Kehitystiimin ulkopuolella: miten saat koko organisaation käyttämään tekoälyä

Käy läpi useimpien suomalaisten keskisuurten yritysten arki tänään, ja löydät saman kaavan: kourallinen insinöörejä käyttää tekoälykoodaustyökaluja, HR aktivoi Copilot- tai ChatGPT-tilauksen puoli vuotta sitten — ja suuri osa organisaatiosta, taloushallinto, myynti, operatiiviset tiimit, asiakaspalvelu, ei käytä sitä lainkaan tai käyttää hyvin pintapuolisesti.

Tilaukset on tehty. Lisenssit on maksettu. Käyttöönottoa ei tapahdu.

Miksi pelkkä tilaus ei riitä

Tekoälytyökalun hankkiminen ja koko yrityksen laajuinen ilmoitus ei muuta kenenkään tapaa tehdä töitä. Se vastaa Slackin asentamista ja viestinnän parantumisen odottamista muuttamatta yhtään kokousrutiinia. Työkalu ei opeta, mitä ongelmia se ratkaisee juuri sinun roolissasi, mihin se sopii — ja kriittisesti — mitä sille ei pidä syöttää.

Ei-teknisille tiimeille epävarmuus on syvempää. Insinöörit ovat tottuneita uusiin työkaluihin, versiopäivityksiin ja vajavaiseenkin dokumentaatioon. Talouscontrollerin tai operatiivisen päällikön suhde tuntemattomaan ohjelmistoon on erilainen. He haluavat tietää: onko tämä turvallista? Tekeekö se virheitä, joista olen vastuussa? Toimiiko se suomeksi? Selkeiden vastausten puuttuminen ei ole välinpitämättömyyttä — se on ammatillista varovaisuutta.

Tietosuolahuoli, jota suomalaiset miettivät oikeasti

Suomalaiset työntekijät suhtautuvat tietosuojaan vakavasti. Kun asiakaspalvelija näkee edessään asiakkaan tilaushistorian, ensimmäinen kysymys tekoälystä ei ole "voiko tämä auttaa?" — vaan "saanko lain puitteissa liittää tämän ChatGPT:hen?"

Useimmissa tapauksissa vastaus on monimutkaisempi kuin kyllä tai ei. Se riippuu työkalusta, tietotyypistä, tekoälypalveluntarjoajan sopimuksesta ja tiedon arkaluontoisuudesta. Useimmat yritykset eivät ole antaneet henkilöstölleen selkeää kehystä tähän arvioon. Siksi ei-tekniset tiimit päätyvät joko olemaan käyttämättä tekoälyä lainkaan tai käyttämään sitä vain niin yleisluonteisiin tehtäviin, että hyöty jää minimiin.

Selkeiden, käytännöllisten käyttöohjeiden luominen — konkreettisia tietokategoriakohtaisia sääntöjä, ei epämääräisiä toimintaohjeita — on todellisen käyttöönoton edellytys. Ilman niitä jokainen ei-tekninen työntekijä tekee oman tietosuoja-arvionsa jokaiselle käyttötapaukselle, ja varovaisemmat valitsevat oikein jättäessään tekoälun käyttämättä.

Mikä muuttuu onnistuneen työpajan jälkeen

Tiimeillä, jotka oikeasti muuttavat työtapojaan, on yksi yhteinen piirre: joku on näyttänyt heille, heidän omilla tehtävillään, heidän omassa kontekstissaan. Ei demoa. Ei webinaaria tekoälystä yleisesti. Sessio, jossa he työskentelevät oman sähköpostijonon, omien kokousmuistioiden, omien raportointimallien parissa — ja näkevät reaaliajassa, mitä työkalu tuottaa.

