Data-analytiikka ja generatiivinen tekoäly strategisessa päätöksenteossa

Kirjallisuudessa on puhuttu datalähtöisen liiketoiminnan lisäävän yritysten kilpailuetua. Datan hyödyntäminen ei kuitenkaan liity vain operatiiviseen toimintaan ja -päätöksentekoon, vaan myös strategisessa päätöksenteossa voidaan nähdä käyttökohteita. Data-analytiikan merkitys terminä ei ole vakiintunut kirjallisuudessa, mutta sillä alkaa olla vakiintunut positio yritysten prosesseissa. Kehittyvä teknologia on tuonut mukanaan generatiivisen tekoälyn (Gen AI), jonka ominaisuuksia ja vaikutuksia pyritään jatkuvasti tutkimaan lisää. Tässä tutkielmassa on tavoitteena selvittää, miten data-analytiikkaa ja generatiivista tekoälyä hyödynnetään ja voidaan hyödyntää osana strategista päätöksentekoa. Toisaalta hyödyt tuovat mukanaan myös haasteita, joten tutkielmassa perehdytään kohdattuihin haasteisiin ja rajoitteisiin. Viimeisessä osassa tarkastellaan tulevaisuuden kehityssuuntia ja näkemyksiä. Tutkimus on toteutettu kvalitatiivisella metodilla. Tutkimuksen aineisto on kerätty puolistrukturoidulla teemahaastattelulla haastattelemalla viittä eri alan asiantuntijaa suurista Suomessa toimivista yrityksistä. Haastateltujen henkilöiden ohella samainen haastattelu tehtiin Open AI:n ChatGPT:lle, minkä nähtiin tutkielman aiheen vuoksi tuovan uudenlaista näkemystä kvalitatiivisen tutkimuksen tekemiseen mutta myös tukevan teoreettista viitekehystä ja muuta kerättyä aineistoa. Analyysi on toteutettu teema-alueiden sekä tutkimuskysymysten pohjalta. Tutkielman uutuusarvoa tukevat jatkuvasti kehittyvät uudet teknologiat sekä strategisen päätöksenteon kulma. Selkeä tutkimusaukko nähtiin myös generatiivisen tekoälyn ja strategisen päätöksenteon kohdalla. Keskeisimpinä tuloksina havainnoitiin yleisesti data-analytiikan vakiintunut käyttö strategisessa päätöksenteossa, mikä tuo monia hyötyjä. Tähän liittyen dataohjautuvissa organisaatioissa pyritään jalkauttamaan dataosaamista vahvasti liiketoimintaan, mikä nähdään tavoitetilana modernissa organisaatiossa. Generatiivisen tekoälyn kohdalla teoriaosuudessa esitetyt mahdollisuudet eivät näy vielä vahvasti koko aineistossa. Gen AI:n hyödyntäminen näkyy tällä hetkellä vahvemmin operatiivisessa kuin strategisessa päätöksenteossa. Aineistossa kuitenkin nousee esiin kokeilunhalu ja muutamat onnistuneet käyttötapaukset. Toisaalta, Gen AI:n nähdään vakiintuvan liiketoimintaan lähivuosien aikana, sillä laajat investoinnit tekoälyn saralla madaltavat kustannuksia ja toisaalta pakottavat investointeihin, mikäli kilpailukyky halutaan pitää yllä. Haasteita ja rajoituksia löytyi paljon, mutta näihin on löydetty myös ratkaisumahdollisuuksia. Data-analytiikalla ja generatiivisella tekoälyllä strategisessa päätöksenteossa voidaan saavuttaa kilpailuetua, mikäli ne kyetään integroimaan yrityksen prosesseihin.