Etenemme EU:n tekoälysäädöksen sääntelyn kanssa, joten ensi vaiheessa organisaatioilta vaaditaan tekoälyn vastuullisen käytön prioriteetteja. Tekoälyn käytön onnistunut skaalaus on myös perinteisen datastrategian prioriteetti, ja organisaatioiden data ja tekoälystrategiat liittyvät läheisesti toisiinsa. Organisaatioiden on skaalattava kyvykkyyttään ja kehitettävä oppimistaan tekoälylle, kun siirrymme kohti tekoälyn kestävää ja vastuullista käyttöä. EU:n tekoälysäädös (AI Act) on Euroopan unionin säädös, joka koskee tekoälyä (AI). Tekoälysäädös luo yhteisen sääntely- ja oikeudellisen kehyksen tekoälylle koko EU:ssa. Säädös on tullut voimaan 1.8.2024, ja säädöksen eri osat tulevat voimaan 36 kuukauden aikana, joita organisaatioiden on sääntelyn osalta noudatettava.
Onko organisaatiossasi jo tuttu nelivaiheinen tekoälyn maturiteettimalli? Tekoälyn hyödyntämisen maturiteettimallia on kehittänyt ja tutkinut arvostettu MIT Sloan School of Management -kauppakorkeakoulu, joka on tunnettu tutkimuksestaan erityisesti tekoälyn alalla. Tekoälyn maturiteettimallin ensimmäinen vaihe keskittyy tekoälyn tehokkaaseen käyttöön valmistautumiseen, kouluttamiseen, sekä kokeilukulttuuriin. MIT:n tutkimuksen mukaan 28 prosenttia organisaatioista ovat tässä vaiheessa. Organisaatiot keskittyvät henkilöstön kouluttamiseen, tekoälypolitiikan laatimiseen, faktaan perustuvan päätöksenteon lisäämiseen ja tekoälyteknologioiden kokeiluun, jotta organisaatiot tottuisivat automatisoituun päätöksentekoon. Organisaatioissa kipuillaan, missä ihmisten on oltava mukana valvonnassa ja mikä on hyväksyttävää ja eettistä tekoälyn käyttöä.
Vaiheen 1 tunnusmerkkejä:
- Kouluttaa henkilöstöä tekoälyn vastuulliseen käyttöön
- Määrittää hyväksyttävä tekoälyn käyttöpolitiikka
- Parantaa datan saatavuutta datan hyödyntämiseksi tekoälyllä
- Varmistaa, että päätöksenteossa käytetään dataa
- Tunnistaa, missä ihmisten on oltava tekemisissä
Yksi avaintekijä on laajentaa tekoälyn vaikutusta organisaation oppimiseen. Tutkimus on osoittanut, että 87 % organisaatioista uskoo, että tekoäly antaa heille kilpailuetua (MIT, 2020). Oleellista organisaatioille on tunnistaa sekä tekoälyn tuomia arvonluonnin mahdollisuuksia että tarvittavia kyvykkyyksiä ja osaamisia niiden toteuttamiseksi. (MIT, 2024)
Organisaatioiden johtajista 91% on todennut organisaatioiden investoineen dataan ja analytiikkaan (MIT, 2022). Tekoäly on keino mahdollistaa organisaatioille datan tehokkaan hyödyntämisen päätöksenteossa, edellyttäen datan hallinnan maturiteettia sekä laadukasta dataa tekoälyn käyttöön. Datapohjainen päätöksenteko tekoälyn avulla tarkoittaa päätöksentekoprosessia, jossa hyödynnetään suuria määriä dataa ja tekoälyalgoritmeja päätösten tukemiseksi ja parantamiseksi. Tekoälyn tarjoama hyöty on kuitenkin vain niin hyödyllistä, kuin data, jonka perusteella se on koulutettu.
Viimeaikaisesta tutkimuksesta vuonna 2024 nousevana teemana on ollut, että tekoälystä saadaan eniten lisäarvoa yhdistämällä ihmisiä ja alustoja eri tekoälyn yhdistelmiin: analyyttiseen, generatiiviseen, agenttiseen ja robottiseen tekoälyyn (MIT, 2024). Tekoälyyn perustuvien agenttien kehitys on edennyt merkittävästi viime vuosina, ja ne ovat nousseet yhdeksi teknologisen kehityksen puhutuimmista ilmiöistä. Agentti käsitteenä tarkoittaa toimijaa ja tai toteuttajaa, jolta edellytetään tietoisuutta toimia. Agentit ovat kehittyneet perinteisistä työnkulkuohjatuista chatboteista ja automaatioratkaisuista kohti itsenäisempiä, oppivia ja käyttäjän tavoitteita ymmärtäviä avustajia ja prosesseja. Agenttien kehitys tuo mukanaan sekä mahdollisuuksia ja haasteita, ja agenttien rooli tulee kasvamaan entisestään tulevaisuudessa, eikä iso osa agenteista tule olemaan käyttäjille näkyviä avustajia kuten nyt agenteista ja avustajista helposti ajattelemme.
Lähteet:
- MIT, 2022. MIT CISR Enterprise AI Maturity model.
- MIT, 2020. Extending the impact of AI on organizational learning. MIT Sloan Management Review. October 2020.
- MIT Professional Education, 2022. The AI-powered Enterprise. MIT Sloan Management Review. September 2022
Veli-Pekka Kilpeläinen toimii data ja analytiikan konsultoinnin liiketoimintajohtajana yksityisellä sektorilla, rakkaudesta lajiin, ja auttaa organisaatioita onnistumaan tekoälyn hyödyntämisen ja tietojohtamisen haasteissa. V-P tekee myös tutkimusta aiheesta väitöskirjatutkijana Itä-Suomen Yliopistossa, ja on TIVIAn hallituksen jäsen ja aktiivinen vaikuttaja data-yhteisöissä.