Mittaamme tekoälyn sijoitetun pääoman tuottoa väärin, ja virhe käy yhä kalliimmaksi
Tekoälyn sijoitetun pääoman tuoton haasteet: Monilla organisaatioilla on vaikeuksia mitata tekoälyn sijoitetun pääoman tuottoa, ja ne kohdistavat ongelmat usein virheellisesti johtamiseen eivätkä käyttöönottoon.
Mittareiden yhteensopimattomuus: Nykyiset mittarit keskittyvät teknologian suorituskykyyn, mutta eivät käsittele taustalla olevia ihmisiin ja prosesseihin liittyviä ongelmia.
Pitkän aikavälin vaikutukset: Huonosti toteutetut tekoälyratkaisut voivat aiheuttaa organisaatiolle vuosien mittaan kertyvää haittaa ja heikentää sen tehokkuutta.
Organisaation terveys: Tekoälyinvestointeja koskevissa päätöksissä on kestävän menestyksen varmistamiseksi asetettava ihmiset ja prosessit teknologian rinnalle mittaamisen kohteiksi.
Johtamisen puutteet: Muutosjohtamiseen ei yleensä osallistu henkilöstöhallinto, mikä johtaa lyhytnäköisiin investointeihin, joilla ei ole pitkän aikavälin elinkelpoisuutta.
ROI-esitys näyttää aina siistiltä. Tunteja säästetty, henkilöstöä ohjattu uudelleen, läpimenoaikaa lyhennetty, käyttöasteet nousussa kohti mitä tahansa vertailuarvoa, jota toimittaja ehdotti aloituspalaverissa. Vihreitä nuolia. Kaaviot liikkuvat ylös ja oikealle. CFO nyökkää hyväksyvästi.
Kahdeksantoista kuukautta myöhemmin jokin on pielessä. Vaihtuvuus on kasvanut niissä osastoissa, joiden piti hyötyä muutoksesta eniten. Yhteistyö eri toimintojen välillä on muuttunut kankeammaksi. Tiimi, joka ennen toimi tietynlaisen epämuodollisen yhtenäisyyden varassa, etenee nyt kuin rämpien juoksuhiekassa. Kukaan ei osaa osoittaa syytä, joten asia pannaan tavanomaisten epäiltyjen piikkiin: johtamistyyli, markkinoiden aiheuttama stressi, pandemian jälkeinen milloin mikäkin ilmiö.
Sitä edeltäneestä tekoälyn käyttöönotosta, joka tapahtui kuusi vuosineljännestä aiemmin, ei puhuta.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Tätä AI:n ROI:n väärin mittaaminen todellisuudessa maksaa. Ei yksittäisenä budjettirivinä, vaan hitaana rapautumisena, joka tulkitaan väärin ja jota hoidetaan väärillä keinoilla.
Teknologiamittarit ja henkilöstömittarit
AI-investointeja koskevissa keskusteluissa hallitsevat mittarit — säästetty aika, uudelleen ohjattu henkilöstö, lyhentynyt läpimenoaika ja yhä useammin käyttö — ovat kaikki teknologian suorituskyvyn ennakoivia mittareita. Ne mittaavat muutoksen tasoa, joka on helpoin määrittää määrällisesti.
Niillä ei mitata organisaatiotasoa, jossa huonon toteutuksen todelliset kustannukset syntyvät ja kasvavat, kunnes niitä on mahdotonta enää sivuuttaa.
Käyttö ansaitsee erityistä tarkastelua, koska sen oletetaan olevan organisaation terveyden mittari, vaikka se on todellisuudessa käyttäytymisen mittari. Vuoden 2025 lopulla julkaistussa BCG:n analyysissa todettiin, että 60 % yrityksistä maailmanlaajuisesti ei tuottanut tekoälyllä merkittävää arvoa huomattavista investoinneista huolimatta, ja syyksi tunnistettiin osittain juuri mittarit.
Organisaatiot, jotka keskittyivät kirjautumisiin ja käyttöön käytettyyn aikaan käyttöönoton mittareina, oppivat kantapään kautta, että nämä mittarit eivät kerro lainkaan, onko tekoälystä tullut keskeinen osa sitä, miten ihmiset tosiasiassa työskentelevät.
Korkeat käyttöasteet kertovat, että ihmiset käyttävät työkalua. Ne eivät kerro mitään siitä, sujuuko työ hyvin, toimivatko tiimit tai liikkuuko yhteistyötehtävien kautta ennen kulkenut hiljainen tieto enää lainkaan. Henkilöstö voi saavuttaa jokaisen käyttöä koskevan vertailuarvon samalla, kun sen todellisen toiminnan yhteensitova rakenne hajoaa hiljalleen.
