Suurin osa AI-keskustelusta on höttöistä tunnepuhetta. Yrittäjä tarvitsee laskentataulukon.

Olen lukenut poskettoman määrän kirjoituksia siitä, miten AI-agentteja pitää ottaa käyttöön, miten AI koulutetaan henkilöstölle ja miten ihmisiä pitää taputtaa päähän uuden teknologiamurroksen aattona. Suurin osa kirjoituksista keskittyy joko yksittäisestä työkalusta intoiluun tai ihmisyyden ytimen etsimiseen omasta navasta. Muutos on suuri, tunteet ovat pinnassa, ja jokainen haluaa sanoa jotain viisasta.

Se, mikä keskustelusta puuttuu kokonaan, on omistajayrittäjän näkökulma.

En tarkoita sitä, että yrittäjien pitäisi olla kylmiä tai tunteettomia. Tarkoitan sitä, että yrittäjällä on vastuu, jota työntekijöillä, palkkajohtajilla tai konsulteilla ei ole. Yrittäjä vastaa tekemisistään asiakkaille, omistajille, rahoittajille ja työntekijöille. Silloin kysymykset eivät ole filosofisia. Ne ovat laskennallisia.

Jos tosissaan aletaan puhua työntekijöiden korvaamisesta esimerkiksi AI-agenteilla, pitää alkaa tehdä todellisia laskelmia. Sellaisia, joita yrityksen pyörittämisessä oikeasti tarvitaan.

Mistä edes aloittaa?

Ennen kuin mitään voidaan laskea, pitää selvittää lähtötilanne. Ketä kaikkia voin oikeasti korvata yrityksestäni AI-työkaluilla juuri nyt? Entä vuoden lopussa, kahden vuoden kuluttua tai viiden vuoden sisällä? Ja mitä yrityksessä täytyy tapahtua ensin, jotta siirtymä olisi ylipäätään mahdollista aloittaa? Minkälainen on prosessien, datan ja johtamisen tila tällä hetkellä? Onko talossa osaamista, joka mahdollistaa siirtymän, vai pitääkö se rakentaa alusta tai ostaa ulkoa?

Nämä ovat kysymyksiä, joihin ei voi vastata yleisesti. Ne vaativat yrityksen läpivalaisun ja analyysin.

Talouslaskelmat

Kun lähtötilanne on selvillä, päästään investointikysymyksiin. Mitä siirtymä oikeasti maksaa, ja millä aikataululla se alkaa maksaa itseään takaisin? Kannattaako investointi ottaa OPEX- vai CAPEX-puolelle? OPEX on juokseva kulu, joka rasittaa tulosta heti. CAPEX on investointi, joka aktivoidaan taseeseen ja poistetaan ajan kuluessa. Tällöin se rasittaa tulosta hitaammin, ja lyhyen aikavälin kannattavuus näyttää paremmalta.

Monelle yrittäjälle tämä jako ei ole selvä, mutta se vaikuttaa suoraan siihen, miten siirtymä kannattaa rahoittajalle perustella ja miten se näkyy yrityksen luvuissa ensimmäisinä vuosina. Perinteinen CAPEX-logiikka ei istu täydellisesti AI-investointeihin, koska teknologia kehittyy niin nopeasti, että tämän vuoden laskelmat saattavat vanhentua ensi vuonna. Kukaan ei myöskään osaa vielä sanoa, mikä on AI-järjestelmän realistinen poistoaika.

Laskelmiin kuuluvat myös riskit. Mitä riskejä AI-siirtymään sisältyy, ja miten niitä voidaan mitigoida? Kenen kumppanin kanssa riskejä kannattaa hallita? Juridinen riski, tietoturvariski, asiakassuhderiski ja henkilöstöriski ovat kaikki erilaisia kysymyksiä, joihin tarvitaan erilaisia selvityksiä. Selvittäjät eivät myöskään ole ilmaisia.

Mittarit

Kun siirtymä on käynnissä, miten seuraan takaisinmaksua? Mistä luvuista tiedän, että olemme oikealla tiellä? Milloin on aika kiihdyttää, milloin jarruttaa?

Mittarikysymykset ovat osoittautuneet yllättävän hankaliksi. Jos laskutusaste pysyy yhtenä mittarina, niin kenen laskutusastetta tarkalleen ottaen seurataan? Ihmisen, AI-järjestelmän vai yhdistelmää? Miten projektien kannattavuutta mitataan tilanteessa, jossa tekijöinä on samanaikaisesti sekä ihmisiä että AI-järjestelmiä?

Onko tokenitehokkuus järkevä tapa verrata työntekijöiden AI-kyvykkyyttä keskenään, vai luoko se vääriä kannusteita?

Mittarit eivät ole vain tylsä hallinnollinen kysymys. Ne määrittävät sen, mitä ihmiset alkavat optimoida. Väärät mittarit tuottavat väärää käyttäytymistä, ja sen huomaa yleensä liian myöhään.

Organisaatio ja ihmiset

Viimeinen kysymysjoukko on vaikein, koska siihen ei ole olemassa oikeaa vastausta etukäteen. Kannattaako esimerkiksi ihmisiä ja AI-järjestelmiä ajatella työpareina vai vertailukelpoisina resursseina, ja mitä eroa sillä on käytännössä johtamisen kannalta? Mitkä roolit vahvistuvat, kun AI tulee mukaan asiantuntijatyöhön, ja mitkä katoavat?

Kuka omistaa AI-strategian operatiivisesti yrityksen sisällä? Kuka vastaa sisäisesti virheistä, ketä kehutaan voitoista?

Ja jos kehitys jatkuu tätä tahtia, mikä on oikea suhde ihmisten ja AI:n välillä asiantuntijatyössä? Miten työpanosta vertaillaan, kun toinen osapuoli ei nuku, ei sairastu ja sen kapasiteetti voidaan skaalata minuuteissa?

Onko sinun yrityksessäsi jo mietitty näitä asioita?

Nämä kysymykset tulevat jokaisen yrittäjän pöydälle jossain vaiheessa. Kysymys on vain siitä, ehditkö miettiä niitä itse vai pakottaako markkina siihen.