#kasvu360: Jakso 4 - Tekoäly
Jakson vieraana Mikko Alasaarela
Jakso 4: Tekoäly / Mikko Alasaarela
#Kasvu360-podcastin uusimmassa jaksossa vieraana on tekoäly-yrittäjä Mikko Alasaarela, joka keskustelee Visman Jukka Holmin kanssa tekoälystä, sekä siitä mitä mahdollisuuksia tekoäly tuo yrityskasvulle.
Mikko on toiminut sarjayrittäjänä teknologian parissa ympäri maailmaa. Hänen yritystensä yhteisenä tekijänä on ollut teknologiaan pohjautuva liiketoiminta, jonka tavoitteena on luoda disruptiivista muutosta positiivisempaan maailmaan.
Tekoäly on jo kiinteä osa päivittäistä elämäämme, mutta Mikon mukaan sen yrityksille tarjoamia mahdollisuuksia ei ole laajasti vielä ymmärretty. Mahdollisuuksien hahmottamiseksi keskeistä on ymmärtää datan merkitys, sekä se, millainen data on yritykselle arvokasta.
Perinteisesti on ajateltu, että ihmisten kertynyt osaaminen on se yrityksen isoin voimavara. Tänä päivänä esimerkiksi Accenture rakentaa analytiikkayksikköä, johon he keräävät koko konsultoinnista kertyvän osaamispoolin tekoälyohjattuun data-altaaseen.
#kasvu360: Jakso 4. Tekoäly. Vieraana Mikko Alasaarela.
Tekoäly: Yrityskasvun alihyödynnetty vauhdittaja
#Kasvu360-podcastin uusimmassa jaksossa vieraana on tekoäly-yrittäjä Mikko Alasaarela, joka keskustelee Visma Enterprisen toimitusjohtajan Jukka Holmin kanssa tekoälystä, sekä siitä mitä mahdollisuuksia tekoäly tuo yrityskasvulle.
Mikko on toiminut sarjayrittäjänä teknologian parissa ympäri maailmaa. Hänen yritystensä yhteisenä tekijänä on ollut teknologiaan pohjautuva liiketoiminta, jonka tavoitteena on luoda disruptiivista muutosta positiivisempaan maailmaan.
Tällä hetkellä Mikon aika kuluu Inbotin parissa, joka hyödyntää tekoälyä luottamuksen rakentamiseen liiketoiminnan kasvattamisessa.
Data – yritysten arvokkain voimavara
Tekoäly on jo kiinteä osa päivittäistä elämäämme, mutta Mikon mukaan sen yrityksille tarjoamia mahdollisuuksia ei ole laajasti vielä ymmärretty. Mahdollisuuksien hahmottamiseksi keskeistä on ymmärtää datan merkitys, sekä se, millainen data on yritykselle arvokasta.
Perinteisesti on ajateltu, että ihmisten kertynyt osaaminen on se yrityksen isoin voimavara. Tänä päivänä esimerkiksi Accenture rakentaa analytiikkayksikköä, johon he keräävät koko konsultoinnista kertyvän osaamispoolin tekoälyohjattuun data-altaaseen.
Yritysten data-altaista Mikko uskoo olevan paljon hyötyä toiminnan tehostamiseksi ja kertoo, että tällaisia projekteja on jo runsaasti käynnissä. Yhtenä esimerkkinä hän antaa pankit, jotka maksavat kovia summia juristeille lainapaperidokumenttien läpikäynnistä:
500 euroa tunnista juristille siitä, että tämä käy läpi onko lainapapereissa joku ongelma. Aika vähän lisäarvoa, mutta maksaa ihan sikana. Tällä hetkellä useimmat Natural Language (luonnollista kieltä lukevat) tekoälyt pystyy pääsemään tarkempaan lopputulokseen kuin yksittäinen ihmislukija. Olisiko hyvä, että lainapaperin kävisikin läpi tekoäly, joka kertoo onko siinä ongelmia?
Mikko uskoo, että tulevaisuudessa kaikilla asiantuntijayrityksillä tulee olemaan tarve muuntaa kerrytetty oppiminen digimuotoon, jota voidaan hyödyntää tekoälyllä. Jukka huomauttaa, että jotkut yritykset ovat tämän jo ymmärtäneet, ja esimerkiksi Salesforcen järjestelmän käytön myötä sinne kertyneen datan perusteella järjestelmä pystyy ohjeistamaan mihin aktiviteetteihin toimintaa kannattaa kohdentaa. Mikko pitää tätä nerokkaana:
Tällaiset yritykset ovat ymmärtäneet sen, että jos ne pystyy pitää sun yrityksen dataa panttivankina, ne pystyy rahastamaan sua niin paljon kuin ne haluaa, eikä yrityksellä ole mitään mahdollisuutta vastustaa.
Hän uskookin, että tulevaisuudessa yritysten havahtuessa datan arvokkuuteen, ne saattavat olla vähemmän suostuvaisia antamaan datan ”portinvartija” -statusta yksittäisille palveluntarjoajille.
