Äly­käs­tä rat­kai­sua ei voi raken­taa kaa­ok­sen päälle

Vie­lä muu­ta­ma vuo­si sit­ten ERP-uudis­tus­ten tär­kein kysy­mys oli: mil­loin pääs­tään tuo­tan­toon? Nyt asiak­kaat kysy­vät: mitä teem­me kai­kel­la täl­lä datal­la, kun jär­jes­tel­mä on käy­tös­sä? ERP on edel­leen kai­ken perus­ta, mut­ta todel­li­nen etu syn­tyy sii­tä, mitä sen pääl­le raken­ne­taan – ja se on yhä useam­min tekoälyä. 

Olem­me Isle­til­lä toteut­ta­neet jo lähes 20 teko­ä­ly­pro­jek­tia, ja täs­sä mitä olem­me oppineet.

Kes­kus­te­lu pysäh­tyy usein ensim­mäi­seen kysymykseen

Yri­tys tulee meil­le innos­tu­nee­na teko­ä­lys­tä ja halu­aa ottaa käyt­töön agent­te­ja. Kysyn ensim­mäi­sek­si: mil­tä datan­ne näyt­tää? Mis­sä se sijait­see, kuka sen omis­taa, ja onko se puh­das­ta? Sii­hen kes­kus­te­lu usein jää­kin. Mas­ter data on epäyh­te­näis­tä, jär­jes­tel­mät sii­lou­tu­nei­ta, eikä kenel­lä­kään ole sel­ke­ää omis­ta­juut­ta. Älyk­käi­tä rat­kai­su­ja ei yksin­ker­tai­ses­ti voi raken­taa kaa­ok­sen päälle.

Teko­ä­ly­val­miin data­pe­rus­tan nel­jä kulmakiveä

Mas­ter datan laa­tu. Jos mate­ri­aa­li­tie­dois­sa on dupli­kaat­te­ja tai asia­kas­tie­dot ovat epäyh­te­näi­siä, teko­ä­ly tois­taa kai­ken tämän uskol­li­ses­ti, vain nopeam­min. “Ros­kaa sisään, ros­kaa ulos” ei muu­tu, vaik­ka pääl­le lisät­täi­siin kie­li­mal­li.
Ajan­ta­sai­nen data. Ker­ran yös­sä päi­vit­ty­vä tie­to­va­ras­to voi riit­tää kuu­kausi­ra­por­toin­tiin, mut­ta ei ope­ra­tii­vi­siin pää­tök­siin. Jos osto­ti­lauk­sen sta­tus­ta kysyt­täes­sä vas­taus on 12 tun­tia van­ha, luot­ta­mus kato­aa nopeas­ti.
Semant­ti­nen ker­ros. “Näy­tä lii­ke­vaih­to alueit­tain” kuu­los­taa yksin­ker­tai­sel­ta, mut­ta jär­jes­tel­män pitää tie­tää, mitä lii­ke­vaih­to juu­ri teil­lä tar­koit­taa ja mit­kä SAP-tau­lut vas­taa­vat mitä­kin lii­ke­toi­min­nan käsi­tet­tä. Muu­ten vas­taus voi olla tek­ni­ses­ti oikein, mut­ta lii­ke­toi­min­nal­le mer­ki­tyk­se­tön.
Datan omis­ta­juus. Tek­no­lo­gia tuo ongel­mat näky­viin, ihmi­set kor­jaa­vat ne. Jokai­sel­le tie­toa­lu­eel­le tar­vi­taan vas­tuu­hen­ki­lö lii­ke­toi­min­nas­ta, tai luot­ta­mus hii­puu ja hank­keet jää­vät kesken.

Parem­pia pää­tök­siä nopeam­min, joka päivä

Kuvi­tel­laan pro­jek­ti­pääl­lik­kö, joka tar­vit­see tie­don pro­jek­tin­sa sido­tuis­ta kus­tan­nuk­sis­ta. Hän kysyy talou­del­ta, odot­taa tun­ti­kausia ja pää­tyy usein asia­kas­pa­la­ve­riin ilman vas­taus­ta. Jos hän voi kysyä asi­aa Team­sis­sa ja saa vas­tauk­sen 30 sekun­nis­sa, kus­tan­nusy­li­tyk­set huo­ma­taan ajois­sa. Nämä eivät ole dra­maat­ti­sia teko­ä­ly­het­kiä. Ne ovat parem­pia pää­tök­siä nopeam­min ja nii­den vai­ku­tus ker­tau­tuu ajan myötä.

Koin tämän itse, kun vaih­doim­me hil­jat­tain oman ERP-jär­jes­tel­mäm­me SAP Cloud ERP:iin (Public Cloud). Odo­tin menet­tä­vä­ni tutun tilan­ne­ku­va­ni parik­si kuu­kau­dek­si. Sen sijaan menin kol­me – nel­jä päi­vää käyt­töön­o­ton jäl­keen ohjaus­ryh­mään muka­na­ni sel­keä kuva lii­ke­toi­min­nas­ta, kos­ka oma data­tii­mim­me oli ehti­nyt raken­taa sii­hen tekoälyratkaisun.

