Seitsemän oikotietä innovointiin – mistä aloittaisimme?

Seitsemän oikotietä innovointiin – mistä aloittaisimme?


Innovoikaa! Varmasti moni on osallistunut tilaisuuteen, jonka sisältö on ollut suurin piirtein tämä. Pitäisi siis innovoida enemmän, koska kilpailijakin innovoi. Tuottavuutta ja tehokkuuttakin tulisi parantaa. Ikävä kyllä innovointi on monelle vaikeaa.

Asiakkaat odottavat it-toimittajilta innovatiivisia ratkaisuja. Niihin me aktiivisesti pyrimmekin. Mutta tämä ei vielä nosta kansantaloutta uuteen nousuun. Tarvitaan uusia liiketoimintaideoita ja tapoja hyödyntää uutta teknologiaa nykyisessä liiketoiminnassa. Myös tähän it-toimittajilta pyydetään apua. Vaikka toimialatuntemusta löytyykin, niin valitettavasti vain harvoin toimittaja tuntee yksittäisen asiakkaan liiketoimintaa ja tekemistä niin syvällisesti, että pystyy innovoimaan tilauksesta. Asiakas taas ei aina tiedä mitä nykyteknologia jo mahdollistaa ja mitä on tulossa ensi vuonna. Uuden teknologian innovatiivinen hyödyntäminen saattaa jäädä haaveeksi. It-toimittajien syvällinen perehdyttäminen asiakkaan tekemiseen taas on pitkä polku.

Tässä kohtaa päätin oikaista tarjoamalla pikasilmäyksen seitsemään keskeiseen teknologiaan, joita voi hyödyntää jo tänään.

1. Puheentunnistus toimii myös suomeksi

Luin ääneen tämän blogin ensimmäisen kappaleen puhelimelleni, joka käänsi puheeni tekstiksi reaaliajassa lähes täydellisesti. Puheentunnistuksen on mielletty toimivan kohtuullisesti lähinnä valtakielillä, mutta kyllä se toimii erinomaisesti myös suomeksi. Tietokone tunnistaa nopeasti mitä kieltä puhut. Voisiko vaikka puhelinpalvelussa ensikontaktin hoitaa ohjelmistorobotti, joka vastaa automaattisesti asiakkaan käyttämällä kielellä? Ja kun puhelu ohjataan lopulta asiantuntijalle (jos ohjataan), niin asiantuntijakin puhuu asiakkaan kieltä.

2. Tekstintunnistus tulkitsee sävyjä

Tietokone osaa jo nyt tulkita tekstistä monia asioita.

  • Millä kielellä teksti on kirjoitettu
  • Onko teksti sävyltään kielteinen vai myönteinen
  • Mitä avainsanoja teksti sisältää ja mitä aihetta teksti käsittelee

Tekstin kääntämien kielestä toiseen on jo peruskauraa. Käännös ei aina hivele silmää, mutta laatu kehittyy kohisten. Voisiko yrityksen valtavia nykyisiä dokumenttimassoja metatiedottaa ja luokitella automaattisesti? Voisiko sähköpostitse tulleet yhteydenotot ohjata suoraan oikeankieliselle asiantuntijalle?

3. Hahmontunnistus poimii kiinnostavat asiat

Tietokone poimii etevästi kuvasta kaikenlaista kiinnostavaa. Tekstiä, rekisterikilpiä, kasvoja. Kasvoja voidaan verrata keskenään ja algoritmi kertoo ovatko kyseessä samat kasvot (ja miten todennäköisesti). Voisiko kerrostalojen alaovilla olla kamerat, jolloin asukkaat ja heidän tuttunsa pääsisivät automaattisesti sisään? Tutut tietenkin vain silloin, kun asukas itse on kotona.

4. Videokuvan analysointia

Ylläkuvattua hahmontunnistusta voidaan soveltaa videokuvaan. Liikkuvasta kuvasta voidaan tunnistaa henkilöitä, autoja, viallisia komponentteja, tyhjiä parkkipaikkoja ja vaikka mitä. Mitä jos päiväkodin piha-aluetta kuvattaisiin muutamalla kameralla. Henkilökunta saisi hälytyksen, jos lapsi poistuisi luvatta päiväkodin alueelta tai jos jotain lasta kiusattaisiin nurkan takana. Aikaperusteista laskutusta varten järjestelmä tietäisi, mihin aikaan lapsi on saapunut päiväkotiin ja moneltako hänet on noudettu.

5. Machine learning – kone oppii ennustamaan

Yrityksen, jolla on hallussaan suuria tietomassoja tai tietovirtoja, kannattaa ehdottomasti miettiä koneoppimisen hyödyntämistä. Kyse on yksinkertaistettuna siitä, että tietokoneelle annetaan suuri määrä dataa, josta se oppii tunnistamaan esimerkiksi poikkeamia tai ennustamaan tulevaisuutta. Käytännön sovellus voisi liittyä jonkun suuren organisaation työvuorolistoihin. Järjestelmä saa syötteenä tietoa jokaisen henkilön poissaoloista ja lasten syntymävuosista. Lisäksi järjestelmän syötetään tietoa erilaisten flunssa- ja muiden epidemiakausien alkamisennusteista. Järjestelmä oppii ennustamaan, miten henkilöstö sairastaa eri vuodenaikoina. Se ottaa myös huomioon päiväkoti-ikäisten lasten vaikutuksen henkilön todennäköisyyteen sairastua tiettynä aikana. Näin oppiva järjestelmä pystyy ennustamaan työnjohdolle seuraavassa kuussa tarvittavien tuuraajien lukumäärän.

6. Tekoäly (AI) tekee havaintoja itsenäisesti

Tekoälyä hyödyntäviä ohjelmistoja ei tarvitse opettaa eikä niihin ohjelmoida säännöstöjä. Ne havaitsevat aineistosta (kuva tai teksti) itsenäisesti asioita ja soveltavat niihin aiemmin oppimaansa. Voisiko tietokone tehdä vakuutuspäätöksiä? Tai röntgenkuvien perusteella diagnostiikkaa?

7. Ohjelmistorobotti (RPA) oppii siinä missä ihminenkin

Tehtävä, jonka voit kohtuullisen helposti opettaa toiselle ihmiselle, voidaan opettaa myös ohjelmistorobotille. Ohjelmistorobotti voi lukea viestejä ja vastata sähköposteihin, tallentaa tietoa eri järjestelmiin, käsitellä teksti- ja taulukkotiedostoja, käyttää eri sovelluksia jne. Toistuvia ja mekaanisia tehtäviä ei välttämättä kannata ulkoistaa Intiaan vaan oman tietohallinnon pyörittämille ohjelmistoroboteille. Mikäli sinulla on loistava idea toiminnan tehostamiseksi, mutta se vaatisi eri toimittajien ratkaisujen kallista integrointia, voit toteuttaakin integroinnin käsin. Ja laittaa ohjelmistorobotin suorittamaan tätä manuaalista integraatiota.

Ylläolevia teknologioita yhdistelemällä löytyy monelle toimialalle luovia ja innovatiivisia ratkaisuja. Mistä aloitettaisiin?

+ There are no comments

Add yours