AI-investoinnin ongelma ei yleensä ole käyttöönotto. Se on näkyvyyden ja johdettavuuden puute. Moni organisaatio näkee jo jotakin siitä, että tekoälyä käytetään. Harvempi näkee, syntyykö käytöstä uutta kyvykkyyttä, parempia päätöksiä tai muuttuneita toimintatapoja.
Kesän aikana olemme keskustelleet yli sadan organisaation päättäjän kanssa tekoälyn hyödyntämisestä.
Lisäksi olemme yhdistäneet näistä keskusteluista syntyneitä havaintoja AI-agenttiemme tunnistamiin kansainvälisiin markkinasignaaleihin, tutkimuksiin ja käytännön esimerkkeihin. Tätä jatkuvaa oppimismallia kutsumme nimellä Market Learning Loop. Sen tarkoitus on tunnistaa muutoksia ja ilmiöitä, jotka näkyvät asiakaskohtaamisissa, markkinassa ja tutkimuksissa.
Ensimmäinen havaintomme on tämä:
Käyttöönottoa mitataan jo, kyvykkyyden syntymistä ei.
Monessa organisaatiossa tekoälyä seurataan jo aktiivisesti. Tai ainakin niin pitäisi olla.
- Katsotaan lisenssejä.
- Katsotaan käyttäjämääriä.
- Katsotaan käyttöaktiivisuutta.
- Katsotaan koulutuksiin osallistumista.
- Katsotaan, kuinka monta kokeilua tai käyttötapausta on tunnistettu.
Nämä ovat hyödyllisiä mittareita. Mutta ne kertovat vasta siitä, missä määrin sovellus, lisenssi tai teknologia on saatu organisaation käyttöön. Ne eivät vielä kerro, mitä käytön jälkeen tapahtuu.
Tämä on ilmiö, joka on noussut esiin lähes jokaisessa keskustelussa. Organisaatioilla on yleensä enemmän näkyvyyttä työkalujen ja lisenssien käyttöönottoon kuin siihen, miten työ käytön seurauksena muuttuu. Sekään näkyvyys ei aina ole täydellistä, mutta sielläkin, missä käyttöä seurataan, mittarit painottuvat käyttöön eivätkä vaikutukseen.
Siksi johto voi nähdä, että tekoälyä käytetään, mutta ei vielä nähdä, syntyykö käytöstä uutta kyvykkyyttä.
- Ihmiset kokeilevat.
- Yksittäiset asiantuntijat löytävät hyviä käyttötapoja.
- Tiimeissä syntyy paikallisia oivalluksia.
Mutta organisaatio ei välttämättä vielä tiedä, missä vaikutus syntyy, missä eteneminen pysähtyy ja mitä pitäisi tehdä seuraavaksi.
Johto näkee käyttöä, mutta ei välttämättä näe muutosta.
Tämä ero on tärkeä.
Tekninen käyttöönotto tuo ohjelmiston organisaatioon. Adoptio luo kyvykkyyttä.
Sovelluksen käyttöönotto on organisaatiotason tapahtuma. Adoptio on käyttäytymisen, työnkulkujen ja päätöksenteon muutos.
Siksi adoptio ei tarkoita vain sitä, että ihmisillä on pääsy työkaluun tai että työkalua käytetään.
Adoptio tarkoittaa sitä, että tekoälyn hyödyntäminen alkaa näkyä siinä, mitä ihmiset osaavat tehdä, miten työ etenee ja miten päätöksiä valmistellaan.
Toisin sanoen: adoptio on kyvykkyyden syntymistä.
Vasta silloin, kun tekoäly vaikuttaa siihen, miten ihmiset ajattelevat, valmistelevat, päättävät, palvelevat asiakkaita ja ratkaisevat ongelmia, voidaan puhua aidosta muutoksesta.
Tämä ei ole vain tutkimuksissa näkyvä ilmiö. Sama kysymys on noussut esiin kesän aikana keskustelusta toiseen:
Miten johto näkee, syntyykö tekoälyn käytöstä uutta kyvykkyyttä vai ei?
Tekoälyn arvo syntyy siitä, että ihmiset pystyvät tekemään työnsä sen avulla fiksummin, turvallisemmin, nopeammin tai kokonaan uudella tavalla.
Missä tekoälyn käyttö alkaa näkyä uutena kyvykkyytenä?
- Missä rooleissa osaaminen vahvistuu?
- Missä työtavat uudistuvat?
- Missä päätöksenteko paranee?
- Missä ihmiset tarvitsevat vielä tukea?
- Missä käyttö jää työstä irralliseksi?
Tämä on se kohta, jossa tekoälyinvestoinnin arvo joko alkaa näkyä tai jää oletukseksi.
Tekoälyn hyödyntämisen seuraava vaihe ei ole enää pelkkää käyttöönoton johtamista. Se on sen johtamista, mikä tehdään näkyväksi: kyvykkyyden johtamista.
Lisenssit voi ostaa. Kilpailuetua ei.
Kilpailuetu syntyy vasta, kun organisaatio näkee, missä uusi kyvykkyys kehittyy, missä se jää piiloon ja mitä seuraavaksi pitää tehdä.
Tähän palaamme syksyn aikana seuraavissa markkinahavainnoissa.
