Minkä ongelman tekoälyn halutaan ratkaisevan?

Useimmissa organisaatioissa tähän kysymykseen vastataan liian nopeasti.

"Tehostetaan toimintaa." "Parannetaan asiakaskokemusta." "Hyödynnetään dataa paremmin."

Nämä eivät ole ongelmia. Ne ovat tavoitteita – ja liian epämääräisiä, että niiden pohjalta voisi ohjata mitään todellista toteutusta. Nykyisten tekoälyratkaisuiden ehdoton vahvuus on työnkulkujen nopeuttaminen ja automatisointi. Jos ongelmaa ei pysty kuvaamaan operatiivisesti, sitä ei pysty automatisoimaan.

Mistä tunnistaa oikean ongelman?

Ensinnäkin hyvin määritelty ongelma on toistuva. Yksittäistä tapausta ei kannata automatisoida, mutta jos sama tilanne toistuu satoja tai tuhansia kertoja, tekoälyllä toteutettu automaatio alkaa olla perusteltu.

Toiseksi ongelman pitää olla myös mitattavissa. Jos et pysty kuvailemaan nykytilaa numerolla – käsittelyaika, virheprosentti, läpimenoaika, kustannus per tapaus – et pysty myöhemmin osoittamaan, että mikään muuttui.

Kolmanneksi: ongelman pitää sisältää päätöksenteon elementti. Jos prosessi on täysin deterministinen, perinteinen automaatio riittää. Tekoälyä tarvitaan vasta silloin, kun mukana on tulkintaa, epävarmuutta tai vaihtelua.

Käytännössä ero näyttää tältä. Huono määrittely: "Hyödynnetään tekoälyä asiakaspalvelussa." Parempi: "Asiakaspalveluun tulee 12 000 tikettiä kuukaudessa, joista 35 % koskee samoja kolmea aihetta. Näiden käsittely kestää keskimäärin 8 minuuttia ja aiheuttaa kahden viikon jonon." Jälkimmäisessä on jo jotain tekoäly­automaatiolle pureskeltavaksi.

Missä kohtaa useimmat kokeilut epäonnistuvat?

Organisaatiot hyppäävät suoraan valitsemaan mallia, rakentamaan demoa ja integroimaan järjestelmiin – ilman että kukaan on joutunut vastaamaan yhteen kysymykseen: mikä tarkalleen ottaen muuttuu, jos tämä onnistuu?

Jos vastaus on "käyttäjäkokemus paranee", projekti kompastuu jo lähtökuoppiinsa.

Ennen kuin yhtäkään koodiriviä kirjoitetaan, ainakin näiden kohtien pitäisi olla selvillä:

• Mikä on se prosessi, johon puututaan?
• Missä kohtaa prosessi hidastuu tai katkeaa?
• Kuinka usein tämä tapahtuu?
• Mikä on nykyinen kustannus tai viive?
• Ja mitä tarkalleen ottaen muutetaan – miltä tilanne näyttää ennen ja jälkeen?

Jos näihin ei ole selkeää vastausta, kyse on kokeilusta ilman tavoitetta.

Suurin osa tekoälyhankkeista ei epäonnistu teknologian takia. Ne epäonnistuvat, koska ongelmaa ei alunperin määritelty riittävän tarkasti.