Tekoälyn varaan on laskettu valtava määrä talouskasvua.
Konsulttiyhtiö McKinsey arvioi vuosi sitten, että luova tekoäly voi kasvattaa Suomen tuottavuutta 3,6 prosenttiyksikkö vuodessa. Toinen konsulttiyhtiö Boston Consulting Group lupaili tammikuussa jopa 4,2 prosentin lisäkasvua Suomen bruttokansantuotteeseen.
Vielä paremmaksi laitettiin hakukonejätti Googlen tilaamassa selvityksessä, jonka mukaan tekoälyjärjestelmien laajamittainen käyttöönotto voisi kasvattaa Suomen bruttokansantuotetta jopa kahdeksalla prosentilla seuraavan kymmenen vuoden aikana.
Nämä ovat valtavia lukuja, kun otetaan huomioon, että Suomen Pankki on ennustanut talouskasvun olevan prosentin luokkaa tulevina vuosina. Ainakin ennen Yhdysvaltain käynnistämää kauppasotaa.
Tulevaisuustalo Sitran kansainvälisen toiminnan johtaja Kristo Lehtonen katsoo, että Suomi on nyt tienhaarassa. Toinen polku viettää kohti matalaa kasvua, toinen kohoaa tekoälyavusteisesti kohti vaurautta.
– Se ero voi olla siinä, että pystymmekö ylläpitämään hyvinvointiyhteiskunnan palveluita vai emme, Lehtonen huomauttaa.
Tekoälyn hyödyntäminen lisääntyy, mutta on yhä harvinaista
Toistaiseksi tekoälyn käyttöönotto yrityksissä on ollut hidasta. Tilastokeskuksen mukaan viime vuonna vain joka neljäs suomalaisyritys hyödynsi tekoälyä. Määrä oli toki kasvanut yhdeksällä prosenttiyksiköllä edellisvuodesta, mutta edelleen selkeä enemmistö yrityksistä ei ole löytänyt käyttöä tekoälylle.
– On hyvä muistaa, että esimerkiksi kielimallit tulivat laajemmin käyttöön vasta kaksi ja puoli vuotta sitten. Tässä on ollut itse asiassa aika lyhyt aika, huomauttaa LUT-kauppakorkeakoulun teollisuusprofessori Mika Ruokonen.
Ruokosen mukaan peliä ei ole menetetty, vaikka yrityksessä ei olisi vielä löydettyä tekoälylle käyttöä. Sitä vielä löytyy.
– Käyttöönotto ihan takuuvarmasti jatkossa nopeutuu.
Tähän löytyy Ruokosen mukaan useampi syy.
Ensinnäkin tekoälymallien hinnat laskevat. Tästä kehityksestä saatiin esimakua tammikuussa, kun kiinalaisen tekoäly-yhtiö Deepseekin sovellus aiheutti kuohuntaa matalilla koulutuskustannuksillaan.
Toisekseen tekoälyjärjestelmien käytettävyys paranee koko ajan. Yhä useampi huomaa saavansa hyötyä uudesta teknologiasta, mikä lisää sen käyttöä ja synnyttää uusia toimintatapoja.
– Tämä teknologia poikkeaa aikaisemmista siinä, että tätä pystyy yksittäinen työntekijäkin ottamaan paljon helpommin, nopeammin ja halvemmin itse käyttöön, Ruokonen huomauttaa.
Voiko Eurooppa luottaa amerikkalaisiin tekoälymalleihin?
Kuluttajille ja yrityksille tarjolla olevien tekoälytyökalujen määrä on kasvanut valtavasti muutamassa vuodessa.
Eurooppalaisen talouskasvun kannalta ongelma on vain se, että valtaosa näistä työkaluista on amerikkalaisten yhtiöiden tuotteita tai niiden toiminta perustuu amerikkalaisiin kielimalleihin.
Ruokosen Sitralle laatimassa tuoreessa selvityksessä todetaan, ettei Eurooppa voi jättää tekoälyn kehitystä Yhdysvaltain tai Kiinan varaan.
Ongelma ei ole pelkästään siinä, että amerikkalaiset tai kiinalaiset kielimallit toistavat koulutusdatansa kulttuurillisia piirteitä. Eurooppalaisten on nyt harkittava, kuinka riippuvaisia me voimme olla näistä malleista nykyisessä maailman poliittisessa tilanteessa.
Brysselissä on jo tehty ensimmäisiä päätelmiä. EU ilmoitti helmikuussa 200 miljardin euron investoinneista tekoälyyn.
Ruokonen katsoo, että Euroopalla on nyt hyvä tilaisuus kuroa Yhdysvallat ja Kiina kiinni tekoälykilpailussa, kunhan sillä on oikeat tavoitteet.
Euroopan ei pidä lähteä kisaan Chat GPT:n kanssa
Ruokosen selvityksessä todetaan, ettei Suomen ja Euroopan pidä lähteä tekoälykisassa haastamaan Chat GPT:n kaltaisia yleissovelluksia. Sen sijaan avain menestykseen löytyy toimialakohtaisista tekoälymalleista, jotka on suunniteltu ja koulutettu ratkaisemaan tarkasti määriteltyjä ongelmia.
Ruokonen antaa esimerkiksi helsinkiläisen terveysteknologiayritys Aiforian, joka kehittää tekoälymalleja diagnostiikkaan. Aiforian ajatuksena on tuoda tekoäly patologin avuksi kudosnäytteiden analysoinnissa.
Kyse on vanhan prosessin päivittämisestä, sanoo Aiforian toimitusjohtaja Jukka Tapaninen.
– Perinteisesti kudosleikenäytteiden analysointi on tehty käsityönä. Tulee näyte, se valmistellaan, patologi katsoo sitä mikroskoopilla ja tekee omat päätelmät ja laskee todennäköisyydet sille, miten paljon sieltä löytyy eri asioita, Tapaninen kuvailee.
Tekoäly automatisoi tämän prosessin niin, että ennen mikroskooppiin katsomista patologi saa raportin, josta hän näkee potentiaaliset ongelma-alueet. Raportti perustuu tekoälyn digitalisoidusta kudosnäytteestä tekemiin löydöksiin. Patologin tehtäväksi jää varmistaa, että tämä raportti pitää paikkansa.
Tekoäly ei siis vie patologin töitä, vaan se auttaa kohdistamaan resurssit tehokkaammin.
Aiforialla on tällä hetkellä kahdeksan CE-merkinnän saanutta tekoälymallia eri syöpien tunnistamiseen. Mallit ovat jo käytössä ympäri Eurooppaa, myös Suomessa.
Aiforian tekoäly on malliesimerkki Ruokosen peräänkuuluttamasta räätälöidystä tekoälyratkaisusta, joka hyödyntää erikoisalan tietoja ja ottaa huomioon alan operatiivisen ympäristön reunaehdot eli toisin sanoen noudattaa sääntelyä.
Ruokonen vertaa näitä niin kutsuttuja vertikaalisia tekoälyratkaisuja autoon, jonka moottorina toimii jokin kielimalli tai koneoppimisjärjestelmä. Auton polttoaineena on data, joka voi olla uniikkia ja tiettyyn toimialaan liittyvää tietoa.
– Ja sitten siellä tietyllä toimialalla ajetaan autoa. Siellä on sitten ne käyttökohteet ja siellä tulee se hyöty, tehokkuus ja kasvu, Ruokonen kuvailee.
Kuuntele Uutispodcastin jakso tekoälymallien energiankulutuksesta: