Kuidas Eestis kratte tehakse?

Mailiis Ploomann, Elisa telekomiteenuste valdkonna juht

Eesti riik on lubanud, et aastaks 2020 on meil avalikus sektoris abiks vähemalt 50 tehisintellekti rakendust ehk maakeeli öelduna kratti. Erasektori ettevõtted mõistavad üha enam, et homsete äriprobleemide lahendamiseks enam eilsed töövahendid ei sobi ning pöörduvad aina sagedamini masinõppe mudelite ning erinevate tehisintellektil põhinevate süsteemide poole. Elisas alustasime sellega juba 2017. aastal ning oleme tänaseks saanud nii väärtuslikke õppetunde kui ka kuhjaga põnevaid uusi teadmisi, mistõttu julgustame ka kõiki teisi selle teemaga lähemalt tutvust tegema.

Kuidas neid kratte siis ikkagi tehakse?

Juba vanarahvas teadis, et krati puhul on tegemist inimese loodud olendiga, kellel puuduvad inimlikud omadused. Kratt tuleb teha kolmest vanast raaguviheldud saunavihast, need luuavarre ümber siduda, hõõguv süsi südameks panna ja kõige pimedamal ja pilvisemal täiskuu-neljapäeva ööl kolme tee ristil vanakuradiga leping sõlmida. Lepingu sõlmimiseks tuleb krati hõõguvale südamele kolm tilka enda verd poetada. Kratile peab kogu aeg tööd andma, et too peremehele kallale ei läheks ning teda endaga vanapagana juurde maa alla ei viiks. Kratist lahti saamiseks tuleb anda elukale töö, millega too hakkama ei saa, näiteks liivast köie või veidi uuemast kirjandusklassikast pärit leivast redeli tegemine.

Tulles nendest iidsetest aegadest tagasi tänasesse päeva, tuleb tunnistada, et ühe krati tööle saamine on aegade jooksul mõnevõrra keerukamaks muutunud. Ei tea kas asi on selles, et saunas viheldakse vähem ning luuavarred on täielikuks eksootikaks muutunud või hoopis selles, et oleme aegade jooksul linnastumise käigus lihtsalt mõned igipõlised oskused minetanud. Siiski pole me veel Elisas juba 4 toimiva krati puhul verd pidanud loovutama ning ka vanapaganaga on siiani NDA (non-disclosure agreement) sõlmimata.

Tänasel päeval algab ühe krati loomise lugu konkreetsest ärilisest vajadusest. On selleks siis mõni mure või probleem, mida lahendada või vastupidi rõõm, mida võimendada.

Tehisintellekt on lihtsustatult lahendus, mis automatiseerib otsuste langetamise. Seega tuleb esmalt aru saada, kas meie mure või rõõmu puhul, on olemas mingisugune järjekord tegevusi (protsesse), mis teatud kindlatel hetkedel otsuseid vajavad. Juhul, kui on, tasub kõva häälega küsida, kes ja millistel alustel, millistest teadmistest ja andmetest lähtuvalt, neid otsuseid täna langetab? Alles siis, kui me oleme veendunud, et tegemist on tõepoolest protsessiga, mida teoreetiliselt on võimalik automatiseerida ning meil on olemas reeglid ja loogika, kuidas täna neid vajalikke otsuseid langetatakse, tasub siit edasi järgmisse faasi liikuda.

Inimeste tänastes tööülesannetes on väga laias laastus kahte tüüpi tegevusi. Selliseid, mis vajavad kõrgeltarenenud kognitiivset taju ning erinevates olukordades omandatud teadmiste ristkasutust. Kuigi see kõlas uhkelt, on see miski, mida juba mõneaastased lapsed vabalt valdavad :) ning suur hulk tegevusi, mida teeme nö autopiloodil. Iga kord ühtemoodi, rutiinselt ja muutumatult.

