Data Designin toimitusjohtaja Mika Aho kertoo, miksi tekoälystrategiatyö on jatkuvaa oppimista ja miten konkreettiset projektit eri toimialoilla – biotekniikasta kaivosteollisuuteen – vievät asiantuntijat uusien haasteiden äärelle.

Kuka olet ja mitä teet?

Olen Mika Aho, Data Designin toimitusjohtaja ja toinen perustajista. Työnkuvani vastaa titteliä: olen vahvasti mukana asiakasprojekteissamme toimittamassa, samalla kun kipparoin koko yritystä kohti yhteisiä tavoitteitamme.

‍

Miksi puhut epämukavuusalueesta?

Tekoälystrategiatyö on luonteeltaan sellaista, että joudut jatkuvasti syventymään toimialoihin ja liiketoimintaprosesseihin, joista sinulla ei ole aina ennalta juurikaan kokemusta. Samalla täytyy pysyä mukana teknologian kehityksessä.

Olen ollut yli 30 projektissa ja jokainen on oppimismatka – vaikka samojakin aloja on koluttu.

‍

Voitko antaa konkreettisia esimerkkejä?

Toki. Otan muutaman viimeaikaisen projektin esille.

Palasin juuri Uudesta-Seelannista, jossa rakennamme osana isompaa tiimiä teleoperaattorille polkua kohti autonomista verkkotoimintaa. Ajatuksena on muun muassa, että verkko optimoi itse suorituskykyään ja ennakoi vikoja. Vaikka aloitin urani Nokian verkkopuolella, telepuolen operatiiviset haasteet olivat jälleen uusi maailma.

Loimme tekoälystrategian Solar Foodsille, joka valmistaa proteiinia ilmasta. Äkkiseltään tekoäly tuntuu tarpeettomalta tällaisessa tieteellisessä läpimurrossa, mutta tiekartta nopeutti tuotekehitystä, optimoi toimintoja ja tuki kaupallistamista. Mukana oli laaja sidosryhmä myynnistä testikeittiön kokkeihin ja kaksi prototyyppiä osoitti ideoiden toteutettavuuden.

Nokian patenttimaailma lainoppeineen ja portfoliostrategioineen oli täysin uutta. Koko alan terminologia piti ottaa aluksi haltuun. Tekoäly auttoi tunnistamaan relevantteja patentteja valtavista tietomassoista ja arvioimaan portfolion strategista arvoa. Samalla koulutimme satoja nokialaisia. Tämä oli aikaa ennen generatiivista tekoälyä, nykyään moni ideoista olisi paljon helpommin toteutettavissa.

Sandvikin kaivoslaitteissa tekoälystrategia keskittyi laitteiden älykkyyteen: aistimiseen, ennakoivaan huoltoon, optimointiin ja turvallisuuteen haastavissa olosuhteissa. Mekaniikka ja toimintaympäristö olivat minulle täysin vieraita.

Mandatumilla keskiössä olivat regulaatio, compliance ja tietosuoja. Haasteena oli löytää tasapaino innovaation ja säädösten välillä.

‍

Eikö ole riski, jos et tunne asiakkaan toimialaa?

Yllättäen ei, vaikka ainahan se auttaa. Usein asiakas hakee nimenomaan ulkopuolista näkökulmaa ja kumppania, joka vie prosessia määrätietoisesti eteenpäin.

Tekoälyn näkökulmasta monet sovellukset ovat yleistettävissä toimialasta toiseen. Konepellin alla algoritmit, datarakenteet ja teknologiat ovat pitkälti samoja – olipa kyse proteiinituotannosta, patenttianalyysistä tai verkko-operaatioista.

‍

Miten onnistut, kun et tunne toimialaa?

Generatiivinen tekoäly ja sen päälle rakennetut työkalut auttavat valtavasti uuden asian omaksumisessa. Pystyn keräämään ja prosessoimaan tietoa sekä rakentamaan ymmärrystä nopeammin kuin koskaan ennen.

Meillä on kehitetty toistettava tekoälystrategian kehys, joka varmistaa systemaattisen prosessin toimialasta riippumatta. Se kattaa kaiken liiketoimintastrategian ymmärtämisestä portfolion luontiin ja prototyyppien tekemiseen. Olemme kehittäneet myös moniagenttijärjestelmiä hyödyntävän digitaalisen työkalun, joka tukee koko tekoälymatkan muotoilua.

Lisäksi osallistamme aina laajan joukon sidosryhmiä asiakasorganisaatiosta ja otamme tarvittaessa mukaan substanssiosaajan. Jos erikoisosaamista ei löydy meiltä, se löytyy verkostosta. Toisinaan tekoälystrategiatyötä tehdään myös osana isompaa monitoimittajatiimiä, joka tuo puuttuvan osaamisen.

‍

Mitä olet oppinut näistä projekteista?

Tekoälystrategian ydin ei ole teknologia vaan liiketoimintamahdollisuudet – mihin investoida ja millaisia kyvykkyyksiä rakentaa. Syvällinen toimialatuntemus ei ole menestyksen ehto, sillä ulkopuolinen näkökulma tuo usein uusia ideoita.

Prototyyppien voima on kiistaton. Niiden avulla abstraktit strategiat konkretisoituvat ja organisaatio sitoutuu. Lisäksi kohdennetut työpajat eri ryhmille toimivat paremmin kuin massiiviset tilaisuudet.

‍

Mikä näissä projekteissa on parasta?

Se hetki, kun strategiat valmistuvat ja prototyypit heräävät eloon. Asiakkaan silmissä syttyy ymmärrys siitä, mitä tekoäly voi juuri heidän liiketoiminnalleen tarkoittaa. Konkretia sytyttää aina.

Ja tietysti oppiminen itsessään. Joka projektissa oppii jotain uutta – olipa se proteiinin fermentointi, patenttien strateginen arviointi, kaivosteollisuuden laitteiden toiminta, autonomisten televerkkojen rakentaminen tai säädellyissä ympäristöissä navigointi.

Tekoälystrategiatyö on ikuinen oppimismatka ja juuri se tekee siitä niin palkitsevaa.

‍