Scott Ernst, Vyondin toimitusjohtaja – haastattelusarja

Olet johtanut teknologiayrityksiä toistuvasti suurten muutosten läpi: autoit Competea kasvamaan varhaisen vaiheen startup-yrityksestä yritysostoon asti, veit Macromillin listautumiseen ja myöhemmin uudistit Driftin toimintaa tekoälyn ympärille ennen sen myyntiä Salesloftille. Kun otat Vyondin johdettavaksesi jälleen yhden suuren teknologisen murroksen aikana, mitkä näistä kokemuksista oppimasi asiat ohjaavat tapaasi suhtautua tekoälyn aikakauteen?

Olen nähnyt kaikissa näissä murroksissa saman kaavan: teknologinen muutos on harvoin vaikein osa. Vaikeinta on saada organisaatio toimimaan yhteisen suunnan mukaisesti, kun muutoksen tarve on käynyt ilmeiseksi. Competen opetus liittyi kurinalaisuuteen: toimialan johtavaksi yritykseksi kasvattaminen pienestä lähtökohdasta vaatii hellittämätöntä keskittymistä niihin harvoihin asioihin, jotka todella vievät liiketoimintaa eteenpäin, eikä jokaisen mahdollisuuden tavoittelemista. Macromillissa maailmanlaajuinen kasvu ja yrityksen vieminen pörssiin opettivat, että kasvu ilman toiminnan kurinalaisuutta johtaa ennemmin tai myöhemmin ongelmiin… Kasvun tahdissa pysyminen edellyttää raportointia, ennustamista ja hallintoa.

Driftin kokemus vastaa suoraan nykytilannetta. Kun ChatGPT julkaistiin, olimme jo kehittäneet oman tekoälytuotteemme, ja vaistomme oli suojella sitä. Teimme kuitenkin vaikeamman ratkaisun: avasimme toimintaamme ja asemoimme koko yrityksen uudelleen generatiivisen tekoälyn ympärille, koska uskoimme markkinoiden kehittyvän nopeammin kuin kilpailuetumme pystyisi niitä puolustamaan. Kyse ei ollut tuotevalinnasta vaan johtajuuteen liittyvästä päätöksestä, joka koski vakaumusta ja ajoitusta.

Vyondiin tuomani opetus on, että todellisen alustamurroksen aikana voiton vievät yritykset eivät ole kaikkein varovaisimpia eivätkä holtittomimpia. Ne saavat koko organisaationsa nopeasti sitoutumaan selkeään näkemykseen ja toteuttavat sen sitten määrätietoisesti ja kiireellisesti. Juuri näin toimimme nyt: selvitämme, mikä on totta tällä hetkellä, muodostamme vahvan käsityksen markkinoiden suunnasta ja saamme koko yrityksen etenemään samaan suuntaan ennen kuin tilaisuus menee ohi.

Generatiivisen tekoälyn ansiosta yritysten on huomattavasti helpompi tuottaa sisältöä, mutta olet sanonut, että suurempi haaste on nyt tiedon saaminen osaksi käytännön toimintaa. Mitä tämä tarkoittaa käytännössä, ja miksi uskot, että pelkkä sisällöntuotanto ratkaisee ongelmasta vain pienen osan?

Generatiivinen tekoäly ratkaisi sisällöntuotannon aiemmin suurimman pullonkaulan: ennen työhön tarvittiin asiantuntija, tuotantoprosessi ja runsaasti aikaa. Nyt lähes kuka tahansa organisaatiossa voi tuottaa sisältöä muutamassa minuutissa. Tämä on aidosti mullistavaa, mutta samalla se tarkoittaa, että markkinointi-, HR-, myynti-, IT- ja L&D-toiminnot tuottavat nyt sisältöä itsenäisesti, usein samasta tietopohjasta mutta eri työkaluilla ja ilman yhteistä tietojärjestelmää.