Tulevaisuuden organisaatiomalli: Yrityksen missiota toteuttava, autonomisesti toimiva algoritmi
Viime aikaisen, Harvard Business Reviewssa julkaistun tutkimuksen mukaan yritykset, joissa tekoälyä on päästy kunnolla hyödyntämään, ovat joutuneet muuttamaan organisoitumistaan. Tutkimuksessa havaittiin, että hierarkkiset mallit eivät tue tekoälyn hyödyntämistä dataohjatussa päätöksen teossa. Mikon mukaan tekoäly myös mahdollistaa täysin uudenlaisia organisaatiomalleja, joista hän antaa esimerkiksi autonomiset agentit sekä hajautetut autonomiset organisaatiot.
Autonomisilla agenteilla tarkoitetaan taloudellisiin päätöksiin pystyviä tekoälyjä, jotka pystyvät esimerkiksi autonomisesti ostamaan tavarantoimittajilta tuotteita varastojen tyhjentyessä. Hajautetussa autonomisessa organisaatiossa taas avoimen lähdekoodin mallilla rakennettu algoritmi toteuttaa sille annettua missiota itsenäisesti, eikä ihminen osallistu päätöksen tekoon prosessin missään vaiheessa. Näin toimii esimerkiksi tanskalainen Maker Dao, joka antaa ihmisille lainaa määriteltyjä vakuuksia vastaan automaattisesti ilman ihmistä osana päätöksen tekoa.
Tekoälyn kehityksen muutos: jättien algoritmit avoimessa käytössä
Viimeaikainen suuri muutos tekoälyn kehityksessä on ollut siirtyminen kohti avointa kehitysprosessia. Aiemmin tekoälyä on kehitetty siiloissa, mutta nykyään suurin osa isoista tekoäly-yrityksistä, kuten Google, Microsoft ja Amazon ovat jakaneet tekoälyalgoritmejaan avoimena lähdekoodina. Tämä mahdollistaa sen, että kuka tahansa voi hyödyntää ohjelmistoja omassa työssään:
Mun 20 vuotias poika hyödyntää maailman johtavien yritysten johtavia algoritmeja omissa koodausprojekteissaan, se tuntuu hienolta ja upealta asialta.
Toinen yleinen trendi kehityspuolella on ollut sellaisten algoritmien kehittäminen, jotka eivät vaadi oppiakseen suurta määrää dataa, sillä tähän asti suurin hidaste tekoälyn hyödyntämiselle on ollut datavarastojen puute.
Tekoälyn hyödyntämättömät mahdollisuudet
Mikon mukaan tekoälyn alihyödyntäminen näkyy erityisesti reguloiduilla toimialoilla, kuten julkishallinnossa. Suomessa julkisella puolella datan puute ei ole ongelma, sillä Suomessa valtiolla on ylivoimaisesti suurin määrä dataa hallussaan. Esimerkiksi Kelan tukipäätöksissä Mikko näkisikin tekoälyn voivan tehostaa toimintaa merkittävästi. Hän myös sanoo, että valtion tulisi antaa dataa julkiseen käyttöön niiltä osin mikä ei riko regulatorisia säädöksiä, sillä jo kerätyn datan avulla voitaisiin rakentaa uusia sovelluksia.
Toinen hyödyntämätön mahdollisuus on Mikon mukaan algoritminen vaikuttaminen, jonka avulla sosiaalista mediaa on mahdollista hyödyntää tehokkaammin näkyvyyden lisäämiseksi. Tekoälyn avulla sosiaalisesta mediasta on mahdollista identifioida sosiaalisia kuplia ja sitten räätälöidä viestejä kuhunkin kuplaan sopivalla tavalla, jolloin viesti toimii valitussa ryhmässä halutulla tavalla. Kuplien tiedostaminen ja viestien räätälöiminen on Mikon mukaan avain sosiaalisessa mediassa vaikuttamiseen.
Mikon kirjasuositukset:
- Cathy O’Neil: Weapons of math descuction. Kirja, joka kertoo siitä kuinka matematiikalla ja algoritmeilla voidaan päästä yllättäviin lopputuloksiin ja kuvastaa, kuinka sokea luottaminen algoritmeihin voi olla vaarallista.
- Seth Stephens-Davidowitz: Everybody lies. Google tietää hakukonehakujen peruseella, mitä käyttäjä oikeasti ajattelee ja haluaa. Data kertoo ihmisestä enemmän, kuin se mitä ulos näkyy.
- Steve Lohr: Data-ism. Kirja, joka kertoo datasta uskontona, sekä siitä miten dataa voidaan hyödyntää.
- Jordan Ellenberg: How not to be wrong. Matematiikkaan ja algoritmeihin perustuva kirja, joka avaa kuinka tärkeää oikeiden valintojen tekemisen kannalta on ymmärtää ratkaistavan ongelman perusteet.
