On esitetty, että tekoälyn myötä 10–15 prosenttia nykyisistä työpaikoista voi kadota. Siinä, että teknologia korvaa ihmistyötä, ei ole mitään uutta. Teollisuusvallankumouksen aikana konevoima korvasi fyysistä työtä, ja myöhemmin automaatio on tehnyt saman.
Tekoäly tulee vaikuttamaan nyt ensimmäisen kerran merkittävästi asiantuntijatyöhön, ja sen vaikutus on hyvin erilainen eri henkilöiden toimenkuvissa. On esitetty, että työtehtävät voidaan jakaa karkeasti ”bitteihin” ja ”atomeihin”. Ne henkilöt, joiden tehtävät liittyvät bitteihin, voidaan korvata tekoälyllä. Sen sijaan atomeiden kanssa työskentelevät ovat enemmän turvassa.
Bitteihin liittyvä rutiinityö on yleisesti vähän lisäarvoa tuottavaa työtä. Atomeihin liittyviä työtehtäviä ovat esimerkiksi asiakasrajapinnassa ja strategiatasolla tapahtuva työ. Tämä kehitys vaikeuttaa nuorten siirtymistä alalle, kun heillä ei ole vaadittavaa laajaa kokemusta ja näkemystä.
Kuitenkin on huomattava, että käytännön asennustyötä on mahdotonta korvata tekoälyllä. Putkimiestä ja ilmastointiasentajaa tarvitaan myös tekoälyn käytön yleistymisen aikana. Samalla varmaan tämän ammattikunnan arvostus tulee kasvamaan.
Talotekniikassa tekoälyn käyttö voidaan jakaa kielimallien ja erilaisten data-analytiikkamenetelmien käyttöön. Kielimalleja voidaan käyttää esimerkiksi laiteluetteloiden ja tarjouspyyntöjen laadinnassa.
Usein kielimalleissa nojaudutaan vankasti olemassa oleviin prosesseihin. On kehitetty ratkaisuja, joissa luetaan esimerkiksi ihmisten ymmärtämää pdf-dokumenttia ja muutetaan se tietokoneen ymmärtämään muotoon. Tässä on kysymys yksittäisten tehtävien tehostamisesta.
Todellinen tuottavuuden tehostaminen edellyttää prosessien muuttamista siten, että lähdetään liikkeelle tietosisällön semanttisesta muodosta. Semanttinen tietosisältö on tietomalliin liitettyä merkitys- ja suhdetietoa, jonka avulla tietokoneet ymmärtävät. Semanttisten mallien käyttö edellyttää tietosisällön standardisointia, joka on välttämätön askel, jos prosessin tehokkuutta halutaan merkittävästi parantaa.
Data-analytiikkamenetelmien käyttö on yleistynyt esimerkiksi järjestelmien toiminnan seurannassa, vikadiagnostiikassa ja optimaalisessa ohjauksessa. Menetelmien avulla voidaan pienentää energiankulutusta, tunnistaa poikkeamia ja laskea kustannuksia. Kaikki kuitenkin perustuu mittausdataan, joka kerätään teknisistä järjestelmistä.
Useissa yhteyksissä on todettu, että datan laatu on huono, ja näissä tilanteissa tekoälyn käytöllä ei saavuteta haluttua lopputulosta. Lisäksi käyttäjien kannalta hankaluutena on, että useat tekoälyyn pohjautuvat järjestelmät ovat suljettuja black box -malleja. Niiden toiminnan varmistaminen käyttötilanteessa on vaikeaa, ja on mahdotonta varmistaa, toimiiko algoritmi halutulla tavalla.
Uusien ratkaisujen käyttö edellyttää enemmän radikaaleja innovaatioita kuin inkrementaalista kehitystä. Muuten hyöty jää vähäiseksi, jos nojaudutaan liian paljon vanhoihin toimintamalleihin.
Tätä artikkelia ei ole kommentoitu
0 vastausta artikkeliin “Tekoäly jakaa työtehtävät bitteihin ja atomeihin”