Miksi tekoäly ei tuota odottamiamme tuottavuushyötyjä

David Rice: Johtajat ajattelevat työntekijöidensä käyttävän noin kolmekymmentäviittä sovellusta. Todellinen määrä saattaa yllättää. Tämä näkyvyyskuilu on keskeinen syy siihen, miksi tekoälyinvestoinnit kasvavat jatkuvasti samalla kun työntekijöiden tuottavuus pysähtyy. WalkMen Ofir Blochin mielestä olemme jo ohittaneet vaiheen, jossa tätä voidaan kutsua väliaikaiseksi käyttöönoton käyräksi. Meidän on vain myönnettävä se. Työkalujen käyttöönotto ilman työn uudelleensuunnittelua ei ole strategia.

Tämän päivän ohjelmassa keskustelen Blochin kanssa WalkMen digitaalisen käyttöönoton tilaa käsittelevästä raportista ja siitä, mitä viiden vuoden data kertoo organisaatioiden todellisista ongelmista. Ongelma ei ole malli. Ongelma on kaikki mallin ympärillä: pirstoutuneet järjestelmät, kitka sekä kuilu sen välillä, mitä johtajat uskovat tapahtuvan ja mitä työntekijät todella kokevat joka päivä.

Organisaatiot, jotka menestyvät tässä juuri nyt, eivät ole niitä, joilla on edistynein tekoäly. Ne vähentävät kitkaa nopeimmin. Työntekijät, jotka saavat tilannekohtaista tukea työnkulun aikana, ilmoittavat lähes neljä kertaa todennäköisemmin olevansa täysin varmoja työstään. Ei siksi, että he olisivat saaneet parempaa koulutusta, vaan siksi, että apu saapui juuri silloin, kun sitä tarvittiin – ei kuusi viikkoa etukäteen.

Tänään käsittelemme sitä, miksi kolmenkymmenenviiden ja satojen sovellusten välinen kuilu selittää johtajien ja työntekijöiden välisen yhteyden katkeamisen, miksi perinteinen koulutus ei pysy reaaliaikaisen muutoksen tahdissa, mitä eroa on työkalun käyttämisellä ja sen todellisella hyödyntämisellä sekä miksi orkestrointi on tällä hetkellä tärkeämpää kuin mallin hienostuneisuus.

Minä olen David Rice. Tämä on People Managing People. Jos organisaatiosi mittaa tekoälyn onnistumista edelleen lisenssien käytöllä, tämä keskustelu näyttää, mitä todellisuudessa jätät huomiotta. Aloitetaan.

Ofir, tervetuloa. Mukava saada sinut mukaan.

Ofir Bloch: Kiitos, David. Mukava olla täällä.

David Rice: Halusin aloittaa tämän päivän keskustelun yhdestä raporttinne suurimmista jännitteistä: tekoälyinvestoinnit kiihtyvät samalla kun työntekijöiden tuottavuus ja kokemus näyttävät heikkenevän.

Haluaisin tietää, missä vaiheessa lakkaamme pitämästä tätä väliaikaisena käyttöönoton käyränä ja ehkä vain myönnämme, että tekoälyn toteuttamisessa on perustavanlaatuinen ongelma.

Ofir Bloch: Rehellisesti sanottuna uskon, että olemme jo ohittaneet sen vaiheen. Kuten sanoit, meidän on vain myönnettävä se.

Meidän on nyt nimettävä ongelma ja alettava kohdata se. Näemme luvut. Näemme, että yritykset investoivat yhä enemmän rahaa teknologiaan ja tietenkin kaikkeen tähän tekoälyinnostukseen, ja summat ovat ennätyksellisiä – viime vuonna viisikymmentäneljä miljoonaa dollaria. Mutta kuten tiedät, investoinnit eivät todellisuudessa tuota odottamiamme tuloksia.

Meillä on siis ongelma, ja data tukee sitä. Raporttimme tuo esiin monia näistä kohdista, ja keskustelen niistä mielelläni tänään.

