Artificial intelligence is a topic which has generated a lot of interest in recent years. New tools have emerged which both individuals and companies can adopt into their workflows to automate tasks previously seen as very difficult if not outright impossible to automate.
This thesis focuses on identifying potential drivers and barriers regarding artificial intelligence tool adaptation. Qualitative data is gathered by interviewing founders and employees in Finnish startups operating in different industries and with the companies being in different funding stages. Different themes are identified from the empirical data.
Empirical data and its alignment with the Generative Artificial Intelligence Technology Adoption Model by Gupta & Yang (2024) is analyzed. Based on this analysis, an extension to the model introducing two new factors is suggested.
The thesis also introduces a model called “Stages of Artificial Intelligence Automation” with the goal of better understanding the level of automation related to different tasks and the potential drivers and barriers in each stage.Tekoäly on aihe, joka on herättänyt runsaasti kiinnostusta viime vuosina. Uusia työkaluja on ilmestynyt markkinoille, joita sekä yksilöt että yritykset voivat käyttää osana työntekoaan. Nämä työkalut mahdollistavat myös sellaisten tehtävien automatisoimisen, joita on aiemmin pidetty joko haastavana, ellei peräti mahdottomana automatisoida.
Tämä tutkielma keskittyy tunnistamaan mahdollisia ajureita ja esteitä liittyen tekoälytyökalujen käyttöönottoon. Laadullista dataa on kerätty haastattelemalla yrittäjiä sekä työntekijöitä suomalaisissa startupeissa, jotka toimivat eri toimialoilla ja jotka ovat erilaisissa rahoitusvaiheissa. Erilaisia teemoja tunnistetaan datan avulla.
Haastatteluista kerättyä dataa tutkitaan myös Gupta & Yangin (2024) esittelemän Generative Artificial Intelligence Technology Adoption Model-mallin avulla. Tehtyjen havaintojen perusteella tutkielma esittää laajennuksen kyseiseen malliin, ja esittelee kaksi uutta mahdollisesti selittävää tekijää.
Tämän lisäksi tutkielma esittelee mallin, jota kutsun nimellä "Tekoälyn automatisoinnin vaiheet”, jonka tehtävä on auttaa paremmin ymmärtämään eri työtehtäviin liittyvien automatisoinnin tasoja, sekä näihin tasoihin liittyvät mahdolliset ajurit ja esteet.
