Analyysi: Tekoälyraportti kertoo digitalisaatiokuilusta yritysten välillä

Tekoälyn soveltaminen on selkeässä kasvussa: ainakin 1240 organisaatiota soveltaa tekoälyratkaisuja päivittäin, mikä tarkoittaa nelinkertaista kasvua vuodesta 2017. Yksittäinen luku ei kerro koko totuutta, mutta se kuvastaa kotimaisten organisaatioiden muutostahtia, eli kykyä ja halua uusien teknologioiden käyttöönottoon.

"Ilahduttavaa on, että tekoälyä hyödyntävistä yrityksistä lähes 60 prosenttia ilmoittaa tekevänsä sen osana tuotteitaan ja palveluitaan, eli lähellä ydintoimintojaan", kirjoittaa Alexander Törnroth.

Kuvaajan kokonaislukumäärässä (1240) ei ole huomioitu organisaatioissa rakennettuja karvalakkimalleja tai pieniä tekoälykokeiluja. Useat tutkimukset osoittavat, että (ainoastaan) joka kymmenes koneoppimishanke etenee kokeiluvaihetta pidemmälle (mm. Forbes tai Harvard Business Review ). Tämän pohjalta voisi spekuloida, että lähes joka kolmannessa kotimaisessa viisi tai enemmän henkilöä työllistävässä yrityksessä on tehty tekoälykokeiluja.

Kuvaaja 1: Tekoälyä päivittäin hyödyntävät suomalaiset yritykset. Lähde: State of AI in Finland 2020-raportti, FAIA et al.

Kappalemäärä ei myöskään kerro tekoälyn hyödyntämisen merkityksellisyydestä. Selkeä trendi, erityisesti hyödyntämisessä pidemmällä olevien yritysten kohdalla, on siirtymä yksittäisistä pistemäisistä investoinneista ja tekoälyprojekteista kohti jatkuvaa kehittämistä. Jatkuvan kehityksen tavoitteena on varmistaa, että useammat käyttötapaukset siirtyvät kokeiluvaiheesta kohti todellisia hyötyjä ja vaikutuksia.  

Toinen kiinnostava kysymys on se, onko 1240 tekoälyä hyödyntävää yritystä paljon vai vähän. Kansainvälistä vertailukohdetta ei ole, joten lukumäärä pitänee suhteuttaa relevanttiin yrityskantaan: lukumäärää vastaa 3,15 prosenttia kaikista viisi tai enemmän henkilöä työllistävistä yrityksistä Suomessa. Tältä osin ei voida puhua merkittävästä tai kriittisestä massasta. Suomalaisten henkilökohtainen kiinnostus tekoälyä kohtaan (mittarina esimerkiksi Elements of AI -kurssin osallistujien määrä) ei suoraan vaikuta siirtyvän yrityksiin. 

Liikkeellelähdön hitautta voidaan pitää osittain yllättävänä, mutta tilastot osoittavat, että hitaus ei koske vain tekoälyä, vaan laajemminkin yritysten halua uudistaa toimintojaan digitalisaation keinoilla. Yksi raportin keskeisistä havainnoista on, että Suomessa on kansainvälisesti kiiteltyihin edellytyksiin (infrastruktuuri, koulutustaso jne.) nähden heikohkot tulokset. Esimerkiksi Etlan Digibarometrin vuoden 2019 tuloksista on havaittavissa, että digitalisaation vaikutukset Suomen talouskasvuun ovat jäämässä verrokkimaista jälkeen. Sitran yritystutkimuksessa todettiin, että suomalaisten yritysten asenteet digitalisaatiota kohtaan ovat negatiivisemmat kuin muissa Euroopan maissa ja tämä näkyy myös siten, ettei digitalisaatioon investoida.

Investoinnit ja osaaminen kasaantuvat hyvin pieneen määrään yrityksiä, ja hitaasti liikkeelle lähteneet yritykset jäävät kelkasta.

Suurin syy investointihaluttomuuteen on yksinkertainen: ymmärrys siitä, mihin tekoälyä voidaan hyödyntää puuttuu eikä tekoälyn mahdollisuuksia liiketoiminnalle siten ymmärretä. Usein myös ajatellaan, että on parempi antaa toisten maksaa uuteen teknologiaan liittyviä oppirahoja ja vasta sitten ottaa se omaan käyttöön. Tällainen ‘Fast follower’ -ideologia ei kuitenkaan toimi tekoälyn soveltamisessa: useimmat ratkaisut vaativat räätälöintejä, integraatioita ja datan työstämistä. Nämä kaikki vaativat aikaa ja haasteet ovat organisaatiokohtaisia. Ratkaisuja ei voi kopioida sellaisenaan. 

Liikkeellelähdön hitaus pitää sisällään myös sen kaikkein vaarallisimman trendin: Investoinnit ja osaaminen kasaantuvat hyvin pieneen määrään yrityksiä, ja hitaasti liikkeelle lähteneet yritykset jäävät kelkasta. Ne yritykset, jotka ovat jo investoineet tekoälyyn, tekevät todennäköisesti niin myös jatkossa. Vastaava trendi on ollut nähtävissä myös laajemmin digitalisaatioon liittyvissä investoinneissa. Tekoäly toisin sanoen syventää entisestään kahtiajakaumaa markkinoilla; ne, jotka ovat investoineet digitalisaatioon, ovat maksaneet oppirahansa ja alkavat nyt poimia investointien hyötyjä. Nämä yritykset ovat myös valmiimpia liiketoiminnan muutoksiin. Tähän kahtiajakautumiseen olisi syytä herätä niin valtionhallinnossa kuin yrityksissä.

Sovelletaan, mutta mihin?

Muutosvauhtia mielenkiintoisempaa on katsoa, missä yrityksen toiminnoissa tekoälyä hyödynnetään.

Kuvaaja 2: Missä yrityksen toiminnossa tekoälyä hyödynnetään? Lähde: State of AI in Finland 2020-raportti, FAIA et al.

Ilahduttavaa on, että tekoälyä hyödyntävistä yrityksistä lähes 60 prosenttia ilmoittaa tekevänsä sen osana tuotteitaan ja palveluitaan. Tämä on merkittävää, sillä tekoälyratkaisujen arvo on yleensä sitä suurempi mitä lähempänä organisaation ydinprosesseja niitä hyödynnetään. Tekoälyä ei tule ajatella omana irrallisena kokonaisuutenaan, vaan normaalin tutkimus- ja kehitystyön lisäosana. Olen aiemmin kirjoittanut, että parhaat tekoälysovellukset ovat luonteeltaan tylsiä.  Parhaat tulokset syntyvät, kun normaaliin prosessiin tuodaan tekoälykomponentteja eikä tekoälyn ympärille yritetä luoda prosesseja.

Parhaat tulokset syntyvät, kun normaaliin prosessiin tuodaan tekoälykomponentteja, ei niin, että tekoälyn ympärille rakennetaan prosesseja. 

Se, että suomalaiset yritykset ovat valjastaneet tekoälyn osaksi tuotteitaan, tarkoittaa, että yritykset pystyvät erottautumaan kilpailijoista. Tällöin niiden kilpailukyky paranee. Tuotteissa ja palveluissa oleva älykkyys on paljon vaikeampi kopioida kuin esimerkiksi backoffice-palveluihin tai asiakaspalveluun tuodut valmiit ratkaisut, jotka kyllä usein mahdollistavat säästöjä, mutta eivät uutta liiketoimintaa.

Sovelletaan, mutta miten?

Lisääntynyt tekoälyn hyödyntäminen tuo mukanaan uusia haasteita: Miten tekoälykehityksessä tulisi organisoitua, jotta varmistetaan tekoälymallien  ja ratkaisujen jatkuva tuotantoonvienti? Tekoälykiihdyttämö julkaisi aiheesta muutama viikko sitten uuden oppaan Tekoälyn jatkuva hyödyntäminen.

Useimmissa organisaatioissa tuotantoonvienti on sotkuista, manuaaliseen työhön nojaavaa ja siten myös virhealtista. Mallien tuotantoonvienti on avainasemassa, koska ainoastaan tuotantoon viety ratkaisu luo arvoa. Tämän takia aika, joka kuluu mallien kehitystyöstä tuotantoonviemiseen, on tärkein mittari melkein missä tahansa tekoälyprojektissa.

MLOps-toimintamallin tavoitteena on, että ideasta tuotantoon päästäisiin mahdollisimman nopeasti. 

Edellä mainitusta syystä MLOps (Machine Learning Operations) -keskustelu on nostanut päätään myös Suomessa. Termi on suhteellisen uusi, koska tekoälyn laajamittainen hyödyntäminen on itsessään melko uutta.  MLOps on joukko yhteisiä ohjeistuksia, käytäntöjä ja kehittämistapoja koneoppimis- ja tekoälyratkaisujen hallitsemiseksi ja ratkaisujen käyttöön ottamiseksi. Tavoitteena on vähentää teknistä kitkaa koneoppimismallien kehityksessä ja varmistaa, että ideasta päästään tuotantoon mahdollisimman lyhyessä ajassa, mahdollisimman pienillä riskeillä. 

Yksittäisen tekoälyprojektin kehittäminen ilman ohjeistuksia, dokumentaatiota tai versionhallintaa on toki nopeampaa kuin kehittämien tiettyjen raamien mukaisesti. Koska ratkaisujen taustalla oleva data todellisuudessa kuitenkin jatkuvasti muuttuu, toimivat mallit harvoin pitkään ja ne vaativat yleensä säännöllistä lisä- ja uudelleenkoulutusta. Mikäli kehitystä toteutetaan tapauskohtaisesti, johtaa tämä nopeasti kaaokseen, erityisesti, jos tekoälyratkaisuja hyödynnetään laajasti. MLOps tarjoaa työkaluja tähän haasteeseen ja tarkoittaa fokuksen siirtymistä teknologian kehittämisestä (kuinka malleja rakennetaan) operaatioihin (kuinka malleja käytetään). Tästä syystä saattaa hyvin olla, että MLOps on ensi vuoden kuumia tekoälyaiheita. Suomalainen Valohai, julkaisi juuri oman erinomaisen eKirjansa aiheesta. 

Teksti: Alexander Törnroth

*State of AI in Finland -raportti kokoaa kuvan Suomen tekoälyvalmiudesta ja soveltamiskyvystä sekä luo yhteisen vision Suomen tekoälykentälle. Raportissa esitellään 25 käytännön esimerkkiä tekoälyn soveltamisesta. Raportin takaa löytyy iso joukko toimijoita: Suomen tekoälykiihdyttämöFAIA,  Teknologiateollisuus, Vake, TEM, Business Finland, tekoälyn tutkimusorganisaatio FCAI, Reaktor ja Silo AI.  Raportti on englanninkielinen ja se ilmestyy myöhemmin myös suomeksi. (Edit. 5.11.  Raportista ei ilmesty suomenkielistä versiota.)