Tekoälyn eettinen pelikirja 1.0
”Miten yhdistämme tekoälyn käytön liiketoimintaan?”
Nykyisen toiminnan parantaminen sekä uudet mahdollisuudet
Siinä missä tekoälyn erilaisten käyttötapausten tunnistaminen ja testaus on viime vuosina ollut KIRA-alalla vauhdikasta, on tekoälyn tuoma muutos yritysten liiketoimintamalleihin kuitenkin ollut verkkaisempaa ja kokeilevampaa. Tämä on luonnollista, sillä organisaation vallitsevien mallien muuttaminen tai täysin uusien rakentaminen voi vaatia merkittäviäkin panostuksia sekä muutoksia organisaation toimintatapoihin, eikä tämän tyylisiä isoja muutoksia kannata lähteä toteuttamaan suin päin. Eettisten näkökulmien huomioiminen onkin keskiössä, jotta tekoälyyn liittyviä liiketoimintamalleja voidaan muovata ja rakentaa kestävästi. Tässä osiossa tarkastelemme – eettinen toiminta huomioiden – tekoälyn tuomia mahdollisuuksia nykyisen liiketoiminnan tehostamiseen, sekä osittain tai kokonaan uusien liiketoimintamahdollisuuksien hyödyntämiseen.
Nykyisen liiketoiminnan tehostaminen
Miten päästä liikenteeseen liiketoiminnan tehostamiseen tekoälyn avulla? Liiketoimintaa voidaan tehostaa tekoälyn avulla esimerkiksi toistuvien tehtävien automaatiolla, suurien datamäärien analysoinnilla, tai raportoinnin automatisoinnilla. Vaikka tekoäly ei korvaa ihmisen osaamista tai päätöksentekotarvetta, voi se kuitenkin (erityisesti tietotyöläisen) työparina tehostaa toimintaa huomattavasti.
Hyödynnä ainakin seuraavia näkökulmia tekoälyn liiktoimintamahdollisuuksien tunnistamisessa:
- Testaa tekoälyn mahdollisuuksia päivittäisessä työssäsi ja aloita pienistä kokeiluista, jotka tukevat henkilökohtaisen tuottavuuden kasvua. Tämä kasvattaa koko organisaation ymmärrystä tekoälystä asteittain, sekä auttaa esimerkiksi ymmärtämään sen riskejä paremmin. Tue testausta varmistamalla tarvittavat (tietoturvalliset) sovellukset sekä kouluttamalla tekoälyn hyödyntämisen perustapauksia sekä eettistä käyttöä. Tunnista ja levitä organisaation sisällä ratkaisuita, jotka voivat hyödyntää muita samankaltaista työtä tekeviä, tai tukea organisaatiotason tuottavuutta.
- Tuo tekoäly osaksi organisaation strategisia tavoitteita. Varmista, että tekoälyn panostukset ovat yhteydessä liiketoiminnan ylätason tavoitteisiin, ja että tekoälyn hyödyntäminen muodostuu systemaattiseksi prosessiksi, joka mahdollistaa pitkän aikavälin tuottavuuden parantamisen ja skaalautumisen.
- Varmista perusvalmiudet datan suhteen. Varmista, että organisaatio kerää ja säilöö riittävän laadukasta dataa tekoälyn hyödyntämiseksi. Onko dataa saatavilla liiketoiminnan keskeisistä prosesseista, ja onko se sekä yhtenäistä että vaivattomasti hyödynnettävissä? Myös epätäydellisellä datalla voi lähteä liikenteeseen, kunhan sen mahdolliset vinoumat ja epätarkkuudet huomioidaan tulosten tulkinnassa. Varmistu myös tietoturvallisesta datan hallinnasta.
- Hyödynnä mahdollisuuksien mukaan jo olemassa olevia työkaluja. Ennen uusia isoja investointeja, selvitä sisältävätkö jo organisaation käytössä olevat työkalut tekoälytoimintoja sekä mahdollisuuksia parantaa tuottavuutta. Tuttujen työkalujen käyttö helpottaa liikkeellelähtöä sekä mahdollisesti niiden tietoturvallisen käytön varmistamista.
- Tee yhteistyötä asiakkaiden ja kumppaneiden kanssa. Oman toiminnan tehostamisen lisäksi, käy avointa keskustelua asiakkaiden ja (hanke)kumppanien kanssa siitä, miten tekoälyä voisi hyödyntää yhteisten toimintojen parantamiseksi.
- Löydä tasapaino nopean ja kestävän etenemisen välillä. Tekoälyratkaisuiden nopea kehitys ohjaa organisaatioita liikkumaan nopeasti myös oman kehityksensä suhteen, ja esimerkiksi yhden täydellisen ratkaisun odottaminen voi heikentää kilpailukykyä. Toisaalta, maltillinen ja harkittu toiminta auttaa ehkäisemään riskejä sekä auttaa organisaation kykyä omaksua tekoälyn käyttöä. Etene asteittain ja varmista juuri sinulle paras tasapaino!
