Miksi tekoälyn hyödyntäminen on vielä rajallista suomalaisyrityksissä?

Halusimme Ainesin liiketoimintaa valmistellessamme ymmärtää tarkasti tekoälyn hyödyntämisen nykytilan Suomessa ja haastattelimme kesän aikana päättäjiä yli 20 suomalaisesta yrityksestä.

Markkinatutkimuksen havainnot ovat selkeät ja linjassa kansainvälisten tutkimusten kanssa: Generatiivinen tekoäly on lähes jokaisen yrityksen investointikohde, mutta vakiintuneesti käyttöönotetut ja merkittävää liiketoimintahyötyä tarjoavat ratkaisut ovat toistaiseksi hyvin rajallisia.

Miksi tekoälyn lupaukset eivät vielä näy kunnolla yritysten arjessa? Tässä haastattelujen ja omien kokemuksiemme perusteella kiteyttämäni keskeiset syyt:

1. Kokeilut jäävät irrallisiksi

Yrityksissä käynnistetään innokkaasti erilaisia tekoälypilotteja. Tavoitteena on usein rakentaa esimerkiksi oma "sisäinen ChatGPT" tiettyyn täsmätarkoitukseen. Kuitenkin suurin osa kokeiluista jää kesken tai typistyy pienen porukan testailuksi ilman liiketoimintavaikutusta, eikä ratkaisuja viedä tuotantoon asti. Yritysten omien pistemäisten chatbottien käyttö jää usein vähäiseksi, kun työntekijät käyttävät mieluummin itselleen tuttuja yleisiä tekoälytyökaluja.

Keskeisiksi haasteiksi kartoitusten ja kokeilujen toteutuksessa nousevat yrityksen oman osaamisen puute, käytettävissä olevan ajan vähyys ja epäselvyys vastuista tekoälyn hyödyntämiseen, käyttöönottoon ja ylläpitoon liittyen.

2. Ymmärryksen puute generatiivisesta tekoälystä

Moni yritys ei vielä hahmota, mitä generatiivinen tekoäly todella mahdollistaa.

Ajattelu nojaa käytössä olevien tietojärjestelmien toimintamalleihin ja rajoitteisiin, eikä tekoälyä osata nähdä kiinteänä osana yrityksen keskeisiä työnkulkuja.

Tekoäly nähdään usein vain chatbottina, jonka hyödyntäminen vaatii työntekijöiltä aktiivista vuorovaikutusta ja uuden opettelua. Tämä johtaa siihen, että tekoälyn hyödyt riippuvat yksittäisten työntekijöiden taidoista ja asenteista.

Moni yritys ei vielä hahmota, mitä generatiivinen tekoäly todella mahdollistaa.

Myös generatiiviselle tekoälylle ominaiset haasteet kuten hallusinointi ja satunnaisuus synnyttävät epäluuloja ja vaikeuttavat sen hyödyntämistä yrityksen operatiivisessa toiminnassa.

3. Teknologiset haasteet

Generatiivinen tekoäly kehittyy nopeasti ja haastateltavat kokivat vaikeaksi päättää millä teknologialla tai minkä kielimallin päälle kannattaa rakentaa pitkäjänteisesti.

Luotettavasti toimivien, yrityksen omaa dataa hyödyntävien ratkaisujen toteutus vaatii erityisosaamista, kuten kehotemuotoilua (prompt engineering), laajojen kielimallien ymmärrystä ja tekoälyratkaisuihin soveltuvaa ohjelmistokehitysosaamista. Tätä kilpailtua osaamista yritykset joutuvat haastattelujen perusteella hankkimaan lähes poikkeuksetta ulkopuolelta.

Tekoälyratkaisuihin tarvittavaa yrityksen omaa dataa ei ole helposti saatavilla vaan se on usein hajallaan eri tietojärjestelmissä, tietovarastoissa, sähköposteissa ja jaetuissa tiedostoissa. Myös datan ja tekoälyratkaisujen tietoturva koettiin epäselväksi.

Miten päästä kokeiluista konkretiaan?

Tekoäly täytyy kytkeä kiinteäksi osaksi tuotannollisia työnkulkuja.

Markkinatutkimuksemme perusteella yrityksillä on vahva halu ja tarve tuoda tekoäly konkreettiseksi osaksi omaa liiketoimintaansa, mutta käsittelemieni haasteiden vuoksi ne tarvitsevat siinä oikeanlaisen kumppanin apua ja itselleen mukautettavissa olevia tuotantovarmoja ratkaisuja.

Tutustu tarkemmin, miten Ainesin tekoälyapurit toimivat ja miten ne kytketään kiinteäksi osaksi liiketoiminnan työnkulkuja.