
Tunnistamme, missä tekoäly tuottaa liiketoimintahyötyä, ja todennamme hyödyn ennen laajempaa investointia.
TEKOÄLYN KÄYTTÖTAPAUKSET JA KOKEILUT
Loikka kartoittaa, arvioi ja priorisoi tekoälyn käyttötapaukset neljällä kriteerillä: liiketoiminta-arvo, datavalmius, käyttäjävaikutus ja riskit. Tuloksena on priorisoitu näkemys siitä, mitä kannattaa tehdä nyt, mitä valmistella myöhemmin ja mitä jättää tekemättä. Valitusta käyttötapauksesta toteutamme tarvittaessa rajatun kokeilun tai Proof of Value -toteutuksen, joka tuottaa päätöksenteolle riittävän näytön ennen tuotantoinvestointia.
ONGELMA
Miksi tekoälykokeilu ei etene tuotantoon
Kokeilu epäonnistuu harvoin siksi, että malli ei toimisi. Yleisin syy on, että käyttötapaus valittiin ilman, että kysyttiin, mitä sen vieminen tuotantoon vaatisi.
Prototyyppi rakennetaan kopioidulla datalla, ilman käyttöoikeuksia, ilman integraatiota lähdejärjestelmiin ja ilman näkemystä siitä, kuka vastaa virheellisestä vastauksesta. Demo vakuuttaa, ja sen jälkeen työ pysähtyy, koska tuotantokäyttö olisi vaatinut aivan toisenlaisen ratkaisun.
Siksi arvioimme tuotantokelpoisuuden jo silloin, kun käyttötapauksia valitaan, emme vasta kokeilun jälkeen.
KARTOITUS
Milloin käyttötapausten kartoitus kannattaa
Kartoitus sopii tilanteeseen, jossa mahdollisuuksia on tunnistettu useita, mutta niiden arvosta, toteutettavuudesta tai riskeistä ei ole yhteistä näkemystä. Tyypillisiä lähtötilanteita:
☑ Halutaan automatisoida toistuvaa tiedonhakua, dokumenttien käsittelyä tai asiantuntijatyötä.
☑ Organisaation sisäinen tieto on olemassa, mutta sitä ei löydetä.
☑ Asiakaspalvelua, myyntiä tai sisäisiä prosesseja halutaan nopeuttaa.
☑ Tekoälyominaisuus halutaan osaksi olemassa olevaa palvelua tai tuotetta.
☑ On epäselvää, soveltuuko organisaation data tekoälyn käyttöön lainkaan.
☑ Ideoita on enemmän kuin resursseja, ja tarvitaan perusteltu järjestys.
☑ Johto odottaa tekoälyltä tuloksia, mutta kukaan ei omista aihetta.
ARVIOINTI
Arvioimme jokaisen käyttötapauksen neljällä kriteerillä
Hyvä käyttötapaus ei synny kiinnostavasta teknologiasta. Arvioimme jokaisen tunnistetun käyttötapauksen samoilla kriteereillä, jotta vertailu on mahdollista ja päätös perustuu muuhun kuin mielikuvaan.
Selvitämme, mitä hyötyä tavoitellaan ja miten se todennetaan. Hyöty voi olla työajan säästöä, nopeampaa vastetta, tasalaatuisempaa käsittelyä, virheiden vähenemistä tai kokonaan uusi palvelu. Määrittelemme jokaiselle käyttötapaukselle mittarin, esimerkiksi käsittelyajan, onnistumisasteen, automatisoitujen työvaiheiden määrän tai kustannuksen käsiteltyä tapausta kohden. Ilman mittaria hyötyä ei voi todentaa myöhemminkään.
Selvitämme, mitä tietoa käyttötapaus edellyttää, missä tieto sijaitsee, kuinka ajantasaista se on ja voiko sitä käyttää turvallisesti suunniteltuun tarkoitukseen. Samalla käymme läpi tarvittavat integraatiot, käyttöoikeudet ja järjestelmäriippuvuudet. Tämä vaihe erottaa toteutuskelpoiset ideat niistä, jotka edellyttäisivät ensin dataperustan korjaamista.
Lue data- ja tekoälyalustoistaRatkaisun on sovittava käyttäjien työhön. Määrittelemme, kenelle se on tarkoitettu, missä tilanteessa sitä käytetään ja kuinka pitkälle automaatio viedään. Tekoäly voi tuottaa ehdotuksen, yhteenvedon tai luokittelun, jonka asiantuntija hyväksyy, tai hoitaa työvaiheen itsenäisesti. Sopiva malli määräytyy virheen seurauksen mukaan, ei teknisen mahdollisuuden.
