Mitä IT-johtajat tekevät väärin tekoälyn käyttöönotossa – ja miten se korjataan

Tällä hetkellä organisaatioissa toistuu sama kaava.

Johto hyväksyy tekoälytyökalujen käytön, lisenssit hankitaan, asiasta tiedotetaan ja muutamat motivoituneet henkilöt alkavat käyttää työkaluja. Kuusi kuukautta myöhemmin tuottavuushyötyjä on vaikea mitata, tekoälyn käyttö vaihtelee tiimin sisällä, eikä kukaan ole täysin varma, kenen vastuulla on varmistaa tekoälyn tuottamien tulosten laatu.

Kyse on organisaation rakenteeseen liittyvästä ongelmasta, johon useimmilla IT-johtajilla ei ole vielä ollut aikaa tarttua suoraan.

Muutos, joka muuttaa kaiken

Viimeisten kahden vuosikymmenen ajan tieto ja päättelykyky ovat olleet organisaatioissa niukkoja resursseja. Jos tiimisi tarvitsi syvällistä asiantuntemusta, sitä piti kehittää organisaation sisällä, rekrytoida sitä varten tai turvautua konsultteihin. Tämä niukkuus muovasi organisaatioiden rakenteita, tiimien muodostamista, roolien määrittelyä ja kokemuksen arvostusta.

Tämä rajoite on nyt huomattavasti heikompi. Laaja kielimalli voi sekunneissa, milloin tahansa ja ilman kokousta tiivistää 200-sivuisen arkkitehtuuridokumentin, kyseenalaistaa ehdotetun ratkaisun, selittää teknisen käsitteen ei-tekniselle sidosryhmälle tai laatia toimittaja-arvion.

Asiantuntemuksen merkitys on muuttumassa. Tietotyön ensimmäisestä tasosta – tutkimuksesta, synteesistä, luonnostelusta ja vertailusta – voi yhä useammin huolehtia tekoäly. Jäljelle jäävät harkinta, konteksti, ihmissuhteet ja vastuu.

Tämä muutos edellyttää harkittua reagointia työskentelytavoista vastaavilta johtajilta

Todellinen pullonkaula ei ole pääsy työkaluihin, vaan työnkulkujen suunnittelu

Useimmat organisaatiot ovat ratkaisseet käyttöoikeuskysymyksen. Kehittäjät koodaavat jopa 55 % nopeammin Copilotin avulla, mutta tästä nopeudesta tulee riski, jos arviointiprosessiasi ei ole suunniteltu tällaiselle volyymille.

Ongelma on siinä, että pääsy työkaluihin ilman työnkulkujen suunnittelua johtaa juuri edellä kuvattuun epätasaiseen ja vaikeasti mitattavaan käyttöönottoon.

Kun ihmiset käyttävät tekoälyä satunnaisesti, työn laatu vaihtelee. Jotkut tiimin jäsenet tuottavat parempaa työtä nopeammin, kun taas toiset tuottavat tekoälyn luomaa sisältöä, jota he eivät ole tarkistaneet kunnolla – ja sen huomaa. Työkalut tuottavat sisältöä nopeammin kuin ihmiset ehtivät arvioida sitä, ja pullonkaula siirtyy tuottamisesta harkintaan ilman, että kukaan on suunnitellut tätä muutosta.

IT-johtajien käytännön kysymys kuuluu: miten tekoäly rakennetaan osaksi tiimin työskentelytapoja, eikä pelkästään osaksi käytettävissä olevia työkaluja?

Tämä tarkoittaa päätöksiä seuraavista asioista:

1. Mitkä tiimisi työnkulun tehtävät tulisi tehdä tekoäly ensin -periaatteella, jolloin tekoäly tuottaa ensimmäisen version ja ihminen varmistaa sen.

2. Mitkä tehtävät edellyttävät edelleen ihmislähtöistä ajattelua, jossa itsenäinen päättely tehdään ennen tekoälyn hyödyntämistä.

3. Kuka vastaa lopputuloksen laadusta, kun tekoäly on osa prosessia.

4. Miten tiimit dokumentoivat kontekstin, jotta tekoälyä voidaan hyödyntää tehokkaasti eri projekteissa eikä vain yksittäisissä sessioissa.

Mikään tästä ei edellytä uusia työkaluja, mutta se vaatii selkeitä päätöksiä tiimiä johtavalta henkilöltä.

Tuottavuusansa on tiimitason riski

Tekoälyn käyttöönotolla on vähemmän käsitelty seuraus, joka on erityisen merkittävä tiimijohtamisen kannalta.

Tekoäly poistaa tietotyöstä luontaiset rytmitysmekanismit. Aiemmin monilla tehtävillä oli luontainen aikakustannus – lukeminen, kirjoittaminen, tiedonhaku, muotoilu ja muokkaaminen – joka loi tilaa päätösten välille. Tekoäly tiivistää tätä sykliä merkittävästi, ja päivien työ valmistuu nyt tunneissa.

Tiimisi pullonkaula siirtyy siis tuottamisesta harkintaan. Arvioitavaa sisältöä on enemmän, päätöksiä on tehtävä enemmän ja hallittavaa kontekstia on enemmän, vaikka mukana olevien ihmisten kognitiivinen kapasiteetti ei kasva vastaavasti.

