Sama muutoksen ydin, uusi toimintaympäristö
Tekoäly tuli mukaan työhömme vähitellen. Aloimme kokeilla, voisiko se helpottaa laajojen aineistojen jäsentämistä, nopeuttaa ensimmäisten luonnosten tekemistä ja jättää enemmän aikaa ajattelulle, yhteistyölle ja asiakkaan tarpeiden ymmärtämiselle. Kokeilujen myötä huomio siirtyi nopeasti yksittäisistä työkaluista siihen, miten työtä tehdään.
Olemme oppineet, ettei liiketoimintahyöty synny tekoälyn käyttöönotosta itsestään. Se syntyy vasta, kun samalla tarkastellaan prosesseja, vastuita, osaamista ja tiedonkulkua. Muuten uusi teknologia jää helposti yhdeksi työkaluksi muiden joukkoon tai nopeuttaa työvaihetta, joka ei alun perinkään tuottanut riittävästi arvoa.
Agile Coachin osaaminen ei katoa
Agile Coacheina emme ole keskittyneet vain menetelmiin tai uusiin seremonioihin. Työmme on ollut kulkemista ihmisten ja tiimien rinnalla: tavoitteiden ja vastuiden selkeyttämistä, työn esteiden poistamista, yhteistyön parantamista sekä tilan rakentamista oppimiselle ja kokeiluille.
AI Coacheina jatkamme pohjimmiltaan samaa työtä uudessa toimintaympäristössä. Palaamme edelleen peruskysymysten äärelle: mitä ongelmaa olemme ratkaisemassa, millaista arvoa tavoittelemme, miten etenemme turvalliseen kokeiluun ja miten hyväksi havaittu tapa juurtuu osaksi arkea? Tekoäly tuo mukaan uusia kysymyksiä datasta, tietoturvasta, riskeistä ja ihmisen roolista, mutta muutoksen ydin säilyy.
Aloitamme työstä, emme työkalusta
Tekoälystä innostuneessa organisaatiossa ideoista ei yleensä ole pulaa. Siksi emme aloita työkalun valinnasta tai pitkän käyttötapauslistan laatimisesta. Pysähdymme ensin arjen äärelle: missä tietoa etsitään monesta paikasta, mitä kootaan käsin, missä syntyy viiveitä ja mihin asiantuntijoiden aikaa kuluu turhan paljon?
Olemme hyödyntäneet tekoälyä esimerkiksi ongelman määrittelyssä, käyttäjätarinoiden ja hyväksymiskriteerien laadinnassa, vaatimusten pilkkomisessa, aineistojen jäsentämisessä sekä raporttien ja yhteenvetojen muodostamisessa. Kun tekoäly kokoaa projektin tai työviikon keskeiset tapahtumat valmiiksi yhteenvedoksi, hyöty ei ole vain nopeammin valmistuva teksti. Tiedon etsiminen vähenee, raportointi yhdenmukaistuu ja asiantuntijan aikaa vapautuu tiedon tulkintaan ja seuraavien päätösten valmisteluun.
Käytännön kokeilu kertoo nopeasti sekä mahdollisuuksista että rajoista. Jos tekoäly helpottaa työtä, parantaa laatua tai lyhentää läpimenoaikaa, jatkamme kehittämistä. Jos lähtötieto ei riitä tai tehtävä vaatii vahvaa asiantuntijaharkintaa, sekin on arvokas tulos. Rajattu testi voi estää suuren investoinnin ratkaisuun, jonka hyödyt jäisivät vähäisiksi.
Tekoälyä ei kannata lisätä vanhan työn päälle
Yksi tärkeimmistä opeistamme on ollut, ettei yhden työvaiheen nopeuttaminen välttämättä paranna kokonaisuutta. Voimme saada luonnoksen nopeasti, mutta jos tieto ei kulje eteenpäin, vastuut ovat epäselviä tai sama sisältö tarkastetaan yhä uudelleen, olemme vain lisänneet uuden kerroksen vanhan prosessin päälle.