Ensimmäinen kerta, kun joku näkee Clauden tiivistävän 40-sivuisen asiakasdokumentin tarkasti 30 sekunnissa, kysymys muuttuu "onko tekoäly hyödyllistä?" -pohdinnan sijaan "mitä muuta voin tehdä tällä?" Sillä muutoksella on tietty laukaisija: hetki, jolloin työkalu ratkaisee konkreettisen, todellisen ongelman, jota henkilö on aiemmin ratkonut käsin. Hyvä koulutussessio tuottaa tämän laukaisijan jokaiselle huoneessa olevalle.

Tämä ei vaadi koko päivän tapahtumaa. Hyvin rakennettu puoli päivää — räätälöitynä tiimin todellisiin töihin, ei yleiseen opetussuunnitelmaan — riittää saamaan useimmat tiimiläiset "nyt ymmärrän" -hetkeen. Avainasemassa on räätälöinti. Yleinen tekoälykoulutus opettaa, mitä tekoäly on. Räätälöity koulutus opettaa, mitä se tekee juuri sinun työssäsi, tällä viikolla.

Miltä tilanne näyttää kuusi viikkoa myöhemmin

Kuusi viikkoa onnistuneen työpajan jälkeen signaalit ovat johdonmukaisia: joitakin työnkulkuja on muutettu pysyvästi, tehtävät jotka veivät 45 minuuttia kestävät nyt 10, ja työntekijät alkavat laajentaa työkalun käyttöä oma-aloitteisesti viereisiin tehtäviin. Tuo viimeinen — oma-aloitteinen laajennus — on merkki siitä, että käyttöönotto on todella juurtunut.

Ne, jotka eivät ole muuttaneet tapojaan, ovat lähes aina henkilöitä, joille ei syntynyt "nyt ymmärrän" -hetkeä session aikana — yleensä koska esimerkit eivät olleet tarpeeksi lähellä heidän omaa työtään — tai joilla on edelleen ratkaisematon tietosuolahuoli. Molemmat ovat korjattavissa, mutta täytyy tietää kumpi on kyseessä.

Mittari ei ole se, suorittiko henkilö koulutuksen loppuun. Se on se, muuttuivatko hänen tuloksensa. Se on eri rima — ja se on se, jota kannattaa seurata.

Kolme asiaa, jotka kannattaa ratkaista ennen koulutusta

• Tietosuojakäytäntö ensin. Mitkä työkalut ovat hyväksyttyjä? Mitä tietokategorioita niihin voi syöttää? Työntekijät, joilla on epäselvyyttä, valitsevat varovaisuuden — ja oikein tekevät. Anna selkeät säännöt ennen sessiota, ei epämääräisiä vakuutuksia sen aikana.
• Heidän omat tehtävänsä. Varaa 30 minuuttia tiimin vetäjän kanssa ennen sessiota ja selvitä, mitkä kolme tai neljä tehtävää vievät eniten tiimin aikaa. Rakenna koulutus niiden ympärille. Yleisluonteiset demot tuottavat kohteliaan kiinnostuksen; relevantit demot tuottavat muuttuneet työnkulut.
• Seuranta neljän viikon kohdalla. Yksi sessio ei riitä juurruttamaan uutta tapaa pysyvästi. Lyhyt check-in — mikä toimii, mikä hämmentää, mikä on edelleen jumissa — kääntää ne, jotka eivät aivan päässeet mukaan, potentiaalisiksi onnistujiksi.

Useimmat yritykset ohittavat kaikki kolme. He ostavat tilauksen, järjestävät yhden yleisen lounaswebinaarin, ja ihmettelevät kuusi kuukautta myöhemmin, miksi käyttöaste on edelleen 15 %. Vastaus ei ole enemmän budjettia työkaluihin — vaan vähemmän etäisyyttä koulutuksen ja todellisen työn välillä.

Rebooted Solutions toimittaa tekoälytyöpajoja räätälöitynä tiimisi työkaluihin, työnkulkuihin ja tietoympäristöön. Jos yrityksessäsi on tekoälytilaukset mutta ei-tekniset tiimit eivät saa tuottavuushyötyjä, ota yhteyttä ja kartoitetaan yhdessä, onko puolen päivän työpaja oikea seuraava askel.