Microsoft Work Trend Index -tutkimuksen mukaan 68 % ihmisistä kokee kamppailevansa työn tahdin ja määrän kanssa. Kun autamme Eficodella tiimejä ottamaan käyttöön tekoälyn ohjelmistokehityksessä, keskeinen painopisteemme on kognitiivisen kuormituksen vähentämisessä: tekoäly hoitaa rutiinityön, kun taas ihmiset keskittyvät harkittuun päättelyyn, johon heillä todella riittää päivittäin kapasiteettia.

Ihmisillä on päivittäin rajallinen aikaikkuna syvälliseen, harkittuun päättelyyn – tyypillisesti kahdesta neljään tuntia. Kun tekoäly hoitaa rutiinit ja jopa tekniset tehtävät, jäljelle jää vaikein työ: arviointi, päätöksenteko, viestintä ja vastuun ottaminen. Tämä työ on kognitiivisesti vaativampaa, ei vähemmän vaativaa.

Johtajille, jotka johtavat tiimejä tämän muutoksen läpi, tämä tarkoittaa kahta asiaa:

1. Tarkistamisesta ja validoinnista on tullut keskeistä osaamista, ei toissijaista toimintaa. Koulutuksen, rooliodotusten ja ajankäytön on heijastettava tätä.

2. Tiimisi mahdollisuuksia keskittyä syvällistä ajattelua vaativaan työhön on suojeltava, ei puristettava entisestään tekoälyn mahdollistamien tuottavuushyötyjen vuoksi. Samat työkalut, joiden avulla tiimisi voi tehdä enemmän, voivat ajaa sen kohti uupumusta, jos työtahti vain kiihtyy ilman rajoja.

Miten asiantuntemus muuttuu ja miksi se on edelleen tärkeää

Tätä keskustelua voidaan käydä myös niin, että tekoäly nähdään uhkana tekniselle asiantuntemukselle. Tämä näkökulma ei ole erityisen hyödyllinen, mutta se heijastaa todellista huolta, johon kannattaa vastata suoraan.

Asiantuntijan rooli on muuttunut. Arvo ei enää synny jonkin asian ensimmäisen version tuottamisesta, vaan siitä, että osaa arvioida, onko versio oikea, kattava, turvallinen ja organisaation erityiseen kontekstiin sopiva.

Tätä harkintaa ei voi delegoida tekoälylle. Se edellyttää toimialaosaamista, organisaation historian tuntemusta, ymmärrystä riskinsietokyvystä sekä päätöksen hyväksymiseen liittyvää ammatillista vastuuta.

Kannattaa kysyä: mitä ihminen tekee tiimisi kussakin roolissa sen jälkeen, kun tekoäly on tuottanut ensimmäisen luonnoksen? Jos vastaus on epäselvä, roolimääritelmää on päivitettävä.

Sidosryhmien luottamusta ei synnytetä tekoälyllä

Yksi alue, jolla tekoäly ei aidosti korvaa ihmistyötä, ovat organisaatioiden toiminnan mahdollistavat suhteet.

Tekoäly voi laatia tausta-aineistoja, ennakoida vastaväitteitä, luonnostella viestintää eri kohderyhmille ja tunnistaa riskejä, joita sidosryhmä saattaa nostaa esiin. Se tekee kaiken tämän hyvin. Se ei kuitenkaan voi istua huoneessa, lukea tilannetta, rakentaa luottamusta ajan myötä tai kantaa vastuuta, kun jokin menee pieleen.

Käytännössä tekoälyn mahdollistaman laadukkaamman valmistautumisen pitäisi tehdä ihmisten välisestä vuorovaikutuksesta arvokkaampaa, ei korvata sitä.

Tällä on rakenteellinen vaikutus: viestinnästä, sidosryhmien hallinnasta ja kyvystä selittää teknistä työtä liiketoiminnan kohderyhmille tulee tärkeämpää, ei vähemmän tärkeää.

Käytännön lähtökohta IT-johtajille

IT-työnkulkuja auditoitaessa hyödyllinen lähtökohta on pullonkaulakartta. Pelkkien lisenssien jakamisen sijaan tavoitteena on antaa ihmisille selkeä toimintamalli. Jos käytössäsi on esimerkiksi Eficode ROOT -alusta, tämä tarkoittaa sen määrittelyä, missä tekoälyn tuottama koodi tarkistetaan ihmisen tekemässä tietoturvakatselmoinnissa.

Työnkulkujen auditointihavainnot jakautuvat yleensä kolmeen luokkaan:

• Tehtävät, jotka voi delegoida tekoälylähtöisiin työnkulkuihin: Yhteenvetojen laatiminen, dokumentaation luonnostelu, tikettien luokittelu ja raporttien tuottaminen.

• Tehtävät, jotka edellyttävät edelleen ensisijaisesti ihmisen ajattelua: Arkkitehtuuripäätökset, toimittajien valinta, riskien arviointi ja sidosryhmäsuhteet.

• Siirtymävaiheessa olevat tehtävät: Näille tarvitaan selkeä vastuuhenkilö ja sovittu prosessi sille, miten tekoälyn tuotos tarkistetaan ennen kuin se lähtee tiimistä.

Tällainen kartoitus vie muutaman tunnin ja tuo yleensä enemmän selkeyttä kuin yksikään tekoälystrategia-asiakirja.