Inimene, kui emotsionaalne olend, kipub viimaste puhul tüdinema, väsima ning seetõttu ka vigu tegema ning just see on koht, kus tehisintellektiga kratid meid enim aidata saavad. Kratt ei väsi, tüdine ega ole kurb, kui ei saa töö käigus ennast arendada. Lisaks ei laiene talle töö- ja puhkeajaseadus, mistõttu saab ta neid ülesandeid täita 24/7 ja 12 kuud järjepanu. Juhul, kui protsess, millest ennist rääkisime sisaldab just taolisi, muutumatu loogikaga ning inimestele tüütuid töölõike, saab tõenäoliselt väita, et oleme leidnud protsessi, mida oleks mõistlik automatiseerida. Samas on see oluline mõtlemiskoht, sest kõiki ettevõttes eksisteerivaid protsesse, ei tasu kindlasti automatiseerida — eriti selliseid, mis inimese jaoks on ülimalt lihtsad — ent mõnele kratile võivad osutuda leivast redeli tegemiseks. Kõige lihtsamaks näiteks on siinkohal maailmas ülipopulaarsed vestlusrobotid ehk chatbotid. Juhul, kui sinu klientidel on palju ühesuguseid küsimusi, millele inimesed vastavad alati ühtemoodi, on ainest ühe krati loomiseks. Kui aga tooted — teenused on keerulised ning tihti ka konkreetse kliendi vajaduste järgi disainitud, on ka klientide küsimused pigem ebastandardsed. Nende klientide heaolu silmas pidades on oluliselt otstarbekam hoida chattimasinimesi, kes suudavad erinevatest infokildudest ja andmeallikatest terviku kokku panna ning kliendi jaoks mõistetavasse konteksti asetada.

Selle sama näite najal jõuame järgmise olulise otsustuskohani — kas krati loomine tasub end üldse kunagi majanduslikult ära? Innovatsioon on kallis lõbu ning mida noorem on tehnoloogia, seda enam tuleb alguses maksta nn kooliraha. Kuigi tehisintellektist on räägitud juba aastaid, hakkavad lahendused praktilisse kasutusse jõudma alles nüüd, mistõttu ei tasu isegi unistada soodsatest või odavatest lahendustest.

Samas — soodne või odav on väga laiad ja suhtelised mõisted. Kõik sõltub sellest, kui pikka perspektiivi arvesse võtta ning milliseid mõõdikuid kasutada. Õigete mõõdikute valimiseks tuleks korraks tagasi minna esimese punkti juurde ning meelde tuletada, milline oli meie äriline eesmärk. Jätkates vestlusroboti näitel, siis kas soovime pakkuda klientidele kiiremat või hoopis ööpäevaringset teenindust? Kas soovime vabastada oma tööjõu nende jaoks tüütutest (ja liiga lihtsatest) tööülesannetest ning suunata nad ümber kõrgemat väärtust loovale tööle? Või oleme olukorras, kus tööjõukulud on kasvanud lihtsalt niivõrd kõrgeks, et lihtsamate tööülesannete täitmiseks pole inimtööjõud enam rentaabel lahendus? Kiirema ja pikaajalisema teeninduse eesmärk on ilmselt klientide rahulolu, mida tänapäeval mõõdetakse sageli soovitusindeksi ehk NPS-iga. Seega tuleks välja arvutada, mitu punkti NPS kasvaks, kui taolisel viisil teenindust muuta ning kui palju lisatulu see ettevõttele tooks. Tööjõu ülesannete muutmine kõrgemat väärtust loovate tööde täitmiseks on arvutatav loodava lisaväärtuse kasvu läbi ning juhul, kui inimtööjõu palgaootused on teatud tööülesannete puhul muutunud ebamõislikeks, saame seada mõõdikuks säästetava tööjõukulu.

Sõltuvalt püstitatud ärilisest eesmärgist tuleb see mõõdik oma meeskonnaga selgeks vaielda, kokku leppida ja siis jõuda ka ühise arusaamiseni, mida krati abil täpselt saavutama minnakse.