Tiedon saaminen osaksi käytännön toimintaa ei niinkään tarkoita sisällön lisäämistä kuin sen varmistamista, että ihmiset löytävät ja osaavat käyttää oikeaa tietoa. On tiedettävä, mistä luotettava ja ajantasainen versio löytyy, kuka siitä vastaa, onko se hyväksytty ja miten se siirtyy työnkulkuihin, joissa sitä todella tarvitaan: oppimisen hallintajärjestelmään (LMS), asiakkuudenhallintajärjestelmään (CRM), perehdyttämisen tarkistuslistaan ja vaatimustenmukaisuuden seurantaan. Ilman tätä kerrosta syntyy ilmiö, jota kutsuisin viestinnän kaaokseksi: sisältöä kopioidaan, brändiohjeet alkavat lipsua, tiimit tekevät uudelleen jo olemassa olevaa työtä, eikä kukaan pysty sanomaan varmasti, mikä versio on oikea. Suuri osa kaaoksesta alkaa jo paljon aiemmin kuin ihmiset ymmärtävät, ennen kuin yhtäkään sisältöä on edes tehty: kukaan ei ole varmistanut kohdeyleisöä, tavoitetta tai lähdemateriaalia, johon pyynnön oli tarkoitus perustua.

Sisällöntuotanto vastaa kysymykseen ”Pystymmekö tekemään tämän nopeasti?” Se on todellinen ongelma, jonka tekoäly on pitkälti ratkaissut. Tiedon saaminen osaksi käytännön toimintaa puolestaan vastaa kysymykseen: ”Löytääkö oikea henkilö oikean ja luotettavan version tarvitsemastaan tiedosta juuri silloin, kun hän sitä tarvitsee, ja työkalusta, jota hän jo käyttää?” Toinen ongelma on suurempi ja rakenteellisempi, eikä sitä ole läheskään ratkaistu koko alalla. Siinä on todellinen mahdollisuus, joka meillä on edessämme.

Suuryritykset keräävät valtavia määriä asiakirjoja, dataa, tekoälyn tuottamia tiivistelmiä ja organisaation osaamista. Missä näet suurimman kuilun sen välillä, että tietoa on saatavilla, ja sen välillä, että siitä viestitään tavalla, jonka työntekijät ymmärtävät ja jonka pohjalta he voivat toimia?

Ongelma ei ole tiedonsaanti… useimmilla suuryrityksillä on jo enemmän tietoa kuin yksikään ihminen pystyy käsittelemään. Ongelma on tiedon muuntaminen ja siihen luottaminen. Osaaminen on tallennettu tiiviisiin, staattisiin muotoihin, kuten PDF-tiedostoihin, esityksiin, wikeihin ja käytäntöasiakirjoihin, jotka on tehty tallennettaviksi ja haettaviksi, ei nopeasti ymmärrettäviksi. Tiedon muuntaminen muotoon, jonka ihminen todella pystyy omaksumaan ja jonka pohjalta toimimaan, edellyttää muuntamisvaihetta, johon useimmat organisaatiot eivät panosta järjestelmällisesti.

Näin tämän selvästi keskustelussa Fortune 100 -listalla olevan teknologiayrityksen yritysmarkkinointiteknologiasta vastaavan varatoimitusjohtajan kanssa. Hänen ongelmansa ei ollut tiedon puute, vaan se, että suuren organisaation eri osat ratkoivat samoja viestintään liittyviä ongelmia toisistaan erillään ja epäyhtenäisillä tavoilla. Siksi yrityksessä jossakin olevaa tietoa ei saatu luotettavasti sitä tarvitsevien ihmisten ulottuville heidän hyödynnettävissään olevassa muodossa. Kuten hän asian ilmaisi: niin suuressa yrityksessä vasen käsi ei yksinkertaisesti tiedä, mitä oikea käsi tekee.

Tässä on todellinen kuilu: suuryrityksillä on runsaasti dataa mutta liian vähän oivalluksia. Ratkaisu ei ole lisätä sisältöä tai tallennustilaa, vaan ottaa käyttöön toimintatapa ja yhä useammin myös järjestelmä, jolla organisaation raakamuotoinen osaaminen muunnetaan selkeäksi, visuaaliseksi ja luotettavaksi viestinnäksi ja ohjataan työnkulkuihin, joissa päätöksiä todella tehdään.

Kun tekoälyagentit pystyvät itsenäisesti muuntamaan yrityksen osaamista koulutukseksi, myynnin tueksi, vaatimustenmukaisuuteen liittyväksi viestinnäksi tai sisäiseksi viestinnäksi, minkä pitäisi pysyä ihmisten hallinnassa ja missä yritykset voivat turvallisesti antaa agenttien toimia itsenäisesti?

Yleissääntöni on, että agenttien pitäisi vastata työstä ja ihmisten harkinnasta, etenkin silloin, kun virheellä on todellisia seurauksia. Kun riskit ovat vähäisiä ja työ on toistuvaa ja runsasvolyymista – esimerkiksi ensimmäisten luonnosten laatiminen, tiedon muotoileminen uuteen muotoon, hyväksytyn sisällön mukauttaminen uudelle kielelle tai uudelle alueelle tai koulutusmoduulin päivittäminen lähdeasiakirjan muuttuessa – agentit voivat ja niiden pitäisi toimia varsin itsenäisesti. Juuri tällainen työ vie nykyään valtavasti aikaa, vaikka sen strateginen arvo on hyvin vähäinen.

Ihmisten on säilytettävä tiukka valvonta aina, kun sisältöön liittyy oikeudellisia, sääntelyyn liittyviä, turvallisuuteen liittyviä tai brändiin kohdistuvia riskejä. Tällöin ihmisen on tehtävä viimeinen tarkistus ennen sisällön julkaisemista, ja taustalla olevan lähdeaineiston on oltava täysin jäljitettävissä.

Näimme tämän konkreettisesti erään puolustusalan asiakkaamme kanssa. Asiakkaan turvallisuustiimi ei aluksi suostunut hyväksymään tekoälyä osaksi työnkulkuaan lainkaan työnsä arkaluonteisuuden vuoksi. Ratkaisuna ei ollut agentin itsenäisyyden lisääminen, vaan asianmukaisten suojatoimien rakentaminen: erityinen sopimus, joka takasi, ettei heidän tietojaan koskaan käytettäisi ulkoisten mallien kouluttamiseen, sekä selkeät tarkistuspisteet, joissa heidän omat tiiminsä säilyttivät hyväksymisvastuun. Tätä toimintamallia soveltaisin yleisemminkin: agentin itsenäisyys voi kasvaa sen mukaan, kuinka helposti tehtävän voi perua ja kuinka vähäriskinen se on, kun taas ihmisen hallinnan tarve kasvaa sen mukaan, kuinka paljon luottamukseen, vaatimustenmukaisuuteen tai brändiin kohdistuvaa riskiä on pelissä.

Brändin hallinnointi vaikeutuu huomattavasti, kun sisältöä voidaan tuottaa automaattisesti tuhansittain. Millaisia teknisiä ja organisatorisia suojatoimia yritykset tarvitsevat varmistaakseen, että tekoälyn tuottama viestintä on täsmällistä ja yhdenmukaista sekä yrityksen käytäntöjen mukaista?

Teknisesti tärkeimpiä suojatoimia ovat ne, jotka pitävät tekoälyn tuottaman sisällön sidoksissa yrityksen omaan hyväksyttyyn lähdeaineistoon ja brändijärjestelmään sen sijaan, että sen annettaisiin tuottaa sisältöä vapaasti. Alustan itsensä on valvottava tyylioppaita, brändiaineistoja ja mukauttamista koskevia suojarajoja; niitä ei pidä jättää yksittäisten käyttäjien muistin varaan. Hyväksyttyjen logojen, värien, mallipohjien ja viitemateriaalina käytettävien videoiden on siis oltava itse alustalla, jotta jokaisen tuotetun sisältökappaleen pohjana ovat samat lähteet eikä se versio, joka sattuu sillä viikolla olemaan jonkun työpöydällä. Versiohallinta ja tarkastusketjut ovat yhtä tärkeitä: jos sisältöä tuotetaan, muokataan tai hyväksytään, yrityksen on voitava jäljittää, kuka sitä pyysi, mihin lähteeseen se perustui ja kuka sen hyväksyi. Lisäksi arvioijilla ja muilla sidosryhmillä – ei vain työkalua käyttävällä henkilöllä – on oltava mahdollisuus kommentoida ja hyväksyä sisältö samassa työnkulussa. Näin hyväksyntä ei jää erilliseen sähköpostiketjuun, joka katkaisee juuri sen tarkastusketjun, jota yritetään rakentaa.

Organisaation näkökulmasta tärkein suojatoimi on selkeä vastuunjako. Ne yritykset, joiden kanssa teemme yhteistyötä ja jotka hallinnoivat tätä hyvin, ovat luopuneet mallista, jossa jokainen tiimi ottaa itsenäisesti käyttöön omat työkalunsa ja prosessinsa. Sen sijaan ne käsittelevät viestintäalustaansa kuin tietojärjestelmää, johon viralliset tiedot tallentuvat: käyttöoikeudet myönnetään harkitusti, käyttöä seurataan kokonaisuutena ja pieni hallinnointitoiminto vastaa yhteisistä standardeista, joiden mukaan kaikki toimivat. Olemme nähneet suurten organisaatioiden arvioivan nimenomaisesti, voiko alustasta tulla niiden koko yrityksen kattava vakiintunut järjestelmä juuri tästä syystä: se on ainoa tapa saavuttaa yhdenmukaisuus suuressa mittakaavassa sen sijaan, että syntyisi tuhansia erillisiä, kukin omalla tavallaan ”riittävän hyviä” sisältökappaleita, jotka eivät tosiasiassa sovi yhteen.

Taustalla on sama periaate, jota on aina sovellettu brändinhallintaan. Nyt se vain toimii huomattavasti suuremmassa mittakaavassa ja nopeammin, joten suojamekanismit on rakennettava osaksi järjestelmää sen sijaan, että niiden noudattamista valvottaisiin vasta jälkikäteen.

Chatbotin hallusinaatiot ovat huolestuttavia, mutta väärän tiedon muuttuminen auktoriteettia huokuvaksi koulutus- tai vaatimustenmukaisuusvideoksi voi aiheuttaa vielä paljon vakavampia seurauksia. Miten yritysten tulisi varmistaa tekoälyn tuottaman viestinnän tietoperusta, tarkistaminen ja alkuperän jäljitettävyys, kun viestinnän automatisointi lisääntyy?

Olet oikeassa: panokset ovat erilaiset. Keskusteluikkunassa annettu hallusinoitu vastaus kyseenalaistetaan heti. Viimeistellyssä, ammattimaisesti tuotetussa vaatimustenmukaisuusvideossa esitetty hallusinoitu tieto taas vaikuttaa auktoritatiiviselta, joten sitä ei kyseenalaisteta yhtä herkästi. Tämä on täsmälleen päinvastoin kuin pitäisi: juuri tällaisen sisällön tarkastelun pitäisi olla kaikkein kriittisintä.

Ensimmäinen periaate on tietoperustan varmistaminen: tekoälyn tuottaman viestinnän tulisi perustua ainoastaan aineistoon, jonka yritys itse toimittaa… sen omiin asiakirjoihin, käytäntöihin ja hyväksyttyihin tietoihin, ei mallin yleiseen tietämykseen.

Toinen periaate on alkuperän jäljitettävyys: jokaisen tuotetun sisällön yhteys siihen nimenomaiseen lähteeseen, jonka pohjalta se luotiin, pitäisi voida jäljittää. Näin virheen sattuessa voidaan selvittää tarkasti, mistä se on peräisin, ja korjata asia lähteessä eikä vain paikata tuotosta.

Kolmas periaate on tarkistaminen: tarkistuspisteet on rakennettava osaksi työnkulkua, eikä niitä pidä lisätä siihen vasta jälkikäteen. Ihmistarkastajan pitäisi nähdä välivaiheet, ei vain valmista, viimeisteltyä videota, sillä juuri viimeistelty ulkoasu vaikeuttaa virheiden havaitsemista. Käytännössä tämä tarkoittaa, että valmis käsikirjoitusrunko tai alustava leikkausversio käydään läpi kohtaus kohtaukselta ennen lopulliseen, kalliimpaan renderöintiin sitoutumista. Näin väärät tiedot tai brändin vastaiset väitteet voidaan huomata, kun niiden korjaaminen on vielä helppoa ja edullista. Tällä alueella yritysten on syytä olla varovaisia. Siksi yritysten luottamuksen voittavat alustat eivät ole niitä, jotka toimivat nopeimmin, vaan niitä, joissa tietoperustan varmistaminen, jäljitettävyys ja tarkistus ovat järjestelmän rakenteellinen osa eivätkä valinnaisia asetuksia

Neljäs taso on jatkuva arviointi, ei pelkkä lopputarkastus. Agenttipohjaisessa järjestelmässä ei riitä, että valmis video tarkistetaan. Haluamme nähdä, miten agentti päätyi lopputulokseen. Seuraamme jatkuvasti agentin tuotoksia ja sen matkan varrella tekemiä päätöksiä sekä tarkistamme, että ne pysyvät asiakkaan lähdeasiakirjojen, tietämyskannan ja alkuperäisen tarkoituksen mukaisina. Näin voimme havaita poikkeamat tai laadun heikkenemisen jo videon tuotannon aikana sen sijaan, että ongelma huomattaisiin vasta työn valmistuttua.

