Tekoälyä – älyä tekoihin

Vuoden 2018 ehdottomia suosikkiteemoja ovat olleet tekoäly, koneoppiminen, lohkoketjut, virtuaalivaluutat ja tietoturva. Hallitusammattilaiselle, jolla ei ole insinööri- tai matemaatikkotaustaa, on ollut hiukan tuskallista päästä lähelle syvää ymmärrystä kaikissa näissä aihealueissa. Onneksi internetin parhaat puolet nousivat esiin tässäkin asiassa. Reaktorin ja Helsingin yliopiston tarjoama ilmainen johdatus tekoälyn maailmaan ja siihen, mitä koodarit tekevät oli syötti, johon oli pakko tarttua 100 000 muun ilmoittautuneen joukossa.

Ei riitä, että osaa sanoa hallituksessa, että ”Me tarvitaan nyt AI- ja VR-sovelluksia”, ellei ole käsitystä, mitä kompetensseja, rakennuspalikoita ja perussuunnittelua uusi maailma vaatii. Meistä vain 10 000 suoritti loppuun englanninkielisen verkkokurssin, mutta tässä helpottava tieto: kurssi on nyt tarjolla myös suomeksi. Jossain vaiheessa termistö muulla kuin äidinkielellä saattaa olla este, ellei kielitaito ole lähellä natiivia. Toisaalta samalla voi oppia myös kansainväliset termit, yhä useammissa hallituksissa edellytetään käsitteistön hallintaa myös englanniksi.

Useimmat meistä vastanottavat myös eri konsulttiyhtiöiden ja tilintarkastusyhteisöjen mailitulvaa, josta on helppo poimia kansantajuisiakin yhteenvetoja uusien teknologioiden ja oppien tarpeellisuudesta.

Erota hype oleellisesta

Oleellista kaikissa näissä uusissa asioissa on erottaa se, mikä on hypeä, mikä on vanhoja asioita kuorrutettuina uusilla termeillä ja mikä taas uutta todellisuutta luovaa, johon on reagoitava vähintään kilpailijoiden nopeudella.

Uusissa teknologioissa ja järjestelmissä on aina kyse siitä, miten ne tuottavat, säästävät tai luovat kokonaan uusia ulottuvuuksia. Vedin itse erään koulutustilaisuuden, jossa Silo.AI:n Henrik Nyman kävi pelkistetysti läpi sitä, mitä AI on ja ei ole. Useimmat yritykset ovat tänään vielä siinä vaiheessa, että analytiikkaa on opittu ottamaan avuksi päätöksenteossa, mutta tiikerinloikka jalostuneempaan tekoälyn ja koneoppimisen hyödyntämiseen on vielä edessä. Hyvä yksinkertaistus tekoälyn ja analytiikan suhteesta on se, että tekoäly aistii, päättelee, tekee ja mukautuu, kun taas analytiikka vain päättelee ja tekee. Koneoppivien algoritmien maailmaan syvennyttäessä tulee esille myös termi NLP, joka ei tarkoita NLP ideologiaa, vaan on lyhenne sanoista Natural Language Processing.

Kokemukset suomalaisesta yritysmaailmasta kuvaavat innokkuutta yhdistyneenä epävarmuuteen. Useimmat edelläkävijäyritykset ovat PoC (Proof of Concept) -vaiheessa ja niitä on useita. Erittäin harva on vielä edennyt operatiiviseen vaiheeseen tai edes lanseerannut toimivia kokonaisuuksia beta-versioina, kuten internet-maailman alkuvaiheessa oli tapana. Yksi rajoite tähän saattaa olla voimistuva etiikka- ja GDPR-keskustelu siitä, mikä on sallittua tai hyväksyttyä.

Teoriasta käytäntöön on pitkä matka

Tekoäly ja koneoppiminen ovat aihealueita, joiden matemaattinen perusta on syytä käydä läpi koko organisaatiossa, jotta ymmärretään, mitä on Word Embedding eli tekstin muuttaminen matemaattiseen muotoon ja mitkä ovat tekoälyn kolme eri oppimismuotoa. Kun mukaan tuodaan tiedon muuttaminen numeerisiksi vektoreiksi, vektorianalyysi ja koneen kyky erotella asioita, on syytä muistaa, että eri vuosikymmeninä matematiikkaa koulussa opiskelleet saattavat omata erityyppiset käsityskyvyt, vaikka matematiikka sinänsä on edelleen samaa eksaktia tiedettä.

Kun tekoälyn rinnalle valjastetaan konenäkö ja koneellinen tunnistus, niin ollaan jo pitkällä käytännössäkin ymmärrettävien esimerkkien parissa. Eli yksinkertaisimmassa muodossa se, että ravintolan pyyheteline huomaa, että tänä iltana käyttö on vilkasta ja respalle on ilmoitettava heti, että pyyherullat tulee vaihtaa 15 minuutin sisällä.

Teknologian tuominen käytännön sovellukseksi saattaa kuitenkin kestää tuhottoman kauan. Pari vuotta sitten TEKESin tilaisuudessa Oulun proffat kertoivat, että heidän konenäkönsä pystyy jo analysoimaan sen, valehteleeko puhuja vai ei. En ole vielä kuullut yrityksestä tai televisiokanavasta, joka olisi ottanut sovelluksen käyttöön.

USA:ssa useassa yrityksessä on jo tittelillä CAO (Chief Analytics Officer) varustettu pomo. Hänen tehtävänsä on valaista johdon tie uuteen tiedolla ja automaatiolla johtamisen maailmaan, jolle ennustetaan huimia kasvulukuja. Kyse on myös siitä, että nk. FAANG-yhtiöt (Facebook-Amazon-Apple-Netflix-Google) ovat kaikki kokonaisuuksia, jossa analytiikalla, tekoälyllä ja koneoppimisella on jättirooli. Ne kaikki luokitellaan Born Digital -yhtiöiksi. Kaikki meistä ovat varmasti kokeneet Amazonin verkkokaupan analytiikan ja koneoppimisen siinä muodossa, että jo 20 vuotta sitten aloimme saada profiilimme mukaiset kirjasuositukset Amazonin kirjakaupasta.

Yksi tärkeä draiveri töiden uudelleen organisoinnille on se, että USA:n työttömyysluku (alle 4 %) on nyt alempana kuin koskaan sitten 1960-luvun. Perusduunarin ja toimistohenkilökunnan työt on siirrettävä koneille, koska presidentti ei halua maahan uutta siirtolaistulvaa.

Onko Suomi tulevaisuudesta jäljessä?

Alustataloudesta on Suomessa vasta nyt opittu puhumaan, kun koko markkina alkaa olla jo täynnä. Turha lähteä poimimaan mustikoita, jos on jo siirrytty puolukka-aikaan. Alustatalouden ja sosiaalisten verkostojen buumi syntyi siitä, että dataa alkoi olla tarjolla valtavasti ja koneiden kapasiteetti monikertaistui, älyteknologian pohjana olevaa softaa on ollut olemassa jo ajat sitten. Innovaatio oli alustatalouden hyödyntäminen ja kuluttajan saaminen luomaan sisällöt itse. Jenkkikulttuurissa puhutaan tänään Catalyst-johtajista, jotka pystyvät digiloikkaan ja välttämään disruption huonot puolet yhdistämällä yhtiön asiakasrajapinnan, tuotekehityksen, it-infran ja henkilöstön ajattelumallit.

Useimmat meistä ovat tottuneet keskustelemaan bottien kanssa. Niistä parhaat osaavat siirtää meidät ihmisen hoitoon, jos eivät osaa selvittää ongelmaamme. Erityisesti suurissa yrityksissä, joissa samalaiset asiat toistuvat, on toimintojen robotisointi kulurakenteen kannalta oleellinen asia. Jännä kehitys on se, että nyt jo yli 20 prosentissa kodeista USA:ssa on kotona avustaja, Siri, Alexa tai vastaava ”Smart Agent”. Markkinoijien suurin huoli on päästä siihen, että kun avustajalta kysyy esimerkiksi vuokra-autoa viikonlopuksi, se suosittaa sinulle juuri Avista eikä Hertziä.

