|
|
|
Hankekoodi: S22385
Hankkeen nimi: AI-lähettiläs
Toimintalinja: 4. Koulutus, ammattitaito ja elinikäinen oppiminen
Erityistavoite: 9.2. Kasvu- ja rakennemuutosalojen koulutuksen tarjonnan ja laadun parantaminen
Suunnitelman mukainen toteutusaika: Alkaa 1.3.2021 ja päättyy 28.2.2023
Toiminnan tila: Toiminta päättynyt
Vastuuviranomainen: Keski-Suomen elinkeino-, liikenne- ja ympäristökeskus
Hakijan virallinen nimi: Tampereen ammattikorkeakoulu Oy
Organisaatiotyyppi: Ammattikorkeakoulu
Y-tunnus: 1015428-1
Jakeluosoite: Kuntokatu 3
Puhelinnumero: 0294 5222
Postinumero: 33520
Postitoimipaikka: Tampere
WWW-osoite: http://www.tuni.fi
Hankkeen yhteyshenkilön nimi: Kari Naakka
Yhteyshenkilön asema hakijaorganisaatiossa: Lehtori
Yhteyshenkilön sähköpostisoite: kari.naakka(at)tuni.fi
Yhteyshenkilön puhelinnumero: 0407294269
Hakijoiden lukumäärä tai tuen siirto -menettely:
Tekoäly on muuttamassa merkittävästi yhteiskuntamme toimintaa. Tekoäly- ja dataosaamisen avulla yritykset ja yhteisöt voivat kehittää työtapojaan, prosessejaan ja liiketoimintaansa. Tekoäly tarjoaa yrityksille konkreettisia työkaluja, menetelmiä sekä ideoita ja käsitteellisiä malleja liiketoiminnan sekä tuote- ja palvelutarjonnan systemaattiseen kehittämiseen. Voidakseen aidosti kehittyä tekoälyn hyödyntäjinä yritysten pitäisi kohdentaa kehitystyöhön resursseja. Samaan aikaan saattaa kuitenkin olla hyvin epäselvää, mitä käytännössä kannattaisi tehdä ja kuinka päästä alkuun tekoälyn hyödyntämisessä. Hanke vastaa tähän haasteeseen AI-lähettiläs -mallilla, jossa yrityksestä valitaan sopiva avainhenkilö kehittymään AI-osaajaksi eli oman yrityksensä AI-lähettilääksi.
Keskeisessä roolissa tekoälyn hyödyntämisessä ovat henkilöt, jotka ymmärtävät sekä tekoälyn tarjoamia mahdollisuuksia että oman organisaationsa toimintaa ja liiketoimintaprosesseja. Tämän hankkeen tavoitteena on tunnistaa yrityksistä henkilöitä, joilla on edellytyksiä kehittyä oman organisaationsa AI-lähettiläiksi ja tukea heitä tässä kehityksessä AI-lähettiläs -toimintamallin avulla. Mallissa hyvin määritellyt lähettiläsroolit, tekoälyn ja datan hyödyntämisen konkreettiset askeleet (AI-portaat) ja yhteistoiminnallinen toimintaympäristö takaavat vaikuttavan lopputuloksen.
AI-lähettiläs -hankkeen tavoitteena on mahdollistaa yrityksille tekoälyyn ja datan hyödyntämiseen liittyvän käytännönläheisen kyvykkyyden hankkiminen ja toimintamallin omaksuminen. Tavoitteena näillä osaamiseen perustuvilla muutoksilla on uuden liiketoiminnan löytyminen tai olemassa olevan tehostuminen AI-lähettiläsroolin avulla sekä tehostaa ja vakiinnuttaa dataosaamiseen ja tekoälyyn liittyvää yhteistoimintaa ja vuorovaikutusta relevanttien toimijoiden kanssa. Tavoitteena on kasvattaa tekoälyyn ja datan hyödyntämiseen liittyvien toimenpiteiden määrää ja laatua kohdeyrityksissä ja eri toimijoiden välillä siten, että toimenpiteiden vaikuttavuus lyhyellä ja pitkällä aikavälillä kasvaa. Avain tähän muutokseen ovat osaavat ja aktiivisesti toimivat datan ja tekoälyn ymmärtäjät eli yritysten AI-lähettiläät.
