Teko\u00e4lyn ensimm\u00e4iset teoreettiset pohdinnat juontavat juurensa jo 1950-luvulle. Tuolloin brittil\u00e4inen matemaatikko Alan Turing esitti kysymyksen \u201dVoivatko koneet ajatella (\u201dCan machines think?\u201d) (Turing 1950). Vuosikymmenten saatossa teko\u00e4ly on ottanut useita valtavia kehitysharppauksia. Yksi n\u00e4ist\u00e4 merkitt\u00e4vist\u00e4 virstanpylv\u00e4ist\u00e4 on OpenAI:n kehitt\u00e4m\u00e4 generatiiviseen teko\u00e4lyyn pohjautuva ChatGPT , joka k\u00e4ynnisti varsinaisen teko\u00e4lybuumin.<\/p>\n
Olemassa olevat selvitykset ja tulevaisuuden n\u00e4kym\u00e4t osoittavat teko\u00e4lyn merkitt\u00e4vyyden sek\u00e4 yritysten, ett\u00e4 niiden toimitusketjujen n\u00e4k\u00f6kulmasta. Tieteellisen tutkimuksen perusteella teko\u00e4lyn k\u00e4ytt\u00f6 lis\u00e4\u00e4 muun muassa toimitusketjun ketteryytt\u00e4 ja riskien hallintaa sek\u00e4 kiertotalouteen liittyv\u00e4\u00e4 toimintaa (Dey ja muut 2023). Generatiivinen teko\u00e4ly tukee p\u00e4\u00e4t\u00f6ksenteon tehokkuutta, joka puolestaan on yhteydess\u00e4 innovatiiviseen suorituskykyyn (Baabdullah,2024). Yleisesti ottaen ChatGPT:n k\u00e4ytt\u00f6 vaikuttaa erityisesti teht\u00e4viin, joita ty\u00f6ntekij\u00e4t suorittavat tietointensiivisiss\u00e4 rooleissa (Ritala ja muut 2023).<\/p>\n
My\u00f6s useat konsulttiyritykset ovat tehneet teko\u00e4lyyn liittyvi\u00e4 selvityksi\u00e4. Accenturen blogissaan julkaiseman (2023) selvityksen mukaan teko\u00e4lyn vaikutus toimitusketjuun on merkitt\u00e4v\u00e4. Selvityst\u00e4 varten arviointiin runsaat 19000 toimitusketjuun liittyv\u00e4\u00e4 teht\u00e4v\u00e4\u00e4 niiden vaatiman viestinn\u00e4n, p\u00e4\u00e4ttelyn ja validoinnin tason perusteella. Selvityksen mukaan teko\u00e4ly\u00e4 voidaan k\u00e4ytt\u00e4\u00e4 parantamaan ihmisten kyky\u00e4 tehd\u00e4 nykyist\u00e4 ty\u00f6t\u00e4\u00e4n tehokkaammin (14 prosenttia) ja osin korvata ihmisty\u00f6 kokonaan (29 prosenttia). Eritt\u00e4in suuri potentiaali automaatioon n\u00e4hd\u00e4\u00e4n tuotannon suunnittelussa, sek\u00e4 toimistoty\u00f6ntekij\u00f6iden t\u00f6iss\u00e4, jotka liittyv\u00e4t hankintoihin tai kiireellisten teht\u00e4vien hoitamiseen.<\/p>\n
Deloitten (2023) blogin mukaan generatiivisen teko\u00e4lyn mahdollisuudet toimitusketjussa n\u00e4kyv\u00e4t hyvin esimerkiksi kysynn\u00e4n ennustamisessa sek\u00e4 historiallisten tietojen yhdistelemisess\u00e4 uusia kysynt\u00e4malleja luodessa. My\u00f6s reittioptimointi, joka sis\u00e4lt\u00e4\u00e4 reaaliaikaisia tietoja s\u00e4\u00e4olosuhteista liikenneruuhkiin n\u00e4hd\u00e4\u00e4n merkitt\u00e4v\u00e4n\u00e4. Hankintaprosesseissa voidaan hy\u00f6dynt\u00e4\u00e4 teko\u00e4ly\u00e4 esimerkiksi toimittajien data-analyysiin, hankinnan virtaviivaistamiseen sek\u00e4 toimittajiin liittyvien riskien v\u00e4hent\u00e4miseen.<\/p>\n
<\/p>\n
\u201dJ\u00e4rjest\u00e4mme valmistavan teollisuuden pk-yrityksille Etel\u00e4-Pohjanmaalla Teollisuuden teko\u00e4lyty\u00f6pajan 7.2.2024. Ty\u00f6pajassa k\u00e4yd\u00e4\u00e4n k\u00e4yt\u00e4nn\u00f6nl\u00e4heisesti l\u00e4pi, miten teko\u00e4ly\u00e4 voidaan hy\u00f6dynt\u00e4\u00e4 valmistavan teollisuuden pk-yritysten ja niiden v\u00e4listen verkostojen toiminnassa. Lis\u00e4tietoja ja ilmoittautuminen<\/a> \u201d<\/p><\/blockquote>\n
<\/p>\n
Digitalisoituvat yritysverkostot DigiNet -hanke on Euroopan unionin osarahoittama.<\/em><\/p>\n
(kuva: dall-e)<\/p>\n
L\u00e4hteet<\/p>\n
1. Turing, (1950). I.\u2014COMPUTING MACHINERY AND INTELLIGENCE. Mind, Issue 236. https:\/\/doi.org\/10.1093\/mind\/LIX.236.433<\/p>\n
2.Accenture (2023) https:\/\/www.accenture.com\/us-en\/blogs\/business-functions-blog\/generative-ai-why-smarter-supply-chains-are-here<\/p>\n
3. Deloitte: https:\/\/www2.deloitte.com\/il\/en\/pages\/strategy-operations\/articles\/the-Power-of-generative-ai.html<\/p>\n
4. Dey et al. (2023). Artificial intelligence-driven supply chain resilience in Vietnamese manufacturing small- and medium-sized enterprises. International journal of production research, https:\/\/doi.org\/10.1080\/00207543.2023.2179859<\/p>\n
5. Baabdullah, A. M. (2024). Generative conversational AI agent for managerial practices: The role of IQ dimensions, novelty seeking and ethical concerns. Technological Forecasting and Social Change, 198(August 2023), 122951. https:\/\/doi.org\/10.1016\/j.techfore.2023.122951<\/p>\n
6. Ritala, P., Ruokonen, M., & Ramaul, L. (2023). Transforming boundaries: how does ChatGPT change knowledge work? Journal of Business Strategy, 210166. https:\/\/doi.org\/10.1108\/JBS-05-2023-0094<\/p>\n","protected":false},"excerpt":{"rendered":"
Teko\u00e4lyn ensimm\u00e4iset teoreettiset pohdinnat juontavat juurensa jo 1950-luvulle. Tuolloin brittil\u00e4inen matemaatikko Alan Turing esitti kysymyksen \u201dVoivatko koneet ajatella (\u201dCan machines think?\u201d) (Turing 1950). Vuosikymmenten saatossa teko\u00e4ly on ottanut useita valtavia kehitysharppauksia. Yksi n\u00e4ist\u00e4 merkitt\u00e4vist\u00e4 virstanpylv\u00e4ist\u00e4 on OpenAI:n kehitt\u00e4m\u00e4 generatiiviseen teko\u00e4lyyn pohjautuva ChatGPT , joka k\u00e4ynnisti varsinaisen teko\u00e4lybuumin. Olemassa olevat selvitykset ja tulevaisuuden n\u00e4kym\u00e4t osoittavat teko\u00e4lyn […]<\/p>\n","protected":false},"author":483,"featured_media":215,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-213","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uutiset"],"acf":[],"post_meta":"