Tekoälyvalmiuden tarkistuslista: onko yrityksesi todella valmis?

On eräs kysymys, jonka kuulen nykyään vähintään kerran viikossa, yleensä hieman hermostuneen naurahduksen säestämänä: ”No... pitäisikö meidän tehdä jotain tekoälyllä?” Se on väärä kysymys, mutta rehellinen. Oikea kysymys — se, jota lähes kukaan ei kysy ensin — on hiljaisempi ja paljon hyödyllisempi: onko tämä yritys todella valmis saamaan tekoälystä arvoa, vai polttaisimmeko vain rahaa näyttääksemme moderneilta?

Olen istunut jo vuosia keskisuurten yritysten omistajien ja johtajien kanssa pöydän ääressä — valmistajien, tukkukauppiaiden, asiantuntijayritysten, viidenkymmenen ja kolmensadan hengen alueellisten palveluyritysten. Ne, jotka onnistuvat tekoälyssä, eivät lähes koskaan aloita teknologiasta. He aloittavat olemalla rehellisiä oman talonsa tilasta: datastaan, prosesseistaan, ihmisistään ja siitä, miten päätökset oikeasti syntyvät, kun kukaan ei katso. Teknologia on helppo osa. Valmius on se osa, joka ratkaisee, saatko tuloksen vai katumuksen.

Tämä on siis tarkistuslista, jonka käyn suunnilleen läpi ennen kuin suosittelisin yritystä käyttämään yhtäkään euroa minkään rakentamiseen. Se ei ole kahdentoista ulottuvuuden kypsyysmalli värikkäine tutkakaavioineen. Se on joukko selkeitä kysymyksiä, joihin voit vastata kahvikupin äärellä, ryhmiteltynä viiteen asiaan, jotka aidosti ennustavat, toimiiko tekoäly sinulle — vai nolaako se sinut hiljaa johtoryhmän kokouksessa puolen vuoden päästä.

Miksi ”valmius” on tärkeämpää kuin malli

Tässä se epämukava totuus, jolla toimittajat eivät aloita: tekoälymalli on harvoin se, mikä saa projektin epäonnistumaan. Mallit ovat nyt hämmästyttävän hyviä, ja ne paranevat muutaman kuukauden välein, teetpä sinä mitään tai et. Projektit tappaa kaikki muu mallin ympärillä — sotkuinen data, jolla sitä syötetään, prosessi, johon se on pultattu, ihmiset, joilta ei koskaan kysytty, epäselvä omistaja, sumea menestyksen määritelmä.

Olen nähnyt yritysten käyttävän tosissaan rahaa nokkelaan pilottiin, joka toimi kauniisti demossa ja kuoli sitten kosketuksesta todellisuuteen, koska sen tarvitsema data asui kolmessa yhteensopimattomassa järjestelmässä ja yhden ihmisen päässä. Pilotti ei ollut väärä. Yritys ei vain ollut valmis siihen. Valmius ei ole portti, joka pitää sinut poissa tekoälystä — se on se, mikä ratkaisee, kasvaako investointisi korkoa korolle vai haihtuuko se.

Hyvä uutinen on, että valmius on korjattavissa, ja useimmat korjaukset ovat juhlattomia ja halpoja. Et tarvitse datajärveä etkä tekoälyjohtajaa. Sinun tarvitsee tietää rehellisesti, missä menet viidellä rintamalla, ja sulkea se yksi tai kaksi aukkoa, jotka muuten upottaisivat ensimmäisen projektin. Käydään ne läpi.

Pilari 1: Datasi — onko se tarpeeksi hyvää rakennusalustaksi?

Tekoäly on vain niin hyvä kuin se, mitä sille syötät, ja juuri tässä keskisuuret yritykset yllättyvät useimmin. Ei siksi, että data olisi kamalaa — yleensä se on ihan riittävää liiketoiminnan pyörittämiseen — vaan siksi, että ”riittävä ihmiselle” ja ”riittävä koneelle” ovat eri rimoja. Ihminen voi lukea hieman epäjohdonmukaisen asiakastiedon ja tietää, että ”Müller GmbH” ja ”Mueller G.m.b.H.” ovat sama yritys. Järjestelmä vaatii, että olet jo päättänyt sen.

Et tarvitse täydellistä dataa. Kenelläkään ei ole täydellistä dataa, ja sen odottaminen on vain viivyttelyä puvussa. Mitä tarvitset on dataa, joka on saavutettavaa, kohtuullisen johdonmukaista ja kytköksissä prosessiin, jota haluat parantaa. Kysy itseltäsi nämä yksinkertaiset kysymykset:

• Pääsetkö oikeasti käsiksi tarvitsemaasi dataan, vai onko se loukussa järjestelmässä, josta vain yksi toimittaja voi viedä sen ulos?
• Tallennetaanko sama asia samalla tavalla useimmiten — asiakkaat, tuotteet, tilat, päivämäärät?
• Tietävätkö ydinjärjestelmäsi toisistaan, vai naputteleeko joku tietoja niiden välillä joka päivä?
• Onko historiaa riittävästi, jotta siitä voi oppia, silloin kun tehtävä ylipäätään vaatii historiaa?
• Olisiko sinusta mukava, jos viranomainen kysyisi, mistä tietty luku on peräisin?

