Tekoäly vaatii työelämältä muutosta

Tekoäly on teknologia muiden joukossa eikä se yksin tee työstä tuottavampaa. Todellinen tuottavuusloikka syntyy vasta, kun yrityksissä muutetaan työn tekemisen tapoja ja kehitetään asiantuntijoiden osaamista. Ihmisen vahvuus on tekoälyn mahdollisuuksien yhdistämisessä käytännön tekemiseen.

Tekoäly on mullistanut työelämää jo neljän vuoden ajan, mutta toistaiseksi sen laajat vaikutukset tuottavuuteen eivät vielä ole olleet merkittäviä. Tuottavuuden näkökulmasta on keskeistä, että yritykseen rakennetaan osaoptimoinnin sijasta systemaattinen ymmärrys tekoälystä.

– Jos johto ei tue kehitystä, ihmiset alkavat itse kehitellä apuvälineitä omaan työhönsä. Osa asiantuntijoista on sitä mieltä, että tekoälytyökaluilla ei saada aikaan tuottavuusvaikutuksia, jos niiden käyttö ei laajene koskemaan koko yritystä tai laajemmin yrityksen prosesseja, TTS:n erikoistutkija Eelon Lappalainen kertoo.

Tekoäly kehittyy erittäin nopeasti, ja siksi yrityksiltä vaaditaan kykyä ketterään kehittämiseen, nopeisiin kokeiluihin ja pala palalta oppimiseen.

– Jos yrityksen prosessit ovat kovin hitaita, kehityksessä voi olla vaikea pysyä mukana. Päätöksenteon kankeutta kannattaa purkaa silloin, kun se on mahdollista. Muuten nopeasti kehittyvän alan ratkaisut ehtivät vanhentua ennen kuin ne saadaan käyttöön eikä tuottavuustavoitteita välttämättä saavuteta, Lappalainen toteaa.

Tekoälystä aikaa ajatustyöhön

Lappalainen on juuri tutustunut yritysten arkeen Jatkuvan oppimisen ja työllisyyden palvelukeskuksen (Jotpa) rahoittamassa Työntutkimus ja kehittyvät teknologiat työnantajayhteistyön ajureina –hankkeessa. Tutkimuksessa oli mukana yli sata yritystä, joista kymmeneen tutustuttiin tarkemmin työntutkimuksen keinoin.

– Havainnoimme asiantuntijatyötä ja huomasimme, että monen työhön kuuluu paljon tiedon kopiointia ja siirtämistä järjestelmästä toiseen, esimerkiksi monirivisiä tiliöintitehtäviä taloushallinnossa. Pienessäkin yrityksessä näistä syntyi suuri määrä käsityötä, josta työntekijätkään eivät keskustelujen perusteella nauttineet.

Tällaisista tehtävistä tekoäly selviää hyvin jo nyt. Lappalainen uskookin, että yksinkertainen manuaalinen työ vähenee tulevaisuudessa myös asiantuntijan työssä merkittävästi. Tiedon hakemiseenkin käytetystä ajasta on mahdollista säästää, sillä tekoälyllä on helpompi tehdä kohdennettuja hakuja kuin perinteisillä hakukoneilla.

– Tekoäly osaa esimerkiksi hakea tietoa valtavasta massasta, lukea pdf-tiedostoja ja siirtää tietoa järjestelmien välillä. Asiantuntija voi keskittyä tietojen analysointiin ja johtopäätösten tekemiseen.

Tällaiset tekoälyn käyttötarkoitukset voivat tuntua pieniltä, ja niiden vaikutusta saatetaan usein aliarvioida yrityksissä. Pienilläkin asioilla voi olla suuri vaikutus tuottavuuden paranemiseen, kun vaikutukset koskevat organisaatiossa suurempaa joukkoa.

– Jos sadan hengen yrityksessä viisikymmentä henkeä huomaa omassa työprosessissaan jotain, mitä voisi tekoälyn avulla nopeuttaa, vaikutus on jo iso. Silloin on tärkeää, että yrityksessä tehdään päätöksiä uusien toimintamallien laajasta käyttöönotosta.

Pitääkö oman työn katoamista pelätä?

Suomalaiset ovat tekijäkansaa, joille ammatti on usein tärkeä osa identiteettiä. Siksi omaan työhön liittyvät muutokset voivat aiheuttaa huolta.

– Tekoäly on asiantuntijatyössä samanlainen ilmiö kuin automaatio teollisuudessa vuosikymmeniä sitten. On hyvä muistaa, että automaatio ei vain vähentänyt työpaikkoja, vaan loi myös uusia työpaikkoja ja paransi monin paikoin työllisyyttä, Lappalainen sanoo.

Hän korostaa, että ihmiset ovat hyviä keksimään uudenlaisia tehtäviä, kun työvälineet kehittyvät. Siksi hän luottaa siihen, ettei tekoäly aiheuta merkittävää töiden vähenemistä. Töiden vähenemisen sijaan olisikin hyvä kääntää ajatukset tekoälyn tuomiin uusiin mahdollisuuksiin.

– Esimerkiksi rakennusalalla suunnitelmien ja asiakirjojen määrä on vain lisääntynyt, kun digitalisaation kehittyessä on ollut mahdollista tehdä asioita, joihin ei ennen ollut resursseja. Ihmistä tarvitaan edelleen tulkitsemaan näitä digitaalisia dokumentteja ja yhdistämään käytäntöä ja asiantuntijatyötä fyysisen maailman puolella.

Myös ohjelmistoja rakennetaan nyt enemmän, kun niiden tekeminen on helpottunut eikä tarvita välttämättä enää kalliita projekteja.

– Ihmiset ovat alkaneet tehdä itse räätälöityjä työkaluja, jotka helpottavat juuri heidän työtään.
Lappalainen uskoo, että tulevaisuudessa tekoälymallit kehittyvät vastaamaan entistä enemmän yritysten erikoistarpeisiin.

– Tekoälyä käytetään kiinteistöhuoltoalalla jo nyt apuna. Sen sijaan, että kiinteistöhuollon henkilö kiipeäisi jyrkälle peltikatolle päiväksi rymistelemään, katolle lennätetään drooni, jonka ottamista kuvista saadaan tarvittavat tiedot. Näitä tietoja voidaan jatkojalostaa huoltotoiminnoissa monella tavalla.

Tämä on yksi esimerkki siitä, miten työ nopeutuu ja helpottuu, ja lisäksi työturvallisuus paranee.
Tulevaisuudessa kuvantunnistuksen hyödyntäminen todennäköisesti lisääntyy kaikilla aloilla.

– Tekoälyä voi esimerkiksi opettaa tulkitsemaan infrapuna- tai multispektrikuvia ja tuottamaan niistä haluttua monipuolisesti hyödynnettävää dataa, jota aiemmin on ollut vaikeaa ja kallista hankkia. Ihmiselle jää käyttökohteiden ideointi, suunnittelu ja tiedon tulkinta.

Ihmistä tarvitaan monimutkaisiin asioihin

Työntutkimus ja kehittyvät teknologiat työnantajayhteistyön ajureina -hankkeessa vahvistui käsitys siitä, minkälaisia tehtäviä kannattaa tehdä tekoälyllä, mutta myös, minkälaisiin tehtäviin se ei sovellu.

– Seurasimme työnjohtajaa eräässä organisaatiossa ja havaitsimme, että valtaosa työstä oli paikasta toiseen liikkumista sekä ihmisten ja koneiden työn ohjaamista. Tilanteet vaihtuivat nopeasti, ja työnjohtajat yhdistivät päivän aikana fyysisistä työtä, ajattelua ja digitaalisten järjestelmien käyttöä. Tällaiset ihmiselle tyypilliset monipuoliset ja vaihtelevat tehtävät tulevat olemaan koneille jatkossakin haastavia toteuttaa.

Robotteja hyödynnetään jatkossa todennäköisesti nykyistä enemmän fyysisissä asennustehtävissä, mutta koneiden ja töiden suunnittelu säilyy ihmisellä.

– Robotin voi esimerkiksi opettaa kantamaan työmaalla sementtisäkkiä, mutta jos sen pitäisi yhtäkkiä noutaa hitsauspuikkoja ja hakea sitä varten vaikkapa pienestä postilaatikosta vara-avaimet varastoon, jossa hitsauspuikkoja säilytetään ylähyllyllä, siinä on jo monta asiaa, joihin liittyy kognitiota sekä monenlaista vaihtelevaa toimintoa ja hienomotoriikkaa. Tällaisiakin robotteja voidaan kouluttaa, mutta se on vielä hyötyyn nähden kallista.

Juuri digitaalisen ja fyysisen maailman välissä liikkuminen onkin ihmisen vahvuus – myös tulevaisuudessa. Samanlaisia havaintoja on myös sovelluskehityksen puolelta.

– Tekoälykehitys on ollut koodaamisessa järisyttävän nopeaa ja se on muuttanut monen koodarin työtä. Käyttöliittymistä pitää kuitenkin edelleen rakentaa ihmisille käyttäjäystävällisiä, ja siihen tarvitaan inhimillistä ymmärrystä, vuorovaikutusta ja monenlaisia taitoja.

Usein koneille siirretään ensin yksinkertaisimmat tehtävät, mutta erilaisiakin ajatuksia löytyy maailmalta. Lappalainen osallistui muutama vuosi sitten konferenssiin, jossa japanilainen professori esitteli heidän filosofiaansa robottien hyödyntämisestä. Maassa on ollut haasteena väestön ikääntyminen, joka näkyy erityisesti käsityöosaajien vähenemisenä. Siksi rakennustyömaalle on alettu kouluttaa robotteja.

– Siellä on lähdetty siitä, että roboteille opetetaankin ensin monimutkaisimmat työt, kuten esimerkiksi japanilaisten temppelien koristeellisten puuosien restaurointi tai rappausyksityiskohtien tekeminen. Se oli itselleni mullistava ajatus.

Tekoäly poistaa päätöksenteon sudenkuoppia

Mekaanisten töiden lisäksi tekoäly voi auttaa myös ajatustyössä. Erityisen hyödyllinen se on, kun päätöksenteossa halutaan välttää inhimillisiä ennakko-oletuksia.

– Jos yritetään esimerkiksi tehdä oman porukan kesken ryhmätyötä, ollaan nopeasti hyvin samoilla urilla kuin aina ennenkin. Tekoäly mahdollistaa uudenlaisen skenaarioajattelun ja tuo päätöksentekoon objektiivisuutta.

Tekoälylläkin on toki omat ennakko-oletuksensa, mutta ne ovat todennäköisesti erilaiset kuin oman ryhmän ihmisillä.

– Se saattaa tehdä päätöksenteosta laadukkaampaa, Lappalainen pohtii.

Monessa yrityksessä päätöksenteko usein painottuu adhoc-tilanteiden ratkaisemiseen, ja pohdiskeleva ja strateginen ajattelu jää vähemmälle. Tekoälyä voi hyödyntää tällaisissa tilanteissa oman ajattelun hidastamiseen.

– Monesti johtotehtävissä menestyvät hyvin henkilöt, joilla on kyky johtaa operatiivista toimintaa ja tehdä nopeita päätöksiä epäselvissäkin tilanteissa. Tekoäly voisi toimia tällaisten henkilöiden ”hitaana sparraajana”, jonka kanssa kannattaa pallotella erityisesti niistä aiheista, jotka eivät ole välttämättä omia vahvuuksia.

Kun johtaja käyttää tekoälyä sparraajana, hän voi pohdiskella asioita hyvin monenlaisista näkökulmista ilman pelkoa siitä, että tällainen asioiden pohdiskelu sekoittaisi yrityksen käytännön toimintoja.

Koulutusta asiantuntijatyön muutokseen

Asiantuntijatyön tuottavuuden kehittäminen on jäänyt Suomessa vielä taka-alalle, vaikka asiantuntijoita on valtavasti.

