AI | Täiustatud intelligentsus: miks masinad ei asenda inimesi, vaid pigem annavad neile jõudu

Unustage klassikaline tehisintellekt: miks „laiendatud intelligentsus” muudab töömaailma ja mis tegelikult toimub

Aastaid on tehisintellekti teemalist diskursust domineerinud hirm masinate asendamise ees. Millal masinad meie töökohad üle võtavad? Kuid see narratiiv on liiga lihtsustatud ja struktuurilt vigane. Inimeste kõrvalejätmise asemel on äris, teaduses ja regulatsioonides üha enam fookuses palju küpsem kontseptsioon: täiustatud intelligentsus. See ei ole suunatud täielikule automatiseerimisele, vaid pigem sümbioosile, milles inimesed muutuvad võimsamaks. Masin analüüsib sekunditega tohutul hulgal andmeid, tunneb ära mustreid ja annab täpseid soovitusi – kuid oluline hindamine, eetilised kaalutlused ja lõplik sõnaõigus jäävad alati inimestele. Olgu see siis meditsiinis, õigussüsteemis või tööstuses: need, kes näevad tehisintellekti pelgalt koondamise vahendina, eiravad selle tegelikku majanduslikku potentsiaali ja riskivad oma tööjõu ohtliku tehnoloogilise läbipõlemisega. Siit saate teada, miks lubatud efektiivsuse buum makromajanduslikul tasandil on endiselt ootamas, kuidas Euroopa tehisintellekti seadus seab inimesed juriidiliselt kesksele kohale ja miks töö tulevik ei ole tehislik, vaid hübriidne.

Kui tehisintellekt ei ole konkurent, vaid katalüsaator – ohtliku narratiivi lõpp

Mida see termin tähendab – ja mida see teadlikult ei tähenda

Aastaid on tehisintellekti avalikku arutelu domineerinud üks küsimus: millal võtavad masinad üle inimeste töökohad? See küsimus pole mitte ainult lihtsustav, vaid ka põhimõtteliselt vigane. See toimib binaarsel loogikal – kas inimene või masin – ja jätab tähelepanuta kontseptuaalselt küpsema mudeli, millele teadus, ettevõtlus ja regulatsioon üha enam keskenduvad: täiustatud intelligentsuse mudel.

Liitintellekt – saksa keeles sageli nimetatud ka „laiendatud intellektiks“ – kirjeldab inimese ja tehisintellekti vahelist koosmõju, ühendades mõlema vormi tugevused ilma, et üks teist tõrjuks. Oluline erinevus tavapärasest tehisintellektist ei seisne ei tehnilises arhitektuuris ega arvutusvõimsuses, vaid otsustusõiguse kontseptsioonis: liitintellekti puhul jääb otsuste eest vastutus alati inimestele. Masin analüüsib, tunneb ära mustreid ja annab soovitusi, kuid see ei langeta otsuseid.

USA turu-uuringute ettevõte Gartner on selgesõnaliselt defineerinud liitintellekti kui inim- ja tehisintellekti kombinatsiooni, mille eesmärk on inimpotentsiaali suurendamine, mitte asendamine. See definitsioon pole pelgalt akadeemiliselt oluline; see peegeldab strateegilist nihet, millel on kaugeleulatuvad tagajärjed nii ettevõtetele, poliitikakujundajatele kui ka üksikisikutele.

Kaks mõistet, üks põhimõtteline eraldusjoon

Laiendatud intellekti olulisuse täielikuks mõistmiseks tasub lähemalt uurida selle kontseptuaalset erinevust klassikalisest tehisintellektist. Mõlemad kontseptsioonid põhinevad masinõppel, närvivõrkudel ja suurtel andmekogumitel, kuid nende eesmärgid erinevad põhimõtteliselt.

Puhtal kujul on tehisintellekt suunatud täielikule automatiseerimisele: masin võtab iseseisvalt üle määratletud vastutusala ilma inimese sekkumiseta. See on mõistlik ja tõhus korduvate, selgelt määratletud ja suuremahuliste ülesannete puhul – näiteks tööstusliku kvaliteedikontrolli, automatiseeritud andmetöötluse või pettuste avastamise puhul panganduses. Liitintellekt on seevastu kontseptuaalselt tagasihoidlikum ja samal ajal nõudlikum: see tuleb mängu seal, kus inimlik otsustusvõime, kontekstitundlikkus, empaatia või eetilised kaalutlused on asendamatud.

