AI ei ole vain IT:n asia - miksi tulevaisuuden konsultti liikkuu rajojen yli

🇬🇧 This blog is also available in English (translation). You can read the English version by using the language switcher on the top right corner.

Monessa organisaatiossa liiketoiminta ja IT elävät edelleen vähän kuin omissa maailmoissaan. Molemmat tekevät tärkeää työtä, molemmat ovat täysin välttämättömiä, mutta silti niiden väliin jää helposti rako. Ja juuri siihen rakoon syntyy yllättävän moni ongelma.

Mikko Myllykangas (Business Data Principal) on tehnyt data-AI-analytiikkakonsultointia aina liiketoiminnan puolelta käsin, ei koskaan virallisesti IT-funktiossa. Se on antanut hänelle näköalapaikan siihen, miten liiketoiminta ja teknologia kohtaavat tai jättävät kohtaamatta. Kun hän istui alas Tuomas Herojan (Data Transformation Coach) kanssa purkamaan aihetta, keskustelusta nousi esiin näkökulma, joka tuntuu juuri nyt erityisen ajankohtaiselta. AI ei ole vain uusi työkaluvalikoima eikä vain teknologinen päivitys. Se pakottaa katsomaan uudella tavalla sitä, miten yritys ylipäätään toimii. Kuka ymmärtää tarpeen? Kuka rakentaa ratkaisun? Kuka omistaa muutoksen, myös silloin kun asiat menevät vikaan? Ja ennen kaikkea: miksi nämä asiat ovat yhä niin usein eri lokeroissa? Nyt jos koskaan on syytä tehdä yhteistyötä ja venyttää oman ajattelun rajoja, vaikka aiempi tapa tehdä töitä on ehkä sallinut sen, että on voinut keskittyä vain omaan tekemiseen.

Ongelma ei useimmiten ole teknologia. Ongelma on raja.

Kun puhutaan data-, analytiikka- tai AI-kehittämisestä, keskustelu karkaa helposti teknologiaan. Puhutaan alustoista, infraista, malleista, integraatioista ja työkaluista. Ne ovat toki tärkeitä. Mutta harvoin suurin pullonkaula on se, etteikö jotain osattaisi teknisesti toteuttaa.

Useammin haaste syntyy siitä, että liiketoiminnan tarve ja tekninen toteutus eivät kohtaa kunnolla. Mikko kuvaa työnsä liiketoiminnan ytimessä tuoneen selkeän näkökulman; liiketoiminta tietää yleensä parhaiten, mikä oikea ongelma on. Se tuntee prosessit, asiakkaat, arjen kitkat ja sen, missä eurot oikeasti liikkuvat. IT taas tietää, miten ratkaisut rakennetaan turvallisesti, skaalautuvasti, järkevästi, ja ennen kaikkea kustannustehokkaasti. Ja juuri kustannustehokkuus on tärkeämpi kuin miltä kuulostaa; AI voi olla yllättävän kallis värkki, jos sitä ei oteta haltuun harkiten. Molempia tarvitaan. Mutta jos nämä kaksi katsovat maailmaa omista siiloistaan käsin, lopputuloksena voi olla ratkaisu, joka näyttää hyvältä, mutta ei osu kunnolla maaliin.

Syntyy MVP (minimum viable product), josta unohtuu se MV. Jäljelle jää vain product.Tämä ei ole mikään uusi ilmiö, eikä edes AI:sta riippuvainen ongelma. Sama kuvio on ollut olemassa pitkään. Mutta AI kiihdyttää sitä niin paljon, että vanhalla mallilla ei enää pärjää yhtä huolettomasti. Esimerkki siitä, mihin tämä voi johtaa: kun AI alkaa korvata perinteistä ohjelmistokehitystä, koko konsulttiala joutuu miettimään uusiksi, mitä asiakkaat oikeasti ostavat. Ei tunteja, ei koodirivejä, vaan muutosta ja arvoa.

Mittarit ohjaavat käyttäytymistä – ja se on sekä vahvuus että ongelma

Tuomas nosti esiin brutaalin totuuden: jokaisella yksikön vetäjällä on omat mittarinsa. IT-osastoa painostetaan kustannuksia alas, bisnesosastoa taas tulosmittareilla. Se on ymmärrettävää; ilman mittareita ei synny vastuullisuutta.

Mutta tässä piilee sudenkuoppa. Kun jokainen optimoi omaa laariaan, kokonaisuus jää helposti alioptimoiduksi. Tulee tilanne, jossa 1 + 1 on vähemmän kuin 2. Kukaan ei tee "väärää" asiaa omalla tontillaan, mutta yhteiset mahdollisuudet jäävät käyttämättä, koska niiden hyödyntäminen ei kuulu kenenkään mittariin.

