Tekoälyn käyttö pitää juurruttaa – pelkät koulutukset eivät riitä

Kun suomalaisyrityksissä investoidaan nyt tekoälytyökaluihin ja työntekijöiden koulutuksiin, haasteeksi on muodostunut oppien vieminen arkeen. Investointien hyödyt eivät toteudu, jos arjen työ ei muutu eikä työkaluja käytetä.

Klassisen 70–20–10-oppimismallin mukaan vain 10 prosenttia osaamisesta syntyy muodollisissa koulutuksissa. Vuorovaikutuksen vaikutukseksi lasketaan 20 ja oman työn tekemisen vaikutukseksi 70 prosenttia.

– Tekoälyosaamisen koulutuksissa keskitytään ensi sijassa kymmentä prosenttia tukevaan oppimiseen, mutta oppimisen vaikuttavimpaan osaan eli työn tekemisen vaiheeseen tulisi erityisesti saada tukea. Jos kouluttaja hoitaa kymmenen prosenttia, tukea tarvitaan opitun soveltamiseen ja arkeen juurruttamiseen, sanoo Baronan palveluratkaisujen liiketoimintajohtaja Henrik Rantala.

Juurruttaminen on sitä työtä, jossa koulutuksessa opittu muuttuu yksilön omaksi toiminnaksi. Se tapahtuu arjen työtilanteissa, joista asiantuntijoiden tuki usein puuttuu tai jää vajaaksi.

Monissa organisaatioissa ei ehkä ole edes määritelty, kenelle koulutusten välinen aika kuuluu. Koulutus on yhden yksikön vastuulla ja työkalu toisen, mutta oppien siirtämistä arkeen ei ole vastuutettu samaan tapaan tai vastuuta on hajautettu liikaa.

Investointien hyöty voi olla laskettu käyttöasteelle, jota ei saavuteta ilman tukea

Tekoälyinvestointien hyödyt on laskelmissa kytketty tehokkuuteen, laatuun ja parempaan asiakaskokemukseen. Kaikki kolme edellyttävät, että työkalut ovat henkilöstön aktiivisessa käytössä.

– Tyypillisesti yrityksellä on käytössä useita tekoälytyökaluja, joiden jokaisen hankinta on perusteltu liiketoimintahyödyillä. Jos vain pieni osa henkilöstöstä käyttää niitä säännöllisesti, hyödyistä toteutuu murto-osa. Potentiaalin ja toteuman ero on monessa yrityksessä iso, mutta harvassa sitä systemaattisesti mitataan, Henrik Rantala sanoo.

Koulutusten lisääminen ei yksin korjaa tilannetta, koska ongelma ei ole tiedon puute vaan rutiinien muuttamisen vaikeus. Työtapojen muutos ei tapahdu yhdessä koulutuspäivässä.

– Vaikka koulutuspäivän jälkeen into olisi korkealla, kun omassa työssä tulee vastaan ensimmäinen este eikä apua ole saatavilla, palataan vanhaan tapaan. Se on inhimillistä, Rantala sanoo.

Juurruttaminen tapahtuu työpisteellä, lähituessa

Mitä juurruttaminen sitten käytännössä on? Henrik Rantalan mukaan ratkaisevaa on, että apu on saatavilla siinä hetkessä ja siinä paikassa, jossa työkalua pitäisi käyttää.

– Logiikka on tältä osin sama kuin perinteisessä IT-lähituessa. Kynnys kysyä on matala, kun ihminen on paikalla eikä apua tarvitse etsiä intranetistä tai odottaa seuraavaa koulutusta. Samalla opittu asia kytkeytyy heti omaan työtehtävään, jolloin se myös jää käyttöön, Rantala sanoo.

Käytännössä tämä tarkoittaa henkilöä, joka työskentelee yrityksen tiloissa, osallistuu samoihin tekoälykoulutuksiin kuin muukin henkilöstö ja on kutsuttavissa työpisteelle esimerkiksi chatin kautta. Tällainen lähitukihenkilö tuntee sekä käytössä olevat työkalut että niiden käyttöön liittyvät odotukset.

Tuen ei myöskään tarvitse odottaa, että työntekijä pyytää sitä. Useimmat tekoälytyökalut tuottavat käyttödataa, josta näkee, keillä käyttö on vähäistä.

– Tuki kannattaa suunnata sinne, missä sitä eniten tarvitaan. Se ei onnistu massakoulutuksella vaan yksilötasolla, ihmisten omien työtehtävien äärellä. Jokaisella on roolinsa kautta oma tulokulmansa tekoälyn hyödyntämiseen, Rantala sanoo.

Samalla tulee hoidettua myös oppimismallin keskimmäinen osa. Kun tukihenkilö auttaa työntekijöitä näiden omissa tilanteissa, hyvät käytännöt alkavat liikkua myös kollegalta toiselle.

Tekoälyn juurruttamisesta kasvaa uusi rooli, AI Adoption Specialist

Henrik Rantala uskoo, että tekoälyn juurruttamisesta on muodostumassa oma ammattiroolinsa samaan tapaan kuin IT-lähituesta aikanaan. Siksi Baronalla koulutetaan nyt henkilöitä AI Adoption Specialist -tehtäviin.

– Uskomme, että näitä rooleja tullaan hakemaan suomalaisissa yrityksissä tulevaisuudessa toistuvasti. Tarve ei poistu, koska uusia tekoälyratkaisuja ja ominaisuuksia tulee käyttöön koko ajan, Rantala sanoo.

Yrityksissä ensimmäinen askel on Rantalan mukaan rehellinen tilannekuva.

– Kannattaa selvittää, mikä työkalujen todellinen käyttöaste on, ja verrata sitä siihen, mitä investointipäätöksessä oletettiin. Se kertoo nopeasti, kuinka suuri väli potentiaalin ja arjen välillä on ja kuinka paljon juurruttamisella on voitettavaa. Jatkossa koulutuksia järjestettäessä kannattaa aina suunnitella myös mitä juurruttamisen eteen tehdään, Rantala sanoo.