Sosiaalinen sukellusvene

Timo Nurmi 18.5. 09:45

Sosiaalinen media muutti salakavalasti viestintää, tekoäly muuttaa enemmän

Timo Nurmi

Timo Nurmi pohtii kirjoituksessaan, miten tekoälyä voi hyödyntää viestinnässä tulevaisuudessa.

Suomalaiset yritykset ovat ottaneet muutaman viime vuoden aikana sometyökaluja viestinnän käyttöön. Hyvä niin. Tässäkin asiassa oltiin perinteitä kunnioittaen vuosia muita maita jäljessä. Perinteinen Gartnerin hypekäyrä tietysti pätee tässäkin: aluksi innostuneet innostuvat uudesta teknologiasta, jolla ei ole vielä paljon käytännön sovelluksia, piikin jälkeen kupla puhkeaa – “turhaahan tämä olikin”, valistuksen aika on hidas ja loiva ja lopuksi teknologiasta alkaa olla aitoa hyötyä tuotannolle.

Tekoäly tulee muuttamaan viestinnän ja markkinoinnin kenttää paljon enemmän kuin sosiaalinen media. Viestinnän ihmisten parissa asiasta ei kuitenkaan juuri keskustella. Käykö tekoälyn kanssa samoin kuin somen tai markkinoinnin automaation – asiaan havahdutaan vasta pitkälti jälkijunassa?

Asiaa hankaloittaa muutama asia. Termi tekoäly on, sosiaalisen median tavoin, löyhä kattonimitys erilaisille teknisille sovelluksille, joilla ratkaistaan spesifejä ongelmia. Maallikko saattaa helposti kuvitella ihmisen kaltaisen ohjelmiston, joka tarttuu toimeen ja korvaa ihmisen työt. Näin ei tule lähiaikoina käymään.

Puhuin eilen Procomin aamiaistilaisuudessa viestinnän mittaamisesta ja datan käytöstä. Otin esityksen loppuun vartin katsauksen siihen, missä eri viestinnän vaiheissa tai prosesseissa erityyppiset tekoälysovellukset saattaisivat muuttaa toimialaa. Aiheesta on erittäin niukasti tutkittua saati käytännön tietoa. Moni alan konsulttiyritys on kyllä pr-tarkoituksissa aloittanut pilotteja tai palkannut henkilökuntaa.

Viestinnän kentällä ainakin kahdella teknologialla tulee olemaan iso rooli tulevaisuuden toimintatavoissa. Luonnollisten kielten prosessointi (NLP, Natural Language Processing) on ala, joka tutkii keinoja tunnistaa ja tuottaa ihmisten käyttämää kieltä.

Koneoppiminen (Machine Learning) on tutkimusala, jossa konetta pyritään opettamaan tietyn spesifin tehtävän suorittaminen ilman nimenomaista ohjelmointia. Jo 50-luvulla syntynyt tutkimusala on ollut parin vuoden ajan kovassa nousussa kahdesta syystä, prosessointitehon sekä digitoitujen aineistojen määrän jyrkän nousun vuoksi. 

Koneoppimisen tunnettu sovellus on esimerkiksi Googlen kuvapalvelu, joka tunnistaa kuvista esineitä, maisemia tai ihmisiä. Kun algoritmille syötetään miljoona kuvaa joissa on auto, se "virittyy" tunnistamaan auton myös tulevista kuvista.

Jerry Kaplan vertaa kirjassaan koneoppimista kitaran virittämiseen: kun virittämätöntä kitaraa aletaan virittää huoneessa, jossa soi musiikkia f-duurissa, saadaan kielet hiljalleen kokeilemalla musiikin kanssa samaan vireeseen. Nyt meillä on f-duurissa soivan musiikin tunnistava järjestelmä. Kitara värähtelee vahvemmin, jos se kuulee f-duuria ja heikommin muulle musiikille. Kitara itsessään ei tietenkään ole sen älykkäämpi järjestelmä kuin ennenkään.

Millaisissa viestinnän toiminnoissa tekoälyllä sitten voisi tulevaisuudessa olla roolia?

Tiedon keruu ja käsittely. Tällä hetkellä suunnittelun apuna käytetään tutkittua tietoa, mutta johtopäätöksiä tekee yleensä ihminen. Kone pystyy käymään läpi suuremman määrän aineistoa nopeammin ja tuomaan pöydälle uusia näkökulmia, ehkä sellaisia, joita ihminen ei oman kaavamaisuutensa vuoksi osaisi ajatella. 

Kone auttaa lähitulevaisuudessa myös seuraamaan reaaliaikaisia tietovirtoja ja seulomaan esimerkiksi yrityksen näkökulmasta kiinnostavia keskusteluja esiin. Näihin keskusteluihin voidaan sitten osallistua tarjoamalla omaa asiantuntemusta tai näkökulmaa. Tällä hetkellä isolta osin manuaalisesti tehtävä työ nopeutuu.

Toiminnan ohjaaminen. Siinä missä tällä hetkellä viestintää tehdään pääsääntöisesti vaihtamalla viestejä ihmisten välillä (keskustellen, sähköpostilla, sisäisissä somekanavissa) päästään lähitulevaisuudessa automatisoituihin järjestelmiin. Asiaa kannattaa verrata markkinoinnin automaatioon: jo nyt iso osa digimainonnasta (maailmalla, ei meillä) tehdään DoubleClickin tyyppisillä työkaluilla, jotka hoitavat koko prosessin kohdentamisesta myyntiputken loppuun ilman ihmistä. Jopa fyysiset myymäläkäynnit saadaan jo nyt koneen haaviin. Esimerkiksi Zalando hoitaa kymmenien maiden dighimainonnan ilman paikallisia mainos- tai mediatoimistoja.

Sisältöjen luominen. Vaikka urheilu- tai tulosuutisia tehdään jo nyt automatisoidusti, tiedotteen tai blogin kirjoittamiseen kulunee vielä aikaa. Ei silti kannata tuudittautua liian pitkäksi aikaa kielimuurin suojaan: konekääntäminen parantuu huimin harppauksin. Kohta ajankohtaiseen aiheeseen voidaan tarttua nopealla somepostauksella täysin ilman ihmisten väliintuloa.

Kohdentaminen. Kirjoitin parissakin postauksessa siitä, kuinka Trumpin kampanjaväki oli muodostanut profiilin 220 miljoonasta amerikkalaisesta ja käytti tätä tietoa viestien erittäin tarkkaan kohdentamiseen. Siinä missä viestintä tällä hetkellä miettii relevantteja kohderyhmiä, tulevaisuudessa – tai hyvinkin pian – viesti voidaan viedä uniikissa muodossa yksittäiselle vastaanottajalle. 

Mittaaminen. Hubspotin kaltaiset sisällönjakelusovellukset paranevat ja tulevat osaksi viestinnän kenttää. Tulevaisuudessa voimme seurata, millaisille sisällöille yksittäinen käyttäjä on altistunut ja millaisia toimenpiteitä tämä aiheuttaa. 

Tekoälyn hyödyntäminen on vielä pitkällä tulevaisuudessa. Gartnerin tuore hypekäyrä esittää, että koneoppiminen on hypen piikkivaiheessa ja luonnollisten kielten käyttäminen asiakaspalvelutyyppisissä tehtävissä hieman tätä pidemmällä. 

Perehtyminen kannattaa kuitenkin aloittaa jo nyt.

Kirjoittaja Timo Nurmi on viestintätoimisto Vapa Impactin toimitusjohtaja ja perustajaosakas, joka on keskittynyt erityisesti verkon tuomiin mahdollisuuksiin. Timoa voi seurata Twitterissä @ttnurmi.

Kumppaniblogit

Kaupallinen yhteistyö