– Olemme suunnitelleet yhdessä Tampereen yliopiston kanssa koulutusta, jossa keskitytään muutosjohtamiseen ja erityisesti asiantuntijatyön muutokseen, Lappalainen kertoo.

Koulutuksen tavoitteena on, että osallistuja oppii tutkimaan omaa asiantuntijatyötään, tunnistamaan työn sujuvuutta heikentäviä rakenteita ja kehittämään työmenetelmiään datan, yhteisen tulkinnan ja käytännön kokeilujen avulla. Koulutuksen pohjana hyödynnetään uusinta tutkimustietoa ja tutustutaan siihen, miltä asiantuntijatyö tänä päivänä näyttää.

– Käymme tutkimustiedon valossa läpi sitä, minkälaisilla toimenpiteillä tuottavuutta saavutetaan ja mitkä asiat puolestaan eivät vie asiantuntijatyön tuottavuutta eteenpäin, Lappalainen kertoo.

Koulutuksen jälkeen asiantuntija osaa tunnistaa, mitä omasta työstä kannattaa poistaa ja mitä säilyttää, mitä vakioida ja mitä voi tukea tekoälyllä. Koulutus on suunnattu sekä asiantuntijoille että asiantuntijoita johtaville esihenkilöille.

– Organisaatiot saavat koulutuksesta suuremmat hyödyt irti, jos johtajatkin osallistuvat koulutukseen. Koulutuksen opeilla johdon voi olla helpompi viedä muutosta käytäntöön asiantuntijaorganisaatioissaan.

Tekoäly toimii hyvänä hitaana sparraajana.
Eelon Lappalainen, erikoistutkija, TTS

Kuinka tekoälyä käytetään eri aloilla?

Joukkoliikenteessä autojen käyttöä ja työvuoroja on ohjattu matemaattisilla algoritmeilla jo kaksikymmentä vuotta. Seuraavaksi tekoäly otetaan käyttöön tuotannon ohjauksessa. – Ajamme viikossa noin 77 000 linja-autovuoroa. Tekoäly voi auttaa liikennetyönjohtoa nopeaa reagointia edellyttävien poikkeustilanteiden ratkaisemissa. Koiviston auton konsernijohtaja Henrik Mikkola kertoo.

Rakennusalalla käytetään ohjelmistoja, jotka pystyvät analysoimaan monipuolisesti erilaisia työmaan tietolähteitä ja tekemään sen perusteella havaintoja ja suosituksia työmaan johdolle. – Tulevaisuudessa esimerkiksi koulurakennusten viihtyisyyttä ja energiatehokkuutta voidaan parantaa entisestään, kun tekoälyä voidaan hyödyntää kohteiden tarkan olosuhdedatana koostamisessa ja analysoinnissa. SRV:n kehitysjohtaja Mikko Kiesiläinen kertoo.

Tekoäly on kilpailukysymys Metsä Groupin sidosryhmäsuhdejohtaja Tomi Salo näkee tekoälyn käytön ensisijaisesti kilpilukykykysymyksenä, johon pitää tarttua.

– Metsäalalla teknologiaa on käytetty jo pitkään, esimerkiksi puustotietojen arvioinnissa, taimikonhoidon hinnoittelussa ja metsätuhojen ennakoinnissa. Tulevaisuudessa tekoäly voi yhdessä E-DNA -menetelmien kanss tarjota esimerkiksi parempaa tietoa toimintamme vaikutuksista 24 000 metsälajiin.

STTK:n sosiaali- ja terveyspolitiikan asiantuntija Ida Nummelin ajattelee, että tekoälyn avulla on tulevaisuudessa mahdollista luoda aiempaa huokoisempaa työelämää. Tehostamisen ei aina tarvitse tarkoittaa tiivistämistä. – Kun rutiinityöhön käytettävää aikaa voidaan vähentää, asiantuntijan kapasiteettia voidaan käyttää enemmän hänen erityisosaamiseensa. Se edellyttää kuitenkin, että pohdimme huolellisesti, mihin tekoälyn avulla säästetty aika käytetään.

Artikkeli

Teksti Susanna Söderlund | Kuvitus Oona Kavasto