Tietotyö murroksessa : koneoppimisesta apua tietotyöntekijälle?
Hautala, Marko (2021)
Pro gradu -tutkielma
2021
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021052431347
https://urn.fi/URN:NBN:fi-fe2021052431347
Tiivistelmä
Tekoäly ja koneoppiminen mullistavat tietotyötä tulevina vuosina niiden yleistyessä organisaatioiden tietojärjestelmissä. Tiedon määrä on lisääntynyt ja erityisesti varainhoidossa vaaditaan nopeaa ennakointia asiakkuuksien hoitamisessa.
Tässä monimenetelmällisessä toimintatutkimuksessa seurataan koneoppimisen uuden työvälineen pilotointia varainhoidon organisaatiossa, selvitetään varainhoitajan rooleja tietotyöntekijänä, sekä miten koneoppimisen työväline vaikuttaa työn tehokkuuteen ja tuloksellisuuteen.
Tutkimuksen tuloksena organisaatiolle suositellaan kehittämistoimenpiteitä pilotoidun työvälineen ja organisaation nykyisten tietojärjestelmien jatkokehitykseen. Tietojärjestelmien kehittämisellä ja ohjelmistorajapintojen avaamisella voidaan saavuttaa merkittäviä hyötyjä jo ennen tekoälyn ja koneoppimisen lisäämistä niihin. Koneoppiminen voi tämän jälkeen auttaa varainhoitajaa oikeiden asiakkaiden tavoittamisessa ja sopivien ratkaisujen laatimisessa. Artificial intelligence and machine learning are reforming knowledge work on upcoming years as they become an essential part of organization’s knowledge management systems. The amount of data has increased, which has led to a need of fast and proactive actions in the asset management for a successful customership management.
In this mixed method action research, an implementation of a new machine learning based system is being followed. It’s being examined, how new machine learning based system is influencing in work effectiveness and profitableness. Also, various roles of asset manager as a knowledge worker is being discussed.
As a result of the research, development ideas are being suggested to the organization on how to develop further machine learning based system and the knowledge management system. Developing knowledge management systems and effectively utilizing Application Programming Interfaces, the organization can accomplish notable benefits even prior artificial intelligence and machine learning are fully integrated to organization’s systems. Machine learning can then help the asset manager reaching relevant clients and finding a client centric solutions.
Tässä monimenetelmällisessä toimintatutkimuksessa seurataan koneoppimisen uuden työvälineen pilotointia varainhoidon organisaatiossa, selvitetään varainhoitajan rooleja tietotyöntekijänä, sekä miten koneoppimisen työväline vaikuttaa työn tehokkuuteen ja tuloksellisuuteen.
Tutkimuksen tuloksena organisaatiolle suositellaan kehittämistoimenpiteitä pilotoidun työvälineen ja organisaation nykyisten tietojärjestelmien jatkokehitykseen. Tietojärjestelmien kehittämisellä ja ohjelmistorajapintojen avaamisella voidaan saavuttaa merkittäviä hyötyjä jo ennen tekoälyn ja koneoppimisen lisäämistä niihin. Koneoppiminen voi tämän jälkeen auttaa varainhoitajaa oikeiden asiakkaiden tavoittamisessa ja sopivien ratkaisujen laatimisessa.
In this mixed method action research, an implementation of a new machine learning based system is being followed. It’s being examined, how new machine learning based system is influencing in work effectiveness and profitableness. Also, various roles of asset manager as a knowledge worker is being discussed.
As a result of the research, development ideas are being suggested to the organization on how to develop further machine learning based system and the knowledge management system. Developing knowledge management systems and effectively utilizing Application Programming Interfaces, the organization can accomplish notable benefits even prior artificial intelligence and machine learning are fully integrated to organization’s systems. Machine learning can then help the asset manager reaching relevant clients and finding a client centric solutions.