Tuotekehityksessä tämä näkyy selvästi. Kun hyödynnämme agentteja määrittelyssä, speksauksessa tai työn viemisessä Jira-prosessiin, emme tarkastele vain sitä, mihin agentti pystyy. Rakennamme yhteisen tietopohjan ja sovimme, mitä agentti tekee, missä ihminen käyttää harkintaa sekä miten tieto ja päätökset kulkevat prosessin läpi. Sama koskee tuotetietoa: jos sisältö on hajallaan ja metatieto, konteksti tai omistajuus puuttuu, tekoäly ei korjaa perustaa puolestamme.
Siksi tekoälyhanke on usein samalla prosessien ja tiedonhallinnan kehittämistä. Kun tiedon elinkaari, vastuut ja rakenteet ovat kunnossa, tekoälyä voidaan hyödyntää luotettavammin esimerkiksi asiantuntijatyössä, tuotekehityksessä, teknisessä tuessa ja asiakaspalvelussa.
Yksittäisestä onnistumisesta yhteiseksi kyvykkyydeksi
Hyvä prompti voi tuottaa hyvän vastauksen, mutta se ei vielä muuta organisaation toimintaa. Olemme koonneet toimiviksi havaittuja kehotteita, esimerkkejä ja materiaaleja yhteiseen käyttöön, jotta jokaisen ei tarvitse rakentaa samoja ratkaisuja alusta. Samalla olemme huomanneet, ettei oleellisinta ole mahdollisimman monimutkainen prompti. Tärkeämpää on kuvata selkeästi tavoite, käytettävä lähtötieto, haluttu lopputulos ja rajat sille, mitä tekoäly ei saa päätellä.
Yhteiset toimintatavat auttavat muuttamaan yksittäiset kokeilut organisaation kyvykkyydeksi. AI Coachin tehtävä on tuoda samaan keskusteluun liiketoiminta, teknologia, tietoturva, riskienhallinta ja työn käyttäjät. Näin vältetään tilanne, jossa ratkaisu toimii teknisesti, mutta ei ratkaise oikeaa ongelmaa tai löydä paikkaansa arjessa.
Onnistumista ei mitata agenttien määrällä
Meille onnistumisen mittari ei ole demossa toimiva ratkaisu tai rakennettujen agenttien määrä. Onnistuminen näkyy siinä, että aikaa vapautuu arvoa tuottavaan työhön, manuaaliset työvaiheet vähenevät, tieto löytyy helpommin, laatu paranee ja uusi toimintatapa jää käyttöön myös kokeilun jälkeen.
Kaikkien kokeilujen ei tarvitse päätyä tuotantoon. Tärkeintä on määritellä lähtötilanne, tavoiteltava hyöty ja arviointiperusteet niin, että tulosten perusteella voidaan päättää, jatketaanko ratkaisua, muutetaanko sitä vai jätetäänkö se toteuttamatta. Näin tekoälykehitys perustuu oppimiseen ja liiketoiminta-arvon todentamiseen, ei pelkkään teknologiainnostukseen.
Sama matka, seuraava askel
Siirtyminen Agile Coachista AI Coachiksi ei ole meille vain tittelin vaihtamista. Se jatkaa luontevasti työtä, jonka ytimessä ovat oppiminen, yhteistyö ja uudistuminen. Emme tavoittele asiakkaalle mahdollisimman paljon tekoälyä, vaan niitä kohtia, joissa siitä syntyy todellista hyötyä parempana asiakaskokemuksena, sujuvampana työnä tai selkeämpänä päätöksentekona.
Paras lopputulos syntyy, kun asiakkaalle jää osaaminen ja varmuus jatkaa kehittämistä itse: kyky tunnistaa uusia mahdollisuuksia, kokeilla turvallisesti, arvioida tuloksia kriittisesti ja skaalata toimivat ratkaisut osaksi arkea. Siinä AI Coach tuo suurimman lisäarvonsa. Tekoälystä tulee hyödyllinen vasta, kun teknologia, ihmiset ja toimintatavat kehittyvät yhdessä.
“Emme aloita tekoälystä. Aloitamme työstä, joka halutaan saada sujuvammaksi, laadukkaammaksi tai vaikuttavammaksi.”
Mietittekö, mistä tekoälyn hyödyntäminen kannattaa aloittaa?
Keskustellaan siitä, missä teidän työssänne voisi syntyä todellista arvoa ja mitä kannattaisi kokeilla ensin.
Ota yhteyttä: contact@taskmill.fi