Tarinoita tekoälystä ja liiketoiminnan muutoksesta

Johtoryhmän pöydällä oli 37 tekoälyideaa. Yhtäkään ei päätetty toteuttaa.

Ideoissa ei ollut vikaa. Mukana oli asiakaspalvelubotti, tarjousten automatisointi, myynnin ennustaminen ja sisäinen tietopankki. Jokainen kuulosti järkevältä. Juuri siksi keskustelu jumittui. Kun kaikki on mahdollista, mikään ei ole tärkeintä.

Tekoälykeskustelu ajautuu helposti työkaluihin ja demoihin. Johtoryhmän tehtävä ei kuitenkaan ole valita kiinnostavinta teknologiaa. Sen tehtävä on tehdä valintoja siitä, mitä liiketoiminnassa halutaan muuttaa.

1. Mitä liiketoimintaongelmaa olemme ratkaisemassa?
Jos vastaus on vain "haluamme hyödyntää tekoälyä", ongelmaa ei ole vielä määritelty. Hyvä lähtökohta on hidas prosessi, hukattu myyntimahdollisuus, kasvava kustannus tai työ, johon ihmisiltä kuluu kohtuuttomasti aikaa.

2. Kenen työ muuttuu, jos onnistumme?
Jokaisella hyödyllisellä AI-ratkaisulla on käyttäjä. Jos kukaan ei osaa sanoa, kuka tekee huomenna työnsä eri tavalla, ollaan rakentamassa esittelyä eikä muutosta.

3. Onko meillä ratkaisuun tarvittava tieto?
Tekoäly ei korjaa hajanaista dataa taikaiskulla. Se käyttää sitä, mitä sille annetaan. Jos tieto on ihmisten sähköposteissa, muistissa ja eri järjestelmissä, tämä on ratkaistava osana kokonaisuutta.

4. Mistä tiedämme, että ratkaisu tuottaa arvoa?
Nopeampi ei aina tarkoita parempaa. Mittari voi olla säästetty aika, lyhyempi läpimeno, parempi laatu, suurempi myynti tai kokonaan uusi palvelu. Jokin, joka näkyy liiketoiminnassa.

5. Mitä voimme oppia seuraavan 30 päivän aikana?
Tekoälyhanketta ei tarvitse aloittaa vuoden ohjelmalla. Pieni mutta oikeassa työssä testattu ratkaisu kertoo enemmän kuin suuri tiekartta, jota kukaan ei ole kokeillut.

Johtoryhmä ei tarvitse kaikkiin kysymyksiin valmiita vastauksia. Sen pitää kuitenkin osata esittää oikeat kysymykset. Siitä AI-strategia alkaa.

Johtoryhmä palasi tekoälyseminaarista mukanaan lista kahdestatoista työkalusta.

Yksi teki esityksiä. Toinen kirjoitti muistioita. Kolmas rakensi botteja. Neljäs lupasi automatisoida koko asiakaspalvelun. Jokaiselle löytyi innokas kokeilija. Puolen vuoden päästä organisaatiossa oli kymmeniä käyttäjätilejä, muutama hieno demo ja hyvin vähän muuttunutta liiketoimintaa.

Työkalulista näyttää strategialta, koska siinä on rivejä, omistajia ja päivämääriä. Todellisuudessa se on ostoslista.

AI-strategian pitäisi vastata kolmeen asiaan.

Mitä liiketoiminnassa halutaan saada aikaan?
Kasvatetaanko myyntiä, nopeutetaanko toimitusta, parannetaanko palvelua vai vapautetaanko asiantuntijoiden aikaa arvokkaampaan työhön? Ilman tavoitetta jokainen kokeilu näyttää yhtä tärkeältä.

Minkä työnkulkujen pitää muuttua?
Arvo ei synny siitä, että työntekijällä on uusi sovellus. Se syntyy siitä, että tarjous valmistuu eri tavalla, asiakaskysely ohjautuu nopeammin tai päätöksenteko perustuu parempaan tietoon.

Mitä kyvykkyyttä organisaation pitää rakentaa?
Tarvitaan omistajuutta, osaamista, dataa, pelisääntöjä ja tapa viedä onnistuneet kokeilut tuotantoon. Ilman niitä jokainen pilotti alkaa alusta.

