Tulevaisuuden liiketoiminta-arvoa rakentamassa

/ Jarkko Hänninen

Kiihdytä oman yrityksesi koneäly- ja –oppimistekemistä tehokkaalla workshoppauksella

AI & Analytics accelerator workshop

Viime aikoina media on täyttynyt koneäly (AI) -aiheisista uutisista ja artikkeleista kertoen tarinaa miten edistykselliset teknologiayritykset ja aikaiset omaksujat ovat ottaneet käyttöön koneälyä ja –oppimista hyödyntäviä ratkaisuja. Kuitenkin useimmiten artikkeleissa konkretia loistaa poissaolollaan  – eli puhutaan paljon ”itsestään asioita tekevistä mystisistä systeemeistä” ja kerrotaan, että vaikutus liiketoimintaan tulee olemaan merkittävä, mutta ei kerrota miten tämä mystinen ”kaiken ratkaiseva” laatikko ollaan ylipäätään luotu. Tässä blogipostauksessa pyrin tekemään liiketoiminnan edustajille palveluksen esittelemällä keinoja liikkeelle pääsemiseksi tai sen oikean polun löytämiseksi. Arvostan konkretiaa ja siksi sitä myös seuraavaksi.

Mielenkiintoiseksi tilanteen tekee se, että koneälyn hyödyntäminen alkaa olla monien yritysten strategisena kehityskohteena. Narrative Science (2016) tutkimuksen mukaan 38 % yrityksistä käytti koneälyteknologioita vuonna 2016 ja 62 % tulee käyttämään vuonna 2018. Forresterin (2016) mukaan puolestaan koneoppimisella tullaan saavuttamaan merkittäviä liiketoimintahyötyjä ja sen käyttö on kasvussa. Millaisiin käyttökohtaisiin tätä sitten voidaan hyödyntää?

Kuva 1. Tärkeimmät hyödyt, joita koneälyltä odotetaan (Forbes 2016).

Kuva 1. Tärkeimmät hyödyt, joita koneälyltä odotetaan (Forbes 2016).

 

Koneälyltä odotetaan monia hyötyjä ja sen vaikuttavuus liiketoimintaan tulee olemaan merkittävä (kuva 1). Suurimpana hyötynä (38%) nähdään ennakoivan analytiikan ratkaisut, joilla voidaan arvioida omalle liiketoiminnalle tärkeiden tulevaisuuden skenaarioiden tilaa ennen kuin ne tapahtuvat. Toisena hyötynä tulee automatisointi, jonka avulla päästään eroon ihmistyötä edellyttävistä, toistuvista, yksinkertaisista ja manuaalisista tehtävistä. Näiden lisäksi muina hyötyinä nähdään liiketoiminnan tilan automaattinen monitorointi ja hälytykset (3.), asiakaskommunikaation laadun parantaminen (4.) sekä suositukset liittyen sisäisiin tehtäviin ja asiakaskohtaamiseen (5.) (Forbes 2016). Nämä ovat erinomaisia esimerkkejä käyttökohteista, mutta todellisuudessa koneälyn hyödyntäminen kannattaa aina aloittaa omista liiketoimintatarpeista huomioiden tiedonhallinnan ja osaamisen valmiustasot. Globaalisti huutava tarve data science –osaamiselle on tunnistettu jo vuonna 2012 ja tilanne ei näytä tällä hetkellä sen paremmalta (Datanami 2016). Paras tapa on siis lähteä liikkeelle omista lähtökohdista ja varmistaa, että data science -oppimista tapahtuu heti ensi askelilla.  

Sekä Gartner (2017) että Forbes (2016) ovat todenneet ”käyttötapauksen määrittelyn vaikeuden” erääksi merkittävimmistä koneälyn hyödyntämisen haasteista. Teknologian kehitysnopeus on ollut viime aikoina räjähdysmäistä, ja siksi on täysin ymmärrettävää, etteivät liiketoimintaedustajat heti täysin oivalla miten tätä potentiaalia voidaan valjastaa omiin tarpeisiin. Myös me olemme eCraftilla tunnistaneet tämän sillä olemme saaneet paljon seuraavia kysymyksiä:

  • Mitä koneäly ja -oppiminen ovat? Voitteko antaa johdannollista koulutusta tästä?
  • Miten juuri meidän yrityksemme voi hyötyä koneälystä ja -oppimisesta?
  • Miten pääsemme liikkeelle koneälyn hyödyntämisen polulla?
  • Voitteko demota koneälyä ja –oppimista esimerkein?
  • Millaisia teknologisia valintoja meidän kannattaisi tehdä?  

 

Näiden kysymysten innoittamana olemme luoneet AI & Analytics Accelerator workshopin (kuva 2), jonka tarkoitus on helpottaa yrityksiä tunnistamaan koneälyyn soveltuvia ideoita, priorisoimaan niitä sekä konseptoimaan toteuttamiskelpoisiksi ratkaisuiksi.

Kuva 2. AI & Analytics Accelerator –workshop-vaiheet.

Kuva 2. AI & Analytics Accelerator –workshop-vaiheet.


Workshopissa käymme aluksi läpi koneälyn ja analytiikan mahdollisuudet perehdytysmielessä hyödyntäen erilaisia konkreettisia esimerkkejä. Tämän jälkeen tunnistamme ja pureudumme workshopattavan yrityksen käyttökohteisiin, priorisoimme ideoita (hyöty vs. kustannukset), konseptoimme valittuja ideoita ja pisteytämme konseptia eri näkökulmista. Lopputuloksena asiakasyritys saa priorisoidun listan tunnistetuista mahdollisuuksista, 1-3 projektiaihiota ja proof-of-concept –projektisuunnitelmaa. Tämän jälkeen liiketoimintaedustajilla on parempi näkemys koneälystä sekä sen mahdollisista käyttökohteista oman yrityksen näkökulmasta.

Ota yhteyttä, jos kiinnostuit workshopista tai haluat muuten vain miettiä miten edetä koneäly ja -oppimispolulla.