Mikä muuttuu ja mikä ei

Tekoäly muuttaa työtä — mutta ei tasaisesti, eikä kaikkialla saman aikataulun mukaan. Yksi johtajan tärkeimmistä tehtävistä on erottaa todelliset muutokset hype-ennusteista, jotka eivät vielä koskaan toteutuneet. Mitä todellisuudessa muuttuu eniten? Neljä aluetta erottuu. Ensimmäinen alue on rakenteinen tietotyö. Asiakirjojen lukeminen, tiivistäminen, vertailu, etsiminen, perustietojen poimiminen — kaikki nämä ovat tehtäviä, joissa tekoäly on jo nyt huomattavasti tehokkaampi kuin perinteinen käsin tehty työ. Toimistossa, jossa pidetään listoja, kirjoitetaan raportteja ja luetaan dokumentteja, tekoäly muuttaa työpäivän sisältöä parin vuoden sisällä. Toinen alue on viestinnän luonnostelu. Sähköpostit, neuvottelumuistiot, asiakaskommunikaatio, sosiaalisen median sisältö, asiakaspalvelun ensimmäinen vastauskerros. Tekoäly osaa luonnostella näistä huomattavan nopeasti, ja ihmisten työ siirtyy luonnostelusta tarkistamiseen ja muokkaamiseen. Kolmas alue on toistuva analyysi. Numeroiden tutkiminen taulukoissa, säännönmukaisten poikkeamien tunnistaminen, vastaavien tapausten löytäminen historiasta. Tekoäly tekee nämä sekuntien tehtäviksi, kun ne ennen olivat tuntien tai päivien työtä. Neljäs alue on monivaiheisten tehtävien itsenäinen suoritus. Tekoäly ei enää pelkästään vastaa yksittäisiin kysymyksiin, vaan pystyy viemään läpi tehtäväketjuja: jakamaan tavoitteen välivaiheisiin, käyttämään työkaluja ja tekemään peräkkäisiä päätöksiä ihmisen valvonnassa. Tällaisia agentteja käytetään esimerkiksi tiedon kokoamisessa useasta lähteestä, monivaiheisessa selvitystyössä ja rutiiniprosessin ajamisessa alusta loppuun. Tämä on nopeimmin kehittyvä alue, ja se laajentaa muutoksen yksittäisistä tehtävistä kokonaisiin työnkulkuihin. Mitä taas ei muutu yhtä paljon? Suhteet, harkinta, vastuu ja luottamus. Asiakkaan kanssa käytävä vaikea keskustelu, kahden ihmisen välinen konflikti, eettisesti vaikean valinnan tekeminen, vastuun ottaminen päätöksestä — nämä ovat alueita, joissa tekoäly auttaa marginaalisesti tai ei lainkaan. Harkinnan raja tosin liikkuu: kun agentti tekee ketjun päätöksiä ihmisen valvonnassa, osa aiemmin ihmiselle kuuluneesta harkinnasta siirtyy koneen tehtäväksi. Lopullinen vastuu ja valvonta säilyvät silti ihmisellä — kone tekee välipäätökset, ihminen vastaa kokonaisuudesta. Tämä erottelu on tärkeä johdolle, koska se ohjaa investointeja. Tekoäly-investoinnin tuotto on suurin niissä prosesseissa, joissa rakenteinen tietotyö, luonnostelu tai toistuva analyysi muodostavat ison osan työajasta. Investointi on heikoin niissä prosesseissa, joissa työn ydin on suhteissa, harkinnassa tai luottamuksessa. Yksi käytännön johtopäätös: kun pohdit, mihin tekoäly toisi yritykselle eniten hyötyä, älä aloita kysymyksellä 'mikä on hieno käyttötapaus'. Aloita kysymyksellä 'missä prosessissa tehdään paljon rakenteista tietotyötä, luonnostelua tai toistuvaa analyysia?'. Tämä kysymys tuottaa konkreettisempia ja realistisempia vastauksia. Toinen johtopäätös: ennustusten tulkitseminen. Kun luet ennusteita tekoälyn vaikutuksista työpaikkojen määrään tai työtuntien jakaumaan, kysy aina mistä työn osasta puhutaan. Jos puhutaan rakenteisesta tietotyöstä, ennusteen vaikutus voi olla nopea. Jos puhutaan suhteista ja harkinnasta, vaikutus on hidasta tai olematon.

Kokeile nyt

Mikä työtehtävä on todennäköisin alue, jolla tekoäly tuottaa merkittävän muutoksen seuraavan kahden vuoden aikana?

Tallenna edistymisesi ja oma oppimisyhteenvetosi