David Rice: Tuntuu siltä, että oletamme tekoälyn luovan tuottavuutta luonnostaan vain olemalla olemassa. Tiedäthän, kun se on täällä, kaikki moninkertaistavat suorituskykynsä kymmenkertaiseksi tai jotain vastaavaa.

Teknologian käyttöönotto ja työnkulun muuttaminen ovat kuitenkin kaksi täysin eri asiaa, ja vaikuttaa siltä, että jotkut yritykset sekoittavat toiminnan mahdollistamiseen. Työkalut otetaan käyttöön ilman, että työtä tai sen todellista tekemistä suunnitellaan uudelleen. Se johtaa tilanteeseen, jossa emme pysty määrittelemään sijoitetun pääoman tuottoa.

Siksi emme pysty oikeastaan päättämään, mitä seuraavaksi pitäisi tehdä. Tällä hetkellä vaikuttaa myös olevan uponneiden kustannusten psykologiaa: mitä enemmän yritykset käyttävät rahaa, sitä vaikeampi niiden on myöntää, ettei toteutus toimi.

Ofir Bloch: Aivan oikein. Tässä ongelmassa on monia kerroksia ja tasoja.

Kuka vastaa käyttäytymisen muutoksen edistämisestä? Kuka vastaa näiden uusien työkalujen käyttöönoton varmistamisesta? Vallitsee väärinkäsitys, jonka mukaan jos rakennat jotain, ihmiset tulevat. Jos otat jotain käyttöön, ihmiset vain käyttävät sitä. Todellisuudessa asia on melkein päinvastoin. Näemme itse asiassa, että tuottavuus- tai käyttöönoton kuilu kasvaa.

Innovaatioiden vauhti on hämmästyttävä. Joka päivä tulee uusi malli. Kuulin juuri, että Sonnet 5 julkaistaan huomenna, ja olemme vasta ehtineet tottua Clauden Opus 4.7:ään. Joka päivä tulee uusi malli, ja jokainen malli on edellistä parempi. Mutta jos ihmiset käyttävät niitä päivän päätteeksi vain sähköpostien tiivistämiseen tai perusasioihin, he eivät oikeastaan hyödynnä näitä työkaluja tai niiden koko potentiaalia.

David Rice: Pidän myös Field of Dreams -viittauksesta, koska jos tarkastelee minkä tahansa tekoälyaiheisen sisällön kommenttiosiota, se muistuttaa enemmän huutojen kenttää. Raporttinne osoittaa kuitenkin valtavan havaintoeron johtajien ja työntekijöiden välillä.

Kyse ei ole vain luottamuksesta. Kyse on valmiudesta, koulutuksesta ja siitä, auttavatko nämä työkalut ihmisiä todella heidän työssään. Haluaisin kuulla ajatuksesi tästä. Kysyn tätä usein, mutta miten johtaminen voi irtautua niin kauas työn todellisesta arjesta?

Ja mitä johtajien pitäisi tehdä päästäkseen nopeasti takaisin kosketukseen sen kanssa?

Ofir Bloch: Mielestäni tämä oli yksi raportin selkeimmistä havainnoista. Se on myös pysynyt johdonmukaisena. Tämä on viides julkaisemamme raportti.

Syitä voi olla useita, mutta raporttimme paljasti erityisesti suuren kuilun niiden sovellusten ja teknologiapinon välillä, joita johtajat uskovat henkilöstönsä käyttävän, ja sen välillä, mitä todellisuudessa tapahtuu.

Kun johtajilta kysytään, kuinka montaa työkalua heidän henkilöstönsä käyttää, he vastaavat yleensä muutaman kymmenen – ehkä kolmekymmentä tai kolmekymmentäviisi sovellusta. Todellisuudessa, kun tarkastelemme yritysten todellista teknologiapinoa ja sovellusvalikoimaa, määrä on lähes seitsemänsataa sovellusta.

Johtajien kuvitteleman ja todellisuudessa käyttöön otetun välillä on siis valtava näkyvyyskuilu. Se on ymmärrettävää, koska työkalujen ostaminen on nykyään erittäin helppoa. Otat vain luottokortin esiin, maksat kaksikymmentä dollaria kuukaudessa ja saat käyttöösi työkalun. Vielä helpompaa se on niin sanotun tunnelmakoodauksen myötä.

Kuka tahansa voi nykyään luoda ja rakentaa työkaluja, ja useimmat meistä jo kokeilevat niitä. Johtajien kuvittelemien työkalujen ja henkilöstön tosiasiallisesti käyttämien työkalujen välillä on siis todella suuri näkyvyyskuilu. Osittain tämä johtuu siitä, ettei organisaatioilla ole työkaluja sen mittaamiseen tai tarkastelemiseen.

Tämä oli mielestäni erittäin selkeä havainto raportissa vuodesta toiseen. Mitä heidän pitäisi sitten tehdä saadakseen tilanteen hallintaan? Suuri osa liittyy viestintään ja siihen, että kuunnellaan, mitä ihmiset todella tarvitsevat työssään.

Mitä he käyttävät? Mitä heiltä puuttuu? Tähän liittyy myös teknologinen ratkaisu. On olemassa työkaluja, jotka näyttävät, mitä teknologiapinossasi on ja mitä ihmiset todella käyttävät.

David Rice: Kuunteleminen on hyvä näkökulma. Kun mietin, miten tästä ongelmasta tulee ongelma, itse yhteyden katkeaminen on kiehtova asia, koska molemmat ryhmät kokevat teknisesti saman organisaation.

Johtajat näkevät usein lupauksen, kun taas työntekijät joutuvat elämään kitkan keskellä. Monet johtoryhmät aliarvioivat, kuinka nopeasti luottamus rapautuu, kun työntekijät kokevat kantavansa kokeilujen taakan ja vastuunsa siitä, että kokeilu tuottaa sijoitetun pääoman tuottoa. Ylimmältä johdolta puuttuu ehkä empatiaa.

Johtajat näkevät usein teknologiaongelman, kun jokin ei toimi. Kuinka monta kertaa voimme sanoa sen? Näen sen kaikkialla LinkedInissä, kuulen sen tässä podcastissa ja muissa podcasteissa. Kyse ei ole teknologiaongelmasta vaan ihmisistä. Viesti ei tunnu menevän perille joillekin johtajille, enkä tiedä miksi.

Ofir Bloch: Digitaalisesta empatiasta puhutaan paljon. Monet yritykset puhuvat työntekijäkokemuksesta, mutta jos asiaa ajattelee, erityisesti sen jälkeen kun aloimme työskennellä kotoa ja hybridimallissa, työntekijän kokemus koostuu nykyään suurelta osin erilaisista digitaalisista kosketuspisteistä sekä siitä, miten koemme teknologiapinon ja työssä käyttämämme työkalut.

Kun puhumme työntekijäkokemuksesta, suuri osa liittyy teknologian aiheuttamaan kitkaan, työskentelytapojen muuttamiseen tai uuden oppimiseen. Olet siis aivan oikeassa: yhteyden katkeaminen ei auta. Jos johto ymmärtäisi, millaisia työkaluja ihmiset käyttävät, millaista kitkaa niihin liittyy ja kuinka monimutkaisia työnkulkuja olemme ottaneet käyttöön, digitaalinen empatia voisi parantaa työelämää ja digitaalista työntekijäkokemustamme.

David Rice: Olen samaa mieltä. Väität, että todellinen rajoite ei ole tekoälyn kyvykkyys. Siltä puuttuu konteksti, ja se vaikuttaa syvemmältä järjestelmäongelmalta kuin useimmat organisaatiot ymmärtävät. Miksi kontekstista on tulossa yritystekoälyn määrittävä rajoite?

Ofir Bloch: Osa ongelmasta liittyy siihen, miten nämä työkalut otetaan käyttöön.

