AI-mallit ja alustat
Andus Labsin indeksi nostaa tekoälyn pilottihankkeiden hajanaisuuden ja työnkulkujen puutteet yritysten keskeisiksi riskeiksi
Andus Labs sijoittaa tekoälyn pilottihankkeiden hajanaisuuden ja avustajien pinnallisen käyttöönoton yritysten merkittävimpien esteiden joukkoon ja nostaa esiin työkalujen käytön ja toiminnallisen muutoksen välisen kuilun.

Keskeiset kohdatPelkkä työkalujen käyttöoikeus ei luo toimintamallia, joka pystyy hyödyntämään tekoälyä…
Näytä lisää
- Pelkkä työkalujen käyttöoikeus ei luo toimintamallia, joka pystyy hyödyntämään tekoälyä tehokkaasti.
- Kokeilut ilman yhteistä kysymystä tai päätössääntöä tuottavat toimintaa mittaamattoman muutoksen sijaan.
- Valvonta epäonnistuu, kun tiimit voivat ottaa tekoälyn käyttöön mutta eivät pysty suunnittelemaan työtä uudelleen sen ympärille.
Yritysten tekoälyn käyttö voi näyttää vilkkaalta muuttamatta kuitenkaan yrityksen toimintatapoja. Tämä on Andus Labsin tuoreen Ground Truth Index -indeksin keskeinen varoitus: sen marraskuisessa organisaatioiden esteitä koskevassa rankingissa kärkeen nousevat päällekkäiset kokeilut ja tekoälyavustajien pinnallinen käyttö.
Indeksin kolmas painos julkaistiin 18. marraskuuta, ja siinä esitellään 25 keskeistä toimintamallia. Tulokset eivät ole edustava kysely yritysten tekoälyn käyttöönotosta eivätkä mittaus taloudellisista tappioista. Kyseessä on diagnostinen viitekehys, joka on koottu Andusin kenttähavainnoista, tekoälyavusteisesta pisteytyksestä ja tutkijoiden arvioista. Sen hyödyllisin anti on ero, jonka käyttöönottoa kuvaavat koontinäytöt usein häivyttävät: tekoälytyökalujen käyttömahdollisuus ei tarkoita, että organisaation toimintamalli osaisi hyödyntää niitä tehokkaasti.
Kun kokeilusta tulee toiminnan ongelma
Andus sijoittaa Runaway Buildoutin ensimmäiseksi ja Copilot Ceilingin toiseksi. Ensimmäinen kuvaa kokeiluja, jotka käynnistetään ilman yhteistä perustaa tulosten arvioinnille. Jälkimmäinen kuvaa organisaatioita, joissa avustajista tulee tuttuja työkaluja tekstien luonnosteluun ja tiivistämiseen, mutta ne eivät muuta merkittävästi liiketoiminnan työnkulkuja.
Julkaisutiedotteessaan Andus kertoo, että neljä kahdeksasta kärkeen sijoittuvasta toimintamallista liittyy institutionaaliseen yhtenäisyyteen eli siihen, tukevatko organisaatiorakenteet ja rahankäyttö tavoiteltuja muutoksia. Kaksi muuta ovat kuudenneksi sijoittuva Artifact Inflation ja kahdeksanneksi sijoittuva Swim Lane Sprint. Ne kuvaavat viimeistellyltä näyttävän tekoälytuotoksen aiheuttamaa arviointityön ruuhkautumista sekä erillään toimivia tiimejä, jotka kehittävät samankaltaisia valmiuksia.
Käytännön ongelma ei ole se, että kokeilu olisi lähtökohtaisesti tuhlausta. Pilotti voi vastata tärkeään kysymykseen, vaikka vastaus olisi kokeilun lopettaminen. Ongelma syntyy, kun tiimeillä ei ole yhteistä kysymystä, vertailutasoa tai päätössääntöä. Runsas käyttö voi kertoa uteliaisuudesta tai helppokäyttöisyydestä osoittamatta, että prosessi nopeutui, muuttui luotettavammaksi tai tuli edullisemmaksi, kun arviointi- ja integrointikustannukset otetaan huomioon.
