top of page

Ajatuksia ja työkaluja

Onko tekoälyllä tehty asiakasymmärrys parempi kun ei asiakasymmärrystä lainkaan?

Asiakasymmärryksen kerääminen on (ollut) aikaa vievää käsityötä. Rekrytoidaan potentiaalisia ja nykyisia asiakkaita, haastatellaan, havainnoidaan ja hyödynnetään muita menetelmiä, joiden avulla selvitetään mitä tarpeita asiakkailla oikeasti on. Monessa organisaatiossa asiakasymmärrys on perustekemistä, mutta aika monelta se jää myös tekemättä. Osittain varmaan vaivan, osittain osaamisen puutteen vuoksi. Osittain sen takia, että kun idea on jo keksitty, joten miksi sitä enää a

Taistelevat tekoälyt. Sitten kun yksi tekoäly on päivittäisessä käytössä, niin kannattaa heti ottaa toinenkin.

Helpoin tapa saada tekoälyn tuotoksista parempia on pistää kaksi tekoälyä taistelemaan, toisin sanoen tarkistamaan toistensa tuotokset, etsimään puutteita ja ehdottamaan korjauksia. Tekoälyjen taistelu ei toki tee niistä erehtymättömiä, mutta oma kokemukseni on, että lähes joka kertaa toinen bongaa toisen tuotoksesta selkeän virheen tai puutteet ja ehdottaa korjausta siihen. Toki yhden tekoälyn voi aina kehoittaa tarkistamaan myös omat tuotoksensa, mutta vaikuttaa siltä, että

Datan haaliminen, hallusinaatioiden estäminen ja agenttien virittely tulevat olemaan lastenleikkiä verrattuna tekoälyn suurimpaan haasteeseen: päätöksenteon kriteerien määrittelyyn.

Suurinta osaa päätöksenteon kriteereistä ei nimittäin ole missään muualla kuin päätöksiä tekevien aivokopissa. Ei powerpointeissa, ei pilvessä eikä sähköposteissa. Arvot ja tavoitteet ovat yleisimmät kriteerit, joilla organisaatioissa pitäisi päätöksiä tehdä. Niissä on useimmiten kuitenkin kaksi ongelmaa. Ne ovat liian yleisiä, jotta tekoäly voisi oikeasti tehdä hyödyllisiä päätöksiä niiden perusteella ja aika usein niitä ei toteuteta käytännössä. Tavoiteltavaa tietysti olisi

Tekoälytyöpäivä. Tekoälytyövuosi. Tarvitsemme uusia mittayksiköitä tekoälyn avulla tehdylle työmäärälle.

Teemme tarjouksia, määrittelemme projekteja ja resursoimme osaamista henkilötyöpäivissä. Vaikka htp mittaa aikaa, on siihen sisäänrakennettu oletus myös valmistuvasta työstä. Htp mittaa yhden henkilön työpäivän puitteissa tekemää työtä. Vähän kuin valovuosi. Se kuulostaa ajan määreeltä mutta mittaakin valon vuodessa kulkemaa matkaa. Htp on epäreilu kokenutta ja nopeaa työntekijää kohden, mutta olemme hyväksyneet sen, koska hitaamman ja nopeamman tekijän päivässä tuottaman työ

Vesiputousmalli on palannut

AI-agentit toimivat sitä paremmin mitä tarkemman määrittelyn niille antaa. Eli käytännössä saamme/joudumme palaamaan vanhaan kunnon vesiputousmalliin kaikkien projektien kanssa. Ensin tehdään nälkävuoden pituinen määrittely, joka sitten annetaan agentille tehtäväksi. Hyväksytään määrittely ja laitetaan neropatti tunneiksi tai muutamaksi päiväksi hommiin. Toki määrittelyn kirjoittamisen hoitaa myös tekoäly ja ihminen toimii (ainakin toistaiseksi) varmistajana, joka huolehtii e