BCG:n lokakuussa 2024 julkaisemassa raportissa ”Missä on tekoälyn arvo?” — joka perustui 1 000 CxO:n kyselyyn 59 maassa — todettiin, että noin 70 % tekoälyn käyttöönoton haasteista johtuu ihmisistä ja prosesseista.
Useimpien käyttöönottojen budjetin kohdentaminen toimii täysin päinvastoin: enemmistö kohdennetaan teknologiaan, kun taas muutoksenhallintaa ja organisaation valmiutta käsitellään budjettiriveinä eikä investoinnin kannattelevina osina.
Kun muutoksen arviointiin käyttämäsi mittarit kertovat vain teknologiatasosta, mittaat tarkoituksellisesti yhtälön osaa, joka todennäköisimmin ei ratkaise sen onnistumista.
ROI:n määritteleminen uudelleen
CFO:n näkökulma ei ole sellaisenaan väärä. Se tuo todelliseen kysymykseen kurinalaisen lähestymistavan: tuottaako tämä investointi tuottoa?
Ongelma on siinä, että se soveltaa pääoman kohdentamisen logiikkaa ongelmaan, joka on pohjimmiltaan organisaatiomuutos, eivätkä aikajänteet vastaa toisiaan.
Ohjelmistojen ROI-syklit kestävät 12–18 kuukautta. Huonosti johdetun käyttöönoton aiheuttamat organisaatiovahingot kertyvät kahden tai kolmen vuoden aikana ja tulevat esiin täysin muuna asiana.
On syytä tarkastella, miten CFO päätyy ylipäätään käymään tätä keskustelua. Anthony Onesto, joka on työskennellyt koko uransa HR-teknologian parissa ja rakentaa nyt tekoälymuutoksen käytäntöjä keskisuurille yrityksille, kuvailee paineen vyöryä.
Hallitukset painostavat toimitusjohtajia, toimitusjohtajat etsivät organisaatiosta henkilöä, joka ottaisi siitä vastuun, ja luonteva ensimmäinen valinta on CTO tai CIO. Kun tämä osoittautuu riittämättömäksi, keskustelu siirtyy CFO:lle.
Siitä tulee aina taloudellinen päätös, joka on joskus oikea ja joskus ei.
Hänen näkemyksensä mukaan HR:n pitäisi johtaa näitä muutoksia, ei vain muutosjohtamisen jälkikäteen huomioitavana asiana, vaan toimintona, jolla on parhaat edellytykset pohtia, miten koneet ja ihmiset toimivat yhdessä. Hänen mukaansa se, että näin tapahtuu harvoin, johtuu rakenteista. Useimmat HR-johtajat eivät ole ilmoittautuneet mukaan, eikä paineen luonnollinen kulkeutuminen yleensä ohjaa asiaa heidän vastuulleen.
Lopputuloksena on ROI-keskustelu, jonka muotoilee se, jolle vastuu on siirtynyt, ja useimmissa organisaatioissa tämän henkilön kannustimet suuntautuvat osoitettavissa olevaan lyhyen aikavälin tehokkuuteen, eivät organisaation pitkän aikavälin terveyteen.
Ammatillisten identiteettien haastaminen
Pelkkä identiteetin häiriintyminen havainnollistaa tätä kuilua. Kun rutiinitehtävät automatisoidaan, myös ammatillinen identiteetti usein muuttuu. Analyytikolla, joka on kehittänyt harkintakykyään vähäisen riskin toistuvien tehtävien avulla, pitäisi teoriassa nyt olla arvokkaampaa työtä tehtävänään.
Käytännössä kehittymisen konteksti on poistunut, eikä kukaan ole rakentanut sen tilalle korvaavaa ympäristöä. Häiriö ei tule näkyviin ilmoituksen yhteydessä. Se ilmenee kahdeksan tai kymmenen kuukauden kuluttua sitoutumattomuutena, joka tulkitaan kulttuuriongelmaksi ja jota käsitellään sellaisena, vaikka todellinen syy jää huomaamatta aiempaan käyttöönottolokiin.
Tämä ei ole marginaalinen huolenaihe. Se on mekanismi, jonka kautta automaatioinvestoinnit tuottavat ennakoitua huonompia tuloksia tehokkuustavoitteiden saavuttamisesta huolimatta. Tavoitteet asetettiin väärälle järjestelmälle.
Automatisoitava asia on harvoin pelkkä tehtävä. Rutiinityöhön liittyy usein epävirallisia toimintoja, jotka eivät näy missään prosessikartassa: tiimien välisiä koordinointirytmejä, yhteistyöhön perustuviin työnkulkuihin sisältyvää mentorointia sekä ammatillisia kohtaamisia, jotka tarjoavat nuoremmille työntekijöille säännöllisen mahdollisuuden nähdä, miten kokeneemmat tekevät päätöksiä.