Ükski kratt ei suuda lahendada probleemi minu äri ei ole kasumlik — seda ei maksa talle ülesandeks seada — küll aga suudab ta täita teatud etteantud ülesandeid täpsemalt ning korrektsemalt kui inimesed. Oluline on need töölõigud (äriliselt) ära tunda ning mõne tehnilisemalt mõtleva inimesega ka ära kirjeldada.

„Kratt ei saa niisama lennata, tema vajab käsku. Aga käsu peab andma peremees.“ (Andrus Kivirähk, Rehepapp)

Nii nagu vanad eestlased käisid krati loomiseks Rehepapi käest nõus küsimas, on ka kaasaegsemate krattide puhul õige aeg teadjameeste poole pöörduda. Kui kodutöö on tehtud, tasub leida partner, kes päriselt teab mis on data science (andmeteadus) ning milliseid töövõtteid erinevate krattide jaoks tasub kasutada.

Siinkohal on oluline leida partner, kes on rohkem kui pelgalt „hea arendaja, kes hirmsasti tehisintellekti vastu huvi tunneb“. Hea krati loomiseks on vaja kedagi, kes siiralt huvituks sinu ettevõtte ärilisest eesmärgist ja kes aitaks selle lahti mõtestada tehisintellekti keelde. Kuna data science on globaalne teadus, ei pea tingimata valima kohalikku ettevõtet, ent soovitan Eestis meie noorte ettevõtjate seas ringi vaadata. Meil on uskumatult ägedaid ja maailmatasemel tegijaid, kes mõistavad, et nad ei paku IT-arendust, vaid loovad tehnilist võimekust äri edendamiseks. MindTitan, Alphablues ja Feelingstream on siin kindlasti juba tuntud nimed ja teerajajad, aga kokku tasub saada ka nooremate ning uuemate tulijatega.

Data Science on segu matemaatikast, statistilisest analüüsist, IT-st, lisaks veel näpuotsaga biokeemiat ja äriliste protsesside mõistmist — kui keegi väidab vastupidist, siis tasub kohtumine viisakalt lõpetada ning järgmine teenusepakkuja leida.

Koos valitud partneriga on mõistlik kokku panna meeskond, kes projekti ühiselt ette võtab ning siinjuures on oluline meeles pidada, et selles meeskonnas on võrdne roll nii majasisesel probleemi omanikul, kui mudeli tegelikul loojal (data scientistil). Kindlasti peab olema kaasatud keegi, kes valdab ettevõtte andmete keelt ja tunneb andmeallikaid ning keegi, kes projekti sisuliselt juhib. Projektijuht peab hoolitsema selle eest, et jälgitakse õigeid mõõdikuid, kaasatakse kõiki vajalikke osapooli ja hoitakse infovälja üle ettevõtte ühesugusena. Tegemist ei ole kindlasti klassikalise IT projektijuhiga — sellesse rolli peab astuma inimene, kes küll valdab IT ja data scientistide keelt, ent kelle süda kuulub pigem äripoolele ning kes oskab seetõttu olla sillaks ja tõlgiks nende kahe maailma vahel.

Mainitud projektijuhi ülesandeks on mõelda ka sellele elule, mis järgneb karti valmimisele ehk kuidas äripoole esindajad peavad kratiga tulevikus koos tööd (koostööd?) hakkama tegema.

Tehisintellekti ja krattide tulekuga on möödas aeg, kus äripool sai olla IT-arenduste puhul lihtsalt tellija ja sisendi andja. Oluline on mõista, et tegemist on tellija ja arendajate ühise projektiga, millele mõlemad peavad olema valmis panustama nii aega kui energiat. Ainult nii sünnivad kratid, kellest on peremehele tõeliselt kasu nii täna kui ka aastate pärast.

Teksti toimetas Marika Raiski Lugu ilmus ajakirjas Director märtsis 2019