ARTIKKELI
"Maailma muuttuu, minä en” ei sovi yritykselle nykymaailmassa – mikä on takuuvarma selviytymiskeino?
Yrityspäättäjän päivää nykymaailmassa ei voi kuvailla helpoksi. Liiketoimintaympäristö muuttuu maailman mukana jatkuvasti päätähuimaavaa tahtia ja vauhdissa tulisi pystyä tekemään päätöksiä, jotka tukevat niin yrityksen kuin ympäristönkin jatkuvuutta ja hyvinvointia. Johdatko sinä yritystäsi selkeällä näkymällä ennakoiden, vai usvan keskellä kädenmitta kerrallaan? Miten tekoäly ja operaatiotutkimus voivat auttaa?
“Menneessä maailmassa” yritysten toimintaa voisi kuvailla staattiseksi – toimintaympäristö oli ennalta-arvattavaa esimerkiksi materiaalien hankinnan ja toimitusketjujen osalta ja maailma mukautui yritysten toimintaan. Nykymaailmassa tilanne on kuitenkin toisin.
Elämme jatkuvan muutoksen keskellä ja yritysten on sopeuduttava dynaamisiin markkinaolosuhteisiin, muuttuvaan kysyntään ja nopeasti kehittyviin teknologioihin. Maailmantalouden ennakoimattomat tilanteet, kuten raaka-aineiden saatavuusongelmat ja poliittiset jännitteet tuottavat yrityksille yllättäviäkin haasteita.
Modernien ongelmien kompleksisuus on haaste jokaiselle
Nykyisissä olosuhteissa vanhentuneet menetelmät eivät yksinkertaisesti riitä. Liike-elämässä akuutein tarve tällä hetkellä on dynaaminen toimintaympäristö, missä oletukset ja toiminta muuttuvat ympäristön mukaisesti. Kun päätöksenteon kompleksisuutta halutaan vähentää ja varmuutta lisätä, tarvitaan ratkaisuja, jotka pystyvät käsittelemään monimutkaisia ja muuttuvia tilanteita sekä analysoimaan suuria datamääriä ja tukemaan proaktiivista päätöksentekoa kinkkisten päätösten edessä.
Tässä kontekstissa tekoäly (AI) ja optimointi ovat keskiössä. Kyseiset teknologiat tarjoavat elintärkeitä keinoja tehostaa liiketoimintaprosesseja, tunnistaa piilossa olevia mahdollisuuksia ja luoda uusia liiketoimintamalleja. Toisin sanoen, kompleksien ongelmien keskellä kaivataan työkaluja pärjäämiseen, selviytymiseen ja menestymiseen.
Tekoäly mysteeristä mannapuuroksi
Tekoälystä on tullut yksi tämän vuosikymmenen kuumimmista teknologioista, jonka suhteen on usein mahdottomia odotuksia – tekoälyllä saatetaan yrittää kokonaan korvata ihmisten tekemä analyysityö ja päätöksenteko. Mutta mitä tekoälyyn liittyvän “hypen” takana todella on?
Ensinnäkin tekoäly ei ole yksi yhtenäinen teknologia, vaan kokoelma algoritmeja ja menetelmiä, jotka auttavat koneita oppimaan ja tekemään päätöksiä. Tekoälyn voima piilee sen kyvyssä käsitellä suuria määriä dataa ja löytää sieltä päätöksiin vaikuttavia asioita. Useimmiten tekoälyn suurin vahvuus on myös sen akilleen kantapää – se voi oppia ainoastaan dataesimerkkien avulla. Jos dataa ei ole olemassa, tekoälyä ei yleensä voi käyttää.
LISÄKSI ÄÄRETTÖMÄN TÄRKEÄ TEKIJÄ ON INTEGROINTI PROSESSEIHIN.
Useimmiten tekoälyn suurin vahvuus on myös sen akilleen kantapää - se voi oppia ainoastaan dataesimerkkien avulla.
Monella yrityksellä on saattanutkin jo olla tekoälyyn liittyviä kalliita ja pitkäkestoisia hankkeita, joilla on saatu aikaa usein jopa projektin määritelmän kaltainen ratkaisu. Mutta mihin tuota ratkaisua oikeasti hyödynnetään? Usein toteutus jää puolitiehen, kun unohdetaan, että tekoäly ei yksinään vie minnekään, vaan se täytyy sovittaa yhteen käyttökohteen, prosessien ja käyttäjien tarpeiden kanssa.
Ennen kuin voit todella sanoa yrityksesi hyödyntävän tekoälyä päätöksenteossa, tarvitaan datalla ohjautuva toimintakulttuuri ja sitä tukevat järjestelmät, jotka oikeasti käyttävät dataa ja tekoälyä. Liian usein kyseinen työ jää puolitiehen ja tuloksena on epäresilientti järjestelmä, joka toimii vain aurinkoisina päivinä ja kriisitilanteissa yrityksesi päätyy tekemään nyrkkisääntöihin perustuvia, huonosti kannattavia päätöksiä.
Astu pois usvasta – kehitä liiketoimintaasi operaatiotutkimuksen tuella
Tekoälyn hyödyntäminen ei vaadi vimmattuja vippaskonsteja, vaan se on kimaltavan ulkokuoren alla lopulta hyvin yksinkertaista, helppoa ja jopa tylsää. Käyttötapaukseen sovitettu ja resilientiksi suunniteltu järjestelmä tekee mitä sen kuuluukin, eikä tuota yllätyksiä. Tekoäly on työkalu, joka vaatii tarkan käyttötapausten valinnan, oikean lähestymistavan ja asiantuntemusta toimiakseen. On paljon käyttötapauksia, joihin tekoäly on hyvä valinta, mutta on myös paljon niitä, joihin tekoäly ei sovellu. Karkeasti yleistäen voidaan sanoa, että tekoäly soveltuu käyttötapauksiin, joista on olemassa suuri määrä esimerkkejä, joiden mukaan päätöksiä voidaan tehdä tulevaisuudessa.
