Tehnoloogia vs eesmärk - Targem segadus või teadlik suund?

Kujuta ette, et istud sõiduautos, millel on uusim GPS‑süsteem, adaptiivne püsikiirusehoidja ja playlist, mis mängib su lemmiklugusid. Paak on täis, mootor nurrub – ainult sihtpunkt on puudu. Sa võid vajutada gaasi ja tunda, kuidas maailm hakkab tahapoole libisema, ent tegelikult ei liigu sa kuhugi. Nii võib juhtuda, kui me hüppame tehisintellekti või ükskõik millise muu uue tehnoloogia kallale enne, kui oleme küsinud, kuhu ja miks me üldse teel oleme.

Viimastel kuudel olen mitmeid kordi kuulnud küsimust: „Kuidas me saaks AI-d kasutada?“ Küsimus ise ei ole halb – uudishimu on alati väärtuslik. Probleem tekib siis, kui see on esimene küsimus ja kõik järgnevad sammud ehitatakse selle peale, ilma et oleks sõnastatud tegelik vajadus. Selle tulemusel sünnib illusioon liikumisest: projekte alustatakse, ressursse kulutatakse, demo‑videod valmivad, kuid mõõdetavat äriväärtust ei teki. Inimesed väsivad, sest nad ei näe, kuidas nende pingutus maailma paremaks muudab. Raha põleb, ilma et põleksid kliendi silmad.

Artificial Intelligence (edaspidi AI) võimendab kõike, mida talle ette söödetakse. Kui sisendandmed on killustatud, protsessid udused ja ootused sõnastamata, toodab algoritm sama udususe lihtsalt kiiremini ja autoriteetsemal viisil. Kena graafik või teksti­põhine analüüs võib veenda meid hetkeks, et oleme leidnud tõe, ent kui me ei tea, mida tegelikult mõõdame, kasvatame hoopis valede vastustega enesekindlust.

Ma ise olen eksperimenteerimise usku ja olen nõus, et innovatsiooni­maailmas tulebki mõnikord alustada tehnoloogiast. Vahe on selles, kas teeme teadliku prototüübi, mille eesmärk on õppida või loodame ähmase lootuse peale, et tööriist leiab iseseisvalt probleemi. Teadus- ja arendustegevuses võib selline lähenemine olla osa protsessist, aga igapäevases äritegevuses muutub see lõpuks kuluartikliks.

Ma näen ja kuulen seda lähenemist erinevates organisatsioonides. Näiteks: Turundusmeeskond investeeris automatiseeritud sotsiaalmeedia kirjutajasse, sest „kõik ju kasutavad AI-d“. Hiljem selgus, et nad polnud kunagi kokku leppinud, kellele üldse räägitakse ehk kes on sihtgrupp. Tekstid ilmusid küll regulaarselt, aga kõlasid nagu sõbralik robot, kes esineb ühtaegu nii noortele emadele kui metalli­inseneridele. Või IT‑osakond tahtis ehitada AI‑põhise klienditoe chati, kuid kliendid ei leidnud isegi kontaktandmeid üles. Tark robot jäi kasutajateta, sest tavapärane info polnud nähtav. Kolmas näide tootmisettevõttest, kus  plaaniti masinõppega ladu optimeerida. Pärast paari kohtumist sai selgeks, et laoandmeid uuendatakse korra kvartalis ja seega juba iganädalane inventuur säästaks rohkem raha kui esialgse prototüübi loomine.

Mida tuleks siis teha?

Esimene samm ei ole keeruline: pane sõnadesse see, mis ei tööta - Kus kaotate aega, raha või närve? Keda see kõige rohkem mõjutab? Kas teil on olemas tööriistu, mida keegi ei kasuta, või protsesse, mida keegi ei mõista? Alles siis, kui probleem on konkreetne ja korduv, tasub küsida, kas automatiseerimine – ja võib‑olla ka AI – on mõistlik lahendus. Väga tihti piisab väiksemast, odavamast ja inimlikumast lahendusest: töövoo kaardistamisest, rollide selgitamisest, andmeväljade korrastamisest.

Kui soovid tuge vajalikele küsimustele vastamisel, olen kokku pannud lühikese töölehe. Seal pole ühtegi soovitust, et „rakenda AI nüüd“, vaid read, kuhu kirjutada, mida sa üritad parandada, keda see mõjutab ja millist mõju sa tahad näha. Kui tunned, et vajaksid selle kaardistuse juures „peeglit“ või soovid töölehte proovida, anna märku. Liigume koos – seekord eesmärgipäraselt, mitte lihtsalt liikudes.

Tehnoloogia on suurepärane teenija, aga halb peremees. Kui sul on tööriistakast, ent plaan puudub, võid ehitada midagi, mida kellelegi vaja pole. Kui aga teed plaani selgeks, võib AI olla nagu täpne navisüsteem, mis mitte ainult ei ütle, millal pöörata, vaid aitab vältida ummikuid ja kütusekulu. Küsimus on alati sama: kuhu ja miks me tahame jõuda?