New York Times väitti äskeisessä artikkelissaan, että koneelliset avustajat saavuttavat vuoteen 2022 mennessä yli 50 prosentin peiton kodeista. Suomalaisen näkökulmasta esimerkiksi Siri on vielä niin surkea, että ilolla odottaisi kotimaista vastaavaa.

Uudistuminen vaatii teknologian ymmärtämistä

Tässä muutama miete tekoälystä. Googlaamalla löydät lisää ja jatkossa ”Automated Insight” -palvelut tuovat kaiken opin eteen niille, jotka oppia haluavat.

Jotkut älyköt sanovat, että mahdollisuuksien ymmärtäminen on tärkeämpää kuin AI-matematiikan opiskelu ja sisäistäminen. Tietotekniikassa ei ole 1970-luvun jälkeen ollut tarpeellista enää oppia konekieltä tai prosessien koostumusta logiikkaporteista ja transistoreista. Nykyään riittää, että on aavistus siitä, mitä korkeamman tason kielet ja koneiden kapasiteetti pystyvät toteuttamaan ja ennen kaikkea mikä on alustojen valmius ja suorituskyvyn vaatima työmäärä. Valmiit alustat osaavat valtavan määrän asioita, joten ”polkupyörää ei aina tarvitse keksiä uudestaan”.

Huolestuttavia kommentteja kuuli, kun kävi läpi alan guruja. Joissain yrityksissä toimitusjohtaja antaa määräyksen, että ”meillä on oltava joku tekoälysovellus, koska hallitus vaatii sitä”.  Analytiikka- ja tekoälyihmiset kokevat olevansa alansa huippua eivätkä haluaisi tuhlata kompetenssejaan kulissiprojekteihin vaan tehdä asiat ”by the book” eli lähteä strategian muutoksesta, johon analytiikka ja tekoäly luovat pohjan ja mahdollisuudet. Muutos edellyttäisi myös oppimiskulttuurin muutosta, työnantajan tulisi tarjota mahdollisuudet, ja ne, jotka eivät niihin tartu, voisivat miettiä, mitä aikovat isona jossain muualla tehdä.

Usea kollega sanoo, että perustavaa laatua olevan uudistumisen este on se, että johto ja/tai hallitus koostuvat ihmisistä, jotka eivät halua uskoa tai tunnistaa muutostsunamien voimaa ja kuluttajakäyttäytymisen uudistumista. Tuotekehityksen ulkoistaminen, hackatonit ja start-up-verkostojen hyväksikäyttö voivat toimia muutosten ajureina, jos oman organisaation ytimet vierastavat radikaaleja signaaleja.

Jos tämä tuntuu viisastelulta, niin se on sitä, mutta tässä on yritetty rehellisesti välittää AI-kentän tuntoja hallitusammattilaisille. Jotta en puhuisi ihan asian vierestä, olen tätä blogia varten keskustellut alan gurujen Samuli Visurin, Risto Linturin ja Henrik Nymanin kanssa, mutta mielipiteet ovat omiani.

En malta olla lisäämättä loppuun New York Timesin artikkelia, joka antaa kuvan siitä, mitä kielen kääntämisessä tapahtuu tekoälyn kehityksen myötä. Kielihän on ollut Suomelle toisaalta suojamuuri ja toisaalta kynnys. Kun luette sitä, niin pistäkää korvan taakse HY-Reaktor-kurssin käyneen tyttäreni toteamus seniori-isälleen: ”Pitää olla uusien teknologioiden rakennuspalikat ymmärrettynä, jos haluaa tehdä uutta – sähkölamppua ei keksitty parantelemalla kynttilää”.

Jos jaksoit jutun loppuun ja pidät sitä tai linkkejä tärkeinä, niin jaa alaisillesi tai verkostollesi, syventyminen alaan on koko maamme kilpailukyvyn kannalta tärkeää.