Sama logiikka vaikeuttaa myös uuden kokeilemista. Tuomas huomautti, että yrityksessä saatetaan puhua kokeilukulttuurista, mutta käytännössä kokeilu tarkoittaa usein sitä, että kokeillaan jotain, jonka toivotaan onnistuvan heti. Se ei oikein ole kokeilu, vaan se on vain varovainen projekti uudella etiketillä. Puhutaan kokeilemisesta, mutta palkitaan silti onnistumisesta. Jos epäonnistuminen on liian kallista, ihmiset eivät ota riskiä. Ja jos kukaan ei ota riskiä, mitään oikeasti uutta ei synny.

AI:n kohdalla väärä kysymys kysytään usein ensimmäisenä

Monessa yrityksessä kysytään nyt: "Miten saamme AI:sta hyötyä?"

Se on sinänsä ymmärrettävä kysymys, mutta molempien mukaan vähän väärästä kulmasta. Tuomas tiivisti sen hyvin: kysymys ohjaa helposti ajattelemaan, että AI on jokin erillinen entiteetti, jolle voi ulkoistaa ongelmat; tai vielä pahemmin, että on "meidän tapa toimia" ja sitten on se AI, jolle annetaan kaikki tylsät tehtävät. Siinä on pohjimmiltaan sama erillisyysajattelu kuin liiketoiminta vs. IT -jaossa. Rakenne pysyy, vaikka työkalut vaihtuvat.

Parempi kysymys olisi: miten meidän pitäisi organisoitua, kun AI muuttaa työn tekemisen tapaa? Tämä on iso ero. Jos AI:ta lähestytään vain työkaluna, joka liimataan vanhan prosessin päälle, päädytään helposti optimoimaan väärää asiaa. Saatetaan automatisoida pari vaihetta viisivaiheisesta prosessista, mutta itse prosessia ei pysähdytä arvioimaan lainkaan. Onko tämä tapa tehdä työtä enää järkevä? Onko prosessi yhä perusteltu? Onko ongelma edes sama kuin viisi vuotta sitten?

Mikko ehdottaakin, että parempi lähestymistapa olisi tehdä pieni auditointi ennen kuin mitään automatisoidaan. Katsotaan, mitä prosesseja meillä on, miten ne toimivat tänä päivänä, ja pohditaan sitten, miten uudet työkalut voisivat muuttaa niitä. Sivutuotteena siitä voi syntyä yllättävän arvokas kuva koko toiminnan nykytilasta – riippumatta siitä, päätetäänkö aloittaa muutosprosessi vai ei.

AI:n todellinen arvo ei synny siitä, että se näppärästi kirjoittaa palaverimuistiot tai tekee nopeammin jotain vanhaa. Kuten Tuomas totesi: kannattaa hetki miettiä, mikä arvo oikeastaan syntyy siitä, että saadaan AI:n avulla muistiinpanot palaverista, jota ei olisi ylipäätään pitänyt pitää, tai joka oli laadultaan huono. Tehokkuus väärässä paikassa ei ole tehokkuutta. Arvo syntyy silloin, kun uskalletaan katsoa myös rakenteita, omistajuuksia ja työnjakoa uusiksi.

Tulevaisuuden konsultti on, paitsi tekijä, myös tulkki, yhdistäjä ja rajanylittäjä

Mikko kuvaili osuvasti, miten konsultin rooli on muuttumassa. Perinteisesti data- tai teknologiakonsultti on nähty vahvana spesialistina, tyyppinä, joka osaa jonkin teknologian läpikotaisin. Ja kyllä, näitä ihmisiä tarvitaan jatkossakin. Ilman syväosaamista ei synny toimivia ratkaisuja.

Mutta se ei enää yksin riitä.

Yhä enemmän tarvitaan ihmisiä, jotka ymmärtävät samanaikaisesti liiketoimintaa, prosesseja ja teknologiaa. Ei niin, että heidän pitäisi olla kaikessa maailman paras. Vaan niin, että he osaavat liikkua näiden maailmojen välillä, kysyä oikeita kysymyksiä ja rakentaa yhteistä ymmärrystä. He eivät istu puhtaasti IT:ssä eivätkä puhtaasti liiketoiminnassa, vaan he asuvat siinä välimaastossa, jossa suurin osa oikeista ongelmista asuu.

Mikon epävirallinen titteli tälle roolille olisi "yleinen sekoilija", virallisempi versio on muutosagentti. Tällaisen roolin arvo on siinä, että se menee sinne, missä ongelmat oikeasti usein asuvat: rajapinnoille. Kahden tiimin väliin. Kahden yksikön väliin. Bisneksen ja IT:n väliin. Tuomas lisäsi, että usein juuri siellä syntyy se kaikkein arvokkain kysymys: "Miksi tämä tehdään näin?" tai "Mitä ongelmia emme ole vielä edes huomanneet?"

Tuomas kuvasi tätä Indiana Jones -tyyliseksi lähestymistavaksi: ei etsitä valmiita vastauksia, vaan kadonnutta aarretta; ongelmia, joita kukaan ei ole vielä osannut nimetä. Ja löydetty ongelma on jo puoliksi ratkaistu.

Näkymätön työ on usein sitä arvokkainta työtä

Tässä kohtaa tullaan yhteen isoon pulmaan, jonka molemmat tunnistivat; tätä työtä on pirun vaikea mitata. Kun joku rakentaa dashboardin, integraation tai mallin, lopputulos näkyy. Siitä on helppo raportoida. Mutta miten mitataan sitä, että joku tuli väliin, kysyi pari fiksua kysymystä, yhdisti oikeat ihmiset, kirkasti tavoitetta ja esti projektia menemästä kolme kuukautta väärään suuntaan?

Tuomas nosti esiin konkreettisen esimerkin omasta työstään: eräässä hankkeessa läpimenoaika putosi neljäsosaan, ilman AI:ta, ilman lisärahaa ja ilman ylitöitä. Yksi iso muutos oli se, että ihmiset alkoivat puhua enemmän olennaisista asioista. Se on liiketoimintamielessä valtavan kova tulos. Mutta silti taustalla tehty työ voi näyttää ulospäin siltä, että joku "vain jutteli ihmisille".

Tässä piileekin yksi nykyorganisaatioiden iso paradoksi, jonka Mikko nosti esiin: tärkein kehitystyö syntyy usein sellaisesta tekemisestä, jota Excel rakastaa huonosti. Se ei asetu siististi yhteen kustannuspaikkaan. Ja tämä ei ole sattumaa, koska rakenteet syntyvät tietynlaisiksi, kun budjetista vastaavat haluavat raportoida tietyllä tavalla. Raportoinnin logiikka alkaa ohjata tekemistä, vaikka sen pitäisi olla toisinpäin. Se ei näytä heti valmiilta tuotokselta. Ja silti juuri se voi nopeuttaa tekemistä, vähentää sähläystä ja parantaa päätöksentekoa enemmän kuin moni näkyvämpi asia. Tähän liittyy myös se, miten kehitystyötä rahoitetaan; jos kaikki pitää sitoa yhteen projektiin ja yhteen omistajaan, moni rajapintatyö jää yksinkertaisesti tekemättä.

Italialainen lakko ja miksi kukaan ei voi toimia vain roolinsa mukaan

Tuomas toi keskusteluun käsitteen nimeltä italialainen lakko. Se tarkoittaa tilannetta, jossa tehtaan työntekijät tekevät tarkalleen sen, mitä heidän työsopimuksessaan lukee; ei mitään enemmän, ei mitään vähemmän. Kukaan ei lakkoile virallisesti. Mutta tuotanto tippuu puoleen, koska mikään tehdas tai organisaatio ei oikeasti toimi pelkillä kirjatuilla rooleilla.

Toimiva yhteisö, oli se sitten tehdas, toimisto tai konsulttitiimi, nojaa väistämättä siihen, että ihmiset joustaa, kommunikoi, auttaa toisiaan ja ylittää epävirallisesti omia rajojaan. Tämä ei tarkoita, että kaikkien pitäisi tehdä kaikkea, eikä sekään tarkoita, että ydintehtävä katoaisi mihinkään. Mutta se tarkoittaa, että organisaatio tarvitsee ihmisiä, joilla on sekä lupa että kyky katsoa oman tonttinsa yli. Ja se on juuri se, mitä tulevaisuuden konsultin, tai minkä tahansa kehittäjäroolin, pitäisi tarjota.

Lopulta kyse on vain kahdesta kysymyksestä

Mitä kannattaa tehdä? Ja miten se kannattaa tehdä?

Näitä kahta kysymystä pyöritellään yrityksissä koko ajan, oli AI:ta tai ei. Ja oleellista on myös se, että työstä saatu palaute ohjaa sitä, mitä seuraavaksi kannattaa tehdä. Kyse ei ole kahdesta erillisestä kysymyksestä vaan jatkuvasta kehästä: tehdään, opitaan, suunnataan uudelleen. Mutta nyt AI pakottaa kysymään ne uudestaan; vähän tarkemmin ja vähän rohkeammin.

Ei riitä, että tehdään oikeaa asiaa väärin. Eikä sekään riitä, että tehdään väärää asiaa todella tehokkaasti. Tulevaisuuden voittajia eivät ole ne organisaatiot, joilla on vain parhaat työkalut. Vaan ne, jotka osaavat yhdistää syvyyden ja leveyden, antaa ihmisille luvan ylittää rajoja ja pysähtyä kysymään myös niitä vähän tyhmiä kysymyksiä. Usein juuri niistä alkaa se tärkein muutos.

Ehkä tulevaisuuden tärkein konsultti ei siis olekaan se, joka tietää valmiiksi kaikki vastaukset. Ehkä hän on se, joka auttaa organisaatiota löytämään paremmat ongelmat – ja ratkaisemaan ne oikealla tavalla.