Tekoälyn todelliset talousvaikutukset

Uudet tekoälyratkaisut tarjoavat hämmästyttäviä läpimurtoja ChatGPT:sta sparrailukaverina Midjourneyn ammattikuvittajaan, Sunon radiohittigeneraattorista Googlen NotebookLM:n artikkelipodcasteihin. Monet arviot ovat myös esittäneet, että tekoälyratkaisut johtavat merkittävään tuottavuuslisään ja sitä kautta talouskasvuun.

Goldman Sachs esimerkiksi arvioi, että tekoälyratkaisut voivat kasvattaa bruttokansantuotetta peräti 7% vuodessa. Talouslehti Forbes puolestaan esittää, että tekoäly nostaa USA:n bruttokansantuotetta peräti 21% vuoteen 2030 mennessä. Stanfordin keväällä julkaisema AI Index puolestaan esittää, että tekoälyratkaisut kasvattavat yritysten liikevaihtoa ja vähentävät samalla kuluja.

Myös tekoälyn tuottavuusvaikutukset ovat ilmeiset. Harvardin julkaisemassa paperissa konsultit saivat yli 12 prosentin tuottavuuslisän. Jo mainitun Stanford AI Indexin mukaan puolestaan kokonaistuottavuus voi kasvaa jopa 26–73% käyttötavasta riippuen. Tuoreen tutkimuksen mukaan puolestaan 4867 ohjelmistokehittäjän kokonaistuottavuus kasvoi tekoälyratkaisujen avulla keskimäärin 26%.

Tekoäly on siis talouden ihmelääke. Vai onko?

MIT:n taloustieteilijä Daron Acemoglu on jarrutellut tekoälyinnostusta. Hän esittää, että todellisuudessa tekoälyratkaisut nostavat kokonaistuottavuutta vain 0.71% seuraavan kymmenen vuoden aikana.

Upworkin tekemässä kyselyssä vastaajista peräti 77% koki puolestaan, että tekoälyn käyttö ei ole suinkaan lisännyt tuotavuutta – vaan vähentänyt sitä. Aikaa kuluu uusien ratkaisujen opetteluun ja niiden virheiden korjailuun. Se, mikä on kuitenkin noussut on työnantajan tuottavuusvaatimus. Nämä löydökset ovat myös linjassa yleisemmin teknologian luvattujen ja toteutuneiden tuottavuusvaatimusten kanssa. Vuosien 2008–2020 aikana kokonaistuottavuus on kasvanut vain 0.5% vuodessa, vaikka samalla aikavälillä on esitelty toinen toistaan hämmästyttäväpiä teknovimpaimia älypuhelimista tabletteihin, pikaviestimistä somemarkkinointiin.

Äkkiseltään näyttääkin siltä, että teknohype on ylimitoitettua.

Todellisuudessa teknologialla voi olla jopa negatiivisia tuottavuusvaikutuksia – niin myös tekoälyllä. Teknologia mahdollistaa oikein käytettynä työn tuloksiin pääsemisen nopeammin kuin ilman teknologiaa. Autolla pääsee Helsingistä Turkuun nopeammin kuin hevoskärryllä ja googlaamalla löytää artikkeliviitteen nopeammin kuin ottamalla bussin kansalliskirjastoon. Teknologia siis nopeuttaa työvaiheita. Tähän liittyy kuitenkin kaksi sudenkuoppaa.

Ensimmäinen näistä on ilmeinen Upworkin kyselyaineiston pohjalta. Valtava enemmistö kokee tekoälyn käyttöönoton tuottavuutta vähentävänä, koska he eivät osaa ainakaan vielä käyttää näitä vimpaimia. Tämä herättää kysymyksen: mitäs sitten ne 23%? Kysely läpivalaiseekin teknologian käyttöön liittyvän ikiaikaisen kysymyksen: nörteillä on aina etulyöntiasema uusien vimpainten käyttöönotossa.

Toisin sanoen, yllä kuvatut tutkimushyödyt on mahdollista saavuttaa opettelemalla käyttämään uusia teknovekottimia oikein. Jos älykännykkä houkuttelee loputtamaan somekierteeseen, sen tuottavuusvaikutus on negatiivinen. Jos se puolestaan palvelee Alexandrian kirjaston virkaa Google Scholareineen ja Arxiv-tietokantoineen, sen positiivinen vaikutus tuottavuuteen – ja ajattelukykyyn – on mittava. Näin on myös tekoälyratkaisujen kanssa. Jos ChatGPT:tä käyttää hakukoneena tai tekstin tuottajana, loppupäivän saakin sitten kammata tuotoksista tekoälyn hallusinointeja. Jos sitä käyttää sen sijaan sparrailussa, ideoinnissa tai tiivistämisessä – uusista läpimurroista kuten Googlen NotebookLM:stä puhumattakaan – aikaa säästyy päivässä tuntikaupalla. 

Toinen teknologian sudenkuoppa on, että oikein käytettynä se tehostaa aikaan saatuja tuloksia. Se ei kuitenkaan takaa sitä, että tulokset olisivat tarkoituksenmukaisia. Tuottavuuden mittaaminen perustuu siihen, kuinka monen euron edestä organisaatio tuottaa arvoa per tehty työtunti. Jos työaika höselletään etäpalaverista toiseen, SharePointista oikean tiedoston etsimiseen käytetään tunteja, jatkuva Slack-viestitulva katkaisee keskittymisen kerran viidessä minuutissa ja lopulta viedään markkinoille tuote, jota kukaan ei halua ostaa, on selvää, ettei kokonaistuottavuus näytä kovinkaan imartelevalta.

Teknologia, myös tekoäly, on työkalu.

Oikein käytettynä sen avulla voidaan säästää merkittävästi aikaa työn keskeisten tulosten saavuttamisessa. Tämä edellyttää kuitenkin kolmea asiaa. Ensinnäkin, organisaatioiden täytyy kyetä määrittelemään menestyksen kannalta keskeiset toiminnan tulokset riittävän kirkkaasti ja tarkkarajaisesti. Toiseksi, uudet työkalut pitää valita sen mukaan, mitä oikeasti tarvitaan noihin tuloksiin – ei sen pohjalta, mitä Piilaaksossa hypetetään tai mitä naapurifirma on juuri nyt ottanut käyttöön. Ja kolmanneksi, uusien teknologioiden käyttöönottoon täytyy varata riittävästi aikaa ja resursseja, jotta työaika ei kulu jatkuvaan päänraapimiseen uusien ihmevimpainten kanssa vaan niiden käyttö on sujuva osa omaa arkea.

Nyt tutkimuksissa saavutetut tutkimushyödyt on mahdollista saavuttaa yksilötasolla vaikka heti. Organisaatioissa käyttöön otto edellyttää fiksua pelisilmää ja oikein tehtyjä päätöksiä. Keskeistä on kokeilla rohkeasti uusia työkaluja, jakaa avoimesti kokemuksia etenkin toimialakohtaisesti omassa organisaatiossa ja valita kriittisesti käyttöön ne vekottimet, joista on aidosti hyötyä. Muuten teknologian käytöön ottoon ja soveltamiseen liittyvät sudenkuopat voivat tosiaan jopa johtaa kokonaistuottavuuden laskuun.

5 tapaa, joilla tekoälyn tuottavuushyödyt voidaan kääntää voitoksi

Kuluneen vuoden aikana on käynnistynyt ennennäkemätön siirtymä tietotyöstä ajatustyöhön. Siinä, missä vielä ennen marraskuuta 2022 tietointensiiviset työtehtävät kuten vaikkapa ohjelmointi, markkinointitekstin laatiminen tai kuvanluonti vaativat täysin ihmisen panosta, nyt tällaiset tehtävät voi suorittaa osittain tai kokonaan uusien tekoälyratkaisujen avulla. 

Vaikka esimerkiksi Microsoftin Co-Pilot -työkalut ovat vasta lanseerausvaiheessa, viime kuukausina on julkaistu jo useita tutkimuksia, jotka osoittavat, että jo nyt yleisesti saatavilla olevat tekoälyratkaisut kuten ChatGPT ja GitHub Co-Pilot tuottavat parhaimmillaan 17–55% tuottavuuslisän esimerkiksi konsultin tai koodarin työssä. Tämä tarkoittaa siis, että tekoälyä käyttävälle konsultille tai koodarille vapautuu viikossa 1–3 päivää lisää aikaa.

Nyt tietotyössä vasta opetellaan käyttämään uusia ratkaisuja. Kun esimerkiksi Co-Pilot -työkalut tulevat yleiseen käyttöön, se tarkoittaa, että tietotyön perustyökalut Wordista Exceliin tarjoavat kertaluokkaa laajemmat tuottavuushyödyt. Kun opimme käyttämään näitä työkaluja paremmin, ovat esimerkiksi yllä mainitut Harvardin ja MIT:n tutkimusten osoittamat tuottavuushyödyt luultavasti vasta alkusoittoa.

Kun tekoälyratkaisut yleistyvät, on kyseessä mittava siirtymä tietotyöstä ajatustyöhön. Ihmisen panos suorittavissa tietointensiivisissä työtehtävissä on vähäisempi, ja kaistaa vapautuu enemmän ajatustyöhön. Miten tätä vapautunutta aikaa ja ajattelun kaistaa voi sitten käyttää? Tässä viisi strategiaa, joilla yritykset voivat reagoida uusiin mahdollisuuksiin.

  1. Irtisanotaan ylimääräiset työntekijät lisävoittojen toivossa

Media mässäilee pelkoskenaarioilla, joissa robotit vievät ihmisten työt. Goldman Sachsin analyysin mukaan tekoälyratkaisut voivat johtaa jopa 300 miljoonan työpaikan vähennykseen. Lyhyellä tähtäimellä tämä voikin vaikuttaa fiksulta strategialta. Kun yksikkötuottavuus kasvaa esimerkiksi 50%, se tarkoittaa, että kymmenen ihmistä tekeekin viidentoista työt. Tällöin siis sama liikevaihto voidaan synnyttää huomattavasti pienemmillä kuluilla jolloin liikevoitto kasvaa. Moni yritysjohtaja voikin kokea tällaisen lyhytnäköisen voitto-osuuksien ylös pumppaamisen viehättävänä.

Tämä strategia on kuitenkin monella tapaa pöljä. Toki näin voidaan ihan laskennallisesti tehdä isompi siivu voittoa lähikvartaalien liikevaihdosta. Mutta ilo on lyhytaikainen, etenkin siinä vaiheessa kun tuonnempana linjaamillani tavoilla toimivat yritykset muokkaavat markkinarakenteita, puhumattakaan irtisanomisten negatiivisista motivaatiovaikutuksista yrityksessä. Jos työnantaja kääntää tuottavuuslisän likinäköiseksi lisävoitoksi, on todennäköinen lopputulos pitkällä tähtäimellä supistunut markkinaosuus silloin kun merkittävää lisäarvoa tuottavat kilpailijat valtaavat uusia markkinaosuuksia.

2. Pudotetaan hintoja ja kasvatetaan kysyntää

Yritys voi myös toimia kuten esimerkiksi James Bessen linjaa työmarkkina-automaatiota käsittelevässä paperissaan ja kääntää tuottavuuslisän kuluttajan hyödyksi laskemalla hintoja. Tällöin on luultavaa, että kokonaiskysyntä kasvaa ja usein kilpailukykyisen tuotteen halvemmalla tarjoava toimija voi jopa vallata markkinoita vakiintuneemilta toimijoilta.

Tämä strategia voi johtaa jopa kokonaistyöllisyyden kasvuun kun kasvava kysyntä synnyttää paineita tuotantopuolelle. Toki hintojen laskuun liittyy myös riskejä, ja tämän strategian kannattavuus perustuukin ennen kaikkea tarkkasilmäiseen analyysiin omasta potentiaalisesta kokonaismarkkinasta ja nykyisestä markkina-asemasta.

3. Panostetaan uusiin markkinoihin markkinaosuuksien kasvattamiseksi

Jos yrityksellä vapautuu 20%–50% uusia resursseja, tämä aika voidaan käyttää myös siihen, että olemassa olevat työntekijät alkavat skaalata yrityksen toimintaa uusille markkinoille. Jos vaikkapa koodarifirma palvelee nyt vain pääkaupunkiseudulla, voi myynti ja tuotanto suunnata osan työajasta esimerkiksi Turun ja Tampereen seudulle, jolloin uusilta alueilta saadut asiakkaat kasvattavat liikevoittoa merkittävästi. Samoilla kuluilla saadaan lisää liikevaihtoa.

Harva yritys toimii markkinoilla, joissa yritys palvelee maksimaalista kokonaiskysyntää. Jos vapautuneet resurssit käännetään myyntiin ja markkinointiin, voi omaa markkinaosuutta kasvattaa merkittävästikin. Vaikka lyhyellä tähtäimellä käteen jäävä voitto voi olla pienempi, palkitsee strategia pidemmällä tähtäimellä etenkin kun likinäköistä lisävoittoa tavoitelleet yritykset karsiutuvat pois olemassaolevilta markkinoilta kun ne eivät pysty enää vastaamaan kasvaneeseen kysyntään.

4. Panostetaan tutkimukseen ja kehitykseen kokonaismarkkinan kasvattamiseksi tai uusien markkinoiden synnyttämiseksi

Yritys voi myös käyttää vapautuneen työajan R&D-toimintaan kehittääkseen uusia tuote- tai palveluinnovaatioita, joilla ei pelkästään vallata suurempia osuuksia olemassaolevilta markkinoilta, vaan kasvatetaan kokonaismarkkinaa tarjontalähtöisesti tai luodaan jopa kokonaan uusia markkinoita. Riittävän innovatiivisella tuotteella kun on mahdollista synnyttää kysyntää jopa siellä, missä sitä ei koskaan aiemmin osoittaneet, kuten vaikkapa älypuhelimet, kännykkäpelit – tai generatiiviset tekoälyratkaisut – osoittavat.

Jos esimerkiksi vapautunut 20% työaika käytetäänkin tutkimus- ja kehitystyöhön koko organisaation laajuisesti, syntyy vaikkapa tuhannen ihmisen kokoisessa yhtiössä suurella todennäköisyydellä uudenlaisia oivalluksia, joiden pohjalta olemassa olevaa asiakaskuntaa voidaan palvella entistä paremmin. Uusia asiakkaita on mahdollista valloittaa sellaisilta sektoreilta, jotka aiemmalla tarjoomalla eivät olisi olleet mahdollisia. Esimerkiksi teleoperaattoriyritys voi laajentaa vaikkapa henkilökohtaisten GPT-tekoälyratkaisujen kehittämiseen asiakkaille ja näin kasvattaa merkittävästi omaa kokonaismarkkinaansa.

5. Panostetaan jatkuvaan oppimiseen ja kokeiluihin epäsärkyvyyden lisäämiseksi

Epäsärkyvyys eli antifragiliteetti tarkoittaa kykyä luoda rakenteita ja prosesseja, jotka hyötyvät muutoksesta. Useimmiten yritykset ovat muutoksen kanssa pulassa, koska niiden prosessit on virtaviivaistettu palvelemaan tietyllä tavalla rakentunutta markkinaa. Jos vaikkapa kovamuovisten peruskännyköiden kysyntä on huipussaan, mutta yhtäkkiä asiakkaat alkavatkin hamuta ainoastaan älypuhelimia, on sliipatun logistiikkaverkon Kiinasta Kokkolaan laatineen yrityksen haastavaa kääntää suuntaa tyhjästä ilmaantuneeseen uuteen markkinaan.

Nassim Talebin kirjassaan Antifragile lanseeraama epäsärkyvyyden käsite tarkoittaa kykyä hyötyä erilaisista virheistä, haasteista ja epäjatkuvuuskohdista. Se seuraa esimerkiksi siitä, että yritys luo rakenteita, joiden seurauksena muutokset luovat mahdollisuuksia, sen sijaan että ne uhkaavat yritystoimintaa. Yksi hedelmällinen tapa lisätä yrityksen antifragiliteettia on varata jokin osa työajasta jatkuvalle oppimiselle ja kokeiluille. Hyvä esimerkki tällaisesta toiminnasta on Googlen aikanaan harjoittama ”20% sääntö”, jonka perusteella Googlen työntekijät saivat käyttää päivän viikossa tällaisiin aktiviteetteihin. Säännön puitteissa keksittiin esimerkiksi Gmail-sähköposti.

Kehitysajalla työntekijät voivat vapaasti kehittää itseään, opiskella uutta tai kokeilla uusia tuote-, palvelu-, myynti- tai markkinointi-ideoita. Vaikka tällaisella uudella osaamisella tai oivalluksella ei olisi juuri nyt markkina-arvoa, kun markkina keikahtaa uuteen asentoon, voi organisaatiossa kokeilun kautta syntynyt osaaminen nousta mittaamattoman arvookkaaksi. Esimerkiksi tekoälyn parissa puuhasteleminen ei vielä 2022 alkuvuodesta ollut suurimmalle osalle yrityksiä arvokasta – kun taas nyt voi olla mittaamaton kilpailuetu, jos työntekijöiden joukosta löytyy tekijöitä, jotka tajuavat, miten uudet ratkaisut toimivat.

Olemme siirtymässä ihmisen suorittamasta tietotyöstä ajatustyöhön, jossa ihminen ja tekoäly työskentelevät saumattomasti yhdessä. Jo nyt tunnistetut tuottavuushyödyt ovat mittavia. Luultavasti tämä on vain alkusoittoa sille, mitä näemme lähikuukausina ja -vuosina. Esimerkiksi maanantaina OpenAI:n julkaisema uusien GPT-agenttien luominen kaupalliseen käyttöön on luultavasti taas merkittävä harppaus eteenpäin tekoälyn hyötyjen lisäämisessä, puhumattakaan hiljattain käynnistyneestä Microsoftin tekoälytyökalujen lanseerauksesta, joka viimeistään tuo tekoälyn kaikkien tietotyöläisten arkeen.

Muutoksessa voi toimia monella tavalla. Luultavimmin voittajiksi nousevat ne toimijat, jotka osaavat hyödyntää muutosta pitkäjänteisesti. Lyhytnäköinen voitontavottelu karsii sen sijaan perinteisemmät toimijat lopulta pois. On täysin mahdollista, että meillä on käsillä ennennäkemätön tilaisuus kehittää tekoälyn avulla ajatustyöstä inhimillisempää ja innostavampaa kuin koskaan aikaisemmin.