Tekoälylle kannattaa opettaa vain poikkeukset, ei sääntöjä

Normaali ajatuksenjuoksu on, että tekoälylle pitää saada kaikki mahdollinen data, jotta siitä on hyötyä. Mutta mitä jos näin ei olekaan? Tekoäly nimittäin osaa jo kaikki hommat. Se tietää mitä toimitusjohtajan rooliin kuuluu. Se tietää miten digimarkkinointia tehdään. Se osaa laatia salassapitosopimuksen. Se osaa tehdä kaikki hommat vähintään yhdellä, useimmiten monella tavalla. Ehkäpä sitä ei kannatakaan opettaa alusta pitäen, vaan kertoa sille vain poikkeuksista. Opettaa va

Tekoälyn kanssa touhutessa pitää oppia laskemaan omaa rimaa

Tekoäly tekee jo monia tehtäviä paremmin kuin minä, joten on selvää että minun ei kannata niitä enää edes yrittää tehdä. Joissakin tehtävissä tekoäly on niin onneton, että hommat on edelleen tehtävä itse. Ja sitten on iso joukko tehtäviä, joissa tekoäly tekee vähintään kohtalaista, joskus jopa erinomaista työtä. Niiden osalta joudun päivittäin painimaan omien odotusten kanssa ja pohtimaan mikä on riittävän hyvää ja mikä ei. Tekoäly pakottaa siis kalibroimaan omat odotukset ty

Tekoälyn takia juuri nyt on paras hetki vaihtaa alaa, roolia tai tehtäviä.

Tekoäly sekoittaa työelämän pakkaa oikein kunnolla, joten se avaa myös ikkunan isompienkin uraliikkeiden tekemiseen. Samanlainen ikkuna on avautunut kuluneiden vuosikymmenien aikana ainakin kolme kertaa: internetin, somen ja mobiilin yleistymisen myötä. Ikkuna avautuu uuden teknologian yleistymisen myötä, koska vakiintuneilla toimijoilla kestää hetki purkaa olemassa olevat toimintamallit ja ottaa uudet käyttöön. Moni niistä ei saa uutta teknologiaa haltuunsa koskaan. Internet

Jos kuvitteellisesti pystyisin tekemään tehtävän, joka vei ihmisvoimin päiviä, tekoälyn avulla tunnissa, niin miten työ hinnoitellaan?

Hinnoitellaanko se arvon mukaan, eli samasta lopputuloksesta sama korvaus? Vai hinnoitellaanko se käytetyn ajan mukaan, eli arvoa syntyy moninkertaisesti aikaisempaan verrattuna? Miten tämä vaikuttaa työn tekemiseen? Voinko tehdä hyvin vähän töitä entiseen verrattuna ja saada silti saman korvauksen? Tai saman verran töitä, mutta moninkertaistaa ansaintani? Vai kääntyykö tekeminen siihen, että odotukset kasvavat ja teen edelleen määrällisesti yhtä paljon töitä, mutta samassa a

Mistä tietää, että tekoälyn käyttö rupeaa olemaan arkipäivää?

Siitä, että manuaalisesti tehtävät työt alkavat tuntua vaivalloisilta. Kyllä ihminen on sitten laiska eläin. Minä mukaan lukien. Olen yrittänyt kesästä alkaen siirtää omaa tekemistä tekoälylle niin paljon kuin mahdollista. Viime viikolla huomasin ensimmäistä kertaa, että manuaalisesti tehtävien töiden aloittaminen on tuntunut vaivalloiselta verrattuna tekoälyn kanssa touhuamiseen. Tämä on tietysti samaan aikaan mahtavaa ja huolestuttavaa. Mahtavaa sen takia, että merkittävä o

Etätyö-keskustelu ei kohta tunnu missään, kun siirrytään yötyö-keskusteluun.

Kaikki tekoäly vähänkään enemmän käyttäneet ovat todennäköisesti huomanneet, että tekoälyjen laatu tippuu ja vastausajat hidastuvat iltapäivästä. Tehtävä, joka sujui neropatilta aamupäivällä leikiten, onkin kello 15.30 sille liian vaikea. Miksi? No, päivä valkenee Pohjois-Amerikassa ja sikäläiset tietotyöläiset käynnistelevät tekoälyjään päivän askareisiin. Sähköstä ja prosessoreista on huutava pula, joten globaalien käyttöpiikkien aikana mallit hidastuvat ja saattavat jopa r

Tekoäly tuo nopeutta, mutta mihin sitä nopeutta kannattaisi käyttää?