Hankkeen varsinaista kohderyhmää ovat kasvu- ja rakennemuutosalojen pk-yritysten työntekijät, jotka voivat edistää yritysten sisällä AI- ja dataosaamisen kehittämistä siten, että yritys saa datastaan irti uutta lisäarvoa toiminnan kehittämiseen tai mahdollisuuksia uuteen liiketoimintaan. Näitä kasvu- ja rakennemuutosaloja ovat Tampereella erityisesti palvelualat, uusia alustateknologioita hyödyntävät toimialat sekä teknologialat ja Turussa terveys- ja hyvinvointiteknologia, meri- ja metalliteollisuus, uusia alustateknologioita hyödyntävät toimialat sekä start-upit.
Hankkeen välillisiä kohderyhmiä ovat muiden AI-/datapalveluja tuottavien yritysten työntekijät, aluetoimijat sekä korkeakoulujen ja yliopistojen henkilöstö.
Myönnetty EU- ja valtion rahoitus: 363 484
Toteutunut EU- ja valtion rahoitus: 347 398
Suunniteltu julkinen rahoitus yhteensä: 454 355
Toteutunut julkinen rahoitus yhteensä: 434 248
Maakunnat: Pirkanmaa, Varsinais-Suomi
Seutukunnat: Lounais-Pirkanmaan, Vakka-Suomen, Turun, Tampereen, Etelä-Pirkanmaan, Åboland-Turunmaan, Loimaan, Salon, Ylä-Pirkanmaan, Luoteis-Pirkanmaan
Kunnat: Lieto, Vesilahti, Oripää, Ikaalinen, Koski Tl, Rusko, Orivesi, Vehmaa, Mänttä-Vilppula, Kustavi, Virrat, Pirkkala, Tampere, Aura, Parkano, Turku, Sauvo, Nokia, Masku, Mynämäki, Salo, Ruovesi, Kangasala, Paimio, Urjala, Kemiönsaari, Punkalaidun, Taivassalo, Valkeakoski, Somero, Pyhäranta, Lempäälä, Kuhmoinen, Pöytyä, Naantali, Hämeenkyrö, Nousiainen, Laitila, Sastamala, Juupajoki, Ylöjärvi, Loimaa, Raisio, Pälkäne, Uusikaupunki, Akaa, Parainen, Kaarina, Marttila, Kihniö
Jakeluosoite:
Postinumero:
Postitoimipaikka:
Suunniteltu: 46
Toteutunut seurantatietojen mukaan: 51
Suunniteltu: 75
| Välitön | Välillinen | |
| Ekologinen kestävyys | ||
| Luonnonvarojen käytön kestävyys | 2 | 4 |
| Hankkeen toiminnassa pyritään huomioimaan kierrätys ja paperittomuus. Tekoäly edistää resurssitehokkuutta, mikä puolestaan vaikuttaa myönteisesti luonnonvarojen käytön kestävyyteen. | ||
| Ilmastonmuutoksen aiheuttamien riskien vähentäminen | 0 | 4 |
| Tekoäly edistää resurssitehokkuutta ja energiatehokkuutta, mitkä vaikuttavat myönteisesti ilmastonmuutoksen aiheuttamien riskien vähentämiseen. | ||
| Kasvillisuus, eliöt ja luonnon monimuotoisuus | 0 | 4 |
| Resurssitehokkuus myötävaikuttaa luonnonvarojen kestävän käytön kautta luonnon monimuotoisuuden säilymiseen. | ||
| Pinta- ja pohjavedet, maaperä sekä ilma (ja kasvihuonekaasujen väheneminen) | 0 | 4 |
| Resurssitehokkuus ja energiankäytön tehokkuus myötävaikuttavat kasvihuonekaasujen vähentämiseen sekä luonnon saastumisen vähentämiseen. | ||
| Natura 2000 -ohjelman kohteet | 0 | 0 |
| Hanke ei kohdistu Natura-alueisiin. | ||
| Taloudellinen kestävyys | ||
| Materiaalit ja jätteet | 4 | 5 |
| Hankkeen toiminnassa pyritään huomioimaan kierrätys ja paperittomuus sekä muu toiminnasta aiheutuva “jäte”, jolle voidaan löytää uusiokäyttöä. Kaikessa tekniikan alan työssä materiaalivalinnat ja -kulutus sekä jätteet, niin niiden laatu, määrä kuin hävittäminenkin, ovat huomioitavia asioita. Tekoäly edistää entisestään resurssitehokkuutta. | ||
| Uusiutuvien energialähteiden käyttö | 0 | 1 |
| Ei suoranaista vaikutusta, ellei datan hyödyntäminen liittyen kohdeorganisaation energiaratkaisujen kokonaisarviointiin ilmasto ja corporate responsibility -näkökulmista. | ||
| Paikallisen elinkeinorakenteen kestävä kehittäminen | 9 | 9 |