Tekoälybuumin myötä jokainen toimittaja integroi tekoälyä ja upottaa sitä omiin työkaluihinsa. Meillä on apureita, mutta useimmat näistä työkaluista keskittyvät yhteen sovellukseen tai ekosysteemiin. Työ ei kuitenkaan tapahdu yhdessä sovelluksessa. Työnkulkumme ulottuvat useisiin sovelluksiin, eikä tekoälymalleilla yleensä ole pääsyä niihin kaikkiin.

Jotkin mallit voivat käyttää dataa rajapintojen tai muiden ohjelmallisten menetelmien, kuten MCP:n ja A2A:n, kautta. Kaikilla käyttämillämme sovelluksilla ei kuitenkaan ole pääsyä näihin protokolliin. Data osoittaa, että vain kaksikymmentäyhdeksän prosenttia työnkuluistamme on saavutettavissa näillä ohjelmallisilla menetelmillä.

Seitsemänkymmentäyksi prosenttia ei siis ole mallien tavoitettavissa. Työntekijän tekemä työ on pitkälti hänen näytöllään. Kun katson työntekijänä näyttöäni, näen silmänräpäyksessä valtavan määrän tietoa.

Tekoäly ei näe sitä. Annan nopean esimerkin. Yleisösi koostuu muun muassa henkilöstöhallinnon ammattilaisista. Oletetaan, että haluan antaa sinulle, David, kertapalkkion. Sanotaan vaikka viisituhatta dollaria. Annetaanko Davidille viiden tuhannen dollarin kertapalkkio.

Kun menen sovelluksen sisällä olevaan keskustelubottiin, apuriin tai tekoälyavustajaan ja sanon: "Haluan antaa Davidille viiden tuhannen dollarin kertapalkkion", minun on vastattava lukuisiin kysymyksiin, jotta asia voidaan toteuttaa. Toimittajien esittelyissä kaikki tapahtuu taianomaisesti, mutta oikea elämä ei toimi niin.

Kuka David? Onko hän Lontoon vai San Franciscon toimistossa? Onko David tiimissäni? Saanko antaa viiden tuhannen dollarin kertapalkkion? Pitääkö talousjohtajan hyväksyä se? Sen sijaan että ohjaisit tekoälyä, tekoäly alkaa esittää sinulle kysymyksiä. Jos kirjaudut henkilöstöhallinnon järjestelmään, näet kaikki nämä tiedot yhdellä näytöllä.

Graafinen käyttöliittymä sisältää suuren osan tarvittavasta kontekstista, mutta tekoälymalleilta se puuttuu, koska ne eivät näe näyttöäsi. Tämä oli toinen kyselyssä havaitsemamme ongelma.

David Rice: Tämä on kiehtovaa, koska niin suuri osa työstä on syvästi kontekstisidonnaista. Kuten sanoit, järjestelmät eivät näe kaikkea tätä.

Olemme käyttäneet kaksi viime vuotta mallien älykkyydestä puhumiseen. En tiedä, puhummeko riittävästi organisaatioiden älykkyydestä ja siitä, miten kaikki nämä yhteydet saadaan muodostettua. Tekoäly voi tuottaa uskomattomia tuloksia, mutta ilman kontekstia ja ymmärrystä organisaation tavoitteista, politiikasta, historiasta ja riippuvuuksista – kaikesta näkymättömästä, joka todella saa organisaation toimimaan – on vaikea nähdä sijoitetun pääoman tuottoa. Tulokset tuntuvat joskus irtaantuneilta siitä, keitä olemme organisaationa ja mitä yritämme saavuttaa.

Ofir Bloch: Tähän liittyy toinen tilastotieto. Havaitsimme, että kolmekymmentäseitsemän prosenttia työntekijöistä ohittaa tekoälyn kokonaan. He eivät edes yritä käyttää sitä, koska heidän pitäisi vastata niin moniin kysymyksiin ja syöttää niin paljon tietoa. Joskus he eivät myöskään luota tekoälyn suoriutuvan työstä, joten he jättävät sen kokonaan väliin.