+ Pohdi, onko tekoäly edes paras tapa ratkaista tietty liiketoiminnallinen haaste? Tekoäly ei ole aina ainoa tai paras tapa parantaa liiketoiminnan tehokkuutta – suhtaudu sen hyödyntämiseen joka tilanteessa sopivan kriittisesti.
Ajatuksia tekoälyn hyödyntämisestä suunnittelussa: parempi tehokkuus ja luovuus on mahdollista saavuttaa käsi kädessä
Yksi yleinen – sekä myös täysin aiheellinen – pohdinnan aihe on se, vaikuttaako tekoälyn käyttö negatiivisesti suunnittelutyön luovuuteen tai luoko se epäeettisiä, kuten syrjiviä lopputuotoksia. Kuten tekoälyn hyödyntämisessä yleisestikin, myös suunnittelutyössä korostuu huomio tekoälyn roolista apurina, joka tukee ihmisen työtä kuitenkaan tekemättä päätöksiä hänen puolestaan. Suunnittelijalla on siis aina loppupeleissä mahdollisuus – sekä vastuu – arvioida ja arvottaa tekoälyn tuotoksia yhtenä osana suunnitteluprosessia. Parhaassa tapauksessa, tekoäly voi toisaalta myös toimia luovemman tuloksen mahdollistajana esimerkiksi tarjoamalla lisäideoita luonnosvaiheessa sekä vapauttaa aikaa manuaalisesta työstä mielekkäämpiin työtehtäviin.
Keskeistä on siis huomata, että tekoäly on yksi suunnittelijan työkalu muiden joukossa, kuten vaikkapa tietomallinnus. Tekoäly ei itsessään heikennä tai paranna suunnitteluprosessin luovuutta tai tehokkuutta, mutta oikein käytettynä ja sen mahdollisuudet sekä rajoitteet ymmärtämällä, voidaan sen hyödyntämisellä saavuttaa selkeästi positiiviseen suuntaan kallistuvia vaikutuksia.
Ajatuksia projektinjohdosta: tekoäly on hyvä johtajan apuri, muttei itse johtaja
Projektinjohtajan näkökulmasta tekoäly tarjoaa useita mahdollisuuksia, jolla manuaalista työtä voidaan vähentää projektiarjessa. Erityisesti kielimallipohjaisten tekoälyratkaisuiden kehittymisen myötä, pystyvät ne esimerkiksi auttamaan kokousmuistiinpanojen laadinnassa, riskienhallinnassa tai projektiaineiston analysoinnissa (Nyqvist ym. 2024).
Toisaalta, usein projektitoiminnassa matka lopputulokseen pääsemiseen sekä osapuolten sitouttaminen voi olla yhtä tärkeää (tai tärkeämpääkin) kuin itse tuotos. Esimerkiksi aikataulusuunnittelussa hankkeen kannalta parempi lopputulos voi syntyä yhteistoiminnallisen, manuaalisen prosessin lopputuotoksena, jolla osapuolet on sitoutettu aikataulun toteuttamiseen – sen sijasta että tekoälyratkaisu loisi objektiivisesti optimaalisimman aikatauluratkaisun itsenäisesti. Kuten siis suunnittelutyössäkin, tekoäly on hyvä apuri, muttei korvaa johtamisvastuuta tai ihmisten päätöksentekoa ja sitouttamista.
Keskeistä on siis huomata, että tekoäly on yksi suunnittelijan työkalu muiden joukossa, kuten vaikkapa tietomallinnus. Tekoäly ei itsessään heikennä tai paranna suunnitteluprosessin luovuutta tai tehokkuutta, mutta oikein käytettynä ja sen mahdollisuudet sekä rajoitteet ymmärtämällä, voidaan sen hyödyntämisellä saavuttaa selkeästi positiiviseen suuntaan kallistuvia vaikutuksia.
Uudet liiketoimintamahdollisuudet
KIRA-alan liiketoimintamallit ovat pysyneet pitkään samanlaisina, mutta uusien mallien hyödyntämien voi myös tarjota suuren potentiaalin
Nykyisten liiketoimintojen tehostamisen lisäksi tekoäly ja sen hyödyntäminen voi tarjota myös uusia liiketoimintamahdollisuuksia. Nämä voivat käsittää kokonaisuuksia, jotka (i) on tunnistettu jo aiemmin mutta muodostuneet toteutuskelpoisiksi vasta tekoälyn kehittymisen myötä tai jotka (ii) ovat täysin uusia, tekoälyn hyödyntämiseen pohjautuvia mahdollisuuksia.