Tekoälyjärjestelmät yhdistetään yhä useammin suoraan yritysten tietämyskantoihin ja liiketoiminnan työnkulkuihin. Uskotko, että viestintäalustojen seuraava sukupolvi toimii rajapintana yritysten datan, tekoälyagenttien ja työntekijöiden välillä sen sijaan, että alustat olisivat vain sisällöntuotannon työkaluja?

Kyllä, ja uskon, että muutos on jo käynnissä. Sisällöntuotanto oli ensimmäinen ja ilmeisin ongelma, jonka tekoäly ratkaisi, koska se oli näkyvin pullonkaula. Kun tuotanto ei enää rajoita toimintaa, arvokkaampi asema on kuitenkin yrityksen tietämyksen – sen CRM:n, LMS:n, käytäntöjärjestelmien ja sisäisten wikien – sekä niiden ihmisten välissä, jotka tarvitsevat tämän tiedon itselleen käyttökelpoisessa muodossa.

Se on huomattavasti erilainen rooli kuin sisällöntuotantotyökalulla. Sisällöntuotantotyökalu odottaa, että joku esittää sille pyynnön. Rajapintakerros toimii työnkuluissa, joissa tieto jo sijaitsee, ymmärtää, mikä on muuttunut, ja auttaa välittämään oikean viestin oikealle henkilölle ilman, että jonkun täytyy käynnistää prosessi joka kerta.

Näemme jo ensimmäisiä merkkejä siitä, että yritykset haluavat juuri tällaista ratkaisua. Suuret asiakkaat eivät enää yhä useammin pyydä meitä toimimaan vain yhden tiimin videotyökaluna, vaan kysyvät, voisimmeko olla koko organisaation yhteinen vakiintunut järjestelmä. Organisaation yhteisen tiedon muuttaminen viestinnäksi antaisi myös luovan ydintiimin ulkopuolisille työntekijöille – esimerkiksi lakiasioiden, vaatimustenmukaisuuden ja alueellisten tiimien asiantuntijoille sekä lähiesihenkilöille – mahdollisuuden osallistua ilman täyttä käyttöoikeutta tai pitkää perehtymistä.

Kehittyvät avoimet protokollat, kuten MCP ja A2A, vauhdittavat myös tätä muutosta. MCP tarjoaa tekoälyagenteille standardoidun tavan hakea luotettavaa kontekstia yrityksen omista työkaluista ja keskeisistä tietojärjestelmistä, kun taas A2A mahdollistaa eri alustojen erikoistuneiden agenttien yhteistyön. Käytännössä tämä tarkoittaa, ettei meidän kaltaisen alustan tarvitse hallita kaikkia työnkulkuja tai yrityksen kaikkia tietoja ollakseen hyödyllinen. Se voi liittyä järjestelmiin, joihin yritys jo luottaa, tehdä yhteistyötä muiden agenttien kanssa silloin, kun siitä on hyötyä, ja keskittyä siihen, minkä osaamme parhaiten: muuttaa tämän kontekstin viestinnäksi, jota ihmiset voivat todella ymmärtää ja jonka pohjalta toimia. Kyse on siirtymästä sisällöntuotannosta viestintäinfrastruktuuriin, ja uskon koko toimialan kehittyvän tähän suuntaan.

Vyond palvelee jo organisaatioita henkilöstön osaamisen kehittämisessä, henkilöstöhallinnossa, myynnin tukemisessa, vaatimustenmukaisuuden varmistamisessa ja sisäisessä viestinnässä. Minkä näistä alueista uskot muuttuvan merkittävimmin agenttipohjaisen tekoälyn myötä, ja millaisiksi työnkulut voisivat muodostua agenttien kehittyessä?

Nostaisin esiin vaatimustenmukaisuuden sekä oppimisen ja kehittämisen aloina, joilla on eniten mahdollisuuksia muuttua. Juuri nämä kaksi kärsivät tällä hetkellä eniten tiedon vanhentumisesta. Vaatimustenmukaisuuskoulutus laaditaan yleensä kerran, ja sitä päivitetään hitaasti vuosittain tai joka toinen vuosi, vaikka käytännöt, määräykset ja riskit muuttuvat jatkuvasti. Kun agentit pystyvät luotettavasti seuraamaan käytäntöjä kuvaavia lähdeasiakirjoja ja ymmärtämään, mikä niissä on muuttunut, vaatimustenmukaisuuteen liittyvä sisältö voi muuttua määräajoin toteutettavasta tuotantoprojektista jatkuvasti ajantasaisena pidettäväksi sisällöksi. Tämä vähentää yrityksen riskejä aidosti eikä ole vain tehokkuuden parantamista. Yhä useammin tämä tarkoittaa myös sitä, että sisällössä itsessään on oltava selkeä, todennettavissa oleva merkintä tekoälyn käytöstä, sillä sekä viranomaiset että yritysasiakkaat alkavat odottaa tällaista avoimuutta vakiokäytäntönä, ei jälkikäteen lisättynä asiana.