Olet siis aivan oikeassa.

David Rice: Mietin, koska puhuimme aiemmin aina vapautuvasta ajasta. Luulen, että olemme käyttäneet vapautuneen ajan tuottamalla enemmän ja ahtamalla päivään vielä lisää tekemistä. Voisi olla hyödyllistä alkaa tutkia erityisesti henkilöstöhallinnon kaltaisilla aloilla sitä, miten vapautunutta aikaa voisi käyttää järjestelmiin perehtymiseen ja niiden tekemiseen johdonmukaisemmiksi koko organisaatiossa.

Siinä on suuri mahdollisuus saada teknologiasta enemmän hyötyä. Useimmat organisaatiot käsittelevät piilotekoälyä hallinto- tai vaatimustenmukaisuusongelmana, mutta raportti näyttää vihjaavan, että se on usein merkki siitä, etteivät parannetut järjestelmät vastaa työn todellisuutta.

Näetkö todella yritysten diagnosoivan ongelman väärin?

Ofir Bloch: Enimmäkseen kyllä. Haluan kuitenkin aloittaa sanomalla, etten pidä termistä piilotekoäly. Puhun mieluummin liiketoimintalähtöisestä tekoälystä, koska sitä se on. Useimpien organisaatioiden oletusreaktio on, että kyse on tietoturvaongelmasta ja luvattomista työkaluista, jotka pitää estää.

Riskien näkökulmasta se on ymmärrettävää, mutta se ei huomioi sitä, mitä todella tapahtuu. Siksi en pidä termistä piilotekoäly. Työntekijät sanovat organisaatiolleen: "En saa tarvitsemiani asioita tarjoamistanne tai käyttöön ottamistanne työkaluista." Kyselyymme vastanneista työntekijöistä neljäkymmentäviisi prosenttia myönsi käyttävänsä hyväksymättömiä työkaluja, ja kolmekymmentäkuusi prosenttia heistä kertoi käyttävänsä niitä myös luottamuksellisten tietojen kanssa.

En usko työntekijöiden tarkoittavan pahaa. He yrittävät vain saada työnsä tehtyä, eivätkä organisaation tarjoamat työkalut todennäköisesti tuota odotettua lopputulosta. Eri mallit voivat sopia eri tarpeisiin. Saatan pitää Claudesta kirjoittamiseen enemmän kuin ChatGPT:stä tai pitää Codexin tavasta rakentaa käyttöliittymäkomponentteja enemmän kuin Clauden tavasta.

Käytän siis työkalua, joka auttaa minua tekemään työni paremmin. Piilotekoäly ei ole käyttäytymisongelma. Se on seurausta siitä, että työskentely hyväksytyssä järjestelmässä ja ekosysteemissä on vaikeampaa kuin sen ulkopuolella. Työntekijät sanovat: "Kuunnelkaa meitä. Ette tarjoa oikeita työkaluja."

David Rice: Pidän tuosta uudelleenmäärittelystä. Olen aina ajatellut, ettei termi täysin vastaa sitä, mitä tapahtuu. Piilotekoäly kuulostaa Mission: Impossible -elokuvalta, jossa Ethan Hunt murtautuu CIA:n keskustietokoneelle. Todellisuudessa useimmat käyttävät näitä työkaluja, koska eivät yritä luoda riskiä.

He yrittävät vähentää kitkaa. Historiallisesti kiertotavat syntyvät siellä, missä järjestelmät lakkaavat vastaamasta todellisuutta. Sen sijaan että kysyisimme, miksi työntekijät rikkovat sääntöjä tai käyttävät hyväksymättömiä työkaluja, parempi kysymys on ehkä se, miksi viralliset järjestelmät eivät heidän mielestään auta heitä tekemään tarvittavaa työtä.

Yksi raportin kiinnostavista havainnoista on se, etteivät työntekijät välttämättä torju tekoälyä teknologian vastustamisen vuoksi. He torjuvat keskeytyksiä, pirstoutumista ja epävarmuutta – niitä olosuhteita, joita tekoäly luo. Aliarvioivatko johtajat tekoälyn nykyaikaiseen työhön aiheuttamaa kognitiivista kuormaa?

