Ajatusjohtajat

Yritysten tekoäly kokeiluja pidemmälle: mitä turvallinen skaalaaminen vaatii

Serge Kuznetsov
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatKorkean riskin tekoälysovellukset, kuten rahoitus- ja oikeuspäätökset, vaativat tiukkaa…
Näytä lisää
  • Korkean riskin tekoälysovellukset, kuten rahoitus- ja oikeuspäätökset, vaativat tiukkaa ihmisen valvontaa ja hallintaa.
  • Tekoälyn vaihtelu vaatii valvontamekanismeja johdonmukaisuuden seurantaan ja kalliiden virheiden estämiseen kriittisissä prosesseissa.
  • Turvallisen yritystekoälyn on toimitettava yrityksen verkon sisällä täydellisellä lokituksella säädösten vaatimusten täyttämiseksi.

Monissa yrityksissä tekoäly on jo siirtynyt yksinkertaisesta hakutyökalusta: chatbotit ja copilotit ovat aktiivisessa käytössä, ja pilottihankkeita on käynnissä analytiikassa ja asiakaspalvelussa. Mutta vain harvat ovat onnistuneet muuttamaan nämä aloitteet vakaiksi, hallittaviksi ratkaisuiksi, jotka on upotettu yrityksen ydinprosesseihin. Liian usein johto käsittelee teknologiaa korvaavana ratkaisuna johtajille tai yksittäisille rooleille, sen sijaan, että suunnittelisi sitä alusta alkaen osana prosessien arkkitehtuuria, riskienhallintaa ja päätöksentekoa.

Suurimmat riskit piilevät siellä, missä virheiden hinta on korkea. Puhumme rahoituksesta, maksamisesta, rahanpesun estämisestä ja oikeudellisista päätöksistä. Tekoäly voi kuulostaa varmalta, mutta olla silti väärä. Yksittäinen virhe voi levitä järjestelmässä kuin lasin halkeama. Virheet johtamisprosesseissa ovat myös vaarallisia: teknologia ei tunnista kontekstia eikä ymmärrä sisäisen tiimin politiikkaa tai sitä, miten nämä dynamiikat muuttuvat ajan myötä.

Euroopan tekoälylaki luokittelee järjestelmät, jotka vaikuttavat turvallisuuteen, perusoikeuksiin ja kriittisiin infrastruktuureihin, korkean riskin järjestelmiksi. Tämä asettaa yrityksille erityisiä vaatimuksia hallinnon, avoimuuden ja ihmisen valvonnan suhteen. Taustalla oleva logiikka on, että on ensin määriteltävä konteksti selkeästi, ja vasta sitten päätettävä sopivan autonomian tason ja mallin tyypin valinta.

Missä tekoälyä on hallittava tiukasti

Kriittisimmät seuraukset johtuvat virheistä taloudellisissa ja oikeudellisissa prosesseissa. Yksi väärä askel maksamislogiikassa voi välittömästi vaikuttaa voittoon ja tappioon, aiheuttaa sääntelyongelmia ja vahingoittaa mainetta. Sääntelyviranomaiset varoittavat jo nyt selvästi, että tällaiset epäonnistumiset voivat muodostua järjestelmäriskiksi.

Nykyiset tekoälyjärjestelmät ovat entistä monimutkaisempia ja tiukemmin kytköksissä muiden yritysinfrastruktuurien kanssa, mikä tarkoittaa, että harvinaisten epäonnistumisten kustannukset jatkavat kasvamistaan. Johtamisprosessit ovat yhtä vaarallisia – suorituskyvyn arviointi, henkilöstöpäätökset ja budjetin jakautuminen. Kun tekoälyä lisätään tällaiseen työnkulkuun ilman huolellista suunnittelua, se optimoi näkyviä mittareita unohtaen inhimillisen kontekstin, sisäiset dynamiikat ja epäviralliset sopimukset.

Missä tekoälyä on rajoitettava ja hallittava

Varoitusmerkit ovat yksinkertaisia: tekoälyä on rajoitettava tiukasti siellä, missä päätöksiä ei voida peruuttaa, missä sääntelyviranomaiset ja tarkastukset ovat osana prosessia, ja missä maine on tärkeämpää kuin prosessin nopeus. Kaikilla näillä alueilla on järkeä rajoittaa tekoälyä avustajan rooliin, joka valmistaa vaihtoehtoja, merkitsee tarkistettavia kohtia ja tukee työnkulkua, mutta ei koskaan paina viimeistä nappia.

Se tarvitsee myös tiukempaa hallintaa, kun kukaan ei voi selkeästi selittää, miten päätökset tehdään alun perin. Tällaisessa ympäristössä tekoäly toimii kuin melun vahvistin: se ei korjaa alkuperäistä ongelmaa, vaan tekee siitä suuremman. Viimeaikaiset kyselyt osoittavat, että organisaatiot, jotka laajentavat tekoälyä ilman selkeää arkkitehtuuria ja vastuuta, kohtaavat sekä liiketoiminnan tappiot että sääntelyviranomaisten vastustuksen.

