Älä päällystä lehmipolkuja – miksi prosessianalyysin ja optimoinnin tulee edeltää tekoälyn käyttöönottoa

Yhteenveto: Tekoälyvalmius edellyttää prosessivalmiutta

Tekoälyn käyttöönoton kiireessä prosessien analysointia pidetään viivästyksenä. Näyttö osoittaa päinvastaista: se on tehokkain käytettävissä oleva keino pienentää riskejä, sillä siinä puututaan tekoälyhankkeiden epäonnistumisten dokumentoituihin juurisyihin – väärään ongelmaan, heikkolaatuiseen dataan ja työnkulkuihin, joita ei ole integroitu – ennen kuin ne ehtivät kasautua ja johtaa pilottihankkeen hylkäämiseen. Vanhojen toimintatapojen automatisoinnilla ei juuri luoda arvoa – ja se voi jopa vähentää sitä. Kolmenkymmenenviiden vuoden tutkimus liiketoimintaprosessien uudelleensuunnittelusta [6] täydentävyyden taloustieteeseen [7], [8] ja nykyisiin tekoälyhankkeiden epäonnistumisten jälkiarviointeihin [1], [2] kertoo johdonmukaisesti saman: teknologia moninkertaistaa sen organisaation vaikutuksen, johon se otetaan käyttöön. Optimoi organisaatio ensin, niin tekoäly moninkertaistaa jotain, jonka vaikutusta kannattaa kasvattaa.

Johtoryhmien kysymys ei siis ole ”Kuinka nopeasti voimme ottaa tekoälyn käyttöön?” vaan ”Mitä prosessejamme tekoäly aidosti muuttaisi, kun ne ensin ymmärretään ja optimoidaan?” Juuri se, että kysymykseen vastataan tässä järjestyksessä, erottaa 5 % muista 95 %:sta.

Mourinho Solutions varmistaa, että organisaatiosi kuuluu tuohon 5 %:iin.

Mourinho Solutionsilla toimimme juuri tässä järjestyksessä. Autamme organisaatioita kuvaamaan ja analysoimaan prosessejaan, optimoimaan niitä mitattavien hyötyjen saavuttamiseksi ja vasta sen jälkeen suunnittelemaan ja ottamaan käyttöön tekoälyratkaisuja siellä, missä niiden hyödyt voidaan osoittaa. Jos yrityksesi suunnittelee tekoälyhanketta, aloita keskustelemalla prosesseistanne – ota meihin yhteyttä prosessiarviointia varten.

Lähteet

[1] J. Ryseff, B. F. De Bruhl ja S. J. Newberry, The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed: Avoiding the Anti-Patterns of AI. Santa Monica, CA, USA: RAND Corporation, 2024. [Verkossa]. Saatavilla: https://www.rand.org/pubs/research_reports/RRA2680-1.html

[2] A. Challapally, C. Pease, R. Raskar ja P. Chari, ”The GenAI divide: State of AI in business 2025”, MIT NANDA, Cambridge, MA, USA, 2025. [Verkossa]. Saatavilla: https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf

[3] S&P Global Market Intelligencen kysely ”Voice of the Enterprise: AI & machine learning”, 2025; tulokset raportoitu artikkelissa ”AI project failure rates are on the rise: Report”, CIO Dive, maaliskuu 2025. [Verkossa]. Saatavilla: https://www.ciodive.com/news/AI-project-fail-data-SPGlobal/742590/

[4] Gartner, ”Gartner predicts 30% of generative AI projects will be abandoned after proof of concept by end of 2025”, lehdistötiedote, 29. heinäkuuta 2024. [Verkossa]. Saatavilla: https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025

[5] S. Ransbotham, S. Khodabandeh, R. Fehling, B. LaFountain ja D. Kiron, ”Winning with AI”, MIT Sloan Management Review ja Boston Consulting Group, Cambridge, MA, USA, tutkimusraportti, 2019. [Verkossa]. Saatavilla: https://sloanreview.mit.edu/projects/winning-with-ai/

[6] M. Hammer, ”Reengineering work: Don’t automate, obliterate”, Harvard Business Review, vol. 68, nro 4, s. 104–112, heinä–elokuu 1990. [Verkossa]. Saatavilla: https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate

[7] E. Brynjolfsson ja L. M. Hitt, ”Beyond computation: Information technology, organizational transformation and business performance”, Journal of Economic Perspectives, vol. 14, nro 4, s. 23–48, 2000, doi: 10.1257/jep.14.4.23.