Selle eristuse saab kokku võtta lühikese valemiga: tehisintellekt küsib, mida masin suudab teha. Laiendatud intellekt küsib, mida inimene saab masina toel paremini teha. Otsustaja ei muutu – temast saab võimsam. Sellel perspektiivimuutusel on kaugeleulatuvad tagajärjed tehisintellekti süsteemide kavandamisele, rakendamisele ja haldamisele.

Ajalooline arusaamatus – ja miks see püsib

Apokalüptilistel narratiividel töökohtade hävitamisest tehisintellekti abil on pikk traditsioon. Juba industrialiseerimise ajastul mobiliseerus luddiitide liikumine mehhaniseeritud kangastelgede vastu, mis nende arvates muudaks füüsilise töö tegijad iganenuks. Tõepoolest, iga suur tehnoloogialaine on muutnud tööprofiile – kuid ükski pole tööd täielikult kaotanud; selle asemel on alati loodud uusi tegevusvaldkondi.

Praegused uuringud maalivad nüansirikkama pildi, kui avalik diskursus paistab. Skandinaavia ja Portugali tööandjate ja töötajate pikaajalistel andmetel põhinev analüüs näitab, et ettevõtted, kus on suurem kokkupuude tehisintellektiga, ei koge üldise tööhõive langust, vaid pigem nihkumist kõrgelt kvalifitseeritud rollide poole. Ettevõtted suunavad oma tööjõudu analüütiliste ja kontseptuaalsete rollide poole, samas kui korduvad administratiivsed ülesanded vähenevad. Paljuviidetud laialdased töökohtade kaotused ei ole veel empiiriliselt tõestatud.

Saksa Majandusinstituut (IW) jõuab sarnasele järeldusele: tehisintellekt asendab küll töökohti, kuid loob peaaegu sama palju uusi töökohti, nii et netotööhõive jääb praktiliselt stabiilseks – aga töö iseloom muutub põhjalikult. See on oluline punkt: kaalul ei ole mitte tööhõive maht, vaid selle kvaliteet, vajalikud oskused ja pädevuste ulatus, mis töötajatel peavad olema.

Kuidas see interaktsioon praktikas välja näeb – sektoripõhine vaatenurk

Meditsiin: Arstil on viimane sõna

Meditsiin on ehk kõige illustreerivam valdkond täiustatud intellekti jaoks, sest valede otsuste tagajärjed on kõige koheselt nähtavad. Tehisintellektil põhinevad süsteemid saavutavad radioloogias juba märkimisväärseid tulemusi: nad analüüsivad sadu tuhandeid üksikuid MRI-uuringu pilte, tunnevad ära statistilisi mustreid ja arvutavad konkreetsete haiguste tõenäosusi – ülesanne, mida inimradioloogid sellise kiiruse ja järjepidevusega lihtsalt ei suuda täita. Sellest hoolimata jäävad diagnoosimine, raviotsus ja patsiendiga suhtlemine arsti vastutusele.

Oma publikatsioonis tehisintellekti kasutamise kohta tervishoius rõhutas Saksamaa Arstide Liit (Bundesärztekammer) selgesõnaliselt, et tehisintellekt on väärtuslik siis, kui see toetab arste paremate otsuste tegemisel – mitte siis, kui see neid asendab. Onkoloogias aitavad algoritmid kuvamistehnikate abil kasvajaid suure täpsusega tuvastada, võimaldades kiiremat esialgset diagnoosi, mida seejärel kliinilise hinnangu ja patsientide intervjuude abil valideeritakse. Neuroloogiliste haiguste, näiteks Alzheimeri või Parkinsoni tõve varajane diagnoosimine on veel üks rakendusvaldkond, kus tehisintellekti süsteemid suudavad magnetresonantstomograafia andmete põhjal tuvastada varajasi muutusi, mida inimsilm tajuks alles hiljem – raviotsus jääb aga meditsiinitöötaja vastutusele.

Seadus ja vastavus: masin esmase ülevaatajana, inimene kohtunikuna

Õigusvaldkonnas vaatavad tehisintellekti süsteemid nüüd minutitega üle kümneid tuhandeid lepingudokumente, et leida juriidilisi riske, vastuolusid ja potentsiaalselt ebasoodsaid klausleid. See, mis varem võttis sadu tunde juriidilist nõustamist, saab masinaga tehtud murdosa ajast – kuid see ei mõista loetut konteksti, kavatsuse ja ühiskondliku väärtuse seisukohast. Advokaat jääb tõlgiks, läbirääkijaks ja eetiliselt vastutustundlikuks osapooleks. Tehisintellekti süsteem on selle ülitõhus esmane läbivaataja.

Tööstus ja intralogistika: nutikas abi keerukatele süsteemidele

Laiendatud intelligentsus on populaarsust kogumas ka tööstustootmises ja intralogistikas. Ennustavad hooldussüsteemid analüüsivad masinate andurite andmeid ja ennustavad rikkeid enne nende tekkimist – kuid hooldustehnik otsustab, millal ja kuidas sekkuda, tuginedes operatiivsetele teadmistele, mida ükski andmebaas täielikult ei salvesta. Lao- ja komplekteerimisrobotid optimeerivad marsruute ja võimsuse kasutamist, kuid erandolukorrad, klientidega läbirääkimised ja strateegilised sortimendi kohandamised jäävad inimeste kätesse.

Tootlikkuse paradoks – miks lubatud efektiivsusbuum pole teoks saanud

Igaüks, kes jälgib tehisintellekti ümbritsevat majandusdebatti, seisab paratamatult silmitsi ebamugava tähelepanekuga: investeeringud tehisintellekti taristusse ja tarkvarasse on viimastel aastatel tõusnud ajaloolisele tasemele, kuid sellest tulenev üldise majandusliku tootlikkuse tõus on makromajanduslikes andmetes vaevu nähtav. 2026. aasta veebruari lõpus jõudis Goldman Sachs kainestavale järeldusele, et 2025. aastal tehisintellektile kulutatud miljardid dollarid panustasid USA majanduskasvu tootlikkuse seisukohast "praktiliselt nulli". Kuigi kulutused ise toimisid majandusliku stiimulina – mida ajendas suutlikkuse suurendamine –, jäid lubatud efektiivsuse kasvud kogu majanduses andmetes nähtamatuks.

See tähelepanek meenutab silmatorkavalt arvutirevolutsiooni "tootlikkuse paradoksi", mille sõnastas majandusteadlane Robert Solow 1980. aastate lõpus: arvutid on kõikjal – välja arvatud tootlikkuse statistikas. Tol ajal kulus arvutitehnoloogia levikuks töövoogudesse, juhtimistavadesse ja organisatsioonilistesse struktuuridesse umbes kaks aastakümmet, et see jõuaks piisavalt kaugele, et seda saaks makromajanduslikult mõõta. Midagi sarnast kehtib tõenäoliselt ka tehisintellekti kohta.

Ettevõtte tasandil ilmneb aga nüansirikkam pilt. IBM-i 2025. aasta sügisel läbi viidud uuring, mis põhines 3500 juhi küsitlusel kümnes riigis, näitas, et kaks kolmandikku Saksamaa ettevõtetest kogevad tehisintellekti kasutamise kaudu juba märkimisväärset tootlikkuse kasvu. Umbes iga viies ettevõte on tehisintellektil põhinevate algatuste abil juba saavutanud oma investeeringutasuvuse eesmärgid. Deloitte'i 2025. aasta alguses avaldatud uuring „GenAI olukord ettevõttes“ näitab, et kolmveerand kogu maailmas küsitletud ettevõtetest teatab, et nende kõige keerukamad GenAI-lahendused mitte ainult ei vasta investeeringutasuvuse ootustele, vaid ületavad neid. SAP-i uuring rõhutab seda suundumust: tehisintellekt võib suurendada investeeringutasuvust 2027. aastaks kuni 31 protsenti, kusjuures 79 protsenti ettevõtetest loodab saavutada positiivse investeeringutasuvuse kolme aasta jooksul.

