Elon asiantuntijat valjastivat tekoälyn töihin: Uutta tietoa yritysten työkykyjohtamisen tueksi
/ Artikkeli / Työkykyjohtaminen
Työeläkeyhtiö Elon asiantuntijat ovat onnistuneet hyödyntämään tekoälyä työkykyjohtamisen kannalta tärkeän tiedon tunnistamisessa.
Käytännössä tekoäly tunnistaa isosta datamäärästä työntekijöiden työkykyyn vaikuttavia väestötason ilmiöitä. Niitä ovat esimerkiksi kuormitustekijöiden esiintyvyys ja taustasyyt, tai mielenterveydestä aiheutuvan työkyvyttömyyden taustalla olevat ilmiöt.
– Tekoäly ei etsi näitä ilmiöitä vapaasti, vaan annamme sille tarkat ohjeet ja määrittelyt. Tekoälyn etsimät työkykyyn vaikuttavat tekijät ovat yleiseen tutkimukseen pohjautuvia ja Elon substanssiasiantuntijoiden läpikäymiä. Substanssiosaajan vahva mukanaolo onkin kriittistä määrittelyvaiheesta lähtien ja lisäksi tarvitaan tekninen toteuttaja, sanoo Elon Senior data-analyytikko Kristian Koskinen.
Työkyvyttömyyden taustalla olevien ilmiöiden ymmärtäminen on tärkeää, jotta tekoälyä voidaan ohjata tarttumaan työkyvyttömyyden ja työkyvyttömyyden ehkäisyn kannalta oleellisiin asioihin. Silloin niihin on mahdollista vaikuttaa. Analysoitu tieto auttaa asiakasyrityksiä esimerkiksi työolojen tai työn prosessien kehittämisessä.
Elon uuden työkalun avulla yhä suurempi osa työeläkeyhtiön asiantuntijoista voi hyödyntää tekoälyn avulla jalostettua tietoa ja dataa työkyvyttömyyteen liittyvässä riskienhallinnassa.
Tekoälyn hyödyntäminen isojen datamassojen kanssa ei ole aivan yksinkertaista. Koskinen vastaa työkyvyn data- ja analytiikkaratkaisuista ja tekee tiivistä yhteistyötä Elon asiantuntijalääkärin Maaret Helinnön kanssa. Näin varmistetaan, että asiakkaiden tarpeet, asiasisältö ja tekninen toteutus ovat tasapainossa. Lisäksi kaksikko on hyödyntänyt Elon työkykypalveluiden eri ammattiryhmien asiantuntijoiden osaamista.
– Meillä molemmilla pitää olla toisen työstä jaettu näkökulma. Minä tiedän jonkin verran substanssipuolesta ja Maaret puolestaan teknisistä asioista. Näin tuemme toisiamme omilla erikoisosaamisillamme, Koskinen tiivistää.
Kristian Koskinen ja Maaret Helintö tekevät tiivistä yhteistyötä Elon tekoälytyökalujen kehittämiseksi.
Tekoälymalli tehnyt vaikutuksen asiakkaisiin
Elon tapa hyödyntää tekoälyä on tehnyt asiakkaisiin vaikutuksen, sillä yrityksillä on kova tarve analysoida tietoa ja havainnoida ongelmakohtia.
– Me pystymme tarjoamaan asiakkaillemme vahvaa tukea työkykytiedon analysointiin ja riskien ennakointiin. Dataa täytyy kyetä katsomaan eri näkökulmista. Tekoälyn avulla olemme saaneet uusia näkökulmia aiemmin vaikeasti löydettäviin ilmiöihin ja juurisyihin, Helintö kiteyttää.
– On kuitenkin tärkeää, että poimimme olennaisia asioita, joilla on merkitystä työkyvyttömyyden kehittymiseen tai työkykyongelman ratkaisemiseen. Silloin voimme oikeasti vaikuttaa työkyvyn ylläpitämiseen ja parantaa vaikuttavuutta, hän jatkaa.
Työkykyyn vaikuttavien ilmiöiden tunnistaminen on kriittistä paitsi yrityksille myös yhteiskunnalle. Ongelmat työkyvyssä aiheuttavat merkittäviä kustannuksia. Näistä esimerkkejä ovat heikentynyt työn tuottavuus, sairauspoissaolot, työterveydenhuollon kustannukset ja työkyvyttömyyseläkkeet. Mitä varhaisemmassa vaiheessa työkyvyn haasteet tunnistetaan ja niihin tartutaan, sitä parempiin tuloksiin päästään.
– Nuorten työkyvyn alenemiseen johtavat ilmiöt ovat huolestuttavia. Olisi tärkeää havaita ne ajoissa, jotta tilanteisiin voisi puuttua mahdollisimman varhaisessa vaiheessa, Helintö sanoo.