Tutkimme: Edelläkävijät käyttävät tekoälyä talousyksiköissään

Tässä blogissa sukelletaan suoraan talousyksiköiden arkeen ja käsitellään sitä, mitä talousjohtajat ja talouspäälliköt tekoälystä ajattelevat sekä miten he sitä käyttävät. 

Teimme yhdessä IBM:n kanssa kyselytutkimuksen*, jolla halusimme ymmärtää yritysten valmiutta lähteä oikeasti käyttämään tekoälyä taloudessa. Tutkimuksessa tekoälyä ja koneoppimista käytettiin kattotermeinä, koska talousihmiset eivät välttämättä ole tekoälytekemisen terminologian erikoisasiantuntijoita ja terminologian käyttö vaihtelee yleisestikin.

Tutkimuksen mukaan talouden edelläkävijät käyttävät jo tekoälyä ja enemmistön etujoukko on nyt suunnitteluvaiheessa. Uusien innovaatioiden käyttöönotto noudattaa yleensä niin sanottua Innovaatioiden diffuusiota, jossa innovoijat, varhaiset omaksujat ja varhainen enemmistö muodostavat noin puolet väestöstä ja ottavat innovaatiot ensin käyttöön. Loput kuuluvat myöhäiseen enemmistöön ja hitaisiin omaksujiin. Koska tutkimuksemme osoittaa 48 % kokeilevan tai suunnittelevan tekoälyä, voimme sanoa tekoälyn ’valtavirtaistumisen’ alkaneen talousyksiköissäkin.

Reagoinnin pitää olla nopeaa

Tutkimuksemme mukaan talouspäättäjät pitävät tärkeimpinä tekoälyn hyötyinä manuaalisen työn määrän vähenemisen, päätöksenteon helpottumisen sekä kyvyn reagoida nopeammin muutoksiin. Päätöksenteon automaation ja paremman sisäisen tehokkuuden sekä läpinäkyvyyden myötä yritykset saavuttavat kustannussäästöjä sekä tunnistavat lisämyyntimahdollisuuksia.

Kuten aikaisemmin mainitsin, vastanneista lähes puolet joko käyttää, pilotoi tai suunnittelee tekoälyn ja koneoppimisen käyttöä talousyksiköissään. Heistä 87 prosenttia arvioi tekoälyn ja koneoppimisen yleistyvän talouden suunnittelussa 2-5 vuoden sisällä. Olemme tienneet, että talousyksiköt ovat tekoälyn hyödyntämisessä myyntiä ja markkinointia selvästi jäljessä. Vastausten tulokset tukevat tätä olettamaa.

Miten kokeilemaan? Suosittelen aluksi ratkomaan pientä konkreettista ongelmaa, kuten luokittelemaan kirjanpidon tiliöintejä, reitittämään laskuja tai rakentamaan automaattista ennustetta. Tekoälyn ja koneoppimisen pilotointi onnistuu talousyksiköissä joustavasti, eikä vaadi isoja investointeja. Väitän, että konkreettisen ongelman ratkaisu tekoälyllä maksaa itsensä takaisin.

Puuttuuko osaaminen ja onko dataa?

Suurimpana haasteena pidetään osaamisen ja datan puutetta sekä laatua. Runsas puolet vastanneista yhtiöistä kertoi käyttävänsä ulkopuolisia tekoälyammattilaisia ja neljänneksellä oli omia resursseja. Erityisesti kuluttajaliiketoimintaan keskittyvissä suurimmissa yrityksissä on jo rakennettu koko yrityksen laajuisesti toimiva keskitetty tiimi, joka vastaa tai koordinoi tekemistä.

Toimivassa kokonaisratkaisussa on kyettävä yhdistämään data, algoritmit ja käyttötapaukset liiketoimintaa tukevalla tavalla. Tämä tuottaa yrityksille haasteita ja vaatii osaajilta liiketoiminnan tuntemisen lisäksi analytiikan syväosaamista. Monissa yrityksissä on osaavia matemaattisesti orientoituneita controllereita. Kannattaisiko heitä ja analytiikan ammattilaisia kouluttaa tekoälyosaajiksi? Tai vähintäänkin kouluttaa heitä tukevaan rooliin ymmärtämään mitä tekoäly tarkoittaa, jotta he voivat auttaa tekoälyammattilaisia luomaan malleja, jotka sitten auttavat talousihmisiä heidän päivittäisessä työssään.

Yrityksissä olevien analytiikka- ja tekoälytyökalujen paletti on hyvin kirjava. Noin joka kolmannella on koneoppivia kyvykkyyksiä operatiivisissa järjestelmissään. Täysverisiä tekoälyratkaisuja sekä edistyksellisiä laskentamalleja tarjoavaa teknologiaa on käytössä joka viidennellä. Suurin osa suunnittelee ja raportoi pääosin vielä hyvin perinteisillä työkaluilla. Hyvää on se, että tekoälytyökalut yleistyvät talouden tietojärjestelmissä, jolloin niiden käyttö helpottuu.

Mitkä ovat todelliset käyttökohteet?

On hienoa, että tekoälyä ja koneoppimista pidetään talouspäättäjien keskuudessa taloushallinnon kehittämisen kannalta tärkeänä asiana. Uskon vakaasti siihen, että talousyksiköistä tulee tekoälyn turvin liiketoimintayksiköille yhä tärkeämpiä kumppaneita, joilla on kyvykkyys katsoa faktapohjaisesti yhtä aikaa yrityksen sisälle ja ulkopuolelle. Prosessit tehostuvat, virheiden määrä vähenee, laatu ja kontrolli paranevat.

Tutkimukseen vastanneet talouspäättäjät arvioivat saavansa koneoppimisesta ja tekoälystä hyötyä erityisesti laskujen reititykseen ja tiliöinnin automatisointiin sekä kustannusten ja myynnin ennustamiseen. Tällä hetkellä yritykset käyttävät valtavasti aikaa laskujen hyväksymiseen, reitittämiseen ja oikeaan tiliöimiseen, vaikka laskuilla olisikin olemassa ostotilaustiedot. Tiliöinnin ja hyväksymisreitin voi mallintaa opettamalla algoritmin vanhalla kirjanpidon aineistolla ja laskujen tekstin perusteella.

Tekoälyn avulla voidaan päästä parempiin tuloksiin kuin esimerkiksi ohjelmistorobotiikalla, koska tekoälyä ei tarvitse kovakoodata etsimään laskuilta joitain tiettyjä asioita, vaan se käy tiedot läpi ja pyrkii itse luomaan ennusteen. Operatiivisen toiminnan aiheuttamat kulut, kuten myynnin ja markkinoinnin kulut, palkat ja alihankinta voidaan puolestaan ennustaa tehokkaasti ja automaattisesti rakentamalla koneoppiva malli historiallisista kustannuksista, budjetista ja avoimien ostotilausten saldoista.

Tekoäly ja koneoppiminen tuovat talouden ohjaamiseen aivan uusia mahdollisuuksia – olen samaa mieltä talousjohtajien kanssa!

* Tekoäly ja koneoppiminen suomalaisyritysten talousyksiköissä -tutkimus toteutettiin touko-kesäkuussa 2018. Yritykset valittiin mukaan koko valtakunnan laajuisesti. Kysely oli suunnattu talousjohtajille ja talouspäälliköille. 80 % vastauksista saatiin 250 - 1 000 henkilöä työllistävistä yrityksistä ja 20 % yli 1 000 henkilön yrityksistä eri toimialoilla. Valtaosa kaikista 50 vastaajasta edustivat teollisuutta ja tuotantoa (55 %), kaupan alaa (20 %) tai palvelualaa (14 %).

Ps. Lue lisää asiakasesimerkeistämme: CGI:n tekoälyosaaminen kuntien hyvinvoinnin asialla

Blogi on alunperin julkaistu Kauppalehden Vieraskynäpalstalla 11.10.2018.

Blogin on kirjoittanut Petrus Metsälä.