Tekoälymuutos on vahvasti strateginen ja työkulttuurillinen muutos
Tämä on ensimmäinen osa FAIR:in asiantuntijoiden Janne Kauttosen ja Martti Asikaisen kirjoituksesta Generatiivisen tekoälyn mahdollisuudet ja sudenkuopat pk-yritysten näkökulmasta, joka on julkaistu kokonaisuudessaan Haaga-Helia ammattikorkeakoulun eSignals Prossa. Kirjoituksen toinen osa löytyy tämän linkin takaa.
Janne Kauttonen & Martti Asikainen, 31.1.2025
Vuonna 2023 generatiivinen tekoäly, eli lyhyemmin GenAI (eng. Generative AI), saapui toden teolla tutkijoiden ja suurten teknologiayritysten etuoikeudesta kaikkien organisaatioiden ulottuville. Tuloksena oli valtava määrä uusia ideoita, tekoälyä hyödyntäviä startup-yrityksiä ja erilaisia tekoälypalveluita.
Samalla myös pienten ja keskisuurten yritysten (pk-yritykset) toimintaympäristö muuttui peruuttamattomasti erityisesti tietotyön ja luovan työn osalta. Generatiivisen tekoälyn integroimisesta liiketoimintaan tuli yrityksille elinehto ja pakko, mikäli ne haluavat pysyä kilpailukykynä ja menestyä myös tulevaisuudessa.
Tässä ja tulevassa artikkelissamme käymme läpi generatiivisen tekoälyn erityispiirteitä, kuten mitkä ovat sen keskeiset erot toiminnan ja käyttötapausten osalta ennalta määriteltyjä sääntöjä ja malleja noudattavaan ”perinteiseen” tekoälyyn verrattuna, ja mitä haasteita käyttöönottoon liittyy.
Tarkastelemme asiaa erityisesti pk-yritysten näkökulmasta, ja tuomme esiin, mitä niiden tulisi huomioida esimerkiksi teknisen toteutuksen näkökulmasta.
Strateginen ja työkulttuurillinen muutos
Perinteisempään, ennustavaan ja toiminnaltaan rajatumpaan tekoälyyn verrattuna – kuten luokitteluun ja ryhmittelyyn – GenAI pystyy tuottamaan uutta sisältöä, tulkitsemaan ja generoimaan monimutkaista dataa ja olemaan käyttäjien kanssa vuorovaikutuksessa lähes reaaliajassa. Tämä on mahdollista, koska generatiiviset tekoälyt perustuvat massiivisiin ja monipuolisesti koulutettuihin neuroverkkomalleihin eli niin kutsuttuihin pohjamalleihin, kuten esimerkiksi Claude, GPT-4, Gemini ja Dall-E, joita käyttäjän ei tarvitse itse kouluttaa lainkaan.
Pohjamallien ansiosta generatiivisen tekoälyn hyödyntäminen ei välttämättä vaadi enää aikaisemmin tekoälyn kouluttamisen alkuvaiheeseen tyypillisesti kuulunutta datan keruuta ja jalostamista, joka oli edellytys omien koulutettujen tekoälymallien luomiseksi ja hyödyntämiseksi. Pohjamalleja voi alkaa käyttää myös sellaisenaan, kunhan ymmärtää syötesuunnittelun perusteet ja noudattaa varovaisuutta arkaluontoisen tiedon suhteen.
Tekoälystä on tullut osa jokaisen työntekijän arkea helppokäyttöisten verkkosovellusten ja ohjelmistoihin integroitavien tekoälykomponenttien eli plug-inien ansiosta. Yrityksen näkökulmasta tämä tarkoittaa, että generatiivisen tekoälyn käyttöönotto ei ole vain tekninen päivitys, vaan se vaatii strategista uudelleenajattelua ja työkulttuurin muutosta läpi organisaation. Esimerkiksi ohjelmistoyrityksessä ChatGPT:n kaltaiset kielimallit voivat tehostaa niin ohjelmoijien, viestintäammattilaisten kuin johtajienkin työtä – vaikka heidän tehtävänsä ja työtoimenkuvat ovatkin hyvin erilaisia.
Kilpailuedun saavuttaminen vaatii ketteryyttä
Generatiivinen tekoäly suuntaa tekoälyn hyödyntämistä automaatiosta kohti innovaatioita ja uuden luomista. Tällä hetkellä sen vaikutus on huomattavin asiakaspalvelun kaltaisilla, nopeasti digitaalistuvilla markkinoilla, joilla se mahdollistaa erilaisten räätälöityjen ratkaisujen tuottamisen asiakkaille. Tyypillisimpiä esimerkkejä ovat älykkäät chat-palvelut tai -botit sekä erilaiset virtuaaliassistentit, jotka parantavat asiakaskokemusta tarjoamalla tukea vuorokauden ympäri.
Pilvessä toimivat, helppokäyttöiset työkalut, kuten esimerkiksi ChatGPT (OpenAI), Claude (Anthropic), Poe (Quora Inc), Copilot (Microsoft) ja Firefly (Adobe), ovat jo sellaisenaan suoraan sovellettavissa liiketoimintaan. Tyypillisesti haasteet tulevat eteen vasta siinä vaiheessa, kun generatiivisesta tekoälystä halutaan saada kilpailuetua ja mukauttaa malleja yrityksen yksilöllisiin tarpeisiin, kuten esimerkiksi ainutlaatuisen datan ja tietopääoman hyödyntämiseen. Kilpailuedun saavuttamisessa yrityksen ketteryys ja kyky innovoida ovat avainasemassa.
Suomessa ja koko maailmassa on parhaillaan meneillään generatiiviseen tekoälyyn liittyvä hypevaihe. Sen tyypillinen piirre on, että kaikki ongelmat ja tehtävät pyritään määrittelemään uudestaan tekoälyongelmiksi. Eli ensimmäinen kysymys on aina, voisiko tekoäly ratkaista ongelman X. Tämä on osaltaan johtanut siihen, että etenkin startup-yritysten määrä on lisääntynyt räjähdysmäisesti (Iansiti & Lakhani 2020). Pienissä ja keskisuurissa yrityksissä hype puolestaan näkyy omaan liiketoimintaan sovellettavissa olevien tekoälytuotteiden ja -palveluiden määrän huomattavana kasvuna.
Tekoälytuotteiden ja -palveluiden osalta yritysten kannattaisi kuitenkin pitää pää kylmänä, sillä useimmat hienolta näyttävät tekoälypalvelut on usein rakennettu samojen pohjamallien päälle (yleensä GPT-3.5 tai GPT-4), eikä palveluiden tietoturvan tasosta tai niiden pitkäkestoisesti jatkuvuudesta vuosiksi eteenpäin ole yleensä takeita. Huoli tästä korostaa tuttujen kumppaniverkostojen merkitystä. Sen vuoksi yritysten kannattaisikin aina ensimmäisenä kartoittaa, voisiko uutta GenAI-ratkaisua lähteä kehittämään tutun ja turvalliseksi todetun IT-kumppanin kanssa
Keskiössä tietotyö, sisällöntuotanto ja innovatiivinen suunnittelu
Tekoälyn käyttö kiinnostaa tällä hetkellä myös tutkijoita. Kyselyiden mukaan vuonna 2023 kolmasosa kaikista yrityksistä käytti generatiivisen tekoälyn sovelluksia säännöllisesti ainakin yhteen toimintoon, ja jopa 60 % tekoälyä aikaisemmin jollain tapaa hyödyntäneistä yrityksistä kertoi käyttävänsä myös generatiivista tekoälyä. Tällä hetkellä vaikuttaa siltä, että yrityksen koolla on yhä merkitystä, mitä tulee uusien teknologioiden hyödyntämisen.
Generatiivisen tekoälyn hyödyntäminen on vähäistä erityisesti pienyritysten omistajien joukossa, joissa on alle 51 työntekijää. Kyselyt osoittavat, että vain 38 % pienyritysten omistajista on kokeillut generatiivista tekoälyä, ja sitä liiketoiminnassaan hyödyntäneiden määrä on vain 11 % (Bhattacharyya 2023). Ero on huomattava erityisesti pohjoismaissa, joissa suurista yrityksistä jopa 77 % ilmoitti käyttäneensä generatiivista tekoälyä vuoden 2023 aikana. Euroopan suurimman yksityisen tekoälylaboratorio Silo.ai:n mukaan käyttö selittyi lähes kokonaan (71 %) suurten kielimallien kautta (Silo AI 2024).
Tutkimusten mukaan noin 75 % generatiivisen tekoälyn arvosta tulee neljältä eri osa-alueelta: asiakaspalvelun toiminnot, markkinointi ja myynti, ohjelmistotuotanto ja TKI-toiminta (Chui ym. 2023). Sen rooli erityisesti sisällöntuotannossa kasvattaa vahvasti suosiotaan pk-yritysten keskuudessa, kun yhä suurempi osa yrityksistä hyödyntää tekoälyä viestintänsä ja esimerkiksi kuvituksensa tukena rajakustannuksista säästääkseen. Tyyppiesimerkkinä tästä toimii asiakkaille personoidut sisällöt, joita hyödynnetään etenkin myynnissä ja markkinoinnissa.
Saksalaisen Statistan mukaan käyttö on yleistynyt niin nopeaa, että esimerkiksi Yhdysvalloissa vain 17 % amerikkalaisista markkinointialan ihmisistä ilmoitti, etteivät he hyödynnä generatiivisen tekoälyn työkaluja työssään (Dencheva 2023). Tilastot osoittavat, että tällä hetkellä generatiivisesta tekoälystä hyödyvät eniten tietotyöläiset, joiden työnkuva liittyy jollain tapaa tekstiin ja/tai kuviin. Tietotyöläisen näkökulmasta tarjolla onkin useita valiinta toimisto-ohjelmien tekoälyintegraatioita, kuten esimerkiksi Microsoftin Copilot 365 MS Office -tuotteille ja Bard Googlen vastaaville tuotteille.
Tekoäly tuotesuunnittelussa: mahdollisuudet ja realiteetit
Generatiivinen tekoäly eroaa perinteisistä, ennustavista tekoälymalleista etenkin siten, että perinteisemmät mallit ovat kehitetty vain tiettyä, tarkasti rajattua tarkoitusta varten, jonka vuoksi myös niiden käyttäjäryhmät ovat rajattuja. Hyvänä esimerkkinä tästä toimii taloushallinnon automaatiot, joissa hyödynnetään runsaasti esimerkiksi automaattista laskuntunnistusmallia (ks. esim. Snowfox.AI:n tapaus; Ruohonen ym. 2022).
Generatiivisen tekoälyn kohdalla ei kuitenkaan ole näin. Esimerkiksi huippusuosittu ChatGPT taipuu useisiin eri työtehtäviin, joissa luodaan tai muokataan tekstiä, ja siitä saatava hyöty vaihtelee vahvasti työtehtävän mukaan. Siten voidaankin todeta, että generatiivinen tekoäly muovaa tuotesuunnittelun maailmaa, ja mahdollistaa täysin uudenlaisia tapoja työskennellä sekä entistäkin innovatiivisempia keinoja toteuttaa suunnittelua ja mallinnuksia.
"Hypestä huolimatta on silti aiheellista muistaa, että perinteisen, ei-generatiivisen tekoälyn taloudellinen painoarvo on edelleen noin 80 % kaikesta tekoälyn ja edistyneen analytiikan vaikutuksesta."
Generatiivisen tekoälyn murroksen myötä esimerkiksi insinöörit ja muut suunnittelijat voivat syöttää ennalta päätetyt suunnittelutavoitteensa parametreineen (esim. tuotteen suorituskyvyn, tilavaatimukset, käytettävät materiaalit, valmistusmenetelmät sekä kustannusrajoitukset) suoraan generatiiviseen suunnitteluohjelmistoonsa, joka kartoittaa heidän puolestaan mahdolliset ratkaisut luoden samalla vaihtoehtoisia suunnitelmia tavoitteiden toteutukseen.
Toisaalta kaikesta hypestä huolimatta on silti aiheellista muistaa, että perinteisen, ei-generatiivisen tekoälyn taloudellinen painoarvo on edelleen noin 80 % kaikesta tekoälyn ja edistyneen analytiikan vaikutuksesta (Chui ym. 2023). Käytännössä tämä tarkoittaa sitä, että maailma pyörii edelleen perinteisen tekoälyn avulla, eikä ole kovinkaan todennäköistä, että generatiivinen tekoäly tulisi ainakaan vielä lähiaikoina korvaamaan perinteisemmän tekoälyn tarvetta yrityksissä.
Suositukset pk-yrityksille
Haluamme antaa seuraavat ohjeet erityisesti pienille ja keskisuurille yrityksille. Seuraavaan viiten kohtaan kannattaa paneutua ajatuksen kanssa, sillä ohjeiden noudattaminen auttaa yritystäsi hyödyntämään tekoälyä tehokkaasti ja vastuullisesti omassa liiketoiminnassasi (mukailtu lähteistä Koupanou 2023; Iansiti & Lakhani 2020):
1. Pysy mukana ja panosta uudelleenkoulutukseen:
Seuraa tekoälykehitystä aktiivisesti, jotta tiedät millaisia sovelluksia ja tekoälymenetelmiä on saatavilla omalle alallesi. Sosiaalinen media (esim. Facebook, Linkedin ja X), uutiskirjeet sekä erilaiset foorumit ovat tähän kätevä ja nopea tapa. Tarjolla on lukuisia ilmaisia ja maksullisia tekoälykoulutuksia ja -kursseja, joiden kautta voit päivitää omaa ja yrityksesi henkilöstön soveltavaa osaamista varsin matalalla kynnyksellä.
2. Kokeile sovelluksia ja opi niiden rajoista:
Tutustu tekoälypalveluihin ja tee omia kokeiluja esimerkiksi syötteiden kanssa. Saatavilla on lukuisia ilmaisia tai edullisia GenAI-palveluita, jotka ovat luotu kokeilemista varten ilman merkittäviä investointeja. Voit aloittaa tutustumalla yleisimpiin työkaluihin kuten ChatGPT:hen tai Claudeen. Kokeile erilaisia syötteitä ja tehtävänantoja ymmärtääksesi, miten tekoäly reagoi erilaisiin pyyntöihin. Tärkeintä on oppia ymmärtämään työkalujen vahvuudet ja rajoitukset käytännön kautta.
3. Tee yhteistyötä muiden toimijoiden kanssa ja verkostoidu:
Kerää oma porukkasi kollegoista ja oppikaa sekä kokeilkaa yhdessä. Selvitä mitkä tekoälykehittäjät toimivat toimialallasi ja kysy heidän tuotteistaan ja palveluistaan. Verkostoidu asiantuntijoiden ja yritysten kanssa. Jaa kokemuksiasi niin työyhteisösi sisällä kuin sen ulkopuolellakin. Pohdi yhdessä muiden kanssa soveltamismahdollisuuksia. Hyödynnä myös paikallisia teknologiayrityksiä ja startup-yhteisöjä, ja osallistu alan tapahtumiin ja koulutuksiin verkostoituaksesi.
4. Tee yrityksestäsi datakeskeinen:
Poista dataan ja prosesseihin liittyvät siilot ja keskitä yrityksen IT-arkkitehtuuri. Aidosti datakeskeisessä yrityksessä tekoälyn – sekä GenAI että perinteisen – käyttöönotto on huomattavasti nopeampaa ja tehokkaampaa. Hajanaiset järjestelmät hidastavat tekoälyn käyttöönottoa, kun taas yhtenäinen IT-arkkitehtuuri mahdollistaa datan sujuvan virtaamisen ja tekoälysovellusten tehokkaan integraation. Tämä edellyttää strategista suunnittelua ja investointeja, mutta tehostaa toimintaa ja parantaa kilpailukykyä.
5. Valmistaudu muutokseen hyvissä ajoin:
Generatiivisen tekoälyn nopean kehityksen takia tilanne elää jatkuvasti; se, mikä tuntuu juuri nyt mahdottomalta tehtävältä tekoälylle, voi jo puolen vuoden päästä olla todellisuutta. Seuraa aktiivisesti toimialasi kehitystä, ja varaudu ja valmistaudu siihen, että se tulee kokemaan huomattavia mullistuksia tulevina vuosia. Tärkeintä on, että olet valmis muutokseen. Kehitä henkilöstösi osaamista ja varmista organisaatiosi muutoskyky. Tee toimialakohtaisia skenaarioanalyysejä tekoälyn vaikutuksista ja suunnittele yrityksellesi vaihtoehtoisia strategioita.
Ota yhteyttä
Janne Kauttonen
Vanhempi tutkija
+358 294471397
janne.kauttonen@haaga-helia.fi
Martti Asikainen
Tutkimusviestinnän asiantuntija
+358 44 920 7374
martti.asikainen@haaga-helia.fi
Lähteet
Bhattacharyya, S. 2023. Generative AI and Adoption Readiness of different size Businesses. Medium. Viitattu 25.1.2024.
Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L. & Zemmel, R. 2023. The economic potential of generative AI: The next productivity frontier. McKinsey & Company. Viitattu 25.1.2024.
Dencheva, V. 2023. Popularity of generative AI in marketing in the U.S. Statista. Viitattu 21.2.2024.
Iansiti, M., & Lakhani, K. R. 2020. Competing in the age of AI: Strategy and leadership when algorithms and networks run the world. Harvard Business Press.
Koupanou, N. 2023. The AI Boom: Practical Guide to Generative AI for Small Businesses. Towards AI. Viitattu 22.1.2024.
Ruohonen A., Kauttonen J., San Miguel E. 2022. Hiilineutraalius: taloushallinnon tekoälysovellus apuna kohti globaalia tavoitetta. eSignals Pro. Haaga-Helia.
Silo AI. 2024. The Nordic State of AI. Viitattu 24.1.2024.
