Indrek Saul – strateegiakonsultant
Lugemisaeg 7 minutit
AI projekti tasub ellu viia siis, kui juba enne raha kulutamist on teada, kuidas see kasvatab käivet, vähendab kulusid või tugevdab konkurentsieelist. Enamik ettevõtteid alustab teisest otsast: tööriistast ja koolitusest. McKinsey 2026. aasta uuringus ütles 80% vastanutest, et AI on nende isiklikku tootlikkust tõstnud, kuid mõju ettevõtte kasumile nägi vaid 37%. Mina valin AI projekte LOGFRAME’i (vertikaalse loogika) mõttemudeli järgi tagurpidi: kõigepealt kasu, siis muutused ja alles lõpuks tööriistad.
Miks enamik AI projekte kasumini ei jõua?
Paljud AI algatused on hädas tasuvusega. Inimesi koolitatakse, agente arendatakse, protseduure automatiseeritakse. Kõik on ilus, välja arvatud üks tüütu pisiasi: käive ja kasum ei kasva.
McKinsey küsitles 2026. aasta mais ja juunis 1 719 inimest 97 riigist. Neist 80% ütles, et AI on nende tööd tõhustanud. Mõju ettevõtte ärikasumile (EBIT) nägi aga ainult 37%, sama palju kui aasta varem. Märkimisväärse kasumimõjuni jõudis vaid 6%. (McKinsey, „The state of AI in 2026“, 25.08.2026)
BCG 2026. aasta uuringus osales 1 330 juhti. Vastuste põhjal loob AI mõõdetavat väärtust ligi pooltes ettevõtetes, kuid suurt kasu saab sellest vaid 7,5% (aasta varem 5%). (BCG, Applied AI Index, 30.09.2026)
Isiklik ajasääst ei muutu iseenesest ettevõtte kasumiks.
Probleem algab sellest, et AI-ga alustatakse valest otsast. Koolitustel ja postitustes räägitakse õhinal, mida kõike saab AI-ga teha. Sellest, millist majanduslikku kasu see ettevõttele toob, räägitakse palju vähem.
Mõtle nagu insener
Insener ei lähe ehituspoodi, et vaadata riiulitelt kõiki materjale ja tööriistu ning mõelda, mida kõike neist ehitada saaks. Ta alustab konkreetsest probleemist: sild peab koormust kandma, maja peab talvel soojas püsima. Materjale ja tööriistu ta katsetab küll, aga eesmärgipäraselt. Enne katsetamist teeb ta esmase teostatavuse analüüsi: kas nende materjalide ja tööriistadega saab probleemi põhimõtteliselt üldse lahendada?
AI-ga on sama lugu. „Mida kõike saab AI-ga teha?“ on ehituspoe külastaja küsimus. Inseneri küsimus on: „Mis probleem meil on ja kas AI aitab seda lahendada?“
Mis on LOGFRAME ja miks see AI projektidele sobib?
LOGFRAME (vertikaalne loogika) on projektide kavandamise mõttemudel, mis seob omavahel viis taset: sisendid, tegevused, väljundid, muutused ja kasu. Iga tase peab põhjendama järgmist. Kui ahel kusagil katkeb, ei jõua projekt kasuni, ükskõik kui hästi tegevused tehti.
Tavaline AI algatus näeb LOGFRAME’i järgi välja nii:
- Sisendid. Millised andmed, teadmised ja tööriistad meil on? Sageli selgub, et andmeid on palju, aga vajalikku infot vähe. See on probleem, kuid mitte kõige suurem.
- Tegevused. Mida saab AI-ga teha? Sellele keskendub enamik AI koolitusi. Häda on aga selles, et enamik sellest, mida AI-ga saab teha, ei vääri tegemist.
- Väljundid. Mis valmis sai? Uued oskused, agendid, tekstid ja automatiseeritud töövood.
- Muutused. Mis ettevõttes muutus? Inimesed oskavad AI-d kasutada ja mõni töö võtab vähem aega. Aga kas käive ja kasum kasvasid?
- Kasu. Milline on tegelik majanduslik tulemus? Ajasääst ei tähenda veel kulude kokkuhoidu. Kui vabanenud aega ei kasutata müügiks ja uusi inimesi võetakse ikka tööle juurde, jääb kasu paberile.
Kasuni paljud AI algatused ei jõuagi.
Kuidas valida AI projekte LOGFRAME’i abil?
Mina läbin sama ahela vastupidi, kasust sisenditeni.
- Kasu. Kus on suurimad kasutamata kasvuvõimalused? Kus raisatakse kõige rohkem raha? Kui palju lisakasumit võiksime teenida?
- Muutused. Mida peame muutma protsessides, töökorralduses, oskustes ja süsteemides, et see kasu tekiks? Milliseid neist muutustest saab teha AI abil? Kui palju ja kui kiiresti kasvab käive või väheneb kulu?
- Väljundid. Mida on nende muutuste jaoks vaja luua? Agente, protsessikaarte, tööjuhendeid, teadmusbaase või infosüsteeme?
- Tegevused. Mida peame selleks tegema: koolitama, katsetama, arendama või ostma? Mis see maksab?
- Sisendid. Milliseid andmeid, teadmisi, inimesi, aega ja raha vajame? Mis on olemas, mis puudub ja kui palju puuduva hankimine maksab?
Muutustest selgub võimalik lisatulu ja kokkuhoid, tegevustest ja sisenditest aga investeeringu ja kasutamise kulud. Nende põhjal saab arvutada tasuvuse ja seada algatused pingeritta.
Kuidas seada AI algatused pingeritta?
Kui kasu ja kulud on läbi mõeldud, hindan iga algatust 4K-testiga. 4K tähistab nelja küsimust: kasu, kiirus, kulu ja kindlus.
| Küsimus | Mida hinnata |
|---|---|
| Kasu | Kui palju algatus toob müügitulu, kokkuhoidu või tootlikkust? |
| Kiirus | Kui kiiresti hakkab kasu tulema? |
| Kulu | Milline on kogukulu kogu kasutusaja jooksul, kui arvestada arendust, litsentse, hooldust ja inimeste aega? |
| Kindlus | Kui kindlad need hinnangud on? Ebakindel lubadus järjekorras ette ei tõuse. |
Seejärel vaatan, kas algatus on teostatav (andmed, protsessid, inimesed) ja kas see toetab strateegiat: kus ettevõte kasvab ja millega ta konkurentidest eristub. Lõpuks valib juhtkond ühiselt 2–3 algatust, millega kohe alustada. Ülejäänud jäävad põhjendusega ootele.
Neli tõestust enne suurt investeeringut
Ka valitud algatus ei saa kohe suurt eelarvet. Insener liigub samm-sammult ja iga samm peab tõestama, et järgmisse tasub panustada.
- Proof of Idea (idee tõestus). Kas probleem on päriselt olemas ja kas selle lahendamine toob kasu? Kas AI suudab sellist probleemi põhimõtteliselt üldse lahendada?
- Proof of Concept (kontseptsiooni tõestus). Kas tehnoloogia töötab meie andmete ja tingimustega? See on väike katse, mitte valmis süsteem.
- Proof of Solution (lahenduse tõestus). Kas lahendus töötab päris kasutajate käes ja päris tööprotsessis? Seda näitab piloot ühes üksuses.
- Proof of Business (ärilise kasu tõestus). Kas kasu tuli ja kulud jäid eelarvesse? Alles nüüd tasub lahendust laiendada.
Iga astme järel otsustab juhtkond, kas minna edasi, muuta suunda või loobuda. Loobumine varajases astmes on odav. Hilises astmes läheb see kalliks maksma.
Näide: kui tasuvus pole selge, jääb otsus tegemata
Sama loogikat kasutasin juba ammu enne praegust AI-lainet. If Kindlustuses oli 1,8 miljoni euro suurune CRM-investeering kaks aastat juhatuse laual otsustamata, sest keegi ei osanud öelda, kas ja kuidas see end ära tasub. Analüüsisime, kus ja kui palju aega kolme Balti riigi esindused kokku hoiaksid. Alles siis sai juhatus otsuse teha.
AI projektidega on sama lugu, ainult ideid on rohkem ja need tulevad kiiremini. Kui kasu pole arvutatud, otsustab järjekorra see, kes kõvemini karjub.
Miks ma ei alusta AI kasutajakoolitusest?
Pole mõtet õpetada lihtsalt seda, mida kõike saab AI-ga teha. Tahan, et klient saaks aru, mida AI abil teha tasub. Alles siis otsustame, keda koolitada, milliseid agente arendada ja mida automatiseerida.
Gartneri analüütik Peter Sondergaard ütles juba 2013. aastal: „Iga ettevõte on tehnoloogiaettevõte.“ Seepärast peaks juht AI tööriistade kõrval oskama ka tarkvara ja infosüsteeme tellida ning hallata. Enne tellimist tuleb osata kirjeldada probleemi, kasutajat ja oodatavat kasu.
Ära alusta küsimusest „Mida saab AI-ga teha?“
Alusta küsimusest „Kus toob AI meie ettevõttele kõige rohkem kasu?“
Korduma kippuvad küsimused
Alusta kasust, tööriist tuleb hiljem. Pane kirja, kus on suurimad kasvuvõimalused ja kus raisatakse raha. Seejärel mõtle, millised muutused selle kasu tooksid ja kas AI aitab neid saavutada. Hinda iga algatust 4K-testiga (kasu, kiirus, kulu, kindlus) ja vali välja 2–3 kõige väärtuslikumat.
Arvuta, kui palju lisatulu või kokkuhoidu muutus tegelikult toob, ja võrdle seda kogukuluga kogu kasutusaja jooksul: arendus, litsentsid, hooldus ja inimeste aeg. Ajasääst on kasu ainult siis, kui vabanenud aeg muutub müügiks või väiksemaks kuluks.
Ei. AI peab teenima äristrateegiat. Õige küsimus on, mis aitab ettevõttel kasvada ja konkurente võita ning kus saab AI aidata seda teha paremini, kiiremini või odavamalt.
Hinnang on sõltumatu siis, kui hindaja ei müü tarkvara ega juurutusteenust ja tema tasu ei sõltu sellest, kas projekt käivitatakse. Strateegiakonsultant Indrek Saul hindab AI algatusi äristrateegia vaatest ja ütleb vajaduse korral otse, et mõnda projekti ei tasu praegu teha. Vaata: AI projektide tasuvus ja prioriseerimine.
Autorist. Indrek Saul on Eesti strateegiakonsultant, kes juhib ettevõtete strateegiatööd kasvuvõimaluste leidmisest elluviimise kavani. Strateegiapäeval aitab ta juhtkonnal ja võtmeisikutel jõuda ühiste otsusteni nädalatega, mitte kuudega. #StrateegAI sarjas aitab ta juhtkondadel otsustada, millised AI algatused end ära tasuvad. Minust · AI projektide tasuvus
📥 Uudiskirjas jagan soovitusi strateegia loomiseks ja elluviimiseks AI ajastul. Ilmub umbes kord nädalas. 👉 Tellin uudiskirja