Advanced Algorithms under External Shock

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2021-08-25
Department
Major/Subject
Organizational Design and Leadership
Mcode
SCI3049
Degree programme
Master’s Programme in Industrial Engineering and Management
Language
en
Pages
87+3
Series
Abstract
Organizations increasingly utilize advanced algorithms and digital technology to gain a competitive advantage. Studies predict that by 2030 the use of Artificial Intelligence alone would increase the global GDP by 10-20%. Moreover, by this time, approximately 70% of companies would have adopted these technologies. Although some fear that machines replace humans, consensus exists, both in the corporate world and academia, that future work will entail synergistic work between humans and machines, i.e., human-machine collaboration. This thesis illustrates how a Nordic airline changed its advanced algorithms and digitization resources during the coronavirus pandemic. This sudden external shock caused some of the company’s advanced tools to fail due to used data becoming unsuitable. Moreover, the interdependencies between tools caused otherwise well-functioning tools to fail. What saved the day was finding non-traditional data sources, going back to the basics, and employing simpler models and tools to replace the failed complex ones. Then again, in other parts of the company, more automation was implemented to match the unforeseen and staggering rise of required work. This study is among the first ones to show that when implementing new advanced tools to gain a competitive advantage, companies should also be prepared for the eventual failure of the tools. To do this, companies should know how the tools can break and proactively invest in their employees’ skills which will be the single lifeboat out of the crisis. Moreover, the synergistic learning between the human users and the advanced tools have shown to provide the best overall results. Thus, investing in employees’ learning related to the tools, increases not only the data resiliency but also the competitive advantage of the company.

Kehittyneiden mallien ja algoritmien sekä digitalisaation käyttö organisaatioissa kasvaa jatkuvasti. Tutkimusten mukaan vuonna 2030 pelkästään tekoälyn lisääntyvä käyttö lisää globaalia bruttokansantuotetta 10 - 20 %. Lisäksi vuoteen 2030 mennessä noin 70 % organisaatioista olisi ottanut käyttöönsä näitä teknologioita. Vaikka osa pelkää, että koneet ja tekoäly korvaavat täysin ihmisen, ovat sekä yritys- että akateeminen maailma yhteneväisiä siitä, että tulevaisuuden työ tulee sisältämään synergististä yhteistyötä ihmisen jo koneen välillä. Tämä diplomityö näyttää miten Pohjoismaalainen lentoyhtiö muutti komplekseihin malleihin ja digitalisaatioon liittyviä resurssejaan koronapandemian aikana. Tämä yhtäkkinen, ulkopuolinen shokki aiheutti joidenkin yhtiön kehittyneisiin algoritmeihin liittyvien työkalujen pettämisen, kun sisään tuleva data muuttui yhtäkkiä turhaksi vallitsevaan tilanteeseen nähden. Myös joidenkin järjestelmien keskinäisriippuvuudet aiheuttivat muuten täysin toimintakykyisten työkalujen pettämisen. Tilanteen pelasti uusien datalähteiden löytäminen, paluu vanhoihin menetelmiin sekä yksinkertaisten mallien käyttöönotto. Toisaalta joissain osissa organisaatiota automaatiota lisättiin vastaamaan ennalta näkemätöntä ja rajusti lisääntynyttä työn määrää. Tämä diplomityö on ensimmäisiä tutkimuksia, joka osoittaa, että kun organisaatiot implementoivat uusia kehittyneitä työkaluja parantaakseen kilpailukykyään, tulee näiden olla myös valmistautuneita työkalujen pettämiseen. Organisaatioiden tulisikin tietää miten työkalut voivat pettää sekä proaktiivisesti investoi-da työntekijöidensä taitoihin, jotta he ovat kykeneviä selvitäkseen näistä tilanteista. Lisäksi synergistinen oppiminen ihmisten ja kehittyneiden työkalujen välillä on soittanut tuottavansa parhaan kokonaistuloksen. Täten organisaatioiden investointi työntekijöidensä oppimiseen ei ainoastaan lisää organisaatioiden dataresilienssiä mutta myös niiden kilpailukykyä.
Description
Supervisor
Luoma, Jukka
Thesis advisor
Schildt, Henri
Keywords
advanced algorithms, AI, human-machine collaboration, dynamic capabilities
Other note
Citation