Liiketoimintamalli määrittää yrityksen tavan toimia ja toimii perustana kilpailuedun luomiselle.
Markkinamurrokset luodaan usein juuri liiketoimintamallin muutoksilla. Esimerkiksi Apple mullisti perinteisen matkapuhelinliiketoiminnan sovelluksiin perustuvalla älypuhelimella ja Google mullisti mainonnan hakukoneella.
Tekoäly on käynnissä oleva teknologiamurros, joka muuttaa liiketoimintamalleja. Esimerkkinä mediayhtiö käyttää kieltä ymmärtävää tekoälyä luokittelemaan kaikki uutisartikkelinsa. Näin ollen kuluttajan lukiessa artikkelikokoonpanoja, mediayhtiö pystyy suosittelemaan uusia, mielenkiintoisia artikkeleita samankaltaiseen sisältöön ja kuluttajan käyttäytymiseen pohjautuen.
On luonnollista, että aluksi tekoälyllä pyritään optimoimaan nykyisiä liiketoiminnan prosesseja. Kuitenkin merkittävin vaikutus tulee liiketoimintamalleista, jotka muuttavat liiketoimintaympäristöä ja joilla on mahdollista saada pysyvää kilpailuetua.
Esimerkkinä tästä on Harvard Business Review’ssä esitelty räjähdysaineita valmistava ja myyvä yritys, Orica. Tekoälyn avulla yritys muuttui valmistavasta tuoteyrityksestä skaalautuvaksi palveluyritykseksi, kun se muunsi oman paikallisen asiantuntijaosaamisensa globaaliksi palveluksi. Yritys alkoi kerätä dataa jokaisesta räjäytyksestä, sen tavoitteista, menetelmistä ja lopputuloksesta. Paikallinen asiantuntemus oli muuttunut globaaliksi oppivaksi liiketoiminnaksi ja samalla yrityksen liiketoimintamalli muuttunut luoden kilpailuetua.
Data on tekoälyn polttoaine.
Suomalaiset valmistavat yritykset ovat menestyksekkäästi rakentaneet asiantuntijapalveluita. Jokainen tällainen yritys joutuu miettimään, miten se opettaa huippuosaajiensa asiantuntemuksen koneelle ja siten mahdollistaa myynnin globaalisti luoden itselleen uuden markkinan. Tekoäly mahdollistaa osaamisen monistamisen ja poistaa paikallisuuden luomat rajoitukset.
Jotta tässä muutoksessa voisi onnistua, on yrityksen tarkasteltava omia kyvykkyyksiään riittävän laajasti. Usein puhutaan vain olemassa olevien prosessien optimoinnista. Liiketoimintamallin muutoksessa on kyse siitä, miten luot uusia prosesseja, jotka luovat arvoa.
Yhtenä esimerkkinä sähköyhtiö voisi siirtyä energian myynnistä energian säästöön. Se pyrkii aina minimoimaan asiakkaan käyttämän rahan tekoälyn avulla, joka ennakoi kulutuksen, verkon kulutushuiput ja ohjaa ja säätää tuotantoaan sen mukaan.
Kuluttajan palvelukokemus on aivan erilainen, kun ei tarvitse kilpailuttaa sähköä vaan saa aina edullisimman vaihtoehdon ilman vaivannäköä.
Data on tekoälyn polttoaine. Datan avulla opetetaan tekoäly toimimaan tietyn tavoitteen mukaisesti. Esimerkiksi rekrytoiduista kandidaateista ja heidän ominaisuuksistaan kerättyä dataa voidaan käyttää opettamaan algoritmi poimimaan oikeat henkilöt haastatteluun.
Usein yritykset keskittyvät datan keräykseen ja sen varastointiin. Tärkeämpää olisi miettiä miten dataa hyödynnetään ja mitä lisäarvoa se tuo.
Määritä ensin liiketoimintatavoite, siihen liittyvä sisäinen ja ulkoinen data sekä mikä tavoite pyritään saavuttamaan tekoälyn avulla. Tee nopea, muutaman viikon tai kuukauden kokeilu, jonka jälkeen strategian pohjaksi on kokemusta, konkretiaa ja jopa evidenssiä.
Ennustamalla asiakaskäyttäytymistä yritys voi parantaa myyntiään ja luoda asiakkaille aivan uutta tarjontaa ennakoimalla näiden tarpeita.
Tekoälyn kehityksessä on syytä ottaa portfolioajattelu käyttöön. Mitä sellaista voimme tehdä juuri nyt, josta saamme hyötyä tällä tuloskaudella, mitä kehitämme seuraavaan vaiheeseen ja mitä uusia strategisia mahdollisuuksia meillä on. Rohkeat uudistajat katsovat yli nykyisen liiketoiminnan ja tekevät konkreettisia kokeiluja.
Kirjoitus on alun perin julkaistu Kauppalehden mielipidepalstalla 25.6.2018.