KIRA-alan liiketoimintamallit eivät ole juurikaan muuttuneet viime vuosikymmeninä, mikä osaltaan nostaa kynnystä täysin uudenlaisten toimintamallien nopealle yleistymiselle. Esimerkiksi suunnittelutyön arvopohjaisesta on puhuttu jo pitkään, mutta käytännössä liiketoiminta on pohjautunut pitkälti tuntiveloitukseen tai kiinteähintaisiin malleihin.
Vaikka täysin uusien toimintamallien kehittäminen ja jalkauttaminen vaatii paljon vaivaa, luovuutta ja rohkeutta, on niiden edistäminen (tai vähintään niiden potentiaalin kartoittaminen) pitkällä aikavälillä, pistemäisten ratkaisuiden rinnalla, kuitenkin alan kehityksen kannalta merkittävässä roolissa. Siinä missä tekoälyn hyödyntäminen usein aloitetaan pistemäisistä ratkaisuista ja nykyliiketoiminnan tehostamisesta, tarjoavat laajemmat, koko arvoketjua koskevat ja nykyisiä liiketoimintamalleja kyseenalaistavat ratkaisut, suuremman potentiaalin tuottavuuden kasvattamiselle (tämä korostaa yhteistyön merkitystä esimerkiksi yhteisten ekosysteemien ja data-alustojen rakentamisessa ja hyödyntämisessä). Samalla ne mahdollistavat entistä paremman mahdollisuuden liiketoiminnan skaalaamiselle, joka on KIRA-alalla perinteisesti ollut haastavaa.
Arvopohjainen konsultointi ja datatalouteen pohjautuvat liiketoimintamallit ovat esimerkkejä uudenlaisista mahdollisuuksista
Arvopohjaisista liiketoimintamalleista on puhuttu sekä yleisesti että KIRA-alalla pitkään, ja mahdollisuus niiden laajamittaisempaan hyödyntämiseen tulee tekoälyn yleistymisen myötä kasvamaan. Rutiininomaisten, työintensiivisten tehtävien automatisoituessa arvopohjainen laskutus voi mahdollisesti palvella sekä asiakasta että konsulttia paremmin kuin perinteiset laskutusmallit. Tällaiset mallit voisivat perustua palkitsemiseen osittain tai kokonaan arvonluontiin käytettyjen työtuntien sijasta, mikä kannustaisi palveluntarjoajaa edistämään oman toimintansa tehostamista sekä keskittämään resursseja korkeimman arvonluonnin tehtäviin.
Lisäksi datamarkkinoiden laajentuminen sekä merkityksen kasvaminen tarjoavat itsessään potentiaalisia liiketoimintamahdollisuuksia. Koska tekoäly tarvitsee taustalleen laadukasta dataa, voi datamarkkinoiden yleistyminen olla myös KIRA-alalla tulevaisuuden arkipäivää: laadukkaan datan myyminen tai muiden datan ostaminen ja hyödyntäminen voivat tulevaisuudessa olla potentiaalisia liiketoimintamahdollisuuksia. Osa toimijoista voi olla mukana luomassa näitä datamarkkinoilta tai myymässä dataa, ja osa toimijoista voi hyötyä ostamalla ja kuluttamalla markkinoilla olevaa dataa. Omaa, paljon erityisosaamista sisältävää dataa voisi lisensoida tai sen päälle rakennettua tekoälyratkaisua myydä muille toimijoille.
Tulevaisuuskuva
Tekoäly muovaa työnkuvia, ja alan toimijoiden on huomioitava Industry 5.0:n näkökulmat tulevaisuuden kehityksessään
KIRA-ala tullee lähitulevaisuudessa siirtymään kohti laajempaa tekoälyn hyödyntämistä, tekoälyn samalla sitoutuessa entistä vahvemmin osaksi yritysten ydinliiketoimintaa. Samalla tekoälyn eettinen hyödyntäminen tulee hyvin todennäköisesti muodostumaan perusoletukseksi yritykselle, joka hyödyntää tekoälyä liiketoiminnoissaan tai pyrkii luomaan uutta liiketoimintaa tekoälykyvykkyyksien päälle. Tässä muutoksessa korostuvat erityisesti nykyisten työnkuvien muovautuminen ja uusien luominen, yhteys
Tekoäly muovaa nykyisiä työnkuvia, sekä samalla luo täysin uusia työnkuvia. Liiketoimintojen kehittyminen vaikuttaa samalla myös työnkuvien muovautumiseen. Tulevaisuuden rooleissa korostuvat entistä enemmän (tekoälytuotetun) median lukutaito, kyky arvioida tekoälyn tuotoksia kriittisesti ja rakentavasti, sekä ymmärrys sen tuotosten mahdollisista virheistä ja vinoumista. Kun toistuvuutta vaativien työtehtävien määrä vähenee, työajasta suurempi osa voidaan käyttää ideointiin, kriittiseen pohdintaan, päätöksentekoon sekä oppimiseen. Esimerkiksi Tokoi (2024) pohtii, että tulevaisuudessa arkkitehtien työnkuvaan voisi enenevissä määrin kuulua tekoälyn ohjaamista sekä sen tuottamien ratkaisuiden arvioimista.