Pinget stagneeruva makrotootlikkuse ja kasvavate mikroedude vahel saab seletada lihtsa, kuid olulise faktiga: ettevõtted ostavad tehisintellekti tööriistu, kuid pole neid veel piisavalt sügavalt oma töövoogudesse, oskustesse ja organisatsioonistruktuuridesse integreerinud, et töötunni tootlikkust märkimisväärselt suurendada. See ei ole tehnoloogia ebaõnnestumine – see on rakendamise puudujääk. Ja see viitab otse täiustatud intelligentsuse kontseptsiooni tuumale: ilma inimliku elemendita, mis tehnoloogiat sisukalt integreeriks, kasutaks, kahtluse alla seaks ja edasi arendaks, jääb tehisintellekt kalliks ja mõjutuks tööriistaks.

Inimese üleolek – mida masinad struktuurilt teha ei suuda

Kõige intellektuaalselt ausamgi arutelu liitintellekti üle ei saa läbi ilma hoolika analüüsita sellest, mis eristab inimese intellekti struktuurilt ja mida masinõpe pole veel suutnud korrata. Selle punktiga tegeletakse avalikus diskursuses sageli ennatlikult, sest teated tehisintellekti süsteemide võitudest testides ja inimeste sooritusvõimest teatud võrdlusalustes ülekaalust domineerivad regulaarselt pealkirjades.

Tehisintellekti simuleeritud empaatia ei ole sama mis inimeste kogetav ja edastatav empaatia. Uuringud, mis näitavad, et ChatGPT reageerib isiklikke raskusi käsitlevatele Redditi postitustele empaatilisemalt kui inimesed, mõõdavad tegelikult masina võimet jäljendada masinlikku käitumist standardiseeritud tekstikontekstides – mitte inimliku ühenduse sügavust, mis tuleneb isiklikust ajaloost, füüsilisest kohalolekust ja jagatud haavatavusest. Vigane on raamistik, mitte tulemus.

Loovus on veel üks valdkond, kus tehisintellekti süsteemid pakuvad muljetavaldavaid tulemusi – kuid koostööl põhinev loovus, mis tekib erinevate kogemuste, vaatenurkade ja emotsionaalse kontekstiga inimeste vahelisest hõõrdumisest, on kvalitatiivselt erinev. Meeskondade nõudmine ideede individuaalseks genereerimiseks katsetes vähendab meeskonnatöö mõju, mis on innovatsiooni jaoks ülioluline – ja soosib struktuurilt masinat, mis ei väsi, ei tunne ebamugavust ega võta sotsiaalseid riske.

McKinsey 2025. aasta detsembri uuringus märgitakse, et enam kui 70 protsenti tänapäeva olulistest inimoskustest kasutatakse nii automatiseeritavates kui ka mitteautomatiseeritavates ülesannetes – nende asjakohasus jääb samaks, muutub ainult nende rakendamine. Nõudlus „tehisintellekti sujuvuse” – võime tehisintellekti süsteemidega tõhusalt töötada – järele on USA töökuulutustes kõigest kahe aastaga seitsmekordseks kasvanud, kiiremini kui ühegi teise oskuse järele. See ei ole märk inimeste asendamisest, vaid pigem neile esitatavate nõudmiste muutumisest.

Hallatud tehisintellekti platvorm - pilt: Xpert.Digital

Siit saate teada, kuidas teie ettevõte saab kiiresti, turvaliselt ja ilma kõrgete sisenemisbarjäärideta rakendada kohandatud tehisintellekti lahendusi.

Hallatud tehisintellekti platvorm on teie kõikehõlmav ja muretu tehisintellekti lahendus. Keerulise tehnoloogia, kalli infrastruktuuri ja pikkade arendusprotsessidega tegelemise asemel saate spetsialiseerunud partnerilt teie vajadustele vastava valmislahenduse – sageli vaid mõne päeva jooksul.

Peamised eelised lühidalt:

⚡ Kiire teostus: Ideest kasutusvalmis rakenduseni päevade, mitte kuude jooksul. Pakume praktilisi lahendusi, mis loovad kohest lisaväärtust.

🔒 Maksimaalne andmeturve: Teie tundlikud andmed jäävad teie kätte. Garanteerime turvalise ja nõuetele vastava töötlemise ilma andmeid kolmandate osapooltega jagamata.

