Miten tiedetään, että organisaatio on onnistumassa tekoälytransformaatiossa ja eteneekö muutos oikeaan suuntaan? Usein kuulee keskusteltavan, että tekoälytransformaatioiden liiketoimintahyötyjen syntymistä on vaikea ennustaa. Kokosimme neljän kohdan listan, miten johdat tekoälymuutosta datan perusteella.
Onnistumisen seurannassa ja ennakoinnissa keskeinen kysymys on muutoksen mittaaminen: teknistä käyttöönottoa voidaan seurata tarkasti, mutta teknisemmät mittarit eivät auta ennakoimaan sitä, tullaanko investoinnin hyödyt saavuttamaan.
Tekoälytransformaatio ei ole vain työkalumuutos, vaan laajemmin työn, ajattelun ja johtamisen muutos. Se tarkoittaa, että tavoiteltavien liiketoimintahyötyjen toteutuminen riippuu teknologian lisäksi vahvasti ihmisten toiminnan muuttumisesta.
Jotta voimme ennustaa AI-investointien tuottamaa arvoa ja johtaa muutosta oikeaan suuntaan, meidän täytyy löytää keinoja ymmärtää, kuinka hyvin ihmiset ovat omaksumassa uusia ajattelu- ja toimintatapoja.
Tekoälymuutokseen liittyy erityispiirteitä, jotka vaikuttavat muutoksen etenemiseen ja hyötyjen toteutumiseen, kuten esimerkiksi:
- Kokeiluja ja innovointia on paljon, käyttötapaukset kehittyvät jatkuvasti, mutta todellisten liiketoimintahyötyjen syntymistä on hankalaa ennakoida
- Hyödyt realisoituvat viiveellä ja realisoituminen edellyttää usein prosessien, johtamisen ja kulttuurin muutosta
- Vaikutus voi kohdistua työn identiteettiin ja roolien merkitykseen, mikä aiheuttaa ihmisille huolia ja pelkoja
- Teknologia kehittyy nopeammin kuin organisaation oppimiskyky
Mitä tämä sitten tarkoittaa tekoälymuutoksen mittaamisen näkökulmasta? Miten ja mitä kannattaa mitata, jotta päästään kiinni siihen, muuttuuko ihmisten ajattelu ja käyttäytyminen?
Ilmoittaudu mukaan webinaariin: Tekoälyn johtaminen käytännössä
Kolme keinoa mitata tekoälymuutosta
Tekoälyn käyttöönotossa kiinnostavin mittari ei lopulta ole se, kuinka moni on käyttänyt tekoälytyökaluja tai kuinka moni on osallistunut koulutuksiin. Kiinnostavampi kysymys on: Mistä tiedämme, olemmeko oikealla polulla? Muuttuvatko ihmiset, tiimit ja johtaminen niin, että tekoälystä syntyy todellista arvoa?
Tyypillisesti muutosta voidaan mitata kolmenlaisilla mittareilla. Kaikki nämä kolme mittaria ovat tärkeitä, mutta ne eivät ole yhtä hyödyllisiä silloin, kun haluamme ennakoida tekoälytransformaation onnistumista ja johtaa sitä aktiivisesti.
Vaikutusmittarit
Ensisijaisesti organisaatioita kiinnostaa tavoiteltavien liiketoimintahyötyjen toteutuminen:
- Päätöksenteon nopeutuminen
- Asiakaskokemuksen paraneminen
- Kustannussäästöt
- Tuottavuuden kasvu
- Innovaatioiden syntyminen
Hyötyjä mitataan vaikutusmittareilla. Ne ovat erinomaisia onnistumisen todentamiseen, mutta heikkoja onnistumisen ennustamiseen. Ne värähtävät vasta sitten, kun muutos on oikeasti tapahtunut.
Toimintamittarit
AI-maailmassa voidaan tyypillisesti mitata
- Käyttöastetta, kokeillaanko tekoälyä
- Käyttötapausten määrää, syntyykö uudistumista
- Jaetaanko oppeja
- Integroidaanko AI osaksi prosesseja
Erityisesti muutoksen alkuvaiheessa näiden toimintamittarien kautta ei vielä pystytä ennakoimaan muutoksen etenemistä: niiden kautta ei päästä kiinni siihen, miksi ihmiset tekevät tai miksi jättävät tekemättä jotakin tai tapahtuuko ajattelussa ja käyttäytymisessä todellista muutosta. Varsinainen toiminnan muutos alkaa näkyä vasta muutoksen ollessa pidemmällä.