Työkalut vaihtuvat nopeasti. Hyvä strategia kestää niiden vaihtumisen. Se kertoo, mitä yritys tavoittelee, missä tekoälyllä on siinä rooli ja mitä päätetään jättää tekemättä.

Jos AI-strategian tärkein sivu on ohjelmistoluettelo, strategia on vielä kirjoittamatta.

Työpajan seinällä oli 54 tekoälyideaa. Paras niistä ei ollut näyttävin.

Eniten innostusta herätti digitaalinen neuvonantaja, joka tuntisi kaikki yrityksen tuotteet ja vastaisi asiakkaalle ympäri vuorokauden. Idea oli kunnianhimoinen. Data oli viidessä järjestelmässä, vastuut epäselviä ja vastauksen virhe voisi tulla kalliiksi.

Vieressä oli vaatimattomampi idea. Joka aamu yksi asiantuntija kokosi käsin samoista lähteistä tilannekuvan, siirsi tiedot taulukkoon ja kirjoitti johdolle yhteenvedon. Työ toistui, lähtötiedot olivat saatavilla ja lopputulos oli helppo tarkistaa.

Se oli parempi ensimmäinen käyttötapaus.

Arvokas AI-käyttötapaus löytyy yleensä neljän kysymyksen risteyksestä.

Onko työllä liiketoiminnallista merkitystä?
Kaikkea hidasta ei kannata automatisoida. Työn pitää vaikuttaa kustannuksiin, liikevaihtoon, asiakaskokemukseen, riskiin tai ihmisten kykyyn käyttää aikansa paremmin.

Toistuuko työ riittävän usein?
Kerran vuodessa tehtävä hankala tehtävä voi ärsyttää, mutta päivittäin toistuva pieni kitka maksaa yleensä enemmän.

Onko tarvittava tieto saatavilla?
Jos hyvän vastauksen tuottamiseen tarvittava tieto löytyy ja laatua voidaan arvioida, lähtökohta on vahva. Jos tieto on hajallaan tai sitä ei ole, ensimmäinen projekti saattaa olla tiedon järjestäminen.

Voiko ihminen tarkistaa lopputuloksen?
Ensimmäisen ratkaisun ei tarvitse toimia täysin itsenäisesti. Usein paras malli on se, että tekoäly valmistelee ja ihminen hyväksyy.

Hyvä ensimmäinen käyttötapaus ei yleensä näytä lavalla vaikuttavimmalta. Se näyttää arjessa hyödyllisimmältä. Siitä syntyy luottamus, oppi ja lupa rakentaa seuraava.

Yritys halusi chatbotin. Ongelma ei ollut keskustelussa.

Asiakkaan kysymys tuli sähköpostilla. Ensin piti selvittää asiakkuus CRM:stä, tarkistaa sopimus toisesta järjestelmästä, hakea toimitustilanne kolmannesta ja pyytää poikkeukseen lupa esihenkilöltä. Vasta sen jälkeen voitiin kirjoittaa vastaus.

Chatbot olisi muotoillut vastauksen kauniisti. Se ei olisi tehnyt työtä, joka vastausta varten tarvittiin.

Tässä on chatbotin ja agentin olennainen ero. Chatbot keskustelee. Agentti etenee kohti tavoitetta: hakee tietoa, käyttää sille annettuja työkaluja, tekee rajattuja päätöksiä ja palauttaa tehtävän ihmiselle silloin, kun sen toimivalta loppuu.

Se ei tarkoita digitaalista työntekijää, jolle annetaan rajaton pääsy kaikkeen. Hyvä agentti on tarkasti rajattu.

Sillä on selkeä tehtävä. Ei "hoida asiakaspalvelu", vaan esimerkiksi "kokoa vastausluonnos toimitustiedusteluun".

Sillä on sovitut työkalut. Agentti saa hakea tilauksen tilan, mutta ei muuttaa sopimusta tai luvata hyvitystä.

Sillä on pysähtymissäännöt. Epäselvä tilanne, puuttuva tieto tai riittävän suuri riski siirtää asian ihmiselle.

Sen työtä voidaan seurata. On tiedettävä, mitä agentti teki, mihin tietoon se nojasi ja kuka hyväksyi lopputuloksen.

