Vuonna 2019 Go-pelin mestari Lee Se-dol vetäytyi pelistä (pirullisen monimutkainen strategiapeli, joka muistuttaa shakkia), koska tekoälyohjelma, jota ”ei voi voittaa”, oli ylivoimainen.
Voi parkaa Se-dolia! Mutta mitkä muut työt tekoäly tulee korvaamaan ammattilaispelaamisen ulkopuolella?
Lyhyt vastaus on: mahdollisesti kaikki, ennemmin tai myöhemmin! Tämän artikkelin tarkoituksiin keskitymme kuitenkin lähitulevaisuuteen eli seuraavaan 10–20 vuoteen.
Mutta ensin…
Mitä tekoäly on?
Tekoäly (AI, tekoäly) on tietojenkäsittelytieteen eturintamassa. Pohjimmiltaan kyse on siitä, että ihmisen valmistamat koneet osoittavat ihmisen kaltaista älykkyyttä oppiakseen ratkaisemaan ongelmia ja suorittamaan tehtäviä.
Alakuloinen Go-pelaajamme, herra Se-dol, hävisi AlphaGo-nimiselle ohjelmalle. Se on Alphabetin Deepmind-nimisen tytäryhtiön kehittämä edistynyt tekoälyohjelma.
Liikaa yksityiskohtiin menemättä voidaan todeta, että AlphaGo käyttää neuroverkkoja hyödyntävää kehittynyttä koneoppimismenetelmää. Kuten nimi kertoo, nämä neuroverkot jäljittelevät ihmisaivojen toimintaa – idea on lainattu neurotieteestä.
Kun AlphaGo voitti tuolloin maailman ykkösenä olleen Se-dolin, se osoitti koneissa ennennäkemätöntä luovuutta. Kyseessä oli hämmästyttävä voitto, joka sai hävinneen mestarin myöntämään: ”Luulin, että AlphaGo perustui todennäköisyyslaskentaan ja oli vain kone. Mutta kun näin tämän siirron, muutin mieleni. AlphaGo on varmasti luova.”
AlphaGo toi uutta tietoa Go-maailmaan. Sen kehittäjät toivovat voivansa lopulta soveltaa teknologiaa kilpailupelaamisen ulkopuolella esimerkiksi auttamaan tutkimusryhmiä löytämään uusia parannuskeinoja sairauksiin tai materiaalitieteilijöitä keksimään uusia materiaaleja.
Tällä hetkellä ihmiset ympäri maailmaa käyttävät tekoälyä apuna kaikessa terveydenhuollosta asiakaspalveluun, oluen valmistukseen ja robottimehiläisten rakentamiseen. Nämä tekoälyn edelläkävijät muokkaavat työntekoamme ja sitä, millä ihmistaidoilla on eniten arvoa.
Sen sijaan että tekoäly korvaisi työpaikkoja, se työskentelee ihmisistä koostuvien tiimien rinnalla auttaakseen niitä suoriutumaan tehtävistään tehokkaammin.
Toistaiseksi.
Kuten johdannossa vihjattiin, jos jossain vaiheessa tulevaisuudessa kehitetään yleiskäyttöinen tekoäly (sellainen, joka on yleisen älykkyyden osalta ihmisen veroinen tai todennäköisesti tätä kehittyneempi), ja joidenkin tulevaisuudentutkijoiden mielestä tämä voi tapahtua jo vuonna 2045 (useimmat kuitenkin arvioivat siihen kuluvan 100 vuotta), työpaikat ja työnteko ovat ihmiskunnalle todennäköisesti historiaa (jee!).
Tähän läpimurtoon liittyy kuitenkin paljon varauksia (voi ei!), joten rajataan aihetta ja keskitytään rooleihin ja toimialoihin, joilla tekoäly kehittyy huomattavaa vauhtia ja vaikuttaa toimintaan.
Mitä työtehtäviä tekoäly voisi korvata lähitulevaisuudessa?

Organisaatiot ympäri maailmaa hyödyntävät jo tekoälyä palvelujensa parantamiseen ja tehokkaampaan toimintaan. Zippian tutkimuksen mukaan puolet yhdysvaltalaisista yrityksistä hyödyntää tekoälyä jollain tavalla.
Hyvä uutinen meidän kannaltamme on, että tällä hetkellä tekoäly soveltuu erinomaisesti puuduttavien ja toistuvien tehtävien, kuten tietojen syöttämisen, automatisointiin. Kukaan ei pidä niiden tekemisestä, ja niissä tapahtuu helposti inhimillisiä virheitä.
Kun tekoäly, tietojenkäsittely ja robotiikka kuitenkin kehittyvät jatkuvasti, automaatio alkaa vaikuttaa laajamittaisesti myös vaativampiin työtehtäviin. Zippian tutkimuksessa ennustetaan, että tekoäly voisi tehdä 375 miljoonaa työpaikkaa tarpeettomiksi seuraavien 10 vuoden aikana.
Samoin tietojenkäsittelytieteen ja tekoälyn asiantuntija Kai-Fu Lee ennustaa kirjassaan Tekoälyn supervallat: Kiina, Piilaakso ja uusi maailmanjärjestys, että tekoäly voisi korvata 40 prosenttia työpaikoista maailmanlaajuisesti seuraavien 15 vuoden aikana.
Nämä ovat työtehtäviä, joissa teknologia-asiantuntijat, kuten Lee, uskovat automaation voivan mahdollisesti korvata ihmiset seuraavien 15–20 vuoden aikana.
Tehdas- ja varastotyöntekijät
Kuten luultavasti tiedät, suuri osa tehdastyöstä tehdään koneilla ihmisten avustuksella. Robottien älykkäätessä ihmisen osuus kuitenkin vähenee nopeasti.
Esimerkiksi voidakseen lisätä tuotemallistoonsa edullisen, massatuotetun vaihtoehdon Tesla ryhtyi automatisoimaan koko Model 3 -mallin tuotantoprosessin ja saavutti sen lopulta suurin piirtein joidenkin ”tuotantohelvettien” jälkeen.
Vaikka ihmisiä tarvitaan edelleen koneiden huoltamiseen ja päivittämiseen sekä poikkeamien käsittelyyn, itse tuotantoprosessissa ei ole ihmisiä. Tavallaan Model 3:n tekoälypohjaisten autopilottiominaisuuksien ansiosta robotit rakentavat robotteja!
Kun tarkastellaan Teslan ”Alien Dreadnaughtia” (Muskin sanoja, tietenkin) esimerkkinä, ei ole vaikea nähdä, miten tekoälyn kohtuullinen kehittyminen voisi poistaa ihmiset kokonaan tehtaista ja varastoista lukuun ottamatta muutamia valmiustilassa olevia teknisiä insinöörejä.
Amazon uskoo todellakin olevansa noin 10 vuoden päässä tilaustensa toimituskeskusten täydellisestä automatisoinnista.
Asiakastuki
Tekoälychatbotit pystyvät hoitamaan yhä useampia asiakaspalvelutehtäviä. Olet todennäköisesti jo keskustellut chatbotin kanssa saadaksesi vastauksen jotakin tuotetta tai palvelua koskevaan kysymykseesi.
Chatbotit käyttävät tekoälyn alaa nimeltä luonnollisen kielen käsittely (NLP) keskustellakseen asiakkaiden kanssa ja ratkaistakseen heidän ongelmiaan.
Tällä hetkellä ne ovat varsin taitavia käsittelemään toistuvia kysymyksiä, jotka ärsyttävät asiakaspalvelijoita, ja jättävät älykkäämpien sekä tunneälykkäämpien ihmisten hoidettaviksi monimutkaisemmat tapaukset, joiden parissa he mieluummin työskentelevät.
Jotkin näistä chatboteista ovat jo varsin kehittyneitä (Googlen Dialogflow teki minuun todella vaikutuksen muutama vuosi sitten), ja voi olla vaikea tietää, puhutko ihmisen vai jonkin muun kanssa.
Siksi ei ole vaikea kuvitella niiden pystyvän lähitulevaisuudessa käsittelemään kaikkia paitsi kaikkein monimutkaisimpia tapauksia, etenkin kun ihmiset tottuvat niiden käyttöön yhä paremmin.
Vaikka ihmisiä todennäköisesti tarvitaan edelleen jossakin määrin, esimerkiksi chatbottien kouluttamiseen, on todellinen mahdollisuus, että tekoäly voi korvata asiakaspalvelijat lähitulevaisuudessa.
Kuorma-autonkuljettajat
Itseohjautuvat ajoneuvot eivät ole vielä aivan täällä, mutta niiden muuttuminen todellisuudeksi lähestyy. Ne ovat jo läpäisseet testejä eri puolilla maailmaa, ja joidenkin mielestä täysin autonomiset kuorma-autot voivat olla teillä toimittamassa lähetyksiä jo 2026.
Autonomisen kuorma-autoilun ennustetaan toteutuvan vaiheittain, ja jokaisessa vaiheessa tarvitaan vähemmän ihmisten valvontaa.
Uskon, että ihmisiä ei poisteta yhtälöstä kokonaan vielä vähään aikaan, mutta rahtiyritysten tarvitsemien kuorma-autonkuljettajien määrä vähenee merkittävästi seuraavien 10–15 vuoden aikana.
Kirjanpito
Jotkin kirjanpito- ja taloushallinto-ohjelmat hyödyntävät tekoälyä hoitaakseen kirjanpidon perustehtäviä, kuten pankkitilien täsmäytyksiä ja riskinarviointeja.
Tämä on saanut jotkut julistamaan, että tekoäly on tulossa kirjanpitäjien tilalle! Nämä tehtävät ovat kuitenkin melko toistuvia ja koostuvat suurelta osin tietojen syöttämisestä ja numeroiden pyörittelystä – asioista, joista kirjanpitäjät eivät pidä.
Kirjanpitäjäsi aikaa vapautuu tehtäviin, joista hän pitää, kuten tietojen analysointiin ja asiakkaiden neuvomiseen kokemuksensa ja tietämyksensä avulla – kyseessä on yhdistelmä kovia ja pehmeitä taitoja sekä intuitiota, jota tekoäly ei tällä hetkellä pysty lähimainkaan jäljittelemään.
Radiologit
Tekoälyllä on monia hyödyllisiä sovelluksia terveydenhuollossa, esimerkiksi potilaiden diagnosoinnissa vertaamalla kuvauksia valtaviin aiempien tapausten tietoaineistoihin.
Eräässä toisessa viimeaikaisessa, tavallaan tekoälyn voitoksi luettavassa tapauksessa uusi malli saavutti paremman tuloksen kuin 72 % yleislääkäreistä, kun sen tehtävänä oli diagnosoida realistisia sairauksia koskevia kirjallisia testitapauksia. Oletettavasti tästä syystä jotkut ennustavat radiologin tehtävän muuttuvan lähitulevaisuudessa tarpeettomaksi.
Radiologit eivät kuitenkaan pelkää.
Vaikka tekoäly voi auttaa lääketieteellisen prosessin tärkeässä osassa eli diagnoosien tekemisessä, radiologeilla on edelleen runsaasti muita tehtäviä (esimerkiksi ultraäänitutkimusten tekeminen), joihin tekoäly ei vielä pitkään aikaan pysty.
Voitko myöskään kuvitella saavasi lääketieteellisen diagnoosin ilman minkäänlaista pätevää ihmistä mukana? Jätän asian sikseen.
Lakimiesavustajat
Lakimiesavustajat käyttävät suuren osan työajastaan tapausten tutkimiseen ja sopimusten tarkistamiseen. Tähän kuuluu suurten tietomäärien läpikäyminen ja esittäminen asianajajille usein tiukkojen aikarajojen puitteissa.
Onko käsiteltävänäsi suuri määrä dataa nopeasti? Tekoäly astuu kuvaan! Yksi JP Morganin käyttämä teknologia käy sekunneissa läpi sen, mihin ihmisiltä kului aiemmin 360 000 tuntia.
Jos siis koneet hoitavat suuren osan työstä, johon oikeusavustajia palkataan, ovatko oikeusavustajat poistumassa työelämästä?
Oikeusavustajat ja oikeustieteilijät eivät usko niin. Tilintarkastajien tavoin tekoälyteknologia vapauttaa oikeusavustajien aikaa, jotta he voivat keskittyä enemmän lisäarvoa tuottaviin ja vaativampiin tehtäviin, kuten toimintatapojen parantamiseen ja rahansäästöön liittyvien mallien löytämiseen. Kysymys kuitenkin kuuluu: kuinka monia heitä edelleen tarvitaan?
Keskijohtajat
Keskijohtajat jakavat mielipiteitä. Jotkut pitävät heitä tehottomina, heikkoina ja epäpätevina, kun taas toiset arvostavat heidän tärkeää rooliaan organisaatioissa. Todellisuudessa kaikki riippuu siitä, millainen johtaja sinulla on!
Riippuen näkemyksestäsi asiasta, voi olla yllättävää tai olla olematta, että joidenkin mielestä tekoäly voi korvata keskijohtajat. Perusteluna on, että suuri osa keskijohtajan tehtävistä – työn jakaminen ja tavoitteiden saavuttamisen varmistaminen – voidaan opettaa tekoälylle.
Aikataulu? 8 vuotta.
Me kuitenkin suhtaudumme väitteeseen epäillen.
Ihmisten asianmukainen johtaminen edellyttää sosiaalista ja tunnetiedon käsittelykykyä, kuten huolenpitoa, empatiaa, motivointia, tiimin rakentamista, valmentamista ja kuuntelemista – ominaisuuksia, jotka kuuluvat yleiskäyttöisen tekoälyn piiriin. Testit ovat osoittaneet, etteivät nykyiset tekoälymallit, kuten ChatGPT, ole vielä kovin hyviä näissä tehtävissä.
Jälleen kerran tekoäly voi auttaa hallinnollisissa tehtävissä (joista useimmat johtajat varmasti mielellään luopuisivat) sekä ennustamisessa. Tämä vapauttaa heidän aikaansa työn ihmisten johtamiseen liittyvään puoleen.
Kirjoittajat
Pieni salaisuus: tämän artikkelin kirjoitti itse asiassa tekoäly. No, ei kirjoittanut, mutta olisiko se mahdollista?
OpenAI:n uuden ChatGPT-mallin kyvystä vastata kysymyksiin lyhyen esseen muodossa on puhuttu paljon. Monet ammattilaiset, kuten opettajat, pohtivat, kuinka he pystyvät erottamaan tekoälyn tuottaman työn alkuperäisestä kirjoituksesta (yritys ottaa käyttöön vesileimoja ja vastaavia tekniikoita).
Luonnollisesti kokeilimme ChatGPT:tä, ja vaikka se on kiistatta vaikuttava useimpiin sille esitettyihin kysymyksiin vastaamisessa sekä vastaa vaikuttavan kaunopuheisesti ja huumorilla, se ei osaa kertoa tarinaa (kysyimme siltä, ja se sanoi ei). Lisäksi sen rajoitteena on sen tietoaineisto, vaikka se onkin vaikuttava, ja hyvin kapealle erityisalueelle siirryttäessä sen puutteet tulevat esiin.
Koska tarinankerronta ja eletyt kokemukset ovat niin olennaisia hyvälle ja hyödylliselle kirjoittamiselle – ja oikeastaan kaikelle viestinnälle – pidämme ChatGPT:tä ja vastaavia työkaluja juuri sellaisina: hyödyllisinä työkaluina, jotka auttavat meitä tuottamaan ideoita ja selittämään käsitteitä.
Jotta tekoäly voisi korvata tarinoita kertovat ja inhimillisiä kokemuksia jakavat kirjoittajat, sen pitäisi saavuttaa yleiskäyttöinen taso, ja siihen on vielä matkaa.
Tekoäly työpaikkojen luojana?

Paljon huomiota kiinnitetään tekoälyyn ja työpaikkojen menetyksiin, mutta entä tekoäly työpaikkojen luojana? Erään PwC:n tutkimuksen mukaan tekoälyn automatisoinnin seurauksena menetettävät työpaikat korvautuvat talouskasvun ja sen seurauksena syntyvien uusien työpaikkojen avulla.
Uusia työpaikkoja, joiden syntymistä tekoäly auttaa edistämään, ovat tekoäly- ja koneoppimisinsinöörit (kuten arvata saattaa), data-analyytikot, ohjelmistokehittäjät ja liiketoiminnan muutosasiantuntijat. Melko erikoistuneita tehtäviä, kuten varmasti myönnät.
Edellä olevasta luettelosta käy ilmi, että ihmiset tarvitsevat koulutusta sekä osaamisensa kehittämistä ja uudelleenkoulutusta pysyäkseen mukana modernin työpaikan vaatimuksissa!
Oppimiseen ja kehittymiseen investoimiselle ei ole koskaan ollut parempaa aikaa.
Ihmiset johtavat robotteja

Ihmiset ovat pelänneet koneiden vievän heidän työpaikkansa jo sukupolvien ajan. Itse asiassa koneiden työpaikkoja vievistä artikkeleista lukeminen lisää tätä pelkoa, erityisesti koska sensaatiohakuisuus on mediassa yleistä.
Jos olet kiinnostunut siitä, missä oma työsi tässä kaikessa on, on olemassa willrobotstakemyjob-niminen verkkosivusto, joka käyttää – arvasit oikein – koneoppimisalgoritmia ennustamaan, kuinka todennäköisesti työ automatisoidaan.
Tässä vaiheessa kaikki on tietenkin spekulatiivista, mutta ei ole epäilystäkään siitä, etteivätkö uudet teknologiat vaikuttaisi jatkossakin tapaamme työskennellä.
Vaikka jotkut ennustivat 1900-luvun alussa, että koneet tekisivät tähän mennessä kaiken puolestamme ja ihmiset työskentelisivät vain 15 tuntia viikossa (kunpa näin olisikin!), nykyään töissä käy enemmän ihmisiä kuin koskaan aiemmin!
Työmarkkinat ovat sopeutuneet aiemminkin, ja ehkä tulevat rekkakuskit tai tehdastyöntekijät päätyvät ihmisläheisempiin tehtäviin, kuten opettajiksi tai hoivatyöntekijöiksi, tai ohjelmoimaan uuden sukupolven tekoälytyökaluja.
Jos työn tulevaisuus ja uuden teknologian mahdollinen rooli ihmisten johtamisessa kiehtovat sinua, tilaa People Managing People -uutiskirje.

