Olet nähnyt sen luvun, joka kiertää LinkedInissä ja johdon kalvoilla – väitteen, että 95 % yritysten tekoälyhankkeista epäonnistuu, usein viitaten MIT-tutkimukseen. Sitä jaetaan kokouksissa ja sillä perustellaan omia huolia tekoälyn tulevaisuudesta. Mutta oletko koskaan pysähtynyt miettimään, miksi luku on niin musertavan korkea?
Josh Anderson, 25 vuoden kokemuksen omaava ohjelmistoinsinööri, päätti selvittää sen. Hän ei tyytynyt konsulttien vakiovastauksiin, vaan eli tarkoituksella läpi tämän epäonnistumisen kolmen kuukauden ajan. Hän rakensi tuotteen alusta loppuun käyttäen ainoastaan Claude Code -tekoälytyökalua, jotta hän voisi ymmärtää, missä mennään vikaan. Vastaus ei liittynytkään vialliseen teknologiaan tai huonoihin algoritmeihin. Se oli jotain paljon inhimillisempää.
——————————————————————————–
Kolme yllättävää oppia tekoälyn ytimestä
1. Asiantuntijasta tulee matkustaja: Taitojen yllättävä rapistuminen
Ensimmäinen ja karuin opetus liittyi siihen, miten liiallinen luottamus tekoälyyn rapauttaa jopa kaikkein kokeneimpien ammattilaisten taidot. Kolmen kuukauden ajan Josh Anderson käytti ainoastaan Claude Code -tekoälytyökalua eikä kirjoittanut itse riviäkään koodia. Kokeilun lopussa, kun hänen piti tehdä pieni muutos itse rakentamaansa tuotteeseen, hän tajusi jotain pelottavaa: hän ei enää luottanut kykyynsä tehdä sitä.
Hän kuvaili tunnetta osuvasti: ”Olin tullut matkustajaksi omassa tuotekehityksessäni.”
Tämä on syvä paradoksi. 25 vuotta alalla toiminut asiantuntija tunsi itsensä avuttomaksi katsoessaan koodia, jonka hän oli itse ohjannut tekoälyn kirjoittamaan. Tilannetta voi verrata lihaskatoon: jos käytät jatkuvasti ulkoista tukirankaa (tekoälyä) nostamaan painoja puolestasi, pystyt hetkellisesti suoriutumaan paremmin. Mutta kun tukiranka poistetaan, alta paljastuu todellinen, surkastunut lihasvoimasi – eli ammattitaitosi.
2. Tuottavuuden illuusio: Kolmen kuukauden kuluttua kukaan ei enää ymmärrä, mitä on rakennettu
Epäonnistuneet tekoälyhankkeet noudattavat usein samaa kaavaa. Aluksi kaikki näyttää upealta. Tuottavuusmittarit nousevat, ja tuotetta syntyy nopeammin kuin koskaan. Sitten, noin kolmen kuukauden kuluttua, todellisuus iskee. Kukaan tiimissä ei enää aidosti ymmärrä, mitä on rakennettu.
Tästä seuraa ketjureaktio: kehittäjät eivät osaa korjata virheitä koodissa, jota he eivät itse kirjoittaneet. Tuotepäälliköt eivät pysty selittämään päätöksiä, joita he eivät tehneet, ja johtajat eivät voi puolustaa strategioita, joita he eivät kehittäneet. Kun jokin menee vikaan, vastuu ulkoistetaan. Anderson huomasi itsekin olevansa jatkuvassa tulipalojen sammuttelutilassa: hän teki enemmän töitä kuin jos olisi kirjoittanut koodin itse, mutta ilman oppimista tai taitojen kehittymistä.
”Se kertoi minulle, että tämä oli oikea lähestymistapa.”
Tämä ei ole enää taitojen lisäämistä (augmentaatio), vaan vastuun siirtämistä (abdikaatio).
3. Hiljainen kriisi: Menetämme tulevaisuuden mestarit ja mentorit
Kaikkein vakavin seuraus on kuitenkin se, josta puhutaan vähiten: menetämme tulevaisuuden mentorit ja mestarit. Kymmenen vuoden kuluttua voi olla äärimmäisen vaikeaa löytää kokeneita ammattilaisia opastamaan seuraavaa sukupolvea.
Miksi? Koska tulevaisuuden ammattilaisilta puuttuvat kriittiset taidot, joita ei voi ulkoistaa algoritmille:
- Kehittäjiltä puuttuu arkkitehtoninen ymmärrys.
- Tuotepäälliköiltä puuttuu arvostelukyky.
- Johtajilta puuttuu viisaus.
Mestaruus ansaitaan tekemällä, epäonnistumalla, korjaamalla virheitä ja yrittämällä uudelleen. Sitä kokemusta ei voi ladata tai ”kehottaa” tekoälyltä. Jos annamme tekoälyn tehdä työn puolestamme, siitä tulee vain vaarallinen riippuvuus.
——————————————————————————–
Ratkaisu on ihmisessä: Augmentaatio vs. Abdikaatio
Onnistumisen kaava on lopulta yksinkertainen: AI + HI (Human Intelligence), jossa ihmisäly on aina suurempi ja ohjaava komponentti. Ero menestyksen ja epäonnistumisen välillä tiivistyy kahteen sanaan: augmentaatio ja abdikaatio.
- Kun tekoäly auttaa sinua kirjoittamaan parempaa koodia nopeammin samalla, kun säilytät arkkitehtonisen ymmärryksen – se on augmentaatiota. Kun tekoäly kirjoittaa koodia, jota et ymmärrä – se on abdikaatiota.
- Kun tekoäly auttaa sinua analysoimaan asiakaspalautetta, mutta sinä teet tuotepäätökset – se on augmentaatiota. Kun tekoäly kertoo sinulle, mitä sinun pitäisi rakentaa seuraavaksi – se on abdikaatiota.
- Kun tekoäly auttaa sinua kirjoittamaan paremmin ja nopeammin säilyttäen samalla oman äänesi – se on augmentaatiota. Kun tekoäly kirjoittaa puolestasi äänellä, joka ei ole sinun – se on abdikaatiota.
Menestyvät yritykset eivät ole niitä, joilla on parhaat tekoälytyökalut. Ne ovat niitä, joiden ihmiset käyttävät tekoälyä tullakseen paremmiksi, eivät laiskemmiksi. Näissä yrityksissä ihmiset omistavat päätökset, koodin ja strategian, käyttäen tekoälyä vahvistimena – eivät automaattiohjauksena.
——————————————————————————–
Pohdinta: Oletko sinä osa 95 prosenttia?
Tekoälyn suurin vaara ei ole teknologia itse, vaan se, että luovutamme vapaaehtoisesti omasta osaamisestamme ja vastuustamme. Josh Andersonin kokeilu jättää meille kaikille haasteen.
Kysy itseltäsi rehellisesti: Pystytkö selittämään jokaisen viimeaikaisen päätöksesi viittaamatta tekoälyn ehdotukseen? Voisitko tehdä työsi huomenna, jos kaikki tekoälytyökalut katoaisivat? Kehitätkö ammattitaitoasi vai ainoastaan kykyäsi antaa käskyjä?
Vastaus näihin kysymyksiin määrittelee, kuulutko tulevaisuudessa viiteen menestyvään prosenttiin vai siihen 95 prosenttiin, joka epäonnistuu.
Hallitse ammattitaitosi. Käytä työkaluja. Älä anna työkalujen käyttää sinua.