Yritysjohdon ei tarvitse ymmärtää agentin teknistä rakennetta. Sen pitää ymmärtää prosessi, vastuut ja riskit. Agentti ei ole verkkosivun puhekupla. Se on uusi tapa organisoida työtä ihmisten ja järjestelmien välillä.

Asiantuntija teki tekoälyllä luonnoksen vartissa. Valmis työ syntyi silti yhtä hitaasti kuin ennen.

Luonnos tallennettiin vanhaan dokumenttipohjaan. Sen jälkeen se kiersi sähköpostilla kolmella hyväksyjällä. Jokainen teki omat korjauksensa eri versioon. Lopuksi asiantuntija yhdisti kommentit käsin ja syötti samat tiedot vielä toiseen järjestelmään.

Tekoäly nopeutti yhtä tehtävää. Työnkulku ei muuttunut.

Tämä on yksi yleisimmistä syistä siihen, miksi tekoälyn hyödyt jäävät pieniksi. Uusi kyvykkyys asetetaan vanhan prosessin päälle. Organisaatio tekee täsmälleen samat vaiheet, samassa järjestyksessä ja samoilla vastuilla — vain yksi vaihe tapahtuu hieman nopeammin.

Todellinen käyttöönotto pakottaa kysymään vaikeampia kysymyksiä.

Tarvitaanko kaikkia nykyisiä vaiheita enää? Kuka vastaa laadusta, kun ensimmäisen version tekee tekoäly? Missä kohtaa ihmisen harkinta on välttämätöntä? Mitä tietoa ei pitäisi kopioida järjestelmästä toiseen lainkaan? Miten onnistumista mitataan, jos käytettyjen lisenssien määrä ei kerro mitään syntyneestä arvosta?

Muutos koskee myös identiteettiä. Kun asiantuntijan arvo ei enää synny ensimmäisen luonnoksen kirjoittamisesta, hänen pitää käyttää enemmän aikaa ongelman määrittelyyn, laadun arviointiin ja asiakkaan tilanteen ymmärtämiseen. Se voi tuntua innostavalta. Se voi tuntua myös uhkaavalta.

Siksi tekoälyn käyttöönotto ei ole ohjelmistoprojekti. Se on työn uudelleenmuotoilua. Työkalu voidaan asentaa päivässä. Uusi tapa tehdä työtä pitää johtaa.

Usein ensimmäinen pyyntö on: rakentakaa meille agentti.

Ensimmäinen kysymyksemme on toinen: mitä työtä sen pitäisi tehdä?

Kun keskustelu siirtyy teknologiasta arkeen, kuva muuttuu nopeasti. Ongelma ei ehkä olekaan agentin puute. Se voi olla epäselvä prosessi, hajallaan oleva tieto tai tehtävä, jonka jokainen tekee eri tavalla. Tekoäly ei poista näitä ongelmia. Se tekee ne näkyviksi.

Bottiverstaan työssä muutama havainto toistuu.

Työ tulee ennen teknologiaa.
Paras lähtökohta ei ole kiinnostava malli tai uusi ominaisuus. Se on oikea työvaihe, johon kuluu aikaa, jossa syntyy virheitä tai jossa arvokas tieto jää käyttämättä.

Prototyyppi on kysymys, ei valmis vastaus.
Ensimmäisen version tehtävä on paljastaa, ymmärsimmekö ongelman oikein. Kun käyttäjä kokeilee ratkaisua omassa työssään, selviää nopeasti mikä toimii, mikä puuttuu ja mikä oletettiin väärin.

Käyttäjä pitää ottaa mukaan ennen käyttöönottoa.
Ihmiset sitoutuvat ratkaisuun paremmin, kun he ovat olleet määrittelemässä sitä. Samalla löydetään poikkeukset ja hiljainen tieto, joita prosessikaaviossa ei näy.

Omistajuus ratkaisee enemmän kuin demo.
Toimivakin ratkaisu jää irralliseksi, jos kukaan ei vastaa sen laadusta, kehittämisestä ja paikasta osana prosessia. Tuotantoon vieminen alkaa vastuun nimeämisestä.

Yksinkertainen ratkaisu voi tuottaa eniten arvoa.
Kaiken ei tarvitse olla täysin autonomista. Ratkaisu, joka kokoaa tiedon ja tekee hyvän ehdotuksen ihmisen hyväksyttäväksi, voi olla arvokkaampi kuin järjestelmä, joka yrittää tehdä kaiken itse.

Onnistunut AI-ratkaisu lakkaa lopulta tuntumasta AI-projektilta. Se muuttuu tavaksi, jolla työ tehdään. Siinä kohtaa teknologia alkaa tuottaa liiketoimintaa.

Kolme tarinaa suomalaisista yrityksistä, jotka oppivat sen kantapään kautta.

Tarina 1: Markkinointi tuotti liidejä. Myynti hylkäsi ne.
Eräs keskisuuri teollisuusyritys investoi markkinointiin isosti. Liidejä alkoi tulla. Myynti hylkäsi niistä 80 prosenttia, koska ne eivät olleet "oikeanlaisia". Samaan aikaan olemassa olevat asiakkaat lähtivät. Churn kasvoi hiljaa, koska kukaan ei huomannut tyytymättömyyttä ennen kuin oli liian myöhäistä. Ongelma ei ollut markkinoinnissa eikä myynnissä. Ongelma oli siinä, että ne eivät puhuneet keskenään.

Tarina 2: Forecast valmistui kaksi viikkoa myöhässä.
Nopeasti kasvava B2B-ohjelmistoyritys. Johto halusi tietää edellisen kuukauden tilanteen. Vastaus tuli kahden viikon kuluttua, koska myyntidataa piti ensin siivilöidä Excelistä, koska jokainen myyjä oli täyttänyt CRM:ää omalla tavallaan. Kyse ei ollut laiskuudesta. Kyse oli siitä, ettei kukaan ollut sopinyt yhteistä rakennetta.

Tarina 3: Uudet asiakkaat kiinnostivat, vanhat eivät.
Yrityksellä oli tuhansia asiakkaita. Myyjät jahtiivat silti pelkkiä uusia. Kukaan ei tiennyt mitä olemassa olevat asiakkaat saattaisivat vielä tarvita, koska myynti ja laskutus eivät puhuneet keskenään. Hinnoitteluvirheitä syntyi. Upsell-potentiaali jäi hyödyntämättä. Raha oli jo talossa. Se vain vuoti ulos hiljaa.

Kaikissa oli käytössä teknologiaa. Ongelma oli siinä, miten ihmiset, prosessit ja data oli organisoitu suhteessa toisiinsa. Sitä RevOps tarkoittaa. Ei uutta järjestelmää. Ei isoa projektia. Päätöstä siitä, että myynti, markkinointi ja asiakastyö pelaavat yhteisillä säännöillä yhteistä maalia kohti.

Liidi tuli sisään. Sitten se katosi.

Kansainvälinen huolinta- ja logistiikkayritys sai verkkosivujensa kautta päivittäin tuhansia kyselyitä ympäri maailmaa. Myyntitiimi oli ylikuormittunut. 70 prosenttia työajasta kului sähköpostien perkaamiseen, joista suurin osa oli epärelevantteja. Samaan aikaan suuret, strategisesti merkittävät asiakkuudet odottivat vastausta päiviä. Arvokkaimmat liidit hukkuivat melun sekaan.

Tekoäly ei korvaa myyjää. Se tekee myyjästä paremman myyjän.

Ratkaisu oli yksinkertainen: tekoäly luokitteli ja priorisoi kyselyt ennen kuin yksikään ihminen kosketti niihin. Suuret potentiaaliset asiakkuudet nousivat jonon kärkeen minuuteissa. Myyntitiimi teki saman työn kuin ennenkin. Mutta he tekivät sitä oikeille ihmisille, oikeaan aikaan. Siinä tekoälyn paikka ostopolulla on. Ei korvaamassa ihmistä. Poistamassa kitkaa ennen kuin ihminen astuu kuvaan.

Uusia asiakkaita tuli ennätysvauhtia. Kasvukäyrä silti tasoittui.