Mallin muuttuvuus: harjoittelija, jota on pakko tarkistaa

Vähemmän intuitiivinen, mutta hyvin todellinen riskitekijä on muuttuvuus. Tänään tekoäly vastasi hyvin. Huomenna se vastaa eri tavalla, vaikka kysymys on sama. Joskus se kuulostaa älykkäältä, mutta puhuu hölynpölyä. Se on kuin harjoittelija ilman kontekstuaalista kokemusta: hyvää tarkoittava ja ahkera, mutta aina tarvitsee tarkistusta.

Yritykset, jotka ottavat tämän tosissaan rakentavat valvontamekanismeja. Ne vertaavat tuloksia samojen tehtävien suorittamisessa ajan myötä ja arvioivat sekä vastauksen laatua että sen johdonmukaisuutta. Kun malli alkaa horjua tai heittää, tiimit voivat havaita sen aikaisin.

Kriittisissä prosesseissa logiikka on yksinkertainen – tekoäly valmistaa ja korostaa, mutta ihmiset päättävät ja vahvistavat. Lopullinen toimenpide on aina oltava henkilön vastuulla. Korkean riskin toiminnassa 100%:n tarkistus on välttämätöntä; yksinkertaisemmissa tapauksissa otantaa voidaan käyttää, koska vastuuta ei voida automatisoida.

Samat roolit ovat edelleen vastuussa, kuten ennen tekoälyä: rahanpesun torjunnasta vastaavat henkilöt, taloushallinto ja vaatimustenmukaisuudesta vastaavat henkilöt. Tekoäly ei muuta vastuuta; se muuttaa nopeutta. Suuret teknologiayritykset ovat jo pitkään muodollistaneet tämän sisäisissä standardeissaan – esimerkiksi Microsoftin (MSFT ) Vastuullisen tekoälyn standardi edellyttää selkeästi määriteltäväksi vastuullisia osapuolia, jotka valvovat ja ohjaavat tekoälyjärjestelmiä ja varmistavat merkityksellisen ihmisen valvonnan todellisissa toimintaympäristöissä.

Turvaus perusasetuksena

Ensimmäinen sääntö tässä on suoraviivainen: henkilökohtaisia tietoja ei saa lähettää ulkoisiin malleihin. Kaikki tekoälyn toiminnot on kirjattava, jotta voidaan aina jäljittää, kuka teki mitä ja milloin. Tekoälyn on toimittava yrityksen sisäisellä alueella – nyt se on vaatimus, joka perustuu sääntelyn noudattamiseen ja kyberturvallisuuteen.
Työntekijöiden reaktiot tekoälyyn seuraavat yleensä ennustettavaa kaavaa. Ensimmäiseksi tulee uteliaisuus, sitten pelko korvaamisesta, ja lopulta rauhoittuminen, jos kaikki on avoimesti esitetty. Siksi koulutuksen on oltava kohdennettua, lyhyttä ja käytännönläheistä. Ei ole tarpeen opettaa, miten mallit toimivat – se, mitä on tärkeää, on opettaa, missä tekoäly auttaa ja missä sitä on hallittava.

Trendit seuraavien vuosien aikana: boteista alustoille

Katsottaessa seuraavia vuosia, kontuurit ovat jo selvät. Ensinnäkin yritykset siirtyvät yhtenäisiin tekoälyalustoihin sijaan, että ne käyttäisivät kymmeniä erillisiä botteja. Toiseksi tekoälyä yhdistetään yhä enemmän sääntöihin ja perinteiseen automaatioon. Laadunvalvonta ja lokitus oletuksena tulevat myös standardiksi. Tekoäly muuttuu taustatyökaluksi: se luonnostelee, tarkistaa ja ehdottaa. Toisin sanoen tekoäly toimii kuin hyvä avustaja. Se nopeuttaa työtä, mutta ei allekirjoita asiakirjoja.

Nämä trendit ovat varmasti hyviä uutisia yrityksille, joilla on hyvin dokumentoidut prosessit, selkeä vastuu ja riskit, jotka on tunnistettu ja arvioitu määrällisesti. He pystyvät laajentamaan tekoälyä rauhallisesti ja nopeasti.

Serge Kuznetsov on INXY Paymentsin toinen perustaja. INXY Payments on Puolassa hyväksytty ja Kanadassa rekisteröity fintech-alusta, joka tarjoaa turvallisia ratkaisuja kryptovaluuttojen vastaanottamiseen, lähettämiseen ja hallintaan vaivattomasti ja prosessoi yli 2 miljardia dollaria vuodessa. Serge on rahoituspalvelujen ja maksujen ammattilainen, jolla on yli 10 vuoden kokemus teknologiapohjaisista ratkaisuista globaaleille yrityksille. C-tason johtaja, jolla on asiantuntemus fintechissä, krypto-maksuissa ja rajat ylittävissä rahoitusinfrastruktuureissa.