Teko­ä­ly ei aina ole vastaus

Saim­me vii­me vuon­na lähes 50 kyse­lyä sii­tä, voi­ko jon­kin asian rat­kais­ta teko­ä­lyl­lä. Yli puo­let rat­ke­si muu­ten: parem­mal­la käyt­tä­jä­kou­lu­tuk­sel­la, pie­nil­lä käyt­tö­liit­ty­mä­muu­tok­sil­la tai inte­graa­tioi­ta sää­tä­mäl­lä. Teh­tä­väm­me on aut­taa asiak­kai­tam­me onnis­tu­maan, ei myy­dä tiet­tyä teknologiaa.

Pilo­tis­ta tuotantoon

Teko­ä­lyä skaa­laa­vat yri­tyk­set läh­te­vät liik­keel­le todel­li­ses­ta lii­ke­toi­min­taon­gel­mas­ta, eivät tek­no­lo­gia­ta­voit­tees­ta. Ne eivät sano “haluam­me käyt­tää teko­ä­lyä”, vaan “mene­täm­me kak­si päi­vää kuu­kau­des­sa las­ku­jen täs­mäyt­tä­mi­seen ja haluam­me sii­hen rat­kai­sun”. Tark­ka mää­rit­te­ly takaa sel­vät onnis­tu­mi­sen mit­ta­rit, sitou­tu­neen lii­ke­toi­min­ta­vas­tuul­li­sen sekä sel­keäs­ti raja­tun kokonaisuuden.

Ne myös otta­vat muu­tos­joh­ta­mi­sen vaka­vas­ti. Teko­ä­ly, johon kukaan ei luo­ta tai jota kukaan ei käy­tä, ei tuo­ta arvoa. Pilot­ti­vai­hee­seen jumiu­tu­neet yri­tyk­set tavoit­te­le­vat usein lähin­nä demoa johdolle.

Kun teko­ä­ly alkaa toi­mia itsenäisesti

Kysy­myk­siin vas­taa­va agent­ti on mata­lan ris­kin rat­kai­su. Osto­ti­lauk­sia luo­va tai las­ku­ja hyväk­sy­vä agent­ti tar­vit­see suo­ja­me­ka­nis­me­ja, jäl­ji­tet­tä­vyyt­tä ja ihmi­sen val­von­taa pro­ses­sin kriit­ti­sis­sä koh­dis­sa. Tek­no­lo­gia on val­mis, mut­ta käy­tän­nöt eivät ole vie­lä vakiin­tu­neet. Suun­nit­te­le vas­tuul­li­suus mukaan alus­ta alkaen, sil­lä jäl­ki­kä­teen kor­jaa­mi­nen on kal­lis­ta ja sot­kuis­ta. Älä myös­kään vain auto­ma­ti­soi nykyi­siä pro­ses­se­ja, vaan kysy, ovat­ko ne yhä järkeviä.

EU:n teko­ä­ly­sää­dös ei ole niin suu­ri este kuin monet pel­kää­vät. Useim­mat yri­tys­ten käyt­tö­ta­pauk­set eivät ole kor­kean ris­kin luo­kas­sa, ja kes­kei­set peri­aat­teet – läpi­nä­ky­vyys, ihmi­sen val­von­ta ja hyvä datan hal­lin­ta – ovat samo­ja, jot­ka teke­vät teko­ä­lys­tä luotettavaa.

Kol­me neuvoani

1. Lai­ta data­pe­rus­ta kun­toon ensin. Puh­das mas­ter data ja sel­keä omis­ta­juus ovat edel­ly­tyk­siä, eivät jäl­ki­kä­teen hoi­det­ta­via asioi­ta. Jokai­nen oiko­tie on myö­hem­min hidaste.
2. Vie yksi arvo­kas käyt­tö­ta­paus tuo­tan­toon asti. Mit­taa, raken­na luot­ta­mus­ta ja skaa­laa vas­ta sitten.
3. Inves­toi ihmi­siin yhtä pal­jon kuin tek­no­lo­gi­aan. Muu­tos­joh­ta­mi­nen ja kou­lu­tus rat­kai­se­vat, ote­taan­ko teko­ä­ly käyt­töön vai jäte­tään­kö se hyl­lyl­le. Tek­no­lo­gia on usein se hel­poin osa.

Kuun­te­le koko kes­kus­te­lu (englan­nik­si) Succeedcast-podcas­tis­sa: S1E7 Jani­na Luo­to: You can­not layer intel­li­gence on top of chaos!

Lisä­tie­to­ja:

#teko­ä­ly #data #AI #blog #Succeedcast