Maksupalveluita tarjoava yritys oli noussut markkinajohtajaksi omassa segmentissään. Uusasiakashankinta toimi. Logoja tuli sisään kovaa tahtia. Sitten joku katsoi kokonaiskuvaa. Yritys menetti vanhoja asiakkaita lähes samaan tahtiin kuin se sai uusia. Ämpäri vuoti pohjasta. Kukaan ei kantanut vastuuta asiakkuuden elinkaaresta myynnin jälkeen. Myyjät juoksivat seuraavan provision perässä, asiakastuki hoiti tekniset tiketit, ja kukaan ei miettinyt mitä asiakkaalle kuuluu kuusi kuukautta sopimuksen allekirjoittamisen jälkeen.

Kasvuongelma ei ollut hankinnassa. Se oli siinä mitä tapahtui hankinnan jälkeen.

Tämä on yleisempi tilanne kuin useimmat myöntävät. Ratkaisu ei ole rekrytoida lisää myyjiä. Se on päättää kuka omistaa asiakkaan myynnin jälkeen ja mitä sille omistamiselle kuuluu käytännössä.

Sovellus oli toimiva. Koulutus järjestettiin. Johto oli sitoutunut. Silti kukaan ei käyttänyt sitä.

Suuri rakennusalan toimija digitalisoi työmaiden raportoinnin mobiilisovelluksella. Tavoite oli selvä: reaaliaikainen tieto työmailta johdolle, vähemmän paperilappuja, nopeampi reagointi. Työnjohtajat ja asentajat näkivät asian toisin. Heille sovellus ei ollut tehokkuustyökalu. Se oli valvontajärjestelmä. Vastustus oli hiljaista mutta tehokasta. Tietoja syötettiin väärin. Sovellus "kaatui" säännöllisesti. Paperilaput pysyivät taskussa.

Muutos epäonnistui, koska se suunniteltiin johdon näkökulmasta, ei tekijöiden.

Muutosjohtamisen yleisin virhe on olettaa, että hyvä ratkaisu myy itse itsensä. Ihmiset eivät vastusta muutosta siksi, että he ovat laiskoja. He vastustavat sitä, koska muutos uhkaa jotain heille tärkeää. Kysymys ei ole miten saada ihmiset käyttämään uutta järjestelmää. Kysymys on miten tehdä uudesta järjestelmästä heidän oma. Se alkaa aina samasta paikasta: kysymällä ennen kuin kerrotaan.

Tämä on tarina yrityksestä, joka teki kaiken oikein. Ja se oli ongelma.

Eräs strategisen suunnittelun ja data-analytiikan konsulttitalo oli kehittänyt sisäisiä työkaluja, jotka tekivät asiantuntijoiden työstä 50 prosenttia nopeampaa. Analyysit valmistuivat puolessa ajassa. Asiakkaat olivat tyytyväisiä. Tiimi oli ylpeä. Sitten joku laski luvut.

Koska hinnoittelu perustui tuntiveloitukseen, liikevaihto laski sitä mukaa kuin tehokkuus kasvoi. Mitä paremmaksi he tulivat, sitä vähemmän he tienasivat. Kasvu edellytti jatkuvaa rekrytointia, koska ainoa tapa kasvattaa liikevaihtoa oli myydä enemmän tunteja. He olivat rakentaneet ansaintamallin, joka rankaisi onnistumisesta.

Tämä ei ole harvinainen tilanne. Monet asiantuntijaorganisaatiot elävät samassa loukussa tietämättään. Ratkaisu ei ole hidastaa. Se on muuttaa mitä myydään. Tuntiveloituksesta tuloksiin. Projekteista kumppanuuksiin. Muutos on epämukava, mutta se on ainoa tie ulos loukusta.

Teknologia oli maailman paras. Asiakas ei uskaltanut ostaa.

Pohjoismainen teollisuusrobotiikan edelläkävijä oli kehittänyt markkinoiden tarkimman poimintajärjestelmän lääketeollisuuden tarpeisiin. Myyntimateriaali oli täynnä mikrosekunteja, vääntömomenttiarvoja ja koneoppimisalgoritmien arkkitehtuuria. Tuotantojohtaja ja talousjohtaja istuivat esittelyssä ja miettivät aivan muita asioita: miten tämä istuu nykyiseen linjastoomme, kuka huoltaa sen kun se hajoaa, miten perustelen investoinnin hallitukselle numeroilla joita ymmärrän.

Tekninen ylivertaisuus loi tilanteen jossa asiakas ei uskaltanut ostaa, koska ei ymmärtänyt miten laite maksaa itsensä takaisin. Myynti jumiutui, ei siksi että tuote oli huono, vaan siksi että viesti oli väärällä kielellä.

Insinööri rakentaa tuotteen insinöörille. Myyjän tehtävä on kääntää se ostajan kielelle. Vaatii vain sen, että lopettaa puhumasta siitä mitä tuote tekee ja alkaa puhua siitä mitä asiakas saa.

Perinteikäs asiantuntijaorganisaatio osti koko henkilöstölle kalliit tekoälylisenssit. Johdon odotukset olivat korkealla. Tuottavuuden piti loikata.

Puolen vuoden päästä ohjelmistoa käytettiin lähinnä sähköpostien oikolukuun.

Miksi? Teknologia liimattiin vanhojen toimintatapojen päälle. Prosesseja ei lähdetty muuttamaan. Kukaan ei kysynyt mihin tarkalleen tekoälyä tarvitaan, miten työ pitäisi tehdä toisin vai tarvitseeko. Hankinta tehtiin väline edellä. Ensin ostettiin vasara, sitten mietittiin mihin sitä lyödään.

Tekoäly tuottaa tulosta vain jos se integroidaan oikeasti työn tekemisen tapaan. Se vaatii lupauksen tehdä asiat eri tavalla, ei vain nopeammin. Muuten investointi menee oikolukuun.

Keskisuuren yrityksen hallituksen kokouksissa käytettiin kaksi tuntia menneen kuukauden tuloslaskelman ja taseen tuijottamiseen.

Kukaan ei kysynyt kuinka monta uutta myyntimahdollisuutta oli avattu. Kukaan ei kysynyt mikä oli liidien konversioprosentti tai kuinka kauan myyntisykli kesti. Näitä lukuja ei ollut esityksessä, eikä niitä osattu pyytää.

Hallitus yritti ohjata autoa katsomalla pelkästään taaksepäin. Tuloslaskelma kertoo mitä tapahtui. Se ei kerro mitä tapahtuu. Tulevaisuuden tulosta tekevät asiat ovat muualla: avoimet tarjoukset, asiakastyytyväisyys, myyntiputken laatu. Kun hallitus ei mittaa niitä, johto ei raportoi niistä. Ja silloin kukaan ei reagoi ennen kuin on liian myöhäistä.

Asiantuntijayrityksen paras ammattilainen vietiin mukaan tärkeään myyntitapaamiseen. Tarkoitus oli tuoda vakuuttavuutta.

Hän innostui asiakkaan haasteesta. Niin paljon, että ratkaisi koko ongelman suoraan neuvotteluhuoneen fläppitaululle. Asiakas kiitti. Otti ideat mukaansa. Toteutti ratkaisun itse tai osti halvemman tekijän muualta.

Tämä ei johdu pahuudesta vaan siitä, miten asiantuntijat on opetettu ajattelemaan. Paras vastaus on heidän mielestään täydellinen vastaus. Myyntitapaamisessa täydellinen vastaus on väärä vastaus.

Myyntitapaamisessa tavoite on ymmärtää asiakkaan tilanne niin hyvin, että asiakas haluaa jatkaa. Se tarkoittaa kysymyksiä, ei ratkaisuja. Ratkaisut tulevat, kun kaupat on tehty.

Kasvuyritys investoi raskaasti moderniin CRM-järjestelmään. Myynnin pullonkaulat piti ratkaista. Datan piti alkaa kulkea.

Vuoden päästä kallista ohjelmistoa käytettiin pelkkänä sähköisenä osoitekirjana. Myyjät tekivät muistiinpanonsa yhä omiin vihkoihinsa.

Miksi? Käyttöönoton yhteydessä ei uskallettu puuttua itse myyntiprosessiin. Ei sovittu yhteisistä pelisäännöistä: mitä CRM:ään kirjataan, milloin, miten. Järjestelmä otettiin käyttöön mutta työtapa ei muuttunut. Myyjät tekivät kuten ennenkin, koska kukaan ei ollut sanonut miksi pitäisi tehdä toisin.

CRM on työkalu. Työkalu toimii vain jos prosessi on selvä. Prosessi on selvä vain jos johtaminen on selvää. Tässä järjestyksessä, ei toisinpäin.