Uusien liiketoimintamahdollisuuksien myötä myös uusia työnkuvia tullee syntymään. Näitä voisivat olla esimerkiksi tekoälysysteemiarkkitehti, tekoälytiimin vetäjä, tai tekoälyperehdyttäjä. Työtehtävien kestävä muovautuminen vaatii kuitenkin myös vahvaa organisaatiotason tukea esimerkiksi koulutusmahdollisuuksien ja kognitiivisen kuorman hallitsemisen muodossa, kuten riskienhallinta ja tietoturva -osiossa pohdimme. Samalla on myös varmistuttava uusien liiketoimintamallien eettisyydestä, kuten varmistamalla ettei niiden käyttö syrji tai hyväksikäytä työntekijöitä tai kumppaniosapuolia.
Industry 5.0 -tyylinen kehitys – jonka keskiössä ovat uuden teknologian ja ihmisen välinen yhteistyö –tulee tekoälyn myötä olemaan mukana myös KIRA-alan toiminnassa entistä vahvemmin. Toisaalta, KIRA-ala voi ottaa tällä saralla arvokkaita oppeja valmistavasta teollisuudesta oman toimintansa sujuvoittamiseen esimerkiksi robottien ja ihmisten yhteistoiminnan paremman ymmärryksen myötä. Toisaalta, Industry 5.0:n liittyvän ymmärryksen hankkiminen ja siihen kytkeytyvän muutokseen sopeutuminen voi olla alalle jopa välttämättömyys, rakentamiseen ja kiinteistönhallintaan suorasti ja epäsuorasti liittyvien arvoketjun osien kehittyessä joka tapauksessa tähän suuntaan. Samalla, eri ekosysteemien merkitys ja toimijoiden välisen yhteistyön merkitys tulee korostumaan entisestään. Tässä keskiössä ovat parhaiden käytänteiden avoin jakaminen sekä esimerkiksi yhteisten data-alustojen rakentaminen, mutta myös entistä monimutkaisempien tietoturvatekijöiden huomioiminen.
Ota huomioon ainakin nämä!
Kun tehostat nykyistä liiketoimintaasi:
- Testaa tekoälyn mahdollisuuksia päivittäisessä työssäsi ja aloita pienistä kokeiluista, jotka tukevat henkilökohtaisen tuottavuuden kasvua.
- Tuo tekoäly osaksi organisaation strategisia tavoitteita.
- Varmista perusvalmiudet datan suhteen.
- Hyödynnä mahdollisuuksien mukaan jo olemassa olevia työkaluja
- Tee yhteistyötä asiakkaiden ja kumppaneiden kanssa.
- Löydä tasapaino nopean ja kestävän etenemisen välillä.
- Pohdi, onko tekoäly edes paras tapa ratkaista tietty liiketoiminnallinen haaste.
Kun mietit uusia liiketoimintamahdollisuuksia, pidä mielessä
- Uudet liiketoimintamallit voivat käsittää kokonaisuuksia, jotka (i) on tunnistettu jo aiemmin mutta muodostuneet toteutuskelpoisiksi vasta tekoälyn kehittymisen myötä tai jotka (ii) ovat täysin uusia, tekoälyn hyödyntämiseen pohjautuvia mahdollisuuksia.
- Uusien toimintamallien kehittäminen vaatii vaivaa, luovuutta, rohkeutta ja usein organisaatioiden välistä yhteistyötä, mutta ne voivat merkittävästi edistää yrityksen ja alan tuottavuutta.
- Esimerkkejä uusista liiketoimintamahdollisuuksista ovat mm. arvopohjainen konsultointi sekä eri roolit datamarkkinoilla.
Lue lisää
Nyqvist, R., Peltokorpi, A., & Seppänen, O, Integration of generative artificial intelligence across construction management. In IOP Conference Series: Earth and Environmental Science (Vol. 1389, No. 1, p. 012011), IOP Publishing, 2024.
Tokoi Jenni, Tekoäly arkkitehdin työkaluna: tekoälyn hyödyntäminen talonrakennushankkeen arkkitehtisuunnittelussa. Opinnäytetyö, Tampereen ammattikorkeakoulu, 2024, linkki https://www.theseus.fi/handle/10024/85589,