Tekoälyn hyödyntämisen seuraavat vaiheet
Tekoälyn tulevaisuudesta riittää keskusteltavaa, erityisesti itsenäisten tekoälyagenttien ja inhimillisen osaamisen rinnakkaiselosta.
Kirjoittajat
Kari Klossner
Head of Program
Business Finland
kari.klossner (at) businessfinland.fi
Soile Ollila
Head of Foresight
Business Finland
soile.ollila (at) businessfinland.fi
Data Economy -ohjelma
Ohjelma yhdistää datan hyödyntämisestä kiinnostuneet toimijat ja auttaa verkostoitumaan oikeiden kumppanien kanssa.
Pähkinänkuoressa
- Tekoälyavusteinen ennakointi ja erilaiset ennakointikäytännöt yleistyvät monessa suomalaisessa organisaatiossa.
- Tekoäly ei enää ole vain työkalu, vaan siitä on tulossa aktiivinen yhteistyökumppani, agentti, joka kykenee itsenäiseen päätöksentekoon ja oppimiseen.
- AI:n rooli voi olla assistentti, valvoja, päätöksentekijä tai vaikkapa strateginen kumppani.
Vaikka seuraavia kehitysloikkia ei voi ennustaa, jokainen voi vahvistaa omaa ennakointikykyään. Näitä teemoja käsittelimme Business Finlandin ja Institute for the Futuren tilaisuudessa, joka avasi ovia tekoälyagenttien uuteen aikakauteen.
Tapahtuma toteutettiin Business Finlandin ennakoinnin, generatiivisen AI:n ja datatalouden tiimien yhteistyönä osana monivuotisia ohjelmia, jotka tukevat yritysten siirtymistä datavetoiseen liiketoimintaan ja kansainvälisille markkinoille. Tilaisuus kokosi yhteen liiketoiminnan ammattilaisia keskustelemaan siitä, miten nopeasti kehittyvä tekoäly muokkaa toimintaympäristöä, avaa uusia markkinoita ja miten vahvistetaan yritysten ennakointivalmiuksia.
Dylan Hendricks: tekoäly on yhteistyökumppani
Tilaisuuden pääpuhujana ja fasilitaattorina toimi Dylan Hendricks, Institute for the Futuren tutkimusjohtaja, jonka inspiroiva esitys avasi näkymiä tekoälyn seuraaville kehitysvaiheille. Hendricks korosti, että tekoäly ei enää ole vain työkalu, vaan siitä on tulossa aktiivinen yhteistyökumppani, agentti, joka kykenee itsenäiseen päätöksentekoon ja oppimiseen, ja joka ottaa erilaisia rooleja ja muuttaa toimintatapojamme organisaatioissamme. Keskeistä on ymmärtää muutoksen erilaisia siirtymävaiheita, esimerkiksi kahden käyrän mallin avulla.
Kahden käyrän malli kuvaa organisaation siirtymistä nykyisestä toimintamallista kohti uutta, kehittyvää mallia. Malli havainnollistaa, miksi ennakointi on yrityksille kriittistä: nykyinen toimintamalli kasvaa ja hiipuu, kun uusi vasta kehittyy. Organisaation on aloitettava valmiuksien rakentaminen vasta kehittymässä olevaa liiketoimintamahdollisuutta varten ajoissa, jotta muutos on hallittu eikä kriisin pakottama. Yrityksen kannattaa kehittää uusia palveluja ennen kuin vanha liiketoiminta menettää vetovoimansa.
AI Bestiary: AI-agenttien roolit osana uutta työelämää ja liiketoimintaa
Yksi tapahtumamme keskeisistä teemoista oli AI Bestiary -käsite. Se kokoaa yhteen erilaiset tekoälyn muodot ekosysteemiksi, jossa AI-agentit toimivat kuin uudenlaiset taruolennot keskiaikaisia bestiaareja (eläinkirjoja) mukaillen. Kullakin tekoälyagentilla on oma luonteensa ja tehtävänsä. Hendricks havainnollisti, miten AI Bestiary auttaa hahmottamaan, missä rooleissa AI-agentit voivat toimia organisaatioissamme: assistentteina, valvojina, päätöksentekijöinä tai vaikkapa strategisina kumppaneina.
Eri roolit auttavat havainnollistamaan, millaisia agentteja tarvitaan omassa liiketoiminnassa ja miten niiden kanssa voidaan rakentaa uudenlaisia liiketoimintoja. Tai millaisia rooleja haluaisimme välttää. Pääsimme myös testaamaan, miten tekoälysovellus voisi auttaa meitä heikkojen signaalien tunnistamisessa. Katso enemmän AI Bestiary -toolkitistä.
Miten yritykset voivat hyödyntää tekoälyä ennakoinnissa?
Tekoälyavusteinen ennakointi ja erilaiset ennakointikäytännöt alkavat jo muotoutua monessa suomalaisessa organisaatiossa osaksi tavallista työpäivää. Tekoälyä hyödynnetään trendien tunnistamiseen, skenaarioiden rakentamiseen ja ennakointitulosten valmisteluun päätöksenteon tueksi. Hendricksin esiin nostamissa esimerkeissä, sekä työpajan keskusteluissa korostui kuitenkin toistuvasti myös se, että tekoälypohjaisiin järjestelmiin liittyy edelleen merkittäviä riskejä: hallusinaatioiden eli virheellisten tai harhaanjohtavien tietojen tuottaminen on todellinen haaste, joka voi johtaa vääriin johtopäätöksiin. Lisäksi tekoälyllä on taipumus kaventaa ajattelua ja tuottaa liian lineaarisia kehityskulkujen kuvauksia. Todellisuuden moniulotteisuus ja epälineaarisuus saattavat jäädä järjestelmiltä huomaamatta.
Dylan Hendricksin mukaan ihmisen tekemää analyysiä tarvitaan erityisesti silloin, kun ennakointitietoa kuratoidaan, vaihtoehdoista valitaan merkittävimpiä, rakennetaan tulevaisuusvisioita ja muodostetaan merkityksellisiä yhteyksiä.
Kaikkeen, missä korostuu haluaminen, arvottaminen ja merkitysten luominen, tarvitaan edelleen ihmistä. Tekoäly voi tarjota tukea ja näkökulmia, mutta ilman inhimillistä ohjausta ja kriittistä ajattelua ennakoinnin riskit kasvavat. Siksi tekoälyä hyödyntävissä ennakointikäytännöissä on tärkeää yhdistää teknologian mahdollisuudet ihmisen kykyyn nähdä laajemmin ja arvioida tietoa monipuolisesti.
Vaikka tekoälyn käytössä on tunnistettu erilaisia haittapuolia, on syytä muistaa, että vielä suurempi riski piilee siinä, jos yritykset eivät hyödynnä tekoälyn tarjoamia mahdollisuuksia ennakoinnissa. Kun tekoäly toimii ihmisen ohjauksessa ja yhteistyössä, sen potentiaali voidaan valjastaa parhaalla mahdollisella tavalla.