Itse käyttäisin sitä organisaatioiden hitaimman osan, eli ihmisten keskinäisen ymmärryksen lisäämiseen. Miettisin miten voitaisiin siirtyä selittämisestä näyttämiseen. Selittäminen on sitä mitä tapahtuu palavereissa, sähköposteissa ja powerpointeissa. Yritämme pääosin sanallisesti kuvailla toisillemme abstrakteja konsepteja brändistä bisnesmalliin ja prosessista palveluun. Sanat ovat ihan loistava keksintö, mutta niissä on yksi vika. Luulemme, että muut käsittävät saman sanan

Odotettavissa: prototyyppien yliannostus

Prototyyppi on joiltain osiltaan lopullista tuotosta esittävä mallikappale. Sen avulla voidaan mallata vaikkapa muotoa, toiminnallisuutta, prosessia tai vuorovaikutusta. Prototyyppejä ei kuitenkaan ole tarkoitus tehdä huvin vuoksi, vaan sen takia että niiden avulla saadaan parempi kuva lopputuloksesta ja voidaan jopa rajatuilta osin testata tuotosta käytännössä. Tekoäly on jo nyt loistava tuottamaan melko hyviä lopputuloksia. Ne muistuttavat erehdyttävästi haluttua tulosta, m

Näin viet tekoälyn avulla työkaverin työt

Ei vaineskaan, mutta kun ensimmäisiä merkkejä tulevasta Suuresta Organisaatiouudistuksesta on ilmassa, niin voihan sitä vähän spekuloida. Tekoäly on jo vaikuttanut huomattavasti ohjelmistokehitykseen ja siinä sivussa myös UI/UX-suunnittelijoihin. Ristivetoa on kahteen suuntaan: - UI/UX-suunnittelijoita ei enää tarvita, koska tekoäly hoitaa suunnittelun koodauksen yhteydessä - Suunnittelijat voivat tehdä paljon pidemmälle vietyjä prototyyppejä, jopa valmiita tuotteita, kun tek

Strategia (osa 2): tekoäly hoitaa toimivuuden, ihminen hauskuuden ja seksikkyyden

Suurin osa tekoälyn hyödyntämisestä näyttää tällä hetkellä tipahtavan "samat hommat, mutta nopeammin ja puoleen hintaan" -koriin. Tänään tullut jo vastaan: - Palaveriin valmistautuminen on nopeampaa, kun tekoälyltä saa briiffin aiemmista keskusteluista - Verkkopalvelun saa puoleen hintaan, kun tekoäly hoitaa osan koodaamisesta ja sisällöntuotannosta - Työnkulku tai sen osa hoituu lähes itsestään, kun laittaa agentin asialle Näissä ei tietenkään ole mitään vikaa. Ihmisen ei ka

Asiakkaiden palautteesta suoraan koodiksi

Leikitään, että yrityksellä X on digitaalinen palvelu ja riittävästi käyttäjiä, joilta tulee palautetta ja toiveita palvelun ominaisuuksista tasaiseen tahtiin. Nykyisin palautteet käydään manuaalisesti läpi, kategorisoidaan tärkeisiin ja vähemmän tärkeisiin ja otetaan tai ei oteta huomioon kehitystyössä. Mitä jos tekoälyn avulla homma voidaankin automatisoida? Kun aiheesta Y on tullut riittävästi palautetta, hypähtävät agentit asialle. Analysoivat palautteen, tekevät suunnit

Kaikki suomalaiset ovat generalisteja

Kuuntelin podcastia, jossa oli vieraana Lexicon Brandingin perustaja. Yritys ei tee mitään muuta kuin kehittää yrityksille ja brändeille uusia nimiä. Eikä mitään turhia nimiä, vaan esimerkiksi Azure, Sonos, PowerBook, Pentium ja Blackberry ovat heidän tekeleitään. Prosessi ja menetelmät nimien kehittämisen taustalla olivat huikean mielenkiintoisia. Erityisesti kuitenkin jäi mieleen yhtiön perustajan David Placekin tokaisu, että he eivät tee mitään muuta kuin kehitä nimiä, kos

bottom of page