Vielä yksi asia, jonka ihmiset aliarvioivat: datan omistajuus. Jos kriittinen osa siitä, mitä mallille syöttäisit, asuu kolmannen osapuolen työkalussa, jonka sopimus kieltää sen viemisen, se ei ole tekninen ongelma, jonka voit insinöörikikalla kiertää — se on kaupallinen ongelma, joka pitää ratkaista ensin. Parempi selvittää se nyt, paperilla, kuin kolme kuukautta rakentamisen sisällä.

Pilari 2: Prosessisi — ovatko ne tarpeeksi vakaita automatisoitaviksi?

Alallamme on vanha sanonta: jos automatisoit sotkun, saat nopeamman sotkun. Se on klisee, koska se on armottoman totta. Kaoottisen prosessin päälle pudotettu tekoäly ei korjaa kaaosta — se skaalaa sen, ja nyt olet sekaisin vauhdilla. Ennen kuin voit panna älyn prosessin päälle, prosessin on oltava tarpeeksi vakaa, että voisit kuvata sen uudelle työntekijälle hänen ensimmäisenä päivänään.

Se ei tarkoita, että sen on oltava tyylikäs tai täysin dokumentoitu. Se tarkoittaa, että sen on oltava todellinen ja toistettavissa. Testi on yksinkertainen: voitko piirtää sen? Jos laittaisit kolme työtä tekevää ihmistä huoneeseen ja pyytäisit heitä luonnostelemaan vaiheet, piirtäisivätkö he suurin piirtein saman kuvan — vai kolme erilaista, joista jokainen vakuuttaa, että juuri hänen tapansa on se, miten se ”oikeasti” tehdään?

Säännöt vastaan harkinta

On myös hyödyllistä tietää, millaista prosessia katsot. Jos se noudattaa kiinteitä sääntöjä — siirrä tämä data tuonne, lähetä tuo muistutus, merkitse kaikki kynnyksen ylittävä — et ehkä tarvitse tekoälyä lainkaan; pelkkä automaatio on halvempaa ja luotettavampaa. Tekoäly ansaitsee paikkansa siellä, missä työ on aidosti sotkuista ja kielen tai harkinnan muotoista: vapaamuotoisen sähköpostin lukeminen ja tilauksen poimiminen siitä, ensimmäisen vastausluonnoksen laatiminen, sellaisten asiakirjojen lajittelu, joita kukaan ei halua arkistoida. Rehellisyys siitä, kumpi sinulla on, säästää sinut moskan ostamisesta nuppineulalle.

Pilari 3: Ihmisesi — käyttävätkö he sitä todella?

Tämä on pilari, joka saa vähiten huomiota ja kaataa eniten projekteja. Sinulla voi olla puhdas data ja siisti prosessi ja silti päätyä työkaluun, johon kukaan ei koske, koska ihmisiä, joiden työtä se muutti, kohdeltiin jälkikäteen mietittynä asiana. Sivuutetun mallin ROI on tasan nolla, näytti se kuinka vaikuttavalta tahansa pitchissä.

Valmius tässä koskee osittain taitoja, mutta enimmäkseen luottamusta ja osallisuutta. Kysyttiinkö työtä tekeviltä ihmisiltä, mikä heitä hidastaa, vai annettiinko heille ratkaisu ongelmaan, jonka olemassaolosta he eivät olleet samaa mieltä? Tunteeko joku talossa omistajuutta tämän onnistumisesta, vai onko se ”konsultin projekti”? Onko tiimissä ainakin yksi utelias ihminen, joka puolustaa sitä sen sijaan, että hiljaa kiertäisi sen?

Et tarvitse datatieteilijöitä palkkalistoille. Useimmille keskisuurille yrityksille oikea kumppani tuo teknisen syvyyden. Mitä et voi ulkoistaa, on halukkuus muuttaa, miten muutama päivittäinen tehtävä tehdään — ja tuo halukkuus rakennetaan ottamalla ihmiset mukaan varhain, ei ilmoittamalla uudesta järjestelmästä koko henkilöstön kokouksessa sen jälkeen, kun se on jo ostettu.

Pilari 4: Strategia ja budjetti — onko todellista omistajaa ja todellista lukua?

Tekoälyhankkeet, jotka leijuvat irrallaan liiketoiminnasta, ilman selkeää omistajaa ja ilman määriteltyä menestystä, ajelehtivat yleensä, kunnes joku hiljaa lopettaa niiden rahoituksen. Valmius tällä rintamalla on juhlatonta mutta ratkaisevaa: nimetty henkilö, joka omistaa lopputuloksen, tietty ongelma, jonka ratkaiseminen kannattaa, ja budjetti, joka vastaa kunnianhimoa — mukaan lukien se osa, jonka kaikki unohtavat, eli sen pitäminen käynnissä julkaisun jälkeen.

Sinun pitäisi pystyä täydentämään tämä lause ennen kuin aloitat: ”Tämä projekti onnistuu, jos kolmen kuukauden sisällä tapahtuu [tietty mitattava asia].” ”Meistä tulee innovatiivisempia” ei ole maaliviiva; se on lehdistötiedote. ”Tiimimme lakkaa käyttämästä kuutta tuntia viikossa tilausten uudelleennaputteluun” on maaliviiva. Mitä kapeampi ja mitattavampi, sitä parempi — ja sitä helpompi tietää, voititko todella.

Budjetista erityisesti: rakentaminen on yleensä se pienempi puolikas. Malli tarvitsee seurantaa, satunnaista hienosäätöä ja omistajan, joka huomaa, kun todellisuus ajautuu eroon siitä, mihin se koulutettiin. Yritykset, jotka budjetoivat vain rakentamiseen, pystyttävät työkalun, joka toimii loistavasti yhden vuosineljänneksen ja sitten hitaasti rapistuu, koska kenellekään ei maksettu sen hoitamisesta. Suunnittele projektin tylsää jälkielämää varten, ei vain sen jännittävää syntymää.

Pilari 5: Riski ja hallinto — se osa, jota ei voi ohittaa Euroopassa

Keskisuurelle eurooppalaiselle yritykselle tämä pilari ei ole valinnainen, ja teeskentely toisin on tapa päätyä nokkelaan työkaluun, jota et laillisesti voi ottaa käyttöön. Et tarvitse vaatimustenmukaisuusosastoa, mutta sinun on täytynyt esittää peruskysymykset ennen rakentamista, ei jälkeen. Enimmäkseen se tiivistyy siihen, että tiedät, mihin dataan järjestelmä koskee, missä sitä käsitellään ja kuka on vastuussa, kun se tekee jotain väärin.

Kysymykset ovat vähemmän pelottavia kuin miltä kuulostavat. Käsitteleekö työkalu henkilötietoja, ja jos käsittelee, kenen palvelimilla ja minkä sopimuksen nojalla? Jos tekoäly ehdottaa jotain — hintaa, vastausta, päätöstä — tarkistaako ihminen sen siellä, missä sillä on väliä, vai toimiiko se yksin? Voitko selittää selkokielellä, miten se päätyi tiettyyn tulokseen, jos asiakas tai tarkastaja kysyy? Oletko miettinyt, mitä tapahtuu sinä päivänä, kun se on itsevarmasti väärässä, koska se päivä koittaa?

Kootaan yhteen: pisteytä itsesi rehellisesti

Et tarvitse tähän taulukkoa, vaikka voit sellaisen tehdä. Käy läpi viisi pilaria ja arvioi jokainen punaiseksi, keltaiseksi tai vihreäksi — ei toiveikkaasti, vaan sellaisena kuin se oikeasti tänään on. Tarkoitus ei ole saada pelkkää vihreää; lähes mikään yritys ei saa, eikä sinun tarvitse. Tarkoitus on löytää se yksi tai kaksi punaista, jotka upottaisivat ensimmäisen projektin, ja hoitaa ne ennen rakentamista.

1. 1
   Arvioi jokainen pilari punainen, keltainen, vihreä

   Data, prosessit, ihmiset, strategia, hallinto. Ole rehellinen — optimistinen itsearvio vain siirtää pettymyksen myöhemmäksi.
2. 2
   Löydä estävät punaisesi

   Punainen juuri sillä pilarilla, josta ensimmäinen projektisi riippuu, on stop-merkki. Punainen jossain irrallisessa voi odottaa. Konteksti merkitsee enemmän kuin kokonaissumma.
3. 3
   Korjaa halvat aukot ensin

   Useimmat valmiusaukot suljetaan juhlattomalla, edullisella työllä — datan saamisella saavutettavaksi, prosessin kirjoittamisella ylös, tiimin ottamisella mukaan varhain.
4. 4
   Valitse pienin todellinen projekti

   Valitse yksi vakaa, usein toistuva, hyvin omistettu prosessi, jossa olet tarpeeksi vihreä voittaaksesi. Pieni valmis voitto rahoittaa seuraavan — luottamuksessa, ei vain rahassa.
5. 5
   Vasta sitten, ja vain sitten, rakenna

   Kun punaiset on selvitetty merkityksellisillä pilareilla ja mitattava tavoite on kirjattu, olet valmis. Et täydellinen — valmis. Ne ovat eri asioita, ja vain toinen niistä lähtee tuotantoon.

Huomaa, että suurimmalla osalla tästä työstä ei ole mitään tekemistä tekoälyn kanssa. Saavutettava data, prosessi, jonka voit piirtää, mukaan ottuneeseen tiimi, selkeä omistaja, ihminen mukana — ne tekevät yrityksestäsi paremman, vaikka et koskaan ottaisi käyttöön yhtäkään mallia. Se on valmiuden vakavasti ottamisen hiljainen bonus: valmistautuminen on arvokasta itsessään. Tekoäly antaa sinulle vain syyn vihdoin tehdä se.

Yleisiä kysymyksiä