Jopa 95 prosenttia tekoälyhankkeista johtaa pettymykseen, kertoo MIT:n tuore selvitys. Luku kuulostaa hurjalta, mutta Advanian teknologiajohtaja Tuomas Pasanen ei ole yllättynyt:
”Meille tulee viikoittain yhteydenottoja yrityksistä, joissa tekoälylle ladatut odotukset ovat romahtaneet. Yhteistä näille tarinoille on se, että data ei ole kunnossa. Tekoäly ei osaa vastata, jos sille syötetty data on hajanaista, epäluotettavaa tai ylipäätään järjestämätöntä,” Pasanen sanoo.
Korkeasti koulutettujen työttömyyskassa KOKO on yksi niistä organisaatioista, joissa tartuttiin juurisyihin. Kun Harri Heino aloitti KOKOn tietohallintojohtajana, hän huomasi nopeasti ristiriidan:
”Meillä puhuttiin tiedolla johtamisesta, mutta todellisuus oli se, että talouden ja hallinnon data oli kymmenissä Excel-taulukoissa, joista tietoa siirreltiin käsin. Kun tieto on näin hajallaan, analytiikka on mahdotonta.”
Advanian kanssa aloitettu yhteishanke lähti liikkeelle datan siistimisestä ja keskittämisestä Microsoft Fabric -alustalle. Vasta sen jälkeen voitiin alkaa tuottaa jalostettua tietoa johdon raportointiin ja suunnitella seuraavaa askelta, jossa tekoäly tuo lisäarvoa.
”Kolmannessa vaiheessa tekoäly voi alkaa tuottaa ennusteita esimerkiksi siitä, kuinka paljon etuushakemuksia on tulossa. Se auttaa ennakoimaan, tarvitseeko meidän esimerkiksi varautua ylitöihin. Kun olemme valmiimpia, jäsen saa nopeampaa palvelua. Haemme siis loppupeleissä jäsenten etua,” Heino kertoo.
KOKO etsii ennustettavuutta
Laadukas, yhdistettävissä oleva data ei ole itsestäänselvyys edes isoissa organisaatioissa. Harva tietää, kuka datasta vastaa, tai mistä eri järjestelmistä se keräytyy. Tiedolla johtaminen jää helposti vain puheeksi.
Vaikka data usein mielletään peruutuspeiliksi, sen pohjalta voi rakentaa ennusteita, automatisoida rutiinityöt ja helpottaa päätöksentekoa. KOKOn tapauksessa manuaalinen Excel-työ on jo alkanut korvautua automatisoidulla tiedonkeruulla ja ensimmäisillä raportoinnin näkymillä, joita voidaan julkaista esimerkiksi intrassa ja verkkosivuilla.
”Kun data saadaan kuntoon ja alustalle, se on virheettömämpää, paremmin ajan tasalla ja helpommin jalostettavaa. Samalla vapautuu aikaa fiksumpaan tekemiseen,” Pasanen sanoo.
”Älä jää jalkoihin”
Yrityksille on viime vuosina myyty paljon tekoälyprojekteja, joiden lupauksille ei ole ollut katetta. Kun tulokset jäävät laihoiksi, usko tekoälyyn horjuu, vaikka ongelma ei ole itse tekoälyssä, vaan datassa.
”Huonot tekoälyprojektit nielevät rahaa ja aikaa, eikä vastineeksi saa käytännössä mitään. Datan rooli on ratkaiseva: se on liiketoiminnan ydinresurssi, joka tekoälyn avulla voidaan valjastaa fiksuun päätöksentekoon ja kasvuun,” Pasanen tiivistää.
Jos organisaatiossa haaveillaan tekoälyn käyttöönotosta, oikotiet johtavat umpikujaan. Perustukset on laitettava kuntoon ensimmäiseksi. Heinolla on selkeä viesti:
”Pitää vain rohkeasti lähteä tekemään. On pysyttävä mukana, muuten jäädään kilpailussa jalkoihin.”
Advania toimii tällaisissa projekteissa sparraajana ja teknisenä kumppanina.
”Me tuomme mukaan parhaat käytännöt ja työkalut, joilla data saadaan hallintaan ja tekoälylle kelpaavaan kuntoon. Vasta sitten kannattaa puhua AI-ratkaisuista,” Pasanen sanoo.