Ofir Bloch: Kyllä, dramaattisesti. Data tekee sen hyvin selväksi. Kyselyymme vastasi molempia ryhmiä, ja kahdeksankymmentäyksi prosenttia johtajista sanoi tekoälyn parantaneen tuottavuutta, koska he näkevät lopputuloksen. Työntekijät puolestaan raportoivat paljon tekoälyyn liittyvää kitkaa.

Vain yhdeksän prosenttia työntekijöistä luottaa tekoälyyn monimutkaisissa tehtävissä. Tämä liittyy usein hallusinaatioihin tai siihen, kuinka paljon aikaa kuluu tietojen kopioimiseen ja liittämiseen sekä järjestelmästä toiseen siirtymiseen. Työ ei tapahdu yhdessä sovelluksessa.

Myyntiorganisaation yksinkertainen liidistä mahdollisuudeksi ja siitä rahaksi -työnkulku voi ulottua tusinaan eri sovellukseen ja viiteen eri osastoon: lakiasioihin, myyntiin ja markkinointiin. Jos data täytyy kopioida ja liittää joka kerta ja jokaisella työkalulla on oma tekoälynsä tai apurinsa, kitkaa syntyy paljon.

On myös pohdittava, olenko vaatimustenmukainen, saanko käyttää tätä työkalua, voinko ladata tämän asiakirjan, onko kyse hallusinaatiosta ja pitääkö tietolähteet tarkistaa. Kun kaikki tämä otetaan huomioon, tekoäly aiheuttaa ehdottomasti kognitiivista kuormaa, mutta johtajat eivät näe sitä.

He näkevät vain lopputuloksen.

David Rice: Johtajien kanssa keskustellessani olen kuullut, etteivät monet heistä oikeastaan käytä tekoälyä. He sanovat, etteivät luota siihen monimutkaisessa työssä. He saattavat sanoa: "Kokeilin tätä, enkä pitänyt saamastani vastauksesta tai luottanut siihen. Se aiheutti paljon ongelmia." Sitten kysytään: "Mitä syötit sille?"

Jos syötteet eivät ole oikeita, tulokseen ei voi luottaa. Silloin ei myöskään synny toimivaa suhdetta työkaluun. Tätä henkistä ylimääräistä työtä ei huomioida monissa keskusteluissa. Et enää vain tee työtä, vaan hallitset järjestelmää, jota moni meistä ei rehellisesti sanottuna ymmärrä.

Ofir Bloch: Siitä tulee työtä työn päälle. Ihmiset ovat tottumusten ohjaamia, ja käyttäytymistä on vaikea muuttaa.

Ajatellaan johtajia. Kuinka monta kertaa olet ladannut sovelluksen iPhoneen tai Android-puhelimeen, eikä se ole tehnyt sitä, mitä odotit tai toiminut hyvin? Sitten hylkäät sen kokonaan.

Harvoin palaamme sovellukseen katsomaan, onko se muuttunut tai saanut päivityksen. Hylkäämme sen, koska mielessämme se ei tuottanut odottamaamme lopputulosta. Näin kävi tekoälylle viime vuosina. Mallien eri versiot paranivat jatkuvasti.

Jos kokeilit kaksitoista kuukautta sitten jotain tekoälyllä eikä se tuottanut odotettua tulosta, ehkä se ei suunnitellut esitystä haluamallasi tavalla tai tuottanut asiakirjaa haluamallasi äänensävyllä. Hylkäsit sen, koska ajattelit, ettei se pysty tekemään haluamaasi tehtävää.

Monet johtajat kokeilivat sitä ja sanoivat: "Ei tämä toimi. Se ei tuota haluamaani." Sitten he eivät palanneet sen pariin. Tekoälyn innovaatiovauhdin vuoksi sitä pitää kuitenkin palata kokeilemaan jatkuvasti, koska se kehittyy. Samalla on muutettava jatkuvasti työskentelytapaa.