| Hankkeen toiminta keskittyy hankkeen toiminta-alueiden elinkeinorakenteen kestävään kehittämiseen tekoälyosaamisen näkökulmasta. Hanke tukee erityisesti alueiden pk-sektorin kasvua ja avaa uusia liiketoimintamahdollisuuksia. Hanke edistää toimijoiden välistä yhteistyötä. Jatkossa hankkeen vaikutukset laajenevat valtakunnallisesti. | ||
| Aineettomien tuotteiden ja palvelujen kehittäminen | 9 | 9 |
| Alueiden elinkeinoelämän tekoälyosaaminen kasvaa hankkeen aikana, mikä luo paremmat mahdollisuudet digitaalisten palveluiden kehittämiselle. Tästä hyötyvät välillisesti myös yritysten asiakkaat parempien tuotteiden ja palveluiden muodossa. | ||
| Liikkuminen ja logistiikka | 3 | 5 |
| Resurssitehokkuuden kautta hanke myötävaikuttaa logistiikkaan ja vähentää liikkumisen tarvetta. Mahdolliset tekoälyratkaisut saattavat koskettaa logistisia kysymyksiä. | ||
| Sosiaalinen ja kulttuurinen kestävyys sekä yhdenvertaisuus | ||
| Hyvinvoinnin edistäminen | 6 | 8 |
| Mielekkäämpien tekoälytyökalujen ja työtehtävien kautta tietotyössä viihtyminen ja jaksaminen paranevat sekä työtyytyväisyys kasvaa. Yritysten kilpailukyvyn kasvu lisää työllisyyttä ja sitä kautta hyvinvointia. | ||
| Tasa-arvon edistäminen | 5 | 2 |
| Hanke toteuttaa tasa-arvoisuutta kaikissa toiminnoissaan. Hankkeen tulosten jakaminen tehdään siten, että tasa-arvoisuus toteutuu jakamalla tulokset kaikkien saataville ja huolehtimalla siitä, että kaikki mahdolliset tulosten loppukäyttäjät ovat tietoisia tulosten olemassa olosta. Lisäksi varmistetaan, ettei käytetyissä datajoukoissa ole tasa-arvoa vaarantavia seikkoja. | ||
| Yhteiskunnallinen ja kulttuurinen yhdenvertaisuus | 4 | 6 |
| Hanketta toteuttavat korkeakoulut ovat kansainvälisiä organisaatioita, joissa kulttuurinen yhdenvertaisuus on tärkeä arvo. Hankkeen tuotokset laaditaan niin, että pidemmällä aikavälillä ne hyödyttävät suomalaisia laajalti, mikä tukee yhteiskunnallista yhdenvertaisuutta. Hankkeen tulokset ovat mahdollisimman helposti ja läpinäkyvästi kaikkien saatavilla riippumatta alueellista sijainnista. | ||
| Kulttuuriympäristö | 0 | 0 |
| Ei merkittävää vaikutusta. | ||
| Ympäristöosaaminen | 4 | 6 |
| Resurssitehokkuudella edistetään ympäristöosaamista, kun ympäristön huomioiminen kaikessa toiminnassa lisääntyy. Mahdollisesti ympäristöteknologiohin liittyvä avoimen datan ja IoT-laitteiden tuottama aineisto on tekoälytoimenpiteiden kohteena. Hankkeessa hyödynnetään osatoteuttajien työelämäverkostoja, joihin kuuluu myös ympäristöteknologioihin painottuvia yrityksiä. | ||
Hankkeessa kasvatettiin Pirkanmaan ja Varsinais-Suomen pk yritysten tekoälyosaamista AI-lähettiläiden kautta. Hankkeen avulla AI-lähettiläät kasvattivat osaamistaan tekoälyosaamisen alueella ja suorittamalla oppimistehtävänsä yrityksessään lähettiläät toivat uuden dataosaamisen yrityksen käyttöön ja hyödynnettäväksi. Lähettiläiden verkostoitumisen avulla hyöty ja kokemukset tekoälyn hyödyntämisestä saatiin jaettua myös lähettiläiden ulkopuolelle. Tuloksia ja kokemuksia jaettiin useissa seminaareissa (mm. Dimecc / FIIF 16.2), yhteistyötahojen (Dimecc, Business Tampere, Turku Science Park, Turku AI, Techcampus Turku, Tech Turku Week jne.) ja eri medioiden kautta (web sivut, LinkedIn, Facebook, twitter, Tuni ja TY uutiset ja tiedotteet). Tekoälyosaamisen kasvattamisen yhteydessä tuotettiin testattu AI-lähettilästoimintamalli case-kirjastoineen, jossa määritellään AI-lähettilään toimenkuvat, prosessit ja työkalut tekoälyn hyötykäytön lisäämiseksi yhteistoiminnallisesti esimerkkeineen.
Toimenpiteissä keskityttiin uusiin tekoälyosaamisen prosesseihin W3C- ja CRISP-DM -malleja soveltaen tunnistettuihin tarpeisiin ja tilanteisiin pk-yrityksissä. Prosessiosaamissa keskityttiin tekoälyn ja datan potentiaalin tunnistamiseen, joka tapahtui kokemuksellisesti omien dataesimerkkien avulla.
Hyötyosaamisessa korostettiin AI-lähettilään olemassa olevaa osaamista oppimistehtävien avulla, joiden avulla AI-lähettiläs pystyi uudistamaan yrityksensä toimintaympäristöä ja kehittämään datan hyödyntämistä uudella tavalla. Tähän liittyi myös double-loop learning, jossa tekoälyhypeenkin liitetyt näkemykset joko vahvistettiin tai korjattiin datan ja tavoitteiden ymmärrystä kriittisesti tarkastelemalla (“tikkataulu”-malli).
AI-lähettilästoiminta ”pyöräytettiin” 2 kierrosta, jossa kummassakin toimittiin hankehakemuksen toimenpidesuunnitelman mukaisesti. Kummankin kierroksen alussa rekrytointiin AI-lähettiläät ja käytiin lyhyt alustus keskustelu, jossa varmennettiin, että lähettiläällä on mahdollisuus oikeasti osallistua hankkeen toimintaan ja samalle kerrottiin tarkemmin hankkeen käytännöistä.
Kun lähettiläät oli rekrytoitu pidettiin kokoontumisajo, jossa lähettiläille saivat motivointi-ideoita käytössä olevista tekoälytekniikoista ja -ratkaisuista ja niiden hyödyntämisestä liiketoiminnasta. Osalla lähettiläistä oli oma case-idea olemassa ja osalla se alkoi kehittymään kokoontumisajossa ja siihen liittyvissä sparrauksissa. Lähettiläät esittivät oman casensa työpaja 1:ssä, jossa sitä kehitettiin vertaisarvioinnin avulla. Lähettiläät sparrattiin tarvittaessa myös ennen 2. työpajaa, jossa lähettiläät saivat valmiuden suorittaa loppuun oman oppimistehtävä/POC toteutuksen suunnittelun. Työpajassa oli mukana myös korkean tason tekoälyosaajia yritysmaailmasta, joiden kanssa yhdessä hankkeen toimijat arvioivat caseja. Kukin lähettiläs toteutti oman suunnitelmansa mukaiset tehtävät yrityksessään, joiden avulla lähettiläs sai oman casensa testattua.
Case-kirjastoon koottiin valitut esimerkit, joiden avulla voidaan havainnollistaa erilaisia tekoälyn hyödyntämismahdollisuuksia erilaisilla liiketoiminta-alueilla. Jakamalla Case-kirjastoa ja toimintamalia eteenpäin saadaan hankkeessa aikaan saadut tulokset ja tuotokset aiheesta kiinnostuneiden saataville. Jalkauttamista tehtiin mm. siten, että toimintamalli ja casekirjasto tiedotettiin suoraan sähköpostitse noin 30 suomalaisten korkeakoulujen tekoälyvastaaville tutkijoille ja opettajille sekä yrittäjäjärjestölle. Monia kiitoksia saatiin ja asian tärkeyttä korostettiin vastausviesteissä.