Tekoälyn murros julkishallinnon tietotyössä nyt ja tulevaisuudessa

Tässä blogissa tarkastellaan, miten tekoäly vaikuttaa julkishallinnon tietotyöhön erityisesti Suomen kontekstissa. Painopiste on tekoälyn tuomissa mahdollisuuksissa esimerkiksi tiedonhallinnassa, automaattisessa päätöksenteossa, ennakoivassa analytiikassa ja hallinnon tehostamisessa. Lopuksi esitetään utopistinen katsaus pidemmälle tulevaisuuteen 50 vuoden päähän: miten tekoäly voisi mullistaa julkishallinnon toimintaa pitkällä aikavälillä. Blogin päätteksi tuon myös esille miten TekstiAI mahdollistaa asiakkailleen tekoälyn hyödyntämisen tässä ja nyt.

Tiedonhallinta ja asiakirjojen käsittely

Julkishallinnossa käsitellään valtavia määriä tietoa ja asiakirjoja. Tekoäly kykenee avustamaan tässä tietotyössä monin tavoin, esimerkiksi automaattisesti luokitellen, hakien ja tiivistäen dokumentteja. On meneillään kokeiluja, joissa hyödynnetään tekoälyä laajojen tekstiaineistojen läpikäymiseen. Esimerkiksi Suomessa on pilotoitu generatiivista tekoälyä lainvalmistelun tukena, jossa tekoälybotin avulla haettiin nopeasti tietoa laajoista lakiaineistoista (Kokeilu: Generatiivisen tekoälyn hyödyntämisessä mahdollisuuksia lainvalmistelutyössä - Sitra). Tekoälyn odotetaan helpottavan asiantuntijoiden työtä etenkin massadokumenttien käsittelyssä.

Mahdollisuuksia:

Asiakirjojen automaattinen analyysi: Tekoälypohjainen asiakirjojen käsittely voi virtaviivaistaa arkisto- ja tekstianalyysiä, vähentää manuaalista työtä, parantaa tietojen tarkkuutta ja nopeuttaa tietojen löytymistä päätöksenteon tueksi (Valtio ja paikallishallinto: AI virtaviivaistaa asiakirjojen käsittelyä - v500 Systems). Esimerkiksi tekoälyn avulla voidaan nopeasti poimia asiakirjoista olennaisia tietoja, laatia tiivistelmiä ja ehdottaa metatietoja, mikä vapauttaa virkamiehille aikaa vaativampiin tehtäviin.
Nopeampi tiedonhaku: Älykkäät hakutoiminnot (esim. semanttinen haku) ja kielimallit mahdollistavat sen, että viranhaltija löytää tarvitseman tiedon laajoista tietokannoista tai lakiteksteistä huomattavasti nopeammin kuin perinteisin menetelmin. Tämä tehostaa valmistelua ja päätöksentekoa, kun relevantti informaatio on helposti saatavilla.
Esimerkkinä lainvalmistelu: Kokeiluissa on todettu tekoälyn selvä potentiaali nopeuttaa ja tukea lainvalmistelijoiden työtä käsittelemällä laajoja tekstimassoja (Kokeilu: Generatiivisen tekoälyn hyödyntämisessä mahdollisuuksia lainvalmistelutyössä - Sitra). Tekoäly voi auttaa yhdistämään tietoa eri säädöksistä ja oikeuslähteistä sekä varmistamaan, ettei tärkeitä seikkoja jää huomaamatta laajoissa asiakirjoissa.

Haasteet:

Kielimallien rajoitukset: Erityisesti suomen kielellä tekoälymallit eivät vielä yllä ihmistyön tarkkuuteen kaikissa tehtävissä. Esimerkiksi edellä mainitussa lainvalmistelun kokeilussa havaittiin, että suomenkielisten generatiivisten mallien suorituskyky ei vielä ollut riittävän hyvä – mallit eivät kyenneet hakemaan tarpeeksi tietoa kerralla tai tuottamaan riittävän luotettavia vastauksia (Kokeilu: Generatiivisen tekoälyn hyödyntämisessä mahdollisuuksia lainvalmistelutyössä - Sitra). Tämä osoittaa, että tekoäly tarvitsee jatkokehitystä ennen kuin se voi korvata tai tukea täysin asiantuntijoiden työtä kriittisissä julkishallinnon tehtävissä.
Virheet ja hallusinaatiot: Tekoälyjärjestelmät saattavat tehdä virheellisiä luokitteluja tai yhteenvetoja. “Hallusinaatioiksi” kutsutut tapaukset, joissa generatiivinen tekoäