Tekoälyn arvo on siirtynyt malleista työnkulkuihin - mihin organisaatioiden kannattaa keskittyä
Keskeiset havainnot
- Microsoftin teknologiajohtaja Kevin Scott arvioi, että nykyiset tekoälymallit ovat tehokkaampia kuin se, mihin organisaatiot niitä käyttävät.
- Erottava tekijä on siirtynyt mallista sen ympärillä olevaan järjestelmäkerrokseen: orkestrointiin, suoritusympäristöihin, integraatioihin, muistiin ja arviointiin.
- Kun mallit ovat kaikkien ulottuvilla, pullonkaulaksi muuttuu harkinta: kyky nimetä työnkulut, joissa toistuva päätöksenteko hidastaa liiketoimintaa.
- Paras agenttiratkaisu on useimmiten tylsä, ja agenttien ja tokenien lisääminen tuottaa liikettä mutta ei edistystä.
Microsoftin CTO Kevin Scott kuvasi äskettäin nykyisiä tekoälymalleja "paljon tehokkaammiksi kuin mihin niitä osataan käyttää". Haaste ei ole enää kyvykkäämpien järjestelmien rakentaminen vaan sen oppiminen, miten käyttää niitä joita meillä jo on.
Tämä kertoo jotain, minkä organisaatiot vasta alkavat tunnistaa: mielenkiintoisimmat tekoäly-yritykset eivät ole enää malli-laboratorioita. Ne ovat infrastruktuuriyrityksiä, agenttien rakentajia ja työnkulkujen orkestroijia - ja laboratoriot itse rakentavat yhtä paljon agentti-infrastruktuuria kuin uusia malleja.
Ensimmäinen paradoksi: tekoälyn arvo kasvaa nopeammin kuin koskaan, mutta arvoa luovat tekoälymallit muuttuvat yhä samankaltaisemmiksi. Mallin valitseminen alkaa muistuttaa pilvipalvelun valintaa: tärkeää, mutta harvoin ratkaisevaa.
Miten arvo voi siis kasvaa, jos sen oletettu lähde menettää erottuvuutensa? Se on siirtynyt sivusuunnassa. Erottava tekijä on mallin ympärillä oleva järjestelmäkerros: orkestrointi, suoritusympäristöt, integraatiot, muisti, arviointi.
Toinen paradoksi. Kun malleja oli vähemmän ja parhaat mallit olivat kalliita, pääsy niihin oli pullonkaula. Nyt kun ne ovat kaikkien ulottuvilla, pullonkaula siirtyy harkintakykyyn: kysymys on siitä, pystyykö organisaatio nimeämään työnkulut, joissa toistuva päätöksenteko hidastaa liiketoimintaa. Se on strateginen kysymys, ei tekninen. Vastuu tästä työnkulkukysymyksestä on usein epäselvä. Se sijaitsee teknisen johdon ja liiketoimintajohdon välissä, ja sen ratkaiseminen vaatii molempia näkökulmia samanaikaisesti.
Kolmas paradoksi: paras agenttiratkaisu on usein tylsä. Se ratkaisee yksinkertaisen, toistuvan kohdan jokapäiväisessä työssä. Pelkkä toiminta ei tuota arvoa - lisää agentteja ja lisää tokeneita tuottavat toimintaa mutta eivät välttämättä edistystä. Tekoälyn arvoa ei määritä pelkkä käytetty malli, vaan se miten malli on kytketty osaksi työnkulkua.
Missä kohtaa teidän organisaatiossa toistuva päätöksenteko hidastaa liiketoimintaa eniten? Ja kuka ymmärtää nämä työnkulut riittävän hyvin vastatakseen?
#Tekoälystrategia #Työnkulut #YritysTekoäly #HavuAI
Marko Paananen
Tekoälykonsultti ja -toteuttaja, jolla on yli 20 vuoden kokemus digitaalisen liiketoiminnan kehittämisestä. Auttaa yrityksiä muuttamaan tekoälyn potentiaalin mitattavaksi liiketoiminta-arvoksi.
Seuraa LinkedInissä →Aiheeseen liittyvät ajatukset
Onko hajautettu tekoälykehitys strategia vai hallitsematon tila?
Hajautettu tekoälykehitys voi olla hyvä strategia, mutta jos kokonaiskuva puuttuu, mahdollisuuksia kilpailuedun rakentamiseen voi jäädä huomaamatta.
Toinen investointi tekoälyyn, tällä kertaa järjestelmiin, ei malleihin
Useimmat organisaatiot ovat jo tehneet ensimmäisen tekoälyinvestointinsa. Toinen investointi on luotettavien järjestelmien rakentaminen mallien ympärille.
Hyväksyntäkerros tekoälyagenteissa - pysyvä arkkitehtuuri
Tekoälyagenttien kehityksessä luotettavuus on ohittanut autonomian. Ihmisen valvontaan perustuva hyväksyntäkerros ei ole väliaikainen ratkaisu vaan pysyvä arkkitehtuuri.
Kiinnostuitko?
Ota yhteyttä ja keskustellaan miten yrityksesi voi hyödyntää tekoälyä liiketoiminnassaan.