Esimerkiksi kaksi osastoa voi kokeilla erillisiä dokumenttiavustajia ja raportoida kumpikin niiden herättävän vahvaa kiinnostusta. Silti jää avoimeksi, tekevätkö työkalut päällekkäistä työtä, lyhentääkö jompikumpi läpimenoaikaa alusta loppuun ja kuka vastaisi yhteisestä käyttöönotosta. Nämä ovat organisaation päätöksiä, eivät mallin valintaan liittyviä ongelmia.
Vastuun on seurattava tekoälyn päätösvaltaa
Seuraavat kolme kohtaa rankingissa ovat Empty Chairs, Learning While Drowning ja Shadow Agency. Näillä nimillä Andus kuvaa tekoälypäätösten puutteellista valvontaa, jo ennestään kuormittavaan työhön lisättyä koulutusta sekä luvatonta tekoälyn käyttöä, johon liittyy arkaluonteisia liiketoimintatietoja. Tämän painoksen 25 toimintamallista yhdeksän on uusia ja 16 oli mukana jo aiemmin.
Näitä huolenaiheita yhdistää vastuun määrittely. Tiimillä voi olla lupa ottaa työkalu käyttöön, vaikka sillä ei olisi valtuuksia suunnitella siihen liittyvää prosessia uudelleen. Työntekijöiltä voidaan odottaa uusien menetelmien opettelua, vaikka heidän suoritustaan arvioidaan edelleen muuttumattoman työmäärän perusteella. Järjestelmä voi saada tehdä suosituksia ilman, että nimetty henkilö vastaa poikkeustilanteiden arvioinnista.
Tämän ristiriidan ratkaiseminen edellyttää muutakin kuin uuden hyväksyntävaiheen lisäämistä. Hyödyllisen valvontakeinon pitäisi määrittää päätös, siitä vastuussa oleva henkilö, hänen tarvitsemansa näyttö sekä olosuhteet, joissa on puututtava tilanteeseen. Muuten valvonnasta itsestään voi tulla uusi jono, joka vie sen ajan, jonka tekoälytyökalun oli tarkoitus säästää.
Miten indeksi laaditaan
Andusin mukaan sen toimintamallikirjasto perustuu 2 100 kokoukseen ja keskusteluun 700 organisaation kanssa, ja siinä on nyt 332 toimintamallia. Viisi tekoälyanalyytikkoagenttia pisteyttää ne toisistaan riippumatta eri ammatillisista näkökulmista. Pisteytyksen ulottuvuudet ovat vakavuus, etenemisnopeus, läheisyys, kehityskulku ja laajenemisen todennäköisyys. Pisteytysten mediaani muodostaa lähtötason, minkä jälkeen tutkijat arvioivat 50 kärkeen sijoittuvaa toimintamallia ja ratkaisevat erimielisyydet ennen 25 tärkeimmän julkaisemista.
Menetelmässä hyödynnetään myös englanninkielistä uutisointia, suurten yhdysvaltalaisyritysten talousraportteja ja viranomaisten viestejä. Nämä lähteet laajentavat taustakuvaa, mutta eivät muuta taustalla olevia keskusteluja satunnaisotokseksi. Siksi rankingia tulee lukea Andusin arviona tärkeimmistä painopisteistä, ei prosenttiosuutena yrityksistä, joita kukin ongelma koskee. Useiden tekoälyarvioiden mediaanin laskeminen ei myöskään osoita, että arviot olisivat itsenäisesti oikeita.
Työkalujen käyttöönotosta mitattavaan muutokseen
Yritysjohtajille indeksi tarjoaa hyödyllisen tavan tarkastella tekoälytyökalujen kokonaisuutta olettamatta, että jokainen käyttöönotto epäonnistuu. Keskeinen kysymys on, mikä työssä muuttui: mikä työvaiheiden välinen siirto jäi pois, mikä päätös parani, mikä arviointitaakka keveni tai mikä uusi vastuu selkiytyi.
Uskottava päätös laajentaa käyttöä edellyttää tällaista toiminnallista näyttöä käyttöönottolukujen rinnalle. Sitä tarvitaan myös uskottavaan päätökseen käytön lopettamisesta. Andusin tuorein ranking siirtää huomion siihen, kuinka monta kokeilua yritys rahoittaa, ja kysyy sen sijaan, pystyykö se vertailemaan kokeiluja, oppimaan niistä ja kantamaan vastuun siitä, mitä seuraavaksi tapahtuu.