💸 Finantsriski pole: maksate ainult tulemuste eest. Suured esialgsed investeeringud riist- ja tarkvarasse või personali jäävad täielikult ära.

🎯 Keskendu oma põhitegevusele: Keskendu sellele, mida sa kõige paremini oskad. Meie hoolitseme sinu tehisintellekti lahenduse kogu tehnilise juurutamise, käitamise ja hoolduse eest.

📈 Tulevikukindel ja skaleeritav: teie tehisintellekt kasvab koos teiega. Tagame pideva optimeerimise ja skaleeritavuse ning kohandame mudeleid paindlikult uutele nõuetele.

Lisateavet leiate siit:

• Hallatud tehisintellekti platvorm

Läbipõlemise paradoks – kui efektiivsus viib kurnatuseni

Laiendatud intelligentsus pole kindel asi. Uuringud annavad üha enam tõendeid peamise vastuolu kohta: see, mis näib makromajanduslikul tasandil efektiivsuse kasvuna, võib üksikisiku tasandil viia ülekoormuseni. Nn "inimene-ahelas" põhimõte – see tähendab tehisintellekti loodud sisu pidev inimesepoolne jälgimine ja järeltöötlus – sööb paljudes ettevõtetes loodetud ajakokkuhoiu ära.

Juhtimisarengu Instituudi (IMD) 2026. aasta alguse aruanne maalib murettekitava pildi: kuigi 96 protsenti juhtidest ootab tehisintellektilt tootlikkuse kasvu, on töötajate jaoks reaalsus hoopis teine: 77 protsenti teatab suurenenud töökoormusest ja 71 protsenti läbipõlemise sümptomitest. Paradoksaalne on see, et mida rohkem tehisintellekt saavutab, seda rohkem järelevalvetööd on vaja inimestelt, kes ei saa ega tohiks seda tulemust pimesi aktsepteerida.

IW 2025. aasta jaanuari uuring kinnitab, et kuigi 45 protsenti töötajatest, kes on mõnda aega tehisintellekti rakendustega töötanud, tajuvad oma töötulemuste paranemist, usub umbes 15 protsenti äsja kasutusele võetud rakendustega tehisintellekti kasutajatest, et nende töötulemused on pigem langenud. Rakendusaeg on ülioluline: enne tehisintellekti tõhusat kasutamist näib olevat vajalik teatud koolitus- ja kohanemisfaas. Järeldus on ilmne: täiustatud intelligentsus suurendab tootlikkust ainult siis, kui inimese ja masina interaktsiooni ülesehitust hoolikalt kaalutakse.

Hübriidne intelligentsus – tuleviku organisatsiooniline kontseptsioon

Paralleelselt liitintellekti kontseptsiooniga on juhtimisteaduses arenenud hübriidintellekti kontseptsioon, mis rõhutab suuremat rolli organisatsioonilisel mõõtmel. Hübriidintellekt tekib inimese ja tehisintellekti põimumisel, mille käigus hübriidsed toimijad – ehk inimese ja tehisintellekti kooslused – muudavad põhjalikult tööjaotuse, pädevuste ja otsustusprotsesside loogikat.

Bundeswehri ülikooli professor Emily Lochner ja professor Stephan Kaiser uurisid ajakirjas Journal for Organization (2025) selle inimese ja masina sümbioosi mõju organisatsioonikultuurile, personaliarendusele ja juhtimispraktikale. Hübriidtegijad ei muuda mitte ainult seda, mida toodetakse, vaid ka seda, kuidas otsuseid tehakse, kuidas vastutust määratakse ja kuidas juhtimist ümber defineeritakse, kui osa kognitiivsest tööst võtavad üle süsteemid, mis ei nõua palka ega haigestu, aga ei suuda ka võtta moraalset vastutust.

See vastutuse määramise küsimus ei ole filosoofiline harjutus, vaid praktiline juriidiline väljakutse, mis hakkab ettevõtteid, kohtuid ja reguleerivaid asutusi lähiaastatel intensiivselt vaevama. Kui tehisintellekt annab vale meditsiinilise diagnoosi soovituse ja arst seda järgib, siis kes vastutab? Täiustatud intelligentsuse kontseptsioon annab selge vastuse: inimesed otsustavad, inimesed kannavad vastutust.

Reguleeriv raamistik – ELi tehisintellekti seadus kui struktureeriv jõud

ELi tehisintellekti seadusega on Euroopa loonud maailma esimese tervikliku tehisintellekti regulatiivse raamistiku. Seadus jõustus 1. augustil 2024 ja alates 2. augustist 2025 on kehtestatud peamised kohustused, sealhulgas GPAI reeglid, juhtimisstruktuurid ja sanktsioonide raamistik trahvidega kuni 35 miljonit eurot või seitse protsenti ülemaailmsest aastasest tulust.

Tehisintellekti seadus sätestab selgesõnaliselt inimese kontrolli ja järelevalve põhimõtte tehisintellekti süsteemide üle kõrge riskiga valdkondades – seeläbi kinnistades struktuuriliselt liitintellekti põhikontseptsiooni Euroopa õiguses. Tundlike valdkondade, nagu meditsiin, rahandus, õiguskaitse või haridus, tehisintellekti süsteemide puhul tähendab see, et nad peavad tagama kohustusliku riskihindamise, täieliku dokumentatsiooni ja inimese järelevalve. See juriidiline nõue peegeldab liitintellekti kontseptuaalset tuuma: masin võib soovitada, analüüsida ja optimeerida, kuid otsuste langetamine ja otsuste tegemine peavad jääma inimestele.

Tehisintellekti seaduse täielik kohaldamine on kavandatud 2. augustile 2026. See seab Euroopa ettevõtted märkimisväärse rakendussurve alla ja samal ajal konstruktiivse tingimuse: need, kes soovivad tehisintellekti seaduslikult kasutada, peavad selle kavandama vastavalt laiendatud intelligentsuse põhimõttele. Reguleeriv raamistik ja kontseptuaalne mudel ei ole seega vastandlikud jõud, vaid pigem üksteist tugevdavad imperatiivid.

Oskused üleminekuperioodil – mida inimesed peavad tehisintellekti ajastul õppima

Täiustatud intellekti kontseptuaalne nõudlus seab konkreetsed nõudmised nii töötajate oskuste arendamisele kui ka haridussüsteemidele ja ettevõtetele. McKinsey 2025. aasta detsembri uuringu kohaselt võiksid tehisintellekt, robootika ja automatiseerimine 2030. aastaks luua USA-s umbes 2,9 triljonit dollarit majanduslikku väärtust – kuid ainult siis, kui ettevõtted kohandavad oma protsesse vastavalt ja investeerivad töötajate täiendkoolitusse.

Oskuste nappuse hirm on reaalsem kui massilise tööpuuduse hirm. Ekspertide hinnangul kaob 2027. aastaks kogu maailmas umbes 83 miljonit töökohta ja luuakse umbes 69 miljonit uut. Tegelik probleem ei seisne kaotatud töökohtade arvus, vaid vastuolus inimeste praeguste oskuste ja uute tehnoloogiate nõuete vahel. Neil, kelle oskused on tehisintellekti tõttu devalveerunud, puuduvad sageli uute rollide jaoks vajalikud oskused.

Selles kontekstis on eriti tähelepanuväärne arutelu oskuste kaotamise (deskilling) ümber – see tähendab pädevuse järkjärgulist kadu tehisintellektile liigse toetumise tõttu. Kui inimesed säilitavad täiustatud intellekti mudelis otsustusõiguse, peavad nad säilitama ka nende otsuste tegemiseks vajaliku intellektuaalse sügavuse. Analüütik, kes loovutab kogu andmeanalüüsi tehisintellektile ilma metoodikat mõistmata, ei saa tulemusi kriitiliselt hinnata – ja seega kaotab inimkontrolli kontseptsioon oma tuuma. „Õppimise õppimine“ – võime oma oskusi kiiresti, individuaalselt ja pidevalt kohandada – saab tehisintellekti ajastul võtmepädevuseks.

Usaldus kui majandusressurss – miks on läbipaistvus olulisem kui tõhusus

Liitintellekti sageli alahinnatud aspekt on selle majanduslik mõõde, mis ulatub kaugemale tootlikkuse näitajatest: usalduse loomine. Majanduses, kus tehisintellekti süsteemid on üha enam integreeritud tundlikesse otsustusprotsessidesse – alates laenuandmisest kuni meditsiinilise diagnoosimiseni –, ei ole usaldus pehme kategooria, vaid aktsepteerimise, skaleerimise ja sotsiaalse legitiimsuse kindel eeltingimus.

Deloitte'i 2026. aasta märtsi aruanne „Saksamaa tehisintellekti paradoksaalses maailmas“ näitab, et hoolimata tehisintellekti intensiivsest kasutamisest saavutatakse strateegilist lisaväärtust harva – see on struktuuriline probleem, mis ei ole tehniline, vaid pigem organisatsiooniline ja kultuuriline. Ettevõtted, mis kasutavad tehisintellekti musta kastina, selgitamata töötajatele, kuidas soovitusi genereeritakse, investeerivad umbusaldusse. Laiendatud intelligentsus nõuab vastupidist: läbipaistvust tehisintellekti loogika osas, soovituste selgitatavust ja inimlikke kontrollpunkte otsustusprotsessis.

SAP-i uuringu kohaselt ütleb kaks kolmandikku Saksamaa ettevõtetest, et nad pole endiselt kindlad, kas tehisintellekt realiseerib oma potentsiaali täielikult. See ebakindlus ei ole märk tehnoloogilisest ebaõnnestumisest – see on märk ebapiisavast integreerimisest inimeste töörutiinidesse ja juhtimisstruktuuridesse. Täiustatud intellekti väärtus avaldub alles siis, kui inimotsustust ei asendata masinanalüüsiga, vaid seda pidevalt täiustatakse.

Täiustatud inimeste majanduslik loogika

Pikaajaline majandusloogika soosib selgelt laiendatud intelligentsuse mudelit. Täisautomaatika on efektiivne selgelt määratletud ja stabiilsete ülesannete puhul, kuid tuleviku majandust domineerivad keerulised, dünaamilised ja sotsiaalselt integreeritud väljakutsed, mis nõuavad inimlikku otsustusvõimet, eetilist tundlikkust ja konteksti mõistmist. Kliimamuutused, geopoliitiline ebastabiilsus, demograafilised nihked – neid süsteemseid väljakutseid ei saa automatiseerimise abil lahendada; pigem vajavad need otsustajaid, keda toetavad, kuid mitte ei asenda võimsad masinad.

McKinsey hinnangut 2,9 triljoni dollari suuruse majandusliku väärtuse kohta, mida tehisintellekti ja robootika abil on 2030. aastaks võimalik saavutada, ei tohiks tõlgendada ohuna, vaid pigem võimalusena – kuigi see sõltub otseselt ettevõtete investeeringutest töötajate koolitusse ja inimese ja masina koostöökultuuri edendamisse. See ei ole pelgalt tingimus – see ongi tingimus.

Laiendatud intellekt (Augmented Intelligence) ei ole kogu oma kontseptuaalse elegantsi juures tehniline toode, mida saab osta ja sisse lülitada. See on organisatsiooniline põhimõte, disainifilosoofia ja kultuuriline imperatiiv. See nõuab juhte, kes mõistavad, kus masinanalüüs lõpeb ja inimlik otsustusvõime algab. See nõuab töötajaid, kes seavad tehisintellekti väljundid kahtluse alla, selle asemel, et neid pimesi usaldada. Ja see nõuab reguleerijaid, kes loovad raamistikke, kus inimlik otsustusõigus ei ole tühi fraas, vaid saab elavaks praktikaks – see on ankurdatud protsessidesse, audititesse ja ettevõtte kultuuri.

Küsimus ei ole selles, kas masinad on ühel päeval teatud dimensioonides inimestest targemad. Olulisem küsimus on: milliseid otsuseid me ühiskonnana tahame masinatele usaldada – ja milliseid mitte? Liitintellekt annab sellele küsimusele selge, majanduslikult ja eetiliselt mõistliku vastuse: olulised jäävad inimestele.

Konrad Wolfenstein

Mul oleks hea meel olla teie isiklik nõustaja.

Võite minuga ühendust võtta aadressil wolfenstein∂xpert.digital või

Helista mulle lihtsalt numbril +49 7348 4088 965 .

LinkedIn