Gerlyn Tiigemäe: tehisintellekti tõhus kasutamine algab teadlikkusest, mitte tehnoloogiast

Kipun arvama, et töötajate mõju alahindamine jääb teadmatuse taha. McKinsey poolt läbi viidud uuring näitab, et juhid alahindavad töötajate tegelikku AI kasutust kuni kolmekordselt – paljud töötajad katsetavad tööriistu omal käel ja tihti “salaja”, ilma et see oleks seotud ametlike protsesside või juhistega. Selleks, et efektiivsus jõuaks ka organisatsiooni tasandile, on oluline läbipaistvus ja ühine õpikogemus. Mida rohkem jagatakse nii edulugusid kui ka ebaõnnestumisi, seda kiiremini õpitakse, mis toimib ja mis mitte.

Lisaks näitab PwC uuring veel üht huvitavat trendi - praktiliselt on kadunud vastus “ei oska öelda”, mida varasemal aastal vastati umbes viiendikul juhtudel. See on selge märk teadlikkuse kasvust – juhid oskavad täna paremini hinnata nii AI võimalusi kui ka selle kasutuse eeldusi, olgu selleks siis digitaliseeritus, andmete kvaliteet või protsesside automatiseerimise tase.

Oluline on mõista ka demograafilist lõhet. Suur osa negatiivsetest hinnangutest AI mõjule pärineb vanuserühmast 45+, eriti 55–59 vanuses juhtide seast. Nooremates vanusegruppides oli PwC sõnul negatiivsus peaaegu olematu. See ei tähenda, et AI sobib ainult noorematele – pigem viitab see sellele, et suhtumine, harjumused ja valmisolek tehnoloogiaga kohaneda mängivad võtmerolli selle tajutavas väärtuses.

Alusta sealt, kus on kõige rohkem teksti. Keelemudelid nagu ChatGPT, Gemini või Claude ei ole mõeldud ainult turunduseks. Finantsis tuleb koostada keerulisi e-kirju, uuendada aastaaruande tekstiosa, kirjutada uusi protseduurireegleid, koostada ingliskeelseid päringuid partneritele jpm. Kõigis neis saab AI abiks olla – ja seda edukalt. Aga ainult siis, kui oskad õigesti küsida, mis vajab kindlasti praktikat.

Üks minu viimase aja suurimatest üllatustest ja avastustest on Deep Research funktsionaalsus - tegemist on ühe kõige praktilisema ja võimekama lahendusega, mida uued AI-mudelid tänaseks pakuvad. Deep Researchi päringu puhul käivitub vastamisel nn "mõtlemise ahel" ehk chain of thought, kus AI selgitab sulle, milliseid allikaid ta kasutas, miks ta midagi arvesse võttis, miks teised allikad kõrvale jättis ja millise loogikaga ta oma järeldusteni jõudis. See võimaldab sul mitte ainult saada vastuseid, vaid ka mõista, kuidas need vastused kujunesid – ja see on eriti oluline, kui otsused põhinevad AI toel.

See funktsionaalsus on eriti kasulik, kui on vaja teha:

Deep Research (ka nimega Deep Search või Think Deeper) on tasuta kättesaadav Microsoft Copilotis, Perplexity platvormil, Grokis ( XAI), Google Geminis ning tasulisena ChatGPT-s.

Kokkuvõtteks rõhutan, et AI ei ole hõbekuul. Et sellest kasu saada, peab see olema osa süsteemist. Mitte projekt, vaid igapäevane tööriist. Aga enne AI-d tuleb paika panna protsessid, andmed ja oskused.