Yliö: Työn tuottavuuden parantaminen edes tekoälyn avulla ei tapahdu vain pienillä viilauksilla

Hallituksen puoliväliriihin päätökset nostattivat keskustelua muun muassa verotuksesta, talouskasvusta ja tuottavuuskehityksestä, mutta vähälle huomiolle ovat jääneet tekoälylinjaukset. Asetelma on eräällä tavalla huvittava, sillä samaan aikaan tekoälyn varaan vannotaan suuresti juuri esimerkiksi tuottavuuden parantamiseksi.

Hallitus aikoo edesauttaa muun muassa tekoälyn käyttöönoton nopeuttamista julkisessa hallinnossa sekä sote-alan työn tehostamista ei-potilastyössä.

Vaikka linjauksissa paljon puhutaankin vielä passiivimuodossa, monet organisaatiot yli toimialarajojen voisivat ottaa niistä silti mallia. Yrityskentässä tekoälyn käytön laajentuminen näyttää jääneen paikalleen alkuinnostuksen jälkeen. Työpaikoille on kyllä hankittu vaikkapa Chat GPT tai Copilot, mutta hyödyt ovat jääneet vaatimattomiksi.

On toki hienoa, että tekoälyllä voi tehdä kokousmuistiinpanoja tai hahmotella sähköpostivastauksia, mutta todellista tuottavuusloikkaa näin ei vielä saavuteta.

Tutkimuksissa ja selvityksissä on havaittu, että työpaikoilla uskotaan kyllä tekoälyn tuomaan tuottavuusparannukseen keskipitkällä aikavälillä, mutta harva organisaatio on vielä saavuttanut merkittävää parannusta.

Nyt onkin aika viedä tekoälyn käyttö seuraavalle tasolle, jossa tekoäly ei ainoastaan vastaile kysymyksiin tai tarjoa marginaalista hyötyä, vaan tekee toimenpiteitä ja vähentää manuaalisen työn määrää. Siihen hallituskin pyrkii sote-palveluiden työn tehostamisella.

Monilta yrityksiltä puuttuvat vastaavat tavoitteet tekoälyn käytön laajentamiselle, mikä pakottaisi viemään tekoälyn käytön edistyneemmälle tasolle ja tavoittelemaan suurempaa tuottavuusloikkaa, joka ei synny yksittäisen työntekijän minuuttitason tuottavuuden parantumisesta.

Todellinen tuottavuusloikka vaatii työskentelytapojen suunnittelua täysin uudella tavalla.

Se tarkoittaa – hieman kärjistettynä – että tekoäly ei ainoastaan mahdollista asioista taustalla, vaan on lähtökohta työskentelylle. Tehtävät, joihin tekoäly ei kykene, jäävät ihmisten hoidettaviksi.

Käytännössä tämä tarkoittaa esimerkiksi sitä, että asiakas hoitaa palvelun tilauksen verkkosivuilla chatbotin kanssa tai puhelimitse ilman, että ihmistä tarvitaan taustalla ollenkaan; tekoäly hoitaa keskustelun asiakkaan kanssa, tekee tarvittavat kirjaukset ja muutokset yrityksen järjestelmiin keskustelun pohjalta ja kertoo asiakkaalle lopuksi, että asia on hoidettu.

Tai sitä, että ongelmatilanteessa – oli kyse sitten it-ongelmasta tai vaikka laatuongelmasta – asiakas tai työntekijä ottaa yhteyttä tukipalveluun, jossa tekoäly osaa paitsi neuvoa ongelman ratkaisussa, myös luoda ilman ihmistyötä yhteenvedon ongelmatilanteen ratkaisusta, jotta vastaava tilanne osataan jatkossa ratkaista entistä nopeammin.

Tai sitä, että tekoäly osaa optimoida tuotetoimituksia, tunnistaa ongelmakohtia toimitusketjussa ja ehdottaa muutoksia toimitusreitteihin. Kun ihminen on hyväksynyt ehdotuksen, tekoäly hoitaa tarvittavat muutokset tietojärjestelmiin.

Tai sitä, että työntekijä voi tilata uuden työvälineen – oli kyse sitten tietokoneesta, työvaatteesta tai muusta työkalusta – joko chatin kautta, puhelimitse tai vaikka Whatsappilla ja tekoäly osaa kysyä tarvittavat lisätiedot tilauksesta mutta myös hoitaa tilauksen eteenpäin eli tehdä tarvittavat merkinnät järjestelmiin ja viestiä työntekijälle tilauksen etenemisestä.

On ilmiselvää, että soveltamiskohteita riittää.

Väitän, että valtaosalle organisaatioista helpoin, nopein ja kokonaistaloudellisesti edullisin reitti eteenpäin on hyödyntää niin sanottuja liiketoiminta-alustoja viemään tekoälyä eteenpäin.

Suurimmalla osalla organisaatioista on jo nyt käytössään tarvittavia alustoja – esimerkiksi Salesforce, Servicenow, SAP, Workday tai Microsoft Dynamics 365. Liiketoiminta-alustat tarjoavat paitsi perustan tekoälyn käytölle muun muassa datan hallinnan osalta, ne ovat myös valmiita työnkulkuja otettavaksi käyttöön. Niitä on helppo muokata ilman erillisiä raskaita kehityspanostuksia.

Jos yleisten alustojen kyvyt eivät riitä, niitä kannattaa täydentää erikseen ohjelmoiduilla tekoälyratkaisuilla – esimerkiksi tuotantolaitoksen automaatioon, yksittäisen tuotantolaitteen toiminnan optimointiin tai muihin erittäin yksityiskohtaisiin prosesseihin.

Lopulta keskustelu tekoälyn hyödyntämisestä on kuitenkin osittain epäolennaista, sillä tekoäly on työkalu muiden joukossa – toki hyvin lupaava sellainen.

Sen sijaan huomio tulisi keskittää automaation kasvattamiseen ja sitä kautta työn tuottavuuden merkittävään parantamiseen lyhyellä tähtäimellä.

Juho Nevalainen

teknologiajohtaja

Sofigate