Arvioimme varhain, liittyykö käyttötapaukseen henkilötietoja, luottamuksellista tietoa, virheellisten vastausten riskiä tai EU:n tekoälysäädöksen vaatimuksia. Tämä ohjaa kokeilun rajausta ja estää tilanteen, jossa toimiva prototyyppi ei olekaan vietävissä tuotantoon.
KÄYTTÖTAPAUKSET
Mihin tekoälyä yleensä kannattaa kokeilla ensin
Ohjeista, sopimuksista ja dokumentaatiosta vastaaminen, tietopankin haku, perehdytys, aiempien ratkaisujen löytäminen.
Laskujen, hakemusten, tarjouspyyntöjen tai raporttien lukeminen rakenteiseksi tiedoksi, luokittelu, poikkeamien tunnistus.
Yhteydenottojen luokittelu ja ohjaus, vastausehdotukset asiantuntijalle, aiempien tapausten haku.
Tarjousten ja dokumenttien pohjustaminen, asiakastiedon koonti useasta lähteestä, sisällön tuotanto ja lokalisointi.
Täsmäytysten esikäsittely, poikkeamien nostaminen tarkastettavaksi, raporttien sanallinen tulkinta.
Tekoälyominaisuus osaksi olemassa olevaa palvelua: haku, ehdotukset, yhteenvedot tai ohjattu täyttö.
KOKEILU
Rajattu kokeilu ja Proof of Value
Kokeilun tavoite ei ole rakentaa valmista järjestelmää, vaan tuottaa päätöksenteolle riittävä näyttö. Rajaamme sen niin, että se vastaa kysymykseen, jonka vuoksi se tehdään.
Kokeilussa testataan tyypillisesti:
- Löytyykö tarvittava tieto luotettavasti dokumenteista tai tietolähteistä.
- Tuottaako kielimalli sovitun tasoisia vastauksia, luokitteluja tai yhteenvetoja.
- Voidaanko dokumentit tulkita ja muuntaa rakenteiseksi tiedoksi.
- Säästääkö ratkaisu aikaa verrattuna nykyiseen työvaiheeseen.
- Miten käyttäjät kokevat ratkaisun osana omaa työtään.
- Millaisia integraatioita, käyttöoikeuksia ja valvontaa tuotantokäyttö edellyttäisi.
LOPPUTULOS
Mitä saatte työn tuloksena, mitä toimitamme?
☑ Kuvauksen tunnistetuista käyttötapauksista.
☑ Priorisoinnin neljällä kriteerillä sekä perustelut järjestykselle.
☑ Arvion datavalmiudesta, järjestelmäriippuvuuksista ja keskeisistä riskeistä.
☑ Suosituksen etenemistavasta jokaiselle käyttötapaukselle: ei toteutusta, lisäselvitys, kokeilu, MVP tai tuotantototeutus.
☑ Rajauksen ja toteutussuunnitelman valitulle ensimmäiselle vaiheelle.
Jos kokeilu toteutetaan, saatte lisäksi kokeilun tulokset ja havainnot sekä alustavan suunnitelman tuotantoon viennistä, integraatioista, laadunvarmistuksesta ja ylläpidosta.
Sanomme myös, mitä ei kannata tehdä. Priorisoinnin tarkoitus on karsia, ei vain järjestää. Jos käyttötapaus ei ole toteutuskelpoinen tai sen hyöty ei kata kustannusta, se on tuloksena yhtä arvokas kuin toteutussuositus.
ME TIEDÄMME
Kartoituksen tekee sama tiimi, joka toteuttaa
Tekoälykartoituksen voi ostaa myös talolta, joka ei toteuta ratkaisuja. Silloin arvio toteutettavuudesta perustuu yleiseen käsitykseen siitä, mikä on mahdollista, ei kokemukseen siitä, mikä on tässä ympäristössä käytännössä tehtävissä.
Me rakennamme samat ratkaisut, joita arvioimme. Se näkyy kahdella tavalla. Arvio datavalmiudesta ja integraatioista perustuu siihen, mitä ne todella vaativat, ja suositus etenemistavasta on sellainen, jonka voimme myös toteuttaa. Tiekartta ei jää dokumentiksi, jonka toteuttamiseen tarvitaan seuraava kilpailutus.