Kokemusmittarit
Kertovat jo muutoksen alkuvaiheesta alkaen:
- ymmärtävätkö ihmiset muutoksen tarkoituksen
- kokevatko he tekoälyn hyödylliseksi
- osaavatko he hyödyntää sitä
- uskaltavatko he kokeilla ja innovoida
- kokevatko he saavansa tukea
- ja ennen kaikkea, mitkä asiat estävät muutosta etenemästä.
Esimerkiksi ERP-hankkeessa ihmiset voivat olla huolissaan uuden järjestelmän käyttämisestä. AI-transformaatiossa huolenaiheet voivat olla paljon syvempiä:
- Korvaako tekoäly työni?
- Onko osaamiseni enää merkityksellistä?
- Voinko luottaa tekoälyn tuotoksiin?
- Osaanko käyttää sitä oikein?
- Saanko tehdä virheitä opetellessani?
- Teenkö tietoturvariskin huomaamattani?
- Muuttuuko työni sellaiseksi, jota en enää halua tai osaa tehdä?
Nämä kysymykset eivät näy käyttödatassa tai liiketoimintamittareissa, mutta niihin päästään kiinni, kun mitataan ihmisten kokemusta muutoksesta.
Ihmisten kokemus muutoksesta korreloi käyttäytymisen muutoksen ja hyötyjen kanssa
Miten ihmisten kokemus sitten liittyy liiketoimintahyötyihin, jotka organisaatioita lopulta oikeasti kiinnostavat?
Sille on tieteellisesti tutkittua perustaa, miten erilaiset tavat mitata ihmisten kokemaa korreloivat tavoiteltavien hyötyjen realisoitumisen kanssa. Esimerkiksi koulutusten määrä kertoo lähinnä vain panostuksesta, ei käyttäytymisen muutoksesta ja siksi tällä nähdään olevan heikko korrelaatio hyötyjen kanssa.
Vaikka tekoälymuutoksessa(kin) liiketoimintahyödyt näkyvät usein vasta pitkän ajan kuluttua, niiden syntymisen edellytykset näkyvät ihmisten kokemuksessa paljon aikaisemmin. Siksi tarvitsemme johtamisen tueksi aikaisia signaaleja siitä, miten ihmiset kokevat muutoksen, muuttuuko ajattelu ja suhtautuminen tekoälyyn, alkavatko ihmiset käytännössä hyödyntämään tekoälyä.
Emme mittaa kokemusta siksi, että kokemukset ovat kiinnostavia. Mittaamme kokemusta siksi, että:
- kokemukset vaikuttavat käyttäytymiseen
- käyttäytyminen vaikuttaa hyötyjen syntymiseen
- pääsemme ajoissa kiinni siihen, missä kohtaa ja miksi muutos sakkaa
Kokemus ei ole pehmeä mittari. Sen avulla voidaan tehdä näkyväksi ne tekijät, jotka joko vauhdittavat tai hidastavat tekoälymuutoksen etenemistä ja siten auttaa tekemään oikeita päätöksiä muutoksen edistämiseksi. Kokemusmittaus on tekoälytransformaation johtamisen väline ja keino ennakoida, johtaa ja kiihdyttää tekoälyinvestointien liiketoiminta-arvon syntymistä.
4 vinkkiä, miten johdat tekoälymuutosta datan perusteella
- Määritä tavoiteltavat liiketoimintahyödyt (vaikutusmittaus)
- Miksi olemme tekemässä tekoälymuutosta, mitä tekoälyn avulla halutaan saavuttaa?
- Tunnista käyttäytymisen muutokset (toimintamittaus)
- Mitä ihmisten pitäisi tehdä uudella tavalla, jotta tavoiteltavat hyödyt voivat toteutua?
- Tunnista kriittiset muutoksen kohderyhmät, sillä muutos ei ole samanlainen kaikille kohderyhmille: johto, esihenkilöt, asiantuntijat, tukitoiminnot, kehittäjät
- Mittaa muutoksen edellytyksiä (kokemusmittaus)
- Mitkä asiat kertovat siitä, että ihmiset ymmärtävät, uskaltavat ja osaavat muuttaa käyttäytymistään tavoiteltavaan suuntaan
- On tärkeää mitata toistuvasti ja seurata trendiä – ollaanko menossa oikeaan suuntaan? Yksittäinen kysely kertoo hetkestä. Toistuva mittaus kertoo suunnasta.
- Kohdista toimenpiteet datan perusteella
- Mittaus muuttuu vaikuttavaksi vasta, kun sen perusteella kohdennetaan toimenpiteitä, jotka edistävät muutoksen etenemistä.
- Jotta toimenpiteitä pystytään kohdentamaan kustannustehokkaasti ja vaikuttavasti sinne, mittauksen tulee huomioida erilaiset kohderyhmät ja kertoa tulokset kohderyhmäkohtaisesti.
