Tekoälystä keskustellaan usein tehokkuuden näkökulmasta.
- Mitä tehtäviä voidaan automatisoida?
- Missä säästyy aikaa?
- Mitä voidaan tehdä nopeammin, edullisemmin tai laadukkaammin?
Nämä ovat tärkeitä kysymyksiä. Mutta ne eivät vielä riitä.
Jos tekoäly alkaa tehdä osan nykyisestä työstä, organisaation pitäisi kysyä myös toinen kysymys:
mihin ihmisen työ silloin siirtyy?
Tämä on yksi AI-muutoksen kiinnostavimmista ja samalla vaativimmista johtamiskysymyksistä. Tekoäly ei pelkästään auta ihmisiä tekemään nykyistä työtään tehokkaammin. Se alkaa vähitellen muuttaa sitä, mitä työ ylipäätään on.
Työ ei vain tehostu – se muuttaa muotoaan
Moni tekoälykeskustelu lähtee siitä, että nykyistä työtä tehdään tekoälyn avulla nopeammin.
- Asiantuntija saa nopeammin luonnoksen.
- Myyjä saa paremman taustoituksen asiakkaasta.
- Asiakaspalvelija löytää vastauksen nopeammin.
- Esihenkilö saa tukea viestien, analyysien tai yhteenvetojen tekemiseen.
Tämä on hyvä alku. Mutta pidemmällä aikavälillä kysymys ei ole vain samasta työstä tehokkaampana versiona.
Jos tekoäly hoitaa rutiininomaisempia tehtäviä, ihmisen työ siirtyy todennäköisesti enemmän tulkintaan, harkintaan, vuorovaikutukseen, kokonaisuuksien johtamiseen ja asiakkaan monimutkaisempien ongelmien ratkaisemiseen.
Esimerkiksi asiakaspalvelussa tekoäly voi vastata peruskysymyksiin. Silloin ihmisen rooliksi voi jäädä tilanteita, joissa asiakas on epävarma, tyytymätön, tunnekuormittunut tai hänen ongelmansa ei sovi valmiiseen malliin.
Tämä ei ole sama työ hieman nopeampana. Se on osin eri työ.
Ja silloin myös osaamistarve muuttuu.
Tekoälyosaaminen ei yksin riitä
Organisaatioissa puhutaan tällä hetkellä paljon tekoälyosaamisesta. Se on ymmärrettävää. Ihmisten pitää oppia käyttämään uusia työkaluja, ymmärtämään niiden mahdollisuuksia ja tunnistamaan myös niiden rajat.
Mutta tekoälyosaaminen on vasta ensimmäinen kerros.
Seuraava kysymys on: millaista osaamista tarvitaan työssä, joka muuttuu tekoälyn seurauksena?
Jos koodari ei jatkossa vain kirjoita koodia, vaan ohjaa tekoälyä rakentamaan ratkaisuja, korostuvat arkkitehtuurin ymmärrys, laadun arviointi, ongelman määrittely ja kokonaisuuden hahmottaminen.
Jos taloushallinnon rutiineja automatisoidaan, ihmisen arvo voi siirtyä enemmän analyysiin, neuvontaan, poikkeamien tulkintaan ja liiketoiminnan tukemiseen.
Jos myynnissä tekoäly auttaa taustatyössä, viestien luonnostelussa ja asiakastiedon kokoamisessa, myyjän kilpailuetu voi siirtyä entistä enemmän asiakkaan tilanteen ymmärtämiseen, luottamuksen rakentamiseen ja oikeiden kysymysten kysymiseen.
Siksi AI-muutoksen osaamisen kehittämistä ei kannata rajata vain siihen, miten työkaluja käytetään.
Pitää kehittää myös sitä osaamista, jota ihminen tarvitsee, kun tekoäly ottaa osan vanhasta työstä hoitaakseen.
Työrooleja pitää uskaltaa ajatella uudelleen
Tekoäly haastaa organisaatioita katsomaan työrooleja hieman uudesta suunnasta.
