Yrityksen asiakaspalvelunumeroon vastaa automaatti, ja chat-viestin nappaa botti. Tätäkö se tekoälyn käyttö yrityksissä on? Ei tarvitsisi olla, ainakaan jos kysytään Suomen tekoälykeskuksen (FCAI) asiantuntijoilta.
– Haluamme saada suomalaiset yritykset ymmärtämään, kuinka läpitunkeva tekoälyn tuoma muutos on. Se ei ole sitä, että otetaan käyttöön yksi tekoälypalikka, vaan se tarkoittaa uudenlaista toimintafilosofiaa. Tekoäly pitää tuoda yrityksen sisäisen kehityksen ytimeen, sanoo tietojenkäsittelytieteen apulaisprofessori Arto Klami Helsingin yliopistosta ja Suomen tekoälykeskus FCAIsta.
Näin toimii esimerkiksi suoratoistopalvelu Netflix. Se päättelee tekoälymenetelmien avulla katsojadatastaan vaikkapa sitä, millaisesta supersankarista kannattaa tehdä seuraava tv-sarja.
Tekoälyohjelmisto siis tonkii asiakkaiden käyttäytymistä ja ennakoi heidän tarpeitaan, mikä taas ohjaa yrityksen investointipäätöksiä. Tekoälyn avulla yritysjohtajat voivat tehdä tietoon perustuvia päätöksiä, sen sijaan että tekoäly pantaisiin hoitamaan vain jotain yksittäistä tehtävää.
Tähtäimessä teollisuus
Suomen tekoälykeskus FCAI sai hiljattain Teknologiateollisuuden 100-vuotissäätiöltä ja Jane ja Aatos Erkon säätiöltä miljoonan euron rahoituksen. Sen turvin FCAI pyrkii rakentamaan tekoälyohjelmistoja, joita yritykset voivat yhdistää niihin prosesseihin, joita niillä jo on. Tarkoitus on, että tämä onnistuu ilman, että yrityksen työntekijöiden pitää itse ymmärtää tekoälyä syvällisesti.
Vuoden 2019 alussa alkava kolmivuotinen Interactive Artificial Intelligence for Driving R&D -hanke pyrkii auttamaan erityisesti teollisuusyrityksiä hyödyntämään tekoälyä.
Teollisuusyritykset voisivat Klamin mukaan käyttää tekoälymenetelmiä esimerkiksi kemiallisten tai muiden teollisten prosessien tai ihmisten käyttäytymisen simulointiin. Monilla yrityksillä on jo käytössään edistyneitä malleja ja simulaattoreita, mutta näiden yhdistäminen tekoälyyn on aiemmin ollut hankalaa.
– Olemme viime vuosina kehittäneet uusia mullistavia tekoälymenetelmiä ja avoimen lähdekoodin ohjelmistoja tähän tarpeeseen, mutta jatkotutkimusta tarvitaan edelleen, Klami sanoo.
Oma professori auttaa
FCAIn tavoite on saada yritykset paitsi ymmärtämään tekoälyn tuomat mahdollisuudet, myös saada yritykset aktiivisesti mukaan tutkimukseen.
– Näin voimme tavoitella suurempia läpimurtoja, joita tarvitsemme kansainvälisessä kilpailussa. Missiomme on tehdä korkeatasoista tekoälyn tutkimusta yhdessä yritysten kanssa. Tutkimuksen tuloksena meidän pitää tuottaa sellaisia työkaluja, joita yritykset pystyvät käyttämään, Klami kertoo.
FCAI tekee jo yhteistyötä parinkymmenen suomalaisen yrityksen kanssa. Tutkimuskeskus on nimennyt yhteistyöyrityksille omat professorit, jotka kartoittavat yrityksen tekoälytarpeita ja yhteistyömahdollisuuksia.
Toisin kuin Googlella ja Facebookilla, suomalaisten yritysten asiakasmäärät eivät liiku miljardeissa, eli yritysten on pärjättävä tekoälykokeiluissaan pienemmillä datamäärillä. Klamin mukana Suomessa on kuitenkin osaamista tehdä pienistäkin tietoaineistoista luotettavia päätelmiä.
– Meillä on myös erittäin suuri professorikunta ja alalle koulutettujen ihmisten määrä suhteessa väestöön, Klami sanoo.
Tämä osaaminen pitää nyt saada yritysten sisälle.
– Pienessä maassa on helppo päästä nopeasti liiketoiminnan ytimeen isoissakin yrityksissä. Jotta yritykset menestyvät pitkällä aikavälillä, koko yrityksen toimintaa pitää ohjata halu käyttää tekoälyä ja kyky hyödyntää sitä.
Näin tekoäly muuttaa jo asiakaspalvelua
Tekoäly muuttaa monien työtehtävien luonnetta, mutta tuskin niin, että ihmistä ei enää tarvittaisi, sanoo tietojenkäsittelytieteen apulaisprofessori Arto Klami Helsingin yliopistosta ja Suomen tekoälykeskus FCAIsta.
Yksi muutos voi olla luvassa perinteisiin asiakaspalvelutöihin, kun palvelunumerosta vastaakin automaattiääni. Se kuuluu puheentunnistukseen perustuvalle tekoälyohjelmistolle, jolle asiakas sanelee asiansa.
Taustatukena on kuitenkin yhä ihminen. Jos asiakas ei jostain syystä saa asiaansa hoidettua tekoälyalgoritmin kanssa, asia palautuu ihmisen käsiteltäväksi. Ihmisen tehtävä on opettaa algoritmille, että sen tehtävä epäonnistui, koska algoritmi ei tunnistanut esimerkiksi murreilmaisua. Sitten algoritmi toimii taas tarkemmin.
– Ihmisen työ on siis olemassa edelleen, vaikka hieman muuttuneena. Tällainen työ ei edellytä korkeampaa koulutusta kuin aiempikaan työ, kunhan työntekijällä on algoritmin opettamiseen sopiva käyttöliittymä. Suomessa on jo yrityksiä, jotka tarjoavat näitä palveluita, Klami sanoo.