Tuta Blog

Kumpi kaappaa tiedon ja vallan? Yrityshierarkia vai "GPT”-sovellus?

Kuihtuvatko “GPT” -sovellusten käyttötapaukset yrityksissä kapeiksi sovellusalueiksi vai muuttuvatko toimenkuvat ja tietorakenteet kysyvät Timo Seppälä ja Jari Laine blogikirjoituksessaan. 

Hand with pen and a picture of a lock

Kirjoittajat: Timo Seppälä ja Jari Laine

Vapaa-ajalla data ja tieto jyllää - mutta miten töissä?

Saamme halutessamme jo nyt omalle näytöllemme päivän tärkeimmät uutiset ja sääennusteen, hyvinvointimme tilan, julkkisjuorut, lasten koulukuulumiset ja menovinkit viikonlopuksi.

Tänään mielenkiinto kohdistuu laajoihin kielimalleja käyttäviin tekoälyteknologioihin ja niitä hyödyntäviin asiantuntijasovelluksiin eli “GPT”-sovelluksiin. Kehityksen vauhti on ollut viimeisen vuoden aikana kovaa. Erilaisia, avointa dataa ja informaatiota hyödyntäviä asiantuntijasovelluksia voi tänään rakentaa nopeimmillaan viidessä minuutissa. “GPT” -sovellusten työmuistissa voi käsitellä satoja työdokumentteja samanaikaisesti.

Kohta meillä jokaisella on taskussa oma osaamisassistentti - digiassitentti - asiantuntijasovellus, jota koulutamme päivittäin uudella datalla, informaatiolla ja osaamisella, mutta entä yritykset ja niiden “GPT”-sovellusratkaisut? 

Yrityksen ”kaikki” tieto on vain harvojen ja valittujen käytössä

Perinteinen taylorilainen työn- ja vastuunjako ajaa edelleen useimpien suurten yritysten toimenkuvia ja informaatiojärjestelmä- ja tietoarkkitehtuuria. Datan ja siitä johdetun informaation käyttöoikeudet ovat useimmiten asema-, toiminto- ja työtehtäväkohtaisia. 

Usein vain ylimmillä organisaation portailla käyttöoikeudet laajenevat tasolle, jolla voidaan tehdä strategista suunnittelua ja syy-seurausanalyysiä yli funktio- ja yritysrajojen. Vain harvoilla henkilöillä on käyttöoikeus yrityksen kaikkeen dataan ja informaatioon asemansa puolesta. 

Toisaalta monia toimenkuvia perustellusti halutaan laajentaa paremman työn sujuvuuden, joustavuuden, tehokkuuden, tuottavuuden, asiakaspalvelun tai työssä jaksamisen vuoksi “sivusuuntaan” mutta esteeksi nousevat jäykästi määritellyt tietojärjestelmät ja niiden käyttöoikeudet, sekä tietojärjestelmärajat. 

Pitäisikö kaiken tiedon olla kaikille avointa? 

Lähtökohtaisesti yrityksissä data ja siitä jalostettu informaatio eivät voi olla avointa kaikille työntekijöille yhdenvertaisesti. Tähän on hyviä syitä. On liiketoiminnan ytimeen liittyviä salaisuuksia, kolmannen osapuolen kanssa luottamuksellisia sopimuksia, henkilötietoon, tietoturvaan tai jopa kansalliseen lainsäädäntöön ja turvallisuuteen liittyviä perusteluja. 

Todennäköisesti kaikille avoimen, prosessoimattoman ja omaan tehtäväalueeseen liittymättömän, “tarpeettoman” tiedon tulva voisi aiheuttaa myös yritystoimintaa haittaavia sekaannuksia, jopa kaaoksen. Mikäli asiantuntijajärjestelmistä halutaan todellista hyötyä on yritysten vahvasti kuitenkin pohdittava siirtymistä perinteistä taylorilaisesta työn- ja vastuunjaosta poispäin kohti avoimempia, vastuullisempia ja laajempia työnkuvia. 

Montako “GPT” -sovellusta yrityksessä oikeasti tarvitaan?

Ovatko “GPT” -sovellukset siis nykyiseen tapaan jaoteltuja, tehtäväkohtaisia, prosessien pituisia vaiko toimintojen laajuisia? Entä onko yrityksen johdolla oma “GPT” -sovellus? Tällä hetkellä kehitys näyttää siltä. Kolmas kysymys on kokonaan se kuka vastaa eri “GPT” -sovellusten jatkuvasta kouluttamisesta? 

Vai ovatko “GPT” -sovellukset yrityksen kaiken datan ja informaation sisältäviä, jossa tietoa suodatetaan asema-, toiminto- vai työtehtäväkohtaisesti työntekijöiden käyttöön? Yritysten nykyiset räätälöitävät raportit datavarastoineen noudattelevat pitkälti tätä linjaa. Miten tietojärjestelmien käyttöoikeudet tulisi määritellä ja millainen informaatioarkkitehtuuri tukisi uusia työnkuvia, kuten “GPT” -sovellusten tie viitoittaa?

Lopuksi todettakoon, että tämänpäivän “GPT” -sovelluksilla on vielä pitkä matka yksittäisten työvaiheiden kokonaisvaltaiseen tehostamisen, saatikka yritysten tuottavuuden parantamiseen.

keywords: tekoäly, data, GPT

Be the first one to contribute!
  • Published:
  • Updated:
Share
URL copied!

Show other posts from this blog

Generativa AI Use Cases
Published:

Generative AI Use Cases: Video Series Delving into 10 Realistic Business Applications

Welcome to a video series by Doctoral researcher Tomasz Mucha exploring the practical applications of generative AI in business.
Puolijohteita katsotaan suurennuslasin läpi. Lähde: MS Bing Image Creator
Published:

PUOLIJOHDEBAROMETRI 1/2024 - Seuraavan sukupolven puolijohteet

Missä yliopistoissa on Suomen puolijohdeosaaminen kysyvät Jari Laine, Satu Lipponen ja Timo Seppälä vuoden ensimmäisessä puolijohdebarometrissä?
blog
Published:

Napster, New York Times, ChatGPT ja tekijänoikeudet

Napsterin oli ennakkotapaus ja ajan merkkipaalu internetin tekijänoikeuslainsäädännön tuntemattomilla vesillä.
Industrial paper machine at the Aalto Industrial Internet Campus
Published:

Toimitusketjujen uusi evoluutiokierto - “toinen teollistaminen”

Kiertotalouden edetessä yritysten on siirryttävä lineaarisista toimitusketjuista kohti kokonaisvaltaisempaa elinkaariajattelua.