Ryhtyessäni kirjoittamaan Tekoäly – matkaopas johtajalle -kirjaa, ystäväni sanoi: ”Antti, jos kirjoitat, ettei muutos ole ollut koskaan yhtä nopea kuin nyt, jätän kirjan ostamatta ja kieltäydyn seuraavasta lounaskutsusta.”
Tekoälysovelluksia eri liike-elämän osa-alueille tulee lähes viikottain. Minulta kysytään usein, miten tekoäly vaikuttaa johtajuuteen. Vastaus on mielestäni kolmijakoinen: tekoäly vaikuttaa työn sisältöön, tekemisen tapaan ja johtamisen käytäntöihin.
En todellakaan usko, että koneet voisivat korvata ihmisen. Ainoa ammattiryhmä, josta kannattaa olla huolissaan, ovat yhdysvaltalaiset pitkän matkan liikenteen rekkakuskit. Mikäli ammattiyhdistysliikkeen lobbarit eivät kykene asettamaan lainsäädännöllisiä esteitä, esitän tavoistani poiketen ennustuksen: viiden vuoden päästä noista 3,5 miljoonasta yhdysvaltalaista rekkakuskista tekee nykyistä työtään alle puolet.
Avainasemassa lähiesimies
Jos kone ei korvaa ihmistä, mitä se sitten tekee? Minäpä kerron. Automaatiolla otetaan haltuun esimerkiksi taloushallinnon työnkuvan osia, vaikkapa rivien stemmaamista. Tässä lähiesimiehen johtajuus tulee merkitykselliseen rooliin. Meillä on paljon ihmisiä – osa työuransa loppupuolella – jotka eivät halua luovuttaa omaa työtään tai sen osaa koneelle.
Käytössäni ei ole vertaisarvioitua tutkimusta, mutta väitän, että kyseessä on ammatillinen identiteetti ja siihen kohdistuva uhka. Jos kerran kone pystyy korvaamaan minut tai edes jonkin osa-alueen jota teen, mikä minun arvoni on?
Jokainen tehtäviensä tasalla oleva johtaja pohtii tänään käsi sydämellä, ymmärtääkö hän aidosti, mistä tekoälyssä, koneoppimisessa ja automaatiossa on kyse.
Kysymys on inhimillinen ja ymmärrettävä. Tekeminen kehittyy työnkuvien muuttuessa, ja tähän tarvitaan johtajuutta. Johtaja voi selvitä haasteestaan vain ymmärtämällä, miten esimerkiksi koneoppiminen toimii. Millaisia ongelmia kone on hyvä ratkaisemaan? Millaisia määriä dataa tarvitaan, jotta koneesta on hyötyä?
Koneen opettaminen on raakaa työtä
Klassinen tekoälyn kehityksen nopeuden esimerkki on aasialaisen tietokonepelin herruuden siirtyminen ihmiseltä koneelle. Alphago-pelimoottori voitti maailmanmestari Lee Sedolin opeteltuaan peliä 30 miljoonasta pelitilanteesta.
Tämän jälkeen tekoälytutkijat kehittivät seuraavan version, joka oppi ilman opetusdataa.
Kuitenkaan tämä niin sanottu ohjaamaton oppiminen, oppiminen joka tehdään ilman aiempaa dataa, ei ole yritysten käytössä olevaa tekoälyä vielä lähiaikoina.
Asia, josta tekoälyn parissa työskentelevät ihmiset ovat liikuttavan yksimielisiä, on ensimmäisten koneoppimisprojektien ajankäytön jakautuminen: 80 prosenttia ajasta menee datan hankintaan, omistajuuden määrittelyyn sekä datan puhdistamiseen ja rikastamiseen. Vain viimeinen 20 prosenttia ajasta käytetään varsinaiseen koneoppimisen mallien sovittamiseen.
Nyt ei ole odottelun aika
Jokainen tehtäviensä tasalla oleva johtaja pohtii tänään käsi sydämellä, ymmärtääkö hän aidosti, mistä tekoälyssä, koneoppimisessa ja automaatiossa on kyse. Vastaus on helppo, sillä kysymys on ennen kaikkea ajankäytöstä.
Toinen kysymys liittyy johtamiseen: ymmärränkö niitä ihmisiä, joita tämän muutoksen läpi kulkeminen koskee? Ja koska myös johtaja itsekin kuuluu tähän joukkoon, kyse on empatian ja vuorovaikutustaitojen lisäksi itsetuntemuksesta.
Fiksu johtaja tietää, että nyt ei ole varaa odotteluun. Hän ottaa tavoitteekseen hankkia perustiedot jouluun mennessä. Vuodenvaihteen jälkeen hän keskustelee koneoppimisen perusteista kollegojensa kanssa niin, ettei hiki nousee pintaan, kun aihe tulee esille.
