Helmikuun loppua lähestyttäessä Lauttasaaren toimistolle kerääntyi joukko Teamitläisiä syömään, vaihtamaan kuulumisia ja kuulemaan lisää ATK-maailman alihyödynnetyistä osa-alueista. Aiheena oli Robotic Process Automation (RPA ) ja Artificial Intelligence (AI) eli tuttavallisemmin ohjelmistorobotiikka ja keinoäly.
Asiantuntijuutta jakoi AI4Valuen perustaja Katriina Valli. Heti esitelmän alussa Katriina paljasti yhden mottonsa: ”ATK takaisin!” ja ”IT”:n voitte unohtaa, koska “automaattinen tietojenkäsittely” -termi kuvaa aihetta paremmin. Automaatio on se taianomainen avainsana, jota halutaan korostaa. Automaatio tuo tehokkuutta. Se karsii turhia manuaalisen työn prosesseja, säästää ihmisten aikaa. Niinpä ajan voi käyttää tuottavampaan työhön.
Kuinka nämä kirjainyhdistelmähirviöt sitten tehostavat työtä? Työhön saattaa kuulua ajallisesti suuri määrä rutiininomaisia prosesseja: Muistuta tuota henkilöä sähköpostilla siitä ja tuosta, hae tunnusluku sieltä ja toinen tuolta. Menee aikaa, vaivaa ja keskittyminen poukkoilee prosessista toiseen. Noihin rutiininomaisiin prosesseihin voi kuitenkin valjastaa robotin, joka käy tunnollisesti ja taukoja pitämättä prosessin ”turhat” tehtävät läpi. Siinä pienessä määrässä tehtäviä, jotka robotille annetaan, voi se olla äärimmäisen luotettava.
Siinä missä RPA:n kyvyt loppuu, AI:n kyvyt alkaa. Mukaan astuu muun muassa termit Natural Language Processing (NLP) eli luonnollisen kielen käsittely ja Optical Character Recognition (OCR), jota voi hyödyntää kuvien tunnistamiseen. AI tarvitsee todella paljon dataa, että se osaa tehdä suhteellisen oikeita päätelmiä ja tulkintoja. Toisaalta jos sille on opetettu, että kissa on koira, niin se tunnistaa kissan koiraksi.
Hyvä esimerkki esitelmästä oli, että jos kymmenestä sienestä syöttää jokaisesta kymmenen kuvaa algoritmin syövereihin, osaa AI kertoa kuvan perusteella 90% tarkkuudella, mikä sieni on kyseessä. Siinä kuitenkin jää hieman pelivaraa sille, että sieni onkin myrkyllinen, ja se voi koitua sienestäjän kohtaloksi. Mitä enemmän dataa kouluttamiseen käytetään, sitä luotettavaksi tunnistusprosentti nousee.
AI:n avulla voidaan esimerkiksi tehostaa toimitusketjua, jossa tavaran liikkuvuuteen ja saatavuuteen vaikuttaa monia eri tekijöitä. Ihminen ei voi tehdä päätelmiä järkevästi suuresta määrästä dataa, joka tulee monesta eri lähteestä, eri aikajaksoilta ja eri asioihin liittyen. AI pystyy käsittelemään tämänkin datan ja mitä enemmän dataa se saa syödäkseen, sitä luotettavammin se toimii. Voitaneen siis sanoa, että tieto on valtaa.
AI ja automatisointi on sellaisia tehostamisen trendejä, joita on hyvä seurata ja hyödyntää mahdollisuuksien puitteissa. Asiantuntija ei tarvitse kaikkien olla, sillä se vaatii jo todella paljon, mutta hyödyntämisen mahdolliset käyttökohteet on hyvä pitää mielessä ja miettiä, miten minä ja yritykseni voisimme hyödyntää automaatiota.