Oppimisessa ja kehittämisessä on samankaltainen dynamiikka, mutta mahdollisuus liittyy personointiin eikä pelkästään ajantasaisuuteen. Sen sijaan, että koulutusmoduuli laaditaan keskivertoa oppijaa varten, agentit voivat auttaa mukauttamaan etenemisvauhtia, esimerkkejä ja jopa esitysmuotoa tehtävänkuvan ja yksilön mukaan. Samalla sisältö pysyy samojen hyväksyttyjen lähdemateriaalien ja opetussuunnittelun standardien mukaisena. Kansainvälisissä organisaatioissa tämä tarkoittaa yhä useammin myös kielen ja äänen mukauttamista, jotta sama koulutus tavoittaa Brasilian tuotantolaitoksen työntekijät tai Japanin myyntitiimin muodossa, joka tuntuu aidosti paikalliselta eikä vain tekstitetyltä.

Myös myynnin tukitoiminnot ja sisäinen viestintä muuttuvat, mutta kuvailisin muutosta pikemminkin nopeuden ja olennaisuuden kuin rakenteellisen mullistuksen kautta…oikea viesti saadaan nopeammin oikealle myyjälle tai tiimille ja muodossa, joka sopii siihen, miten he todella omaksuvat tietoa. Kaikkia näitä aloja yhdistää sama asia: agenttipohjainen tekoäly ei ainoastaan nopeuta niitä, vaan auttaa pitämään ne ajan tasalla tavalla, joka ei yksinkertaisesti ole nykyisin mahdollista manuaalisilla tuotantosykleillä.

Jos yritykset pystyvät jatkossa jatkuvasti muuttamaan sisäistä tietoa personoiduksi ja ajantasaiseksi viestinnäksi jokaiselle työntekijälle, miten se voisi muuttaa ihmisten kouluttamista, asiantuntemuksen jakamista ja lopulta organisaatioiden toimintaa?

Jos tästä tulee todellisuutta – ja uskon, että niin käy – se muuttaa yrityksen toimintarytmiä, ei vain sen koulutustoimintoa. Nykyään useimmat organisaatiot viestivät erissä: vaatimustenmukaisuuteen liittyvä vuosittainen koulutusjakso, neljännesvuosittainen koko yrityksen kokous tai perehdytyspaketti, joka laaditaan kerran ja jota käytetään uudelleen vuosia. Tämä johtuu siitä, että viestinnän tuottaminen on perinteisesti ollut kallista ja hidasta, ei siitä, että liiketoiminta muuttuisi hitaasti.

Maailmassa, jossa tieto muuttuu jatkuvasti personoiduksi ja ajantasaiseksi viestinnäksi jokaiselle työntekijälle, koulutus ei enää ole yksittäinen tapahtuma, vaan jatkuva ja mukautuva virta…työntekijä saa päivityksen oikealla hetkellä, tehtävänkuvaansa sopivassa muodossa ja sopivan yksityiskohtaisesti, eikä vasta kuukausia myöhemmin erissä. Asiantuntemus ei enää jää vain sen varaan, että se on sattunut tiettyjen henkilöiden hallussa, vaan organisaatio voi jakaa sitä järjestelmällisesti ja pitää sen ajan tasalla.

Palaan yhä uudelleen aikaan. Jokainen minuutti, jonka organisaatio käyttää nykyään oikean tiedon etsimiseen, jo olemassa olevan asian luomiseen uudelleen tai vanhentuneena tai epäjohdonmukaisena lähetetyn viestin korjaamiseen, on pois työn toteuttamisesta. Jos yritykset pystyvät aidosti kuromaan umpeen tietämyksen ja ymmärryksen välisen kuilun jatkuvasti ja laajassa mittakaavassa, ensimmäisinä siihen pystyvät organisaatiot eivät ainoastaan viesti paremmin, vaan myös toimivat nopeammin kuin ne, jotka yhä työskentelevät erissä.

Kiitos hienosta haastattelusta! Lukijat, jotka haluavat tietää lisää, voivat tutustua Vyondiin.