Keskellä tekoälyn aiheuttamaa kohinaa on helppo sivuuttaa vähemmän tunnetut, mutta vähintään yhtä tärkeät teknologiat. Yksi tällainen alue on operaatiotutkimus.
Operaatiotutkimus (Operations Research, OR) keskittyy liiketoiminnan parhaiden päätöksentekomallien kehittämiseen matemaattisen mallintamisen ja algoritmisen analyysin avulla. Se pyrkii tunnistamaan ja optimoimaan monimutkaisia järjestelmiä ja prosesseja, jotta saavutetaan haluttu tavoite, kuten maksimaalinen tuotto tai minimoidut kustannukset. Operaatiotutkimuksen käytännön menetelmiä ovat esim. mallintaminen, lineaarinen optimointi ja metaheuristinen optimointi.
Operaatiotutkimuksen merkittävin etu on, että se tarvitsee vain vähän dataa, joten sillä voidaan toteuttaa käyttötapauksia, jotka eivät sovellu tekoälyn käyttöön.
Vaikka operaatiotutkimus on ollut olemassa vuosikymmeniä, sitä ei usein mainita samassa yhteydessä kuin tekoälyn kaltaisia moderneja teknologioita. Syynä voi olla se, että operaatiotutkimus koetaan huonosti tunnetuksi tai sitä pidetään vähemmän hohdokkaana kuin tekoälynä tunnettua lempilasta.
Dynaamisen päätöksenteon resepti koostuu tekoälyn ja operaatiotutkimuksen yhdistelmästä
Miten tekoäly ja operaatiotutkimus sitten toimivat käytännössä päättäjän parhaana kaverina? Toimialasta riippumatta, mahdollisuudet ovat lähes rajattomat esimerkiksi tuotannon-, resurssien-, materiaalien- ja toimitusketjujen optimoinnin suhteen.
Havainnollistettuna esimerkkinä tekoälyalgoritmit voivat analysoida suuria määriä historiallisia myynti- ja asiakastietoja tunnistaakseen käyttäytymismalleja ja trendejä. Algoritmit voivat tunnistaa, mitkä tuotteet myyvät parhaiten tiettyinä aikoina vuodesta, mitkä tuotteiden yhdistelmät ovat suosittuja, tai mitkä markkinointikanavat tuovat eniten asiakkaita.
Kun tekoäly on tuottanut havaintoja ja ennusteita, operaatiotutkimuksen menetelmiä voidaan käyttää optimoimaan toimenpiteitä. Esimerkiksi metaheuristinen optimointi voi auttaa määrittämään optimaaliset hinnat tuotteille ottaen huomioon kustannukset, kysynnän elastisuuden ja kilpailutilanteen. Samoin optimointi voi auttaa määrittämään, kuinka vaikkapa markkinointibudjetti tulee jakaa eri kanavien ja kampanjoiden kesken, jotta saadaan paras mahdollinen tuotto.
Kun nämä kaksi tekniikkaa yhdistetään, saadaan dynaaminen järjestelmä, joka mukautuu jatkuvasti muuttuvaan markkinatilanteeseen ja asiakaskäyttäytymiseen. Kyseisen järjestelmän lyömättömänä hyötynä voidaan mainita seuraava tilanne; jos tekoäly havaitsee uuden kilpailijan tuovan markkinoille omaasi vastaavan tuotteen, operaatiotutkimuksen menetelmät voivat heti laskea uuden hinnoittelustrategian, jotta yrityksesi ei menetä markkinaosuuttaan.
Mikä on voittajan valinta?
Optimointi siis keskittyy parhaiden mahdollisten ratkaisujen etsimiseen käytännön tilanteissa. Yhdistettynä tekoälyyn, joka pystyy käsittelemään ja analysoimaan suuria datamääriä, optimointi voi auttaa yritystäsi tunnistamaan tehokkaimmat strategiat ja toimintatavat.
Kun liiketoiminnassa on kyse tulosten saavuttamisesta, ei ole varaa ohittaa testattuja ja toimiviksi todettuja työkaluja vain siksi, että uudemmat teknologiat kuulostavat houkuttelevammilta. Operaatiotutkimus on tukenut yrityksiä vuosikymmenten ajan ja sillä on edelleen paikkansa nykyajan datavetoisessa maailmassa. Vaikka tekoäly houkuttelee lupauksillaan innovaatioista ja läpimurroista, on syytä muistaa, että usein paras ja lähes takuuvarma selviytymiskeino turbulenssin keskellä on yhdistelmä erilaisia menetelmiä – kuten tekoälyä ja operaatiotutkimusta.
Kirjoittaja: Mikko Kursula
Mikko Kursula (Lead Data Scientist) toimii Knowitilla tekoälyyn keskittyvän tarjooman vastuuhenkilönä. Mikko haluaa murtaa tekoälyyn liittyvää salaperäisyyttä ja tehdä älykkäitä AI-ratkaisuja, jotka tuottavat liiketoimintahyötyjä, tehostavat toimintaa ja helpottavat jokapäiväistä työtä.