Arvioimme myös tuotantokelpoisuuden ennen kokeilua emmekä sen jälkeen. Käyttöoikeudet, integraatiot, hyväksyntäpolut ja kustannusseuranta käydään läpi rajausvaiheessa, jolloin kokeilusta tulee askel eteenpäin eikä umpikuja.
ETENEMINEN
Näin etenemme vaihe kerrallaan
Kartoitamme tavoitteet ja mahdollisuudet. Aloitamme liiketoimintatavoitteista, nykyisistä prosesseista ja käyttäjien työstä. Työ sisältää avainhenkilöhaastatteluja, työpajoja, prosessien läpikäyntiä sekä datan ja järjestelmäympäristön tarkastelun.
Priorisoimme käyttötapaukset. Arvioimme tunnistetut käyttötapaukset sovituilla kriteereillä. Tuloksena syntyy priorisoitu näkemys siitä, mitä kannattaa tehdä nyt, mitä valmistella myöhemmin ja mitä ei kannata viedä eteenpäin.
Toteutamme kokeilun tai Proof of Valuen. Valitusta käyttötapauksesta voidaan toteuttaa rajattu kokeilu. Sen tavoitteena ei ole rakentaa valmista tuotantojärjestelmää, vaan tuottaa päätöksenteon kannalta riittävä näyttö.
USEIN KYSYTTYÄ
Usein kysyttyä käyttötapausten kartoituksesta
Kartoitus sisältää nykytilan ja tavoitteiden läpikäynnin, käyttötapausten tunnistamisen haastatteluin ja työpajoin, niiden arvioinnin neljällä kriteerillä sekä priorisoidun suosituksen etenemistavasta. Lopputuloksena on dokumentoitu näkemys siitä, mitä kannattaa tehdä ensin, millä edellytyksillä ja mitä jättää tekemättä.
Ette. Kartoitus on itsenäinen työ, jonka tulokset ovat teidän ja käytettävissä myös muiden toimittajien kanssa. Osa suosituksista voi olla sellaisia, että suosittelemme olemaan toteuttamatta niitä lainkaan.
Yleisin syy on, että kokeilu rakennettiin ilman tuotantokäytön reunaehtoja: käyttöoikeuksia, integraatioita lähdejärjestelmiin, laadunvarmistusta ja vastuunjakoa virhetilanteissa. Demo toimii kopioidulla datalla, mutta tuotantokäyttö edellyttäisi toisenlaista ratkaisua. Tämä vältetään arvioimalla tuotantokelpoisuus jo käyttötapauksia valittaessa.
Kokeilu ja Proof of Value vastaavat kysymykseen, kannattaako ratkaisu toteuttaa, ja ne rakennetaan rajatusti päätöksentekoa varten. MVP on jo tuotantoon menevä ensimmäinen versio, jota käytetään oikeassa työssä ja jota kehitetään edelleen. Kokeilua ei ole tarkoitettu tuotantoon, ja sen rakenteesta säästetään tietoisesti.
Ei kokonaan, mutta käyttötapauksen vaatiman tiedon on oltava käytettävissä. Datavalmius on yksi neljästä arviointikriteeristä juuri siksi, että osa ideoista edellyttää ensin dataperustan korjaamista. Tällöin suosituksena on aloittaa siitä.
Lue data- ja tekoälyalustoistaSäädös luokittelee tekoälyjärjestelmät riskin perusteella, ja luokitus vaikuttaa siihen, mitä läpinäkyvyyttä, dokumentaatiota ja ihmisen valvontaa ratkaisulta edellytetään. Käytännössä tämä voi muuttaa käyttötapauksen rajausta tai automaatioastetta. Arvioimme luokituksen kartoitusvaiheessa, jotta vaatimukset eivät tule vastaan vasta tuotantoon vietäessä.
Katsotaan yhdessä, mistä kannattaa aloittaa
Käymme läpi tilanteenne, tunnistamme ensimmäiset mahdolliset käyttötapaukset ja kerromme suoraan, onko niissä sellaista, jonka toteuttaminen kannattaa.
Kysy lisää, kerromme mielellämme



- Head of Sales
- tomas.haltsonen@loikka.io
- +358 50 5639 450



- CEO, Partner
- joonas@loikka.io
- +358 40 0782 838