Tekoälyn vallankumous etenee uutisotsikoissa. Mutta miltä se tuntuu siellä missä varsinainen työ tehdään? MIT julkaisi tänä kesänä tutkimuksen, joka sai monet pohtimaan viime viikon uutisoinnin myötä jopa tekoälyn tulevaisuutta. 95 % tekoälyhankkeista ei tuota pysyvää arvoa. Samat haasteet toistuvat, eli vaikka intoa on, arki jää entiselleen.

---

Uutiskirjeen tiivistelmä:

• Tekoälyprojektin onnistuminen ei ole vain teknologiaa, vaan kyse on kokemuksesta, luottamuksesta ja arjen valinnoista.
• Mara Pomettin AIX-pilarit (Specificity, Trust, Attention, Agency) auttavat ymmärtämään, miksi vain 5 % onnistuu, ja mitä niiltä voi oppia.
• Työpaikoilla tärkeimmät hetket eivät tapahdu pilottidemossa vaan arjen kohtaamisissa, palautekanavissa ja siinä, miten ihmiset kokevat uuden työkalun omakseen.
• Onnistuminen ei vaadi täydellistä AI-strategiaa, vaan viisautta aloittaa pienestä ja rakentaa kokemus kuntoon, yksi ongelma ja tiimi kerrallaan.

---

Missä mennään?

Tervetuloa Tekoälykokemus (AIX) -uutiskirjeen uuden numeron pariin!

Edellisessä numerossa pohdimme, miksi mallien vaihto herättää niin vahvoja tunteita. Tällä kertaa käännämme katseen AI-projektien arkeen: miksi niin moni hanke hiipuu ja mitä konkreettista niistä 5 % onnistujista voimme oppia?

Mikä erottaa onnistujat?

MIT:n tutkimus kävi läpi yli 300 AI-projektia eri toimialoilla ja haastatteli kymmeniä organisaatioita. Lopputulos oli karu, useimmissa hankkeissa tekoäly ei istu arkeen, käyttäjät eivät luota työkaluihin ja tulokset jäävät puolitiehen.

Mutta silti pieni joukko onnistuu ja saa aikaan muutosta.

Epäonnistujien tarina kuulostaa tutulta:

• Työkalu ei muista, ei opi, eikä muutu käyttäjän arjessa miksikään.
• Resurssit kohdistuvat esittelyihin ja hypeen, ei oikeisiin arjen kipupisteisiin.
• Luottamus puuttuu, ja AI tuntuu etäiseltä tai jopa uhkaavalta.
• Työntekijät kiertävät ratkaisun, ottavat käyttöön omia työkaluja tai palaavat vanhaan.

Oletko itse ollut joskus projektissa, jossa alun demo hurmasi mutta arki jäi ennalleen?

Onnistujien polku on erilainen:

• He ratkaisevat ensin yhden aidon ongelman, esimerkiksi automatisoivat palautteiden luokittelun tai tuovat AI:n suoraan asiakaspalvelun työnkulkuun.
• Resurssit kohdistuvat sinne, missä arvo syntyy. Eli usein niihin arjen hiljaisiin kohtiin, joita ei aina edes mainosteta.
• Luottamusta rakennetaan näkyvästi, eli virheet näytetään, palautetta kysytään ja kaikki saavat mahdollisuuden vaikuttaa.
• Jokainen käyttäjä voi valita, käyttääkö AI:ta, antaa palautetta, ohittaa tai vaikuttaa sen toimintaan.

Milloin viimeksi uusi työkalu tuntui oikeasti apurilta, ei taakkaa lisäävältä?

Oivallukset AIX-pilarien kautta

Tässä auttavat Mara Pometin AIX-pilarit – neljä linssiä, jotka avaavat AI-kokemuksen ytimen:

• Specificity (yksilöllisyys): Onko AI rakennettu juuri meidän arkeen ja tiimin tarpeisiin, vai yritetäänkö yhdellä ratkaisulla kaikkea?
• Attention (huomio): Kohdistuuko panos sinne, missä oikeasti säästyy aikaa, rahaa tai hermoja, vai siihen, mikä on helppo esitellä johdolle?
• Trust (luottamus): Uskaltaako käyttäjä nojata tekoälyyn, ja ymmärtääkö hän miten se toimii, vai tuntuuko AI mustalta laatikolta?
• Agency (toimijuus): Saako työntekijä vaikuttaa, ohittaa, kysyä ja kehittää AI:ta vai onko muutos jotain, joka vain “tulee päälle”?

Kaikissa onnistuneissa projekteissa nämä neljä toteutuvat, vaikka vain 5 % yltää maaliin.

Miten tämä koskettaa työpaikkoja?

On helppo ajatella, että kyse on vain isojen yritysten ja IT-tiimien asiasta. Todellisuudessa onnistumisen tai epäonnistumisen tuntee jokainen käyttäjä.

Ja se näkyy työpöydälläsi näin:

• Saako antaa palautetta, vai jäävätkö bugit vaikenemisen alle?
• Integroituuko uusi työkalu oikeasti työnkulkuun, vai jääkö se kokeilun tasolle?
• Tuntuuko AI omalta vai ulkopuoliselta?

Mitä voimme oppia projektien arjessa?

Aloita pienestä, rajatusta ongelmasta. Valitse yksi prosessi, jonka arvo on selkeä (esim. palautteiden luokittelu). Sovi heti mitä mittaamme ja milloin tiedämme, että tämä on onnistunut.

Kysy samalla miksi ja kenelle: Miten AI helpottaa nimenomaan teidän arkeanne, ja kenen työtä sillä oikeasti halutaan helpottaa? ”Käyttäjänä x haluan x jotta x.” Kuulostaako tutulta? Käyttäjätarinat auttavat!

Kohdista resurssit oikein. Integraatiot olemassa oleviin järjestelmiin (CRM, ERP, tiketit) ensin, ja mieti käyttöliittymän hienoudet vasta sitten. Arvo syntyy siitä, että ratkaisu solahtaa arkeen.

Rakenna luottamusta ja näytä myös keskeneräisyys. Luottamus syntyy rehellisyydestä, ei täydellisyydestä. Näytä demoissa myös virheet, ja sopikaa tiimin kanssa etukäteen miten niihin reagoidaan. Älä jätä AI:ta mustaksi laatikoksi.

Anna ihmisille valtaa. Mahdollista ohitus, palautekanavat ja muutos. Toimijuuden kokemus ei ole pelkkä käyttöoikeus, vaan tunne osallisuudesta. Kysy jo projektin alussa: miksi teemme tämän AI:lla, ja mikä osa kannattaa jättää ihmisille?

Kun työntekijät näkevät, että AI täydentää heidän osaamistaan eikä vie sitä, muutosvastarinta vähenee ja luottamus kasvaa.

Muista, että 5 % onnistuu! Kaikkien ei tarvitse kuulua enemmistöön. Jokainen tiimi voi valita onnistumisen polun, jos rakentaa kokemuksen ihmisille, ei vain järjestelmälle.

Onko teidän AI-hankkeenne onnistunut, ja tunnistatko siinä hyvän tekoälykokemuksen elementit?

Kerro kommenteissa, tai jaa kokemuksesi somessa tunnisteella #tekoälykokemus – nostan kiinnostavimpia nostoja mukaan seuraavissa numeroissa.