Janika Aan: kuidas tehisintellektiga sammu pidada?

Janika Aan: kuidas tehisintellektiga sammu pidada?. 21.08.2025. Kui keegi ütleb mulle, et tehisintellekt on ainult IT-inimeste pärusmaa, paneb see mind muigama. Ausalt. Praeguses maailmas on tehisintellekt muutunud tööriistaks, mida saavad kasutada kõik alates turundajatest ja lõpetades projektijuhtidega. Tehisaru mõjutab kõike: tervishoidu, pangandust, tööstust. Konsultatsiooniettevõtte McKinsey, uuringutefirma Gartneri ja MITi (Massachusetts Institute of Technology) uuringud näitavad, et üha väärtuslikumaks muutuvad need inimesed, kes oskavad tehnoloogia ja ärimaailma omavahel tööle panna. See nõuab uudishimu, nutikust ja pidevat õppimist. Küsimus pole enam mitte selles, kas tehisintellekt muudab tööturgu, vaid selles, kuidas sina sellega sammu pead. Pakun välja viis hoiakut, mis tagavad sulle kiiresti muutuvas maailmas edu, olgu su ees kas esimene töökoht või suurem suunamuutus. Tuleb tunda tehisintellekti tööriistu Mulle lähevad väga korda tiimikaaslased, kes otsivad võimalusi muuta oma töö lihtsamaks ja nutikamaks. Tööturul pole hinnas mitte ainult koodikirjutajad, vaid ka need, kes mõtlevad, kuidas tööd automatiseerida ja tõhustada. Tehisintellektiga seotud oskused ei puuduta üksnes arendajaid ja andmeteadlasi. On sama oluline, et ka turundajad, projektijuhid ja analüütikud leiaksid tehisintellekti pakutavate tööriistade abil viisi oma igapäevast tööd targemini korraldada. Ma tõesti väärtustan inimesi, kes ei karda proovida uusi asju, kes katsetavad tööriistu ja otsivad võimalusi, mis aitaksid keskenduda rutiinsete ülesannete täitmise kõrvalt rohkem väärtuse loomisele. Minu soovitus: uuri välja oma valdkonna viis kõige rohkem kasutatavat tehisintellektil põhinevat tööriista, katseta neid ja õpi neid tundma. Tuleb kiirelt õppida ja kohaneda Tehisaru areng on olnud uskumatu – ja selle tempo ei aeglustu. Just seetõttu on kiire õppimisvõime ja kohanemine muutunud tööturul üha väärtuslikumaks. Ma eelistan alati inimesi, kes õpivad iseseisvalt uusi tööriistu kasutama, katsetavad, kombivad erinevaid lahendusi ja püüavad aru saada, miks miski töötab või ei tööta. Katsetaja, kes suudab oma valikuid põhjendada, on igal juhul samm eespool sellest, kes lihtsalt ohkab: „See ei tööta …“. Tahtejõu või huvi puudus viib sinnani, et jäädki uskuma Excelisse kui parimasse tööriista – kuigi maailm on ammu edasi liikunud. Minu soovitus: kui näed uut tööriista või lahendust, ära oota, et keegi sulle seda õpetama tuleks. Uuri ise järele. Uudishimu on parim supervõime. Kui näed uut tööriista või lahendust, ära oota, et keegi sulle seda õpetama tuleks. Tuleb andmepõhiselt mõelda ja otsustada Andmeajastul on hädavajalik, et juhid ja töötajad mõistaksid andmeid ning oskaksid nende põhjal järeldustele jõuda. Andmepõhine otsustamine aitab vältida subjektiivsust ning võimaldab langetada täpsemaid ja tõhusamaid otsuseid. Andmemaailma baasteadmine on andmepõhiste otsuste tegemisel määrava tähtsusega, sestap peab see olema kõigi andmetega tegelevate töötajate elementaarne pädevus. Analüütikajuhi puhul on elementaarne, et ta suudab teha vahet keskmisel ja mediaanil. Meile kõigile meeldivad rohkem need lood ja uudised, milles räägitakse faktidest, mitte ainult arvamustest. Kui keegi ütleb: „70% noortest eelistab töötada hübriidmudelis,“ siis kõlab see palju usaldusväärsemalt kui lihtsalt väide, et „paljud noored vist ei taha kontorisse tulla.