Perinteisesti rooli on usein rakentunut tehtävien ympärille. Mitä henkilö tekee? Mistä hän vastaa? Mitä prosessivaiheita hän hoitaa?
AI-ajassa tämä ei välttämättä riitä.
Jos osa tehtävistä automatisoituu tai muuttuu tekoälyavusteiseksi, roolin arvoa pitää arvioida uudelleen. Ei vain tehtävälistan kautta, vaan arvonluonnin kautta.
- Mitä arvoa tämä rooli tuottaa asiakkaalle, tiimille tai liiketoiminnalle?
- Mitä tästä arvosta tekoäly voi tukea tai hoitaa?
- Missä tarvitaan edelleen ihmisen harkintaa, luovuutta, empatiaa tai vastuunkantoa?
- Mihin suuntaan roolia pitäisi kehittää?
Tämä keskustelu voi tuntua vaikealta, koska se koskettaa ihmisten ammatti-identiteettiä. Monelle oma osaaminen on rakentunut vuosien aikana tietyn tekemisen ympärille.
Siksi työroolien uudistamista ei voi johtaa vain organisaatiokaavioilla tai tehtävänkuvauksilla. Se vaatii keskustelua, tukea, uutta oppimista ja riittävän selkeää suuntaa.
Tiimit muuttuvat, kun työ muuttuu
Tekoäly ei muuta vain yksittäisiä rooleja. Se voi muuttaa myös tapaa, jolla tiimit rakentuvat.
Monessa organisaatiossa työ on pitkään organisoitu ammatillisiin siiloihin. Markkinointi, myynti, IT, tuotanto, talous ja asiakaspalvelu toimivat omissa rakenteissaan. Yhteistyötä tehdään, mutta usein oman funktion näkökulmasta käsin.
AI-ajassa tämä voi alkaa tuntua liian hitaalta.
Kun tavoitteena on kehittää asiakasarvoa, palvelumallia tai arvovirtaa, tarvitaan usein useamman osaamisen yhdistämistä. Asiakkaan ongelma ei noudata organisaation siilorajoja.
Tekoälyn hyödyntäminen voi siksi vauhdittaa moniammatillisten tiimien merkitystä. Samaan tiimiin voidaan tarvita esimerkiksi asiakasymmärrystä, teknologiaosaamista, prosessiosaamista, datan ymmärrystä, liiketoimintanäkemystä ja laadun näkökulmaa.
Tällöin tiimi ei ole vain joukko saman alan asiantuntijoita, vaan pieni arvonluonnin yksikkö.
Asiakasarvo on hyvä tapa suunnata muutosta
Kun työroolit ja tiimit muuttuvat, tarvitaan selkeä suunnan lähde.
Yksi parhaista on asiakasarvo.
Sen sijaan, että kysytään vain “mitä tekoälyllä voidaan automatisoida?”, kannattaa kysyä:
- Mitä asiakkaamme yrittää saada aikaan?
- Missä asiakkaan kokema arvo syntyy?
- Missä asiakkaan kokemus takkuaa?
- Missä voimme olla nopeampia, osuvampia tai hyödyllisempiä?
- Mitä ihmisen kannattaa tehdä juuri siksi, että se on asiakkaalle arvokasta?
Tämä auttaa välttämään sen, että tekoälyä käytetään vain sisäisen tehokkuuden näkökulmasta. Tehokkuus on tärkeää, mutta jos samalla ei synny parempaa asiakasarvoa, organisaatio voi optimoida itseään väärään suuntaan.
AI-muutoksen pitäisi näkyä lopulta asiakkaalle: parempana palveluna, osuvampina ratkaisuina, nopeampana reagointina, laadukkaampana vuorovaikutuksena tai kokonaan uudenlaisena arvona.
Ihmisen arvo ei katoa, mutta se voi siirtyä
Tekoälykeskustelussa asetelma kääntyy helposti muotoon: mitä tekoäly vie ihmiseltä?