David Rice: Jo tuotosten tarkistaminen on oma työnsä. Se tarkoittaa jatkuvaa kontekstin vaihtamista, koska emme ajattele samalla tavalla kuin ennen. Sanon tiimilleni aina, että toimittajan näkökulma on erilainen kuin kirjoittajan näkökulma. Silloin on vaihdettava täysin erilainen ajatteluhattu päähän.

Teknisesti toimimme siis nopeammin, mutta kokonaiskognitiivinen kuorma on monella tavalla hieman suurempi. Olemme automatisoineet asioita, mutta olen silti päivän päätteeksi uupunut.

Ofir Bloch: Koska teet enemmän. Yrität vain saavuttaa enemmän.

David Rice: Raportissa todetaan, ettei perinteinen koulutus pysy tahdissa, koska nykyaikainen työ muuttuu reaaliajassa. Se kuulostaa monista tutulta. Vääjäämättä herää kysymys, mitä asialle pitäisi tehdä. Miten ihmiset voidaan valmistaa tähän nykyaikaiseen ympäristöön samalla tavalla kuin perinteisellä koulutuksella?

Ofir Bloch: Monet organisaatiot yrittävät yhä ratkaista uusia ongelmia vanhoilla työkaluilla. Yritysten vaistonvarainen ratkaisu on edelleen parempi ja useammin järjestetty koulutus, luokkahuoneet ja videot. Se ei kuitenkaan toimi.

Perinteiset lähestymistavat eivät toimi vuonna 2026. Ihmiset unohtavat oppimansa, ja kognitiivinen ylikuormitus on todellinen ongelma, erityisesti kun työpaikalla on eri sukupolvia ja keskittymiskyky on rajallinen.

Miten pysymme kaiken innovaation ja joka päivä julkaistavien uusien mallien tahdissa? Raportti osoitti, että kun tuki upotetaan työnkulkuun yksittäisen koulutuksen, opastuksen tai videon sijaan ja se on saatavilla juuri tarvittaessa, ohjaamassa prosessissa tai muistuttamassa toimintatavasta, silloin tuottavuus kasvaa voimakkaasti.

Raportin mukaan työntekijät, jotka saivat tällaista työnkulun aikaista tilannekohtaista tukea, ilmoittivat 1,9–3,7 kertaa todennäköisemmin olevansa täysin varmoja työnsä kaikilla osa-alueilla. Tuen tarjoaminen työnkulun sisällä tarpeen hetkellä on todennäköisesti paras tapa ottaa uusia teknologioita käyttöön.

David Rice: Pidän ajatuksesta, että kontekstisidonnainen tuki on saatavilla juuri oikealla hetkellä, koska työ tuntuu nykyään hyvin kaoottiselta. Tietyssä vaiheessa uraa eteen tulee jatkuvasti jotain uutta. Perinteinen koulutus olettaa aina vakaan ympäristön tai lähtöpisteen: opi ohjelmisto, opi työnkulku ja toista.

Tekoäly muuttaa kaiken niin nopeasti, että staattinen tieto vanhenee heti sen hankkimisen jälkeen. Tulevaisuudessa ei ehkä kouluteta ihmisiä työkalujen käyttöön, vaan rakennetaan valmiutta sopeutua ja opetetaan ihmiset oppimaan jatkuvasti työn keskellä.

Ofir Bloch: Ehdottomasti.

David Rice: Yksi raportin hienovaraisemmista ajatuksista on, etteivät voittajia ehkä ole organisaatiot, joilla on edistynein tekoäly, vaan ne, jotka orkestroivat parhaiten ihmiset, järjestelmät, työnkulut ja kaiken kontekstin. Olemmeko siirtymässä aikakauteen, jossa toiminnallinen integraatio on tärkeämpää kuin mallin hienostuneisuus?

Ofir Bloch: Ehdottomasti. Työkalun käyttämisellä ja sen hyödyntämisellä on valtava ero. Lisenssien käyttö voi kasvaa ja ihmiset voivat liikkua sovelluksissa, mutta mitä he tekevät sovellusten sisällä? Jos vain esitän peruskysymyksiä, tiivistän sähköpostin tai muutan jonkin asian sanamuotoa, hyödynnänkö todella käyttämäni kalliin miljardin tokenin mallin koko potentiaalia?

Todennäköisesti en. Tuottavuushyötyjä saavuttavat ja muita nopeammin etenevät yritykset ymmärtävät tarpeen yhdistää ihmiset ja teknologia. Työpaikalla on eri sukupolvia ja eritasoista digitaalista osaamista sekä muutosvastarintaa.

Jos haluat varmistaa, että organisaation jokainen henkilö saa näistä työkaluista saman hyödyn, sinun on ymmärrettävä, että niiden täytyy olla kontekstualisoituja ja yksilöllisiä. Teknologia on tuotava ihmisten luo ja ihmiset teknologian luo, jotta yhteinen perusta löytyy.

Orkestrointi on hyvä sana monella tasolla. Ensinnäkin ihmiset on yhdistettävä näihin työkaluihin. Toiseksi ihmisiä on autettava ymmärtämään, mitä työkaluja käytetään ja milloin, ilman että heidän tarvitsee opetella kaikkea tätä erikseen.

Työntekijänä minun ei pitäisi joutua välittämään siitä, miten kuluraportointi tehdään, mikä sovellus on henkilöstöhallinnon järjestelmä tai mikä on CRM-järjestelmämme. Minulla on liiketoimintatavoite ja tehtävä. Jos tekoäly voi auttaa minua toteuttamaan työnkulun ilman, että minun täytyy vaihtaa kahdentoista sovelluksen välillä tai etsiä oikeaa apuria, hienoa. Silloin olen orkestroinut tekoälyn ihmisen ympärille ja pystyn saavuttamaan liiketoimintatuloksen.

Organisaatioiden pitäisi keskittyä tähän sen sijaan, että ne vain ottavat käyttöön älykkäimmän mallin. Miten voimme kuroa umpeen ihmisten ja käyttöön otettujen mallien välisen kuilun?

David Rice: Tämä tuntuu tärkeältä käännekohdalta. Markkinakeskustelu keskittyy yleensä mallien väliseen kilpailuun, mutta useimmilla organisaatioilla ei ole vaikeuksia siksi, ettei malli olisi tarpeeksi älykäs.

Ne epäonnistuvat, koska mallin ympärillä olevat järjestelmät ovat pirstoutuneita eivätkä kaikki ole päässeet mukaan matkalle. Orkestrointi näyttää olevan sana, johon olemme päätyneet, ja siitä voi nyt tulla suurin kilpailuetu – ei tekoälyn raaka kyvykkyys.

Lopulta kyse on siitä, että se, joka vähentää kitkaa nopeimmin, saa todennäköisesti suurimman edun.

Ofir Bloch: Aivan. En olisi voinut sanoa sitä paremmin.

David Rice: Ofir, tämä oli hyvä keskustelu. Arvostan sitä, että tulit mukaan.

Ofir Bloch: Kiitos, että kutsuit minut. Oletan, että lisäät linkin jonnekin kommentteihin, mutta jos haluatte lukea raportin, sen nimi on WalkMen vuoden 2026 digitaalisen käyttöönoton tila. Nähdään pian.

David Rice: Se kannattaa ehdottomasti ladata. Luin sen, ja se oli kiehtova. Kerron siitä lisää tämän jakson yhteydessä, mutta tutustukaa raporttiin.

Kuuntelijat, jos ette ole vielä tehneet niin, menkää osoitteeseen peoplemanagingpeople.com/subscribe. Tilatkaa uutiskirje. Saatte tämän podcastin ja kaiken muun tuottamamme suoraan sähköpostiinne.

Ensi kertaan: konteksti, konteksti, konteksti.