“ Minu kogemuse järgi ei pea igaüks olema statistik, aga kõik, kes tegelevad andmetega, peavad aru saama, mida nad näevad ja kuidas nähtut targalt kasutada. Andmete mõistmine pole „IT-teema“ – see on tänapäeva tööelu kirjaoskus. Minu soovitus: kui andmeteema tundub sulle veel võõras, aitab mõni hea artikkel või kursus mõista andmete rolli igapäevases juhtimises ning eesmärkide seadmises. Tuleb olla iseseisev ja ennast juhtida Ma hindan inimesi, kes võtavad oma arengu eest vastutuse. Need on töötajad, kes ei oota välispidist suunamist, vaid mõtlevad ise, kuhu nad tahavad oma elus ja karjääris jõuda, ning liiguvad sammhaaval sinnapoole. Olen näinud juhte, kes seavad eesmärgiks lihtsalt soovi hoida teatud rakendus töös. Aga kuhu me siis liigume? Selline mõtteviis ei inspireeri meeskonda ega loo arengut toetavat kultuuri. Minu soovitus: ära oota, et keegi teine su eesmärgid välja mõtleb. Mõtle, kuhu sa tahad liikuda, ja astu juba täna esimene samm. Iseseisvus ei tähenda mitte üksiolekut, vaid vastutust enda arengu eest. Andmete mõistmine pole „IT-teema“ – see on tänapäeva tööelu kirjaoskus. Tuleb olla eetika- ja riskiteadlik Tehisaru ja automatiseerimine tekitavad tohutult palju uusi võimalusi: me saame teha asju kiiremini, täpsemalt ja nutikamalt kui kunagi varem. Aga koos võimalustega tulevad ka uued küsimused: kuidas tagada, et tehnoloogia teenib inimest? Kuidas vältida vigu ja riske, mida me võib-olla kohe ei märka? Juhtideltki oodatakse nüüd palju enamat kui meeskonna koordineerimist. Nad peavad ise tehnoloogiat kasutama, mõistma andmeid ning looma kultuuri, mis seab esiplaanile eetika ja vastutuse. Minu soovitus: kasuta julgelt uusi tööriistu, aga mõtle ka sellele, millised riskid võivad sellega kaasneda. Riskiteadlikkus ja eetika ei ole piirangud, vaid oskused, mis aitavad sul targemalt tegutseda ja rohkem usaldust võita. Tehisintellektiajastu ei küsi ainult tehniliste oskuste järele – see eeldab avatust, vastutust ja õppimisjulgust. Eelisseisus on need, kes oskavad siduda erinevaid kogemusi, kohanevad kiiresti ega karda katsetada. Oodatud on töötajad, kes mitte ainult ei räägi arengust, vaid suudavad luua õppivat ja uuendustele avatud töökultuuri. Ohus on aga need, kes klammerduvad rutiini külge, peavad muutusi tülikaks või alahindavad hariduse rolli tehnoloogia ja andmete mõistmisel. Ma usun, et pidev õppimine, andmepõhine mõtlemine, iseseisvus ja eetiline vastutus loovad tugeva aluse karjääriks, mis ei jää tehisintellekti tuules lihtsalt triivima. Ülikooliharidus pakub sellel teekonnal väärtusliku ja isiklikku algatusvõimet soosiva stardiplatvormi. Ohus on need, kes klammerduvad rutiini külge, peavad muutusi tülikaks või alahindavad hariduse rolli tehnoloogia ja andmete mõistmisel.