Alkuun täytyy todeta, että kirja oli erittäin mielenkiintoinen, mutta akatemian arkeen tai omaan elämään ylipäätään sitä oli todella vaikea reflektoida. Se tarjosi odotuksista poiketen enemmän tekoälyn teoriaa ja esimerkkejä kuin konkreettisia vinkkejä sen hyödyntämiseen liike-elämässä.

Tekoäly on jo nyt kaikkialla ympärillämme. Se näkyy arjessamme monilla eri tavoilla, jos siihen vain kiinnittää huomiota. Se on näkymätöntä ja kaukaista, mutta myös selkeää ja lähellä. Tekoälyn käyttö yleistyy kovempaa vauhtia kuin koskaan ennen. Se on helpommin saavutettavissa kuin koskaan ennen. Se muuttuu niin kovaa vauhtia, että se mikä on tänään totta, saattaa jo huomenna olla vanhaa tietoa.

Objektiivinen tekoäly

Tekoäly on hyvä työkalu monessa asiassa, koska se on täysin objektiivinen. Tähän kommenttiin törmää usein ja huomaan itsekin joskus ajattelevani näin. Se ei kuitenkaan pidä paikkaansa. Tekoäly on opetettu ihmisten tuottamalla datalla ja kukaan ihminen ei ole täysin objektiivinen. Meillä kaikilla on vähintäänkin omat alitajuiset ennakkoluulomme ihmisistä ja asioista. Tekoäly on myös oppinut ne. Jos siis tekoälyä käytetään keskustelualustan moderointiin niin osaako se poistaa myös esimerkiksi piilorasistiset kommentit, kun ihmiset eivät itsekään aina tunnista omaa piilorasismiaan? Osaako se tunnistaa pienet, mutta merkittävän stigmatisoivat kommentit esimerkiksi kehitysvammaisuudesta? Moderointityökalun täytyisi kuitenkin myös antaa keskustelulle tilaa, eikä se saa rajoittaa sananvapautta.

Tiedätkö mihin dataasi käytetään?

Tekoälyn hurja kasvu saa minut pohtimaan myös sen eettistä puolta. Antti Merilehdon kirjassa Tekoäly – matkaopas johtajalle kerrotaan, että tekoälyn kasvun lomassa myös ihmisten tuottaman datan määrä kasvaa hurjaa vauhtia. Se onkin varmasti yksi asia mikä on vaikuttanut tekoälyn nopeaan kehitykseen.

Miten dataa saa käyttää? Tällä hetkellä esimerkiksi Yhdysvalloissa datankäyttö on villi länsi ja lainsäädäntö asian tiimoilta puuttuu lähes kokonaan. Koneoppimiseen perustuvia tekoälyjä koulutetaan tavallisten ihmisten tuottamalla datalla, esimerkiksi sellaisella, mitä tietyt sovellukset käyttäjistään keräävät. Tämä on saanut monet yritykset panostamaan datan keräämiseen ja sen kauppaamiseen ulkopuolisille tahoille. Suuret datakaupat, joissa myydään liiketoiminnan ja valmiin asiakaskunnan sijasta dataa ovatkin nostaneet päätään viime vuosina. Tästä hyvänä esimerkkinä Wolt. Olisi tietysti mukavaa ajatella, että dataa käytettäisiin vain hyvään tarkoitukseen, mutta se tuskin on totuus.

Euroopan alueella ihmisiä suojelee uudehko GDPR-asetus, joka määrää esimerkiksi sen, että käyttäjälle täytyy etukäteen ilmoittaa mihin dataa aiotaan käyttää. GDPR-asetus suojelee ihmisiä, mutta mielestäni se voi myös hidastaa eurooppalaisia yrityksiä tekoälykilpailussa. Tietenkään talouskasvu ei saisi tärkeydessään ohittaa ihmisoikeuksia ja yksityisyyttä, mutta tuo asetus tekee eittämättä alasta vaikeampaa. Se antaa kuitenkin mielestäni tärkeän viestin maailmalle siitä, mitä asioita eurooppalaisessa kulttuurissa arvostetaan.

GDPR-asetuksessa on myös right to be forgotten -kohta. Se tarkoittaa, että jos sinun dataasi on käytetty, vaikkapa juuri tekoälyn kouluttamiseen on sinulla oikeus siihen, että datasi poistetaan käytöstä. Tämä ajaa tekoälyjen kehittäjät umpikujaan. Täytyykö tekoäly opettaa uudelleen joka kerta, kun joku päättää, että hänen tietojaan ei sittenkään saa käyttää?

Tekoäly liiketoiminnan tukena

Kirja ei antanut selkeitä vastauksia siihen, miten tekoälyä voisi hyödyntää liiketoiminnassa, mutta se herätti muutamia ajatuksia. Ajatukset ovat kuitenkin pelkkää mutuilua ja ideointia, koska käytännön toimivuudesta en osaa kertoa tarkemmin.

Hinnoittelu

Hinnoittelu tuntuu olevan akatemialla monille vaikea asia. Varsinkin palveluiden hinnoittelu. Me Fleimissä olemme tuskailleet tämän ongelman kanssa useasti. Emme halua ali hinnoitella itseämme, mutta emme myöskään karkottaa asiakasta liian korkealla tarjouksella. Minkä arvoista meidän työmme oikeastaan on? Tässä ongelmassa voisi hyödyntää niinkin yksinkertaista työvälinettä kuin chatGPT. En ole koskaan sitä tällaiseen kokeillut, joten en tiedä vielä tarkasti, miten se toimisi, mutta varmasti tulen seuraavan tilaisuuden tullessa kokeilemaan.

Resurssien käytön optimointi

Tekoälyn avulla voisi optimoida resurssien käyttöä ja työskennellä tehokkaammin. Työtuntien vähentyessä voisimme myös saada aikaan parempia tarjouksia asiakkaallemme, mutta työstä saisimme kuitenkin sellaisen palkkion, jonka olemme ansainneet. Voisimme myös luoda tekoälyllä projektiryhmälle työskentelyaikataulun kaikkien muiden menojen puitteissa.

Työvoimahallinta

Tekoälyä voisi hyödyntää kartoittamaan kuinka paljon työntekijöitä missäkin tapahtumassa tarvitaan. Tiedot saattavat toki olla vain suuntaa antavia, mutta näin alkuun siitä voisi olla suurikin apu. Aikaisemmissa tapahtumissa olemme kokeneet sekä sen, että työntekijät loppuvat kesken, kuin myös sen, että kaikille ei ole tekemistä.

Tekoälyyn perehtyminen ja sen hyödyntäminen on aloitettava nyt, jos siitä haluaa saada maksimaalisen hyödyn irti. Uskon vahvasti, että tulevaisuudessa menestyvät ainoastaan ne yritykset, jotka ottavat tekoälyn osaksi prosessejaan.