Nadella: tekoäly imee yrityksesi salaisimman osaamisen

Mistä käänteisessä informaatioparadoksissa on kyse

Microsoftin toimitusjohtaja Satya Nadella esitti viikonvaihteessa varoituksen, joka pysäyttää monen yritysjohtajan. Kun yritys ottaa käyttöön suuren kielimallin, se maksaa palvelusta kahteen kertaan. Ensin se maksaa tavallisen laskun eli tokenit ja käyttömaksut. Toinen lasku on huomaamattomampi: yritys luovuttaa mallin taustalla olevalle tekoäly-yhtiölle oman erikoisosaamisensa.

Nadella kutsuu ilmiötä käänteiseksi informaatioparadoksiksi. Ideana on, että mitä enemmän yritys käyttää mallia oikeaan työhön, sitä enemmän se paljastaa siitä, miten se tekee rahaa. Malli oppii jokaisesta kehotteesta, jokaisesta työkalusta, jota tekoälyagentti käyttää, ja ennen kaikkea jokaisesta korjauksesta.

Miksi korjaus on niin arvokas

Otetaan esimerkki. Vakuutusyhtiön asiantuntija pyytää mallia arvioimaan korvaushakemuksen. Malli antaa vastauksen, mutta asiantuntija tietää sen olevan väärässä, koska talon oma riskiluokittelu toimii toisin. Hän korjaa vastauksen. Juuri tuo korjaus on kultaa: se paljastaa, miten yhtiö tekee päätöksen, jota kilpailijat eivät osaa.

Kun tällaisia korjauksia kertyy tuhansittain, mallin kehittäjä saa käytännössä ilmaisen oppitunnin yrityksen toimintatavoista. Nadellan huoli on, että tekoälylaboratoriot voivat tämän tiedon turvin siirtyä ajan myötä kilpailemaan samojen asiakkaiden kanssa, joita ne nyt palvelevat. Yritys maksaa siis omasta kilpailuedustaan luopumisesta.

Datan omistus ja mallista riippumaton orkestrointikerros

Nadellan lääke kuulostaa tekniseltä, mutta ajatus on selkeä. Datan omistus tarkoittaa, että yrityksen prosessit, korjaukset ja opetusaineisto pysyvät sen omassa pilviympäristössä eivätkä valu suoraan mallin kehittäjän harjoitusdataksi. Yritys rakentaa oman oppimisympäristönsä, jossa malli hyötyy datasta mutta data ei poistu talon seinien sisältä.

Mallista riippumaton orkestrointikerros on ohjelmistokerros, joka istuu yrityksen ja tekoälymallien välissä. Se ohjaa kyselyt sopivimmalle mallille ja antaa vaihtaa toimittajaa ilman, että koko järjestelmä pitää rakentaa uudelleen. Näin yritys ei jää yhden toimittajan loukkuun, vaan voi kilpailuttaa mallit keskenään ja pitää ohjat omissa käsissään.

Mitä tämä tarkoittaa suomalaisyrityksille

Suomalaisyrityksille varoitus osuu herkkään kohtaan. Meillä kilpailuetu on harvoin massassa vaan kapeassa osaamisessa: konepajan mitoitussäännöissä, metsäyhtiön logistiikkamalleissa tai terveysteknologiayrityksen diagnoosilogiikassa. Juuri tällainen hiljainen tieto on sitä, mikä tislautuu malliin, kun asiantuntija korjaa tekoälyn vastauksia päivästä toiseen.

Pienelle ja keskisuurelle yritykselle oman oppimisympäristön ja orkestrointikerroksen rakentaminen kuulostaa kalliilta, ja usein se sitä onkin. Käytännön johtopäätös ei silti ole tekoälyn välttäminen. Se on tietoinen valinta siitä, mitä dataa syötetään mihinkin malliin ja millä ehdoilla. Herkin osaaminen kannattaa pitää suljetuissa järjestelmissä ja jättää yleiset rutiinit julkisille malleille.

Kannattaa myös huomata, kuka varoituksen esittää. Nadellan neuvot sopivat kätevästi yhteen Microsoftin liiketoiminnan kanssa, sillä yhtiö myy juuri niitä pilviympäristöjä ja orkestrointityökaluja, joita hän suosittelee. Se ei tee havainnosta väärää, mutta muistuttaa, että riippumattomuutta kannattaa hakea myös suhteessa siihen toimijaan, joka riippumattomuutta kaupittelee.