Yhtä tärkeää on kysyä: mitä tekoäly mahdollistaa ihmiselle?
Parhaimmillaan tekoäly vapauttaa ihmisen aikaa pois toistuvasta, rutiininomaisesta tai mekaanisesta työstä. Mutta vapautuva aika ei automaattisesti muutu arvokkaaksi. Se pitää suunnata uudelleen.
Muuten käy helposti niin, että tekoäly kyllä tehostaa yksittäisiä tehtäviä, mutta ihmisen työ täyttyy uudella kiireellä, kokouksilla tai satunnaisella tekemisellä.
Siksi johtamisessa pitää tehdä näkyväksi, mihin ihmisen panosta halutaan jatkossa käyttää.
- Enemmän asiakkaan ymmärtämiseen?
- Enemmän ongelmien ratkaisemiseen?
- Enemmän laadun varmistamiseen?
- Enemmän kehittämiseen?
- Enemmän vuorovaikutukseen ja luottamuksen rakentamiseen?
Tekoäly voi vapauttaa kapasiteettia. Johtamisen tehtävä on varmistaa, että kapasiteetti muuttuu arvoksi.
Osaamisen kehittäminen pitää kytkeä tulevaan työhön
Jos työ muuttuu, myös osaamisen kehittämisen pitää muuttua.
Ei riitä, että ihmisille järjestetään koulutus tekoälyn käytöstä. Tarvitaan myös näkemys siitä, millaisiin työrooleihin, kyvykkyyksiin ja toimintatapoihin organisaatio on menossa.
Tämä tarkoittaa esimerkiksi sitä, että osaamisen kehittämisessä kysytään:
- Mitä tehtäviä tekoäly todennäköisesti tukee tai automatisoi?
- Mitä uutta vastuuta ihmiselle syntyy?
- Mitä taitoja tulevassa työssä tarvitaan enemmän kuin ennen?
- Miten opimme näitä taitoja arjessa?
- Miten tekoäly voi itse toimia oppimisen tukena?
Tekoäly voi olla paitsi muutoksen kohde myös oppimisen väline. Se voi sparrata, kysyä, antaa palautetta, auttaa harjoittelemaan ja tukea yksilöllisempää oppimista.
Mutta tämäkin vaatii suuntaa. Muuten koulutus jää helposti irralliseksi ja oppiminen tapahtuu erillään siitä, mihin työ on oikeasti muuttumassa.
Johtamisen tehtävä on auttaa ihmisiä löytämään uusi paikka arvonluonnissa
AI-muutoksen keskellä moni ihminen miettii omaa paikkaansa.
- Mitä minulta jatkossa odotetaan?
- Mihin osaamiseni riittää?
- Mitä minun pitäisi opetella?
- Mikä työssäni on jatkossa arvokkainta?
Näihin kysymyksiin ei pidä suhtautua vain yksilön huolena. Ne ovat organisaation uudistumisen ydinkysymyksiä.
Kun tekoäly muuttaa työtä, johtamisen tehtävä on auttaa ihmisiä löytämään uusi paikka arvonluonnissa.
Se tarkoittaa vanhojen roolien tarkastelua, uuden osaamisen rakentamista, moniammatillisen yhteistyön vahvistamista ja ennen kaikkea keskustelua siitä, miten ihminen ja tekoäly täydentävät toisiaan.
Tekoäly tekee jo nyt osan työstä nopeammin kuin ihminen.
Mutta se ei yksin ratkaise, mikä on asiakkaalle arvokasta, mihin suuntaan organisaation kannattaa kehittyä tai miten ihmiset saadaan mukaan uudistumiseen.
Siksi tärkein kysymys ei ole vain se, mitä tekoäly voi tehdä.
Tärkeämpi kysymys on:
mitä ihmisen kannattaa tehdä seuraavaksi?
Teemu Kaakinen
Yritysvalmentaja
050 591 2830
teemu.kaakinen@balentor.fi
