Miten vauhdittaa liiketoiminnan kasvua datan ja tekoälyn avulla?

Suomalaisen ohjelmistosuunnittelua ja innovaatiokonsultaatiota tarjoavan Futuricen perustajajäsen Tuomas Syrjänen uskoo, että yritysten kasvupotentiaali piilee datassa.

Futurice_Tuomas Syrjänen.png
Tuomas Syrjänen,
Chief AI Officer, Futurice

Datan ja tekoälyn hyödyntämisestä liiketoiminnassa on puhuttu jo vuosien ajan, mutta todellinen muutos on vielä edessä. Suomalaisen digitaalisten palveluiden suunnitteluun ja rakentamiseen sekä strategiseen konsultointiin keskittyvän Futuricen yksi perustajista, Tuomas Syrjänen, kertoo, että dataa ja AI:ta hyödyntämällä organisaatiot voivat jopa kymmenkertaistaa omistaja-arvonsa.

Ennen kuin siihen päästään on pohjatyö oltava tehtynä. Ensimmäinen askel on datan ja tekoälyn hyödyntäminen yrityksen nykyisen arvon parantamiseen. Se ei tapahdu helposti. Yksi haaste liittyy aloittamiseen:

”Tyypillisesti jokainen ensimmäinen askel olisi halvempi toteuttaa muuten, kuin datan ja tekoälyn avulla. Se vaatii rohkeutta ja uskallusta”, Syrjänen sanoo.

Pikavoittojakaan ei kannata odottaa. Nykyisen liiketoiminnan arvon kasvattaminen voi tapahtua nopeammin, mutta täysin uuden arvoajurin löytäminen voi kestää vuosia.

Kuitenkin suurin haaste liittyy ihmisten käytöksen muutokseen.

”Teknistä osaamista kyllä tarvittaessa löytyy, mutta aivan keskeistä on löytää ihmisiä, jotka ymmärtävät yhdistää liiketoiminnan ja tekniset mahdollisuudet. Tarvitaan näkemys siitä miten nykyistä liiketoimintaa ja nykyisiä arvoajureita kehitetään. Tämä vaatii myös poisoppimista ja oikeanlaista kulttuuria.”

Korona-aika on kiihdyttänyt muutosta kohti dataohjautuvampaa maailmaa. Perinteisesti monet prosessit, kuten esimerkiksi uuden työntekijän perehdyttäminen, osaamisen jakaminen ja johtaminen, ovat perustuneet pitkälti kasvokkain tapahtuviin kohtaamisiin.

”Kun mahdollisuudet tähän ovat vähentyneet, on datan tarve kasvanut”, Syrjänen sanoo.

Selkeämpi kokonaiskuva organisaation toiminnasta

Yhtiön koon kasvaessa myös organisaation kompleksisuus kasvaa. Tyypillisesti suuremmat organisaatiot jaetaan pienempiin yksiköihin, jotka kyllä toimivat sisäisesti hyvin, mutta yhteistyö eri yksiköiden välillä vaikeutuu. Data antaa uudenlaiset työkalut sen miettimiseen, miten isommassa yhtiössä toimitaan yhdessä, ja luo perspektiiviä läpi siilojen ja prosessien.

Tyypillisesti haasteet liittyvät siihen, että kokonaiskuvaa yhtiön tilanteesta ei saada, ja esimerkiksi myynnin suunnittelun ja toteutuksen välillä voi olla haasteita. Dataa ja tekoälyä hyödyntämällä saadaan selkeyttä ja ennustetarkkuutta yhtiön koko liiketoimintaan.

”Avain on, että ei mietitä vaikkapa vain yhtä prosessia, vaan suunnitellaan uudelleen koko organisaation operaatiomallia datan ja tekoälyn avulla. On myös tärkeää tarkastella prosesseja ja uudelleenmääritellä niitä datan ja teköalyn mahdollisuuksien avulla eikä vain soveltaa nykyiseeen prosessiin”, Syrjänen sanoo.

Uusia arvoajureita systeemisen muutoksen kautta

Kun data ja tekoäly on otettu mukaan yhtiön toiminnan ohjaamiseen, se mahdollistaa systeemisen muutoksen, eli toimintamallien, rakenteiden ja näiden vuorovaikutusten samanaikaisen radikaalin muutoksen.  Läpinäkyvyyden kasvaessa organisaation eri toiminnot toimivat paremmin yhdessä, mikä luo lisäarvoa niin yhtiölle kuin sen asiakkaille. Datan mahdollistamien toimivien prosessien avulla voidaan esimerkiksi ymmärtää paremmin asiakkaiden tarpeita, lisätä nopeutta ja luottamusta ja lopulta saada asiakaskokemusta parannettua. 

”Datan avulla voidaan tehdä asiakkaille relevantteja ehdotuksia, koska ymmärrämme heidän tarpeensa”, Syrjänen kertoo.

Dataohjautuvan organisaation systemaattinen muutos tarkoittaa esimerkiksi orgaanista kasvua uuden kilpailuedun voimin, sijoittajien ajamaa muutosta yritysjärjestelyjen kautta tai maantieteellistä laajentumista. Systeeminen muutos luo yhtiölle uusia arvoajureita, mistä syntyy uniikki kilpailuetu ja mahdollisuuksia yhtiön strategiseen uudelleenpositiointiin.

Strategisella uudelleenpositioinnilla uusille arvostuskertoimille

Organisaation kannattavuutta ja kasvua voidaan parantaa merkittävästi jo tuomalla datan ja tekoälyn hyödyntäminen mukaan nykyiseen toimintaan, mutta strategisella uudelleenpositioinnilla on vielä suurempia mahdollisuuksia.

”Aina voidaan toki parantaa kannattavuutta ja kasvua ja kannattavuutta nykyisillä kertoimilla, mutta jos uudelleen määritellään liiketoimintamalleja päästään aivan eri arvostuskertoimille”

Yksi vaihtoehto on tämän uuden osaamisen kaupallistaminen. Esimerkiksi rakennusalalla on nähty esimerkkejä, kuinka datan ja AI:n aiheuttama systemaattinen muutos on paketoitu skaalautuvaksi palveluksi, jota myydään muille alan toimijoille.

”Käytetään dataa ja AI:ta siihen, että kehitetään nykyistä liiketoimintaa ja samalla löydetään systeeminen muutos, jonka jälkeen tämä uusi osaaminen ja teknologia voidaan kaupallistaa ihan uudenlaisella liiketoimintamallilla esimerkiksi nykyisille asiakkaille tai kilpailijoille”, Syrjänen kertoo.