HiQ yhdistää tekoälyn, datan ja automaation omaksi palvelualueekseen: “Valmennamme asiakkaitamme oivaltamaan käyttötarkoituksia tekoälylle”

HiQ yhdistää tekoälyn (AI), datan ja automaation omaksi palvelualueekseen. Tavoitteena on auttaa asiakkaita oivaltamaan käyttötarkoituksia tekoälylle ja ratkoa liiketoiminnan todellisia ongelmia. AI-alueen johtavaksi konsultiksi on nimitetty HiQ Oy:n Jonas Pomoell.

Tekoäly on ollut tiiviisti mukana HiQ:n hankkeissa jo vuosia: tilausten vastaanoton tehostamista, tuotekehityksen tukemista, lämmönkulutuksen ennustamista ja tiedonkeruun automatisaatiota. Osaamista vaaditaan myös datan keräämisessä ja käsittelyssä, sillä ilman oikeanmuotoista dataa ei synny toimivaa tekoälymallia. Kolmijalkaa täydentää automaatio, jolla voidaan helpottaa datan keräämistä erilaisista lähteistä ja poistaa epätarkkoja tai tehottomia työvaiheita.

HiQ tunnisti, että omana palvelualueenaan AI, Data & Automation palvelee asiakkaiden tarpeita parhaiten. Tavoitteena on auttaa asiakkaita löytämään uusia käyttötarkoituksia tekoälylle ja pureutua liiketoiminnan todellisiin ongelmiin. HiQ:lla on tällä hetkellä jo yli 10 alan asiantuntijaa, ja tavoitteena on palkata tiimiin tämän vuoden aikana neljä uutta konsulttia.

“Haluamme valmentaa asiakkaitamme siinä, miten tekoälyllä voidaan ratkoa liiketoiminnan suurimpia kipukohtia. Yrityksenä olemme määritelleet tekoälyn hyödyntämiselle käytännöt ja työkalut, joilla pystymme auttamaan tehokkaasti hyvin eri tasoisia ja eri teknologisista lähtökohdista ponnistavia asiakkaita", kertoo Jonas Pomoell, HiQ:n AI Lead Consultant.

HiQ ylläpitää ja kehittää organisaationsa tekoälyosaamistaan jatkuvasti. Pomoellin mukaan uusimman tietotaidon hankkimisen ohella on myös tärkeää tunnistaa tilanteet, joissa olemassaoleva teknologia on soveltuvin.

“Olemme keränneet valtavan määrän oppeja jo tekemistämme projekteista ja onnistuneet pääsemään konkretiaan tekoälyn saralla, esimerkiksi soveltamaan generatiivista tekoälyä teollisuudessa. Tutkimme analyyttisesti ja uteliaasti asiakkaiden pullonkauloja päästäksemme parhaaseen mahdolliseen ratkaisuun. Uusin tai trendikkäin teknologia ei ole aina itseisarvo”, muistuttaa Pomoell.

Yksi keskeisimmistä opeista tekoälyhankkeista on ollut, että osaaminen datan käsittelyssä on kriittistä. Prosessia kannattaa usein aluksi johtaa enemmän tutkimushankkeena kuin perinteisenä ohjelmistokehitysprojektina.

“Datan käsittely vie usein enemmän aikaa kuin voisi kuvitella. Samalla kun dataa käsitellään, sen laatu varmistetaan ja poikkeamia etsitään, opitaan paljon asiakkaan liiketoiminnasta. Kyse onkin iteratiivisesta prosessista, jossa pitää kyetä ketterästi reagoimaan ja tarpeen tullen muuttamaan hypoteesiä.”