Näitä ei ole dokumentoitu mihinkään, koska siihen ei ole tarvittu tarvetta ennen niiden katoamista. Siinä vaiheessa niiden arvon oppii kantapään kautta.
Kolmen tiimin jäsenen yhdessä laatima viikoittainen toimintojen välinen raportti ei ainoastaan tuottanut raporttia. Se loi yhteistä näkemystä, näkyvyyttä ja jatkuvan syyn pitää nämä tiimit säännöllisesti yhteydessä toisiinsa. Kun automatisoit raportin, olet saavuttanut tehokkuuden.
Tämän kustannus ei näy ROI-esityksessä. Lopulta se näkyy siinä, miten nämä tiimit toimivat yhdessä – tai lakkaavat toimimasta yhdessä.
Sen puolesta, että kustannuksiksi lasketaan laajempi joukko tekijöitä, ei puhuta ROI-kurin vastaisesti. Kyse on siitä, että tätä kuria sovelletaan koko järjestelmään eikä vain kätevään osajoukkoon. Jos 70 % muutoksen tuloksia määrittävistä tekijöistä sijaitsee ihmisissä ja organisaatiotasolla, mittauskehys, joka jättää tämän tason ulkopuolelle, ei ole varovainen vaan järjestelmällisen optimistinen väärien asioiden suhteen.
Oikea lähestymistapa
Kattavampaan mittauskehykseen sisältyvät:
- Vaikutuksen kohteena olevien tehtävien henkilöstön vaihtuvuuden kehitys, johon on sisällytetty riittävä viive
- Toimintojen välisen viestinnän mallit ennen merkittäviä automaatiomuutoksia ja niiden jälkeen
- Tiedonsiirron nopeus nuoremmille työntekijöille
- Luottamuksen taso, mitattuna kyselyillä, jotka on suunniteltu tuomaan esiin todelliset tuntemukset tyytyväisyyttä epäsuorasti mittaavien tekijöiden sijaan.
Mikään tästä ei ole teknisesti vaikeaa. Useimmat organisaatiot eivät tee näin, koska ne eivät ole koskaan yhdistäneet automaatiopäätöksiä organisaation terveyttä koskeviin tuloksiin tietoisena toimintatapana.
Ravin Jesuthasan, jonka työ työvoiman arkkitehtuurin parissa kattaa vuosikymmenten ajan yritysmuutoksia, ilmaisee asian suoraan:
En tiedä yhtäkään organisaatiota, joka olisi lähtenyt liikkeelle teknologiasta, pitänyt inhimillisen puolen poissa yhtälöstä ja silti koskaan saavuttanut onnistunutta lopputulosta.
Teknologiasta aloittavat organisaatiot kehittävät hänen mukaansa ongelmasta binaarisen näkemyksen, korvaavat inhimillisen elementin aina kun mahdollista eivätkä koskaan rakenna organisatorista kestävyyttä, joka saa muutoksen juurtumaan.
Mittausongelman ratkaiseminen on osittain tekninen kysymys ja pääasiassa hallinnollinen. Tekoälyinvestointeja koskevia päätöksiä tehtäessä jonkun pöydässä olevan henkilön on vastattava organisaation hyvinvoinnin puolesta ja hänellä on oltava riittävä asema käsitellä sitä tehokkuuspuolen veroisena, ei sen alisteisena.
Useimmissa organisaatioissa kyseinen henkilö ei joko ole mukana päätöksenteossa tai hänellä ei ole tällaista asemaa. CHRO:lta kysytään usein neuvoa muutosjohtamiseen toimeenpanotehtävänä eikä yhdenvertaisena ulottuvuutena siinä, mitä onnistuminen tarkoittaa.
Jesuthasan kuvaa laajempaa epäonnistumista mittaamista laajemmilla termeillä.
Johtajilta nyt edellytettävä muutos on suurempi kuin mikään, mitä olemme nähneet viimeisten 150 vuoden aikana. Enkä usko, että moni heistä ymmärtää sitä.
Tämä ei ole niinkään tuomio kuin rakenteellinen havainto. Tekoälyinvestointeja koskevia päätöksiä tekevät johtajat on koulutettu maailmassa, jossa teknologia ja organisaatio olivat toisistaan erotettavissa olevia ongelmia. Nyt ne eivät enää ole.
Nämä kaksi asiaa erillään pitävä ROI-esitys on vanha asiakirja, jota sovelletaan perustavanlaatuisesti erilaiseen tilanteeseen, ja virhe, joka kumuloituu henkilöstön vaihtuvuusluvuissa ja yhteistyön puutteessa, käy kalliiksi.