[8] E. Brynjolfsson, D. Rock ja C. Syverson, ”The productivity J-curve: How intangibles complement general purpose technologies”, American Economic Journal: Macroeconomics, vol. 13, nro 1, s. 333–372, tammikuu 2021, doi: 10.1257/mac.20180386.

[9] W. M. P. van der Aalst, M. Bichler ja A. Heinzl, ”Robotic process automation”, Business & Information Systems Engineering, vol. 60, nro 4, s. 269–272, 2018, doi: 10.1007/s12599-018-0542-4.

[10] R. Syed ym., ”Robotic process automation: Contemporary themes and challenges”, Computers in Industry, vol. 115, artikkeli nro 103162, helmikuu 2020, doi: 10.1016/j.compind.2019.103162.

[11] T. Nagle, T. C. Redman ja D. Sammon, ”Only 3% of companies’ data meets basic quality standards”, Harvard Business Review, 11. syyskuuta 2017. [Verkossa]. Saatavilla: https://hbr.org/2017/09/only-3-of-companies-data-meets-basic-quality-standards

[12] N. Sambasivan, S. Kapania, H. Highfill, D. Akrong, P. Paritosh ja L. Aroyo, ”’Everyone wants to do the model work, not the data work’: Data cascades in high-stakes AI”, teoksessa Proc. 2021 CHI Conference on Human Factors in Computing Systems (CHI ’21), Yokohama, Japani, 2021, artikkeli nro 39, doi: 10.1145/3411764.3445518.

[13] T. H. Davenport ja R. Ronanki, ”Artificial intelligence for the real world”, Harvard Business Review, vol. 96, nro 1, s. 108–116, tammi–helmikuu 2018. [Verkossa]. Saatavilla: https://hbr.org/2018/01/artificial-intelligence-for-the-real-world

[14] M. Dumas, M. La Rosa, J. Mendling ja H. A. Reijers, Fundamentals of Business Process Management, 2. painos. Berlin, Saksa: Springer, 2018, doi: 10.1007/978-3-662-56509-4.

[15] W. M. P. van der Aalst, Process Mining: Data Science in Action, 2. painos. Berlin, Saksa: Springer, 2016, doi: 10.1007/978-3-662-49851-4.

[16] M. C. Lacity ja L. P. Willcocks, ”Robotic process automation at Telefónica O2”, MIS Quarterly Executive, vol. 15, nro 1, s. 21–35, maaliskuu 2016. [Verkossa]. Saatavilla: https://aisel.aisnet.org/misqe/vol15/iss1/4/

[17] I. M. Enholm, E. Papagiannidis, P. Mikalef ja J. Krogstie, ”Artificial intelligence and business value: A literature review”, Information Systems Frontiers, vol. 24, nro 5, s. 1709–1734, 2022, doi: 10.1007/s10796-021-10186-w.

[18] J. Jöhnk, M. Weißert ja K. Wyrtki, ”Ready or not, AI comes — An interview study of organizational AI readiness factors”, Business & Information Systems Engineering, vol. 63, nro 1, s. 5–20, 2021, doi: 10.1007/s12599-020-00676-7.

[19] T. Fountaine, B. McCarthy ja T. Saleh, ”Building the AI-powered organization”, Harvard Business Review, vol. 97, nro 4, s. 62–73, heinä–elokuu 2019. [Verkossa]. Saatavilla: https://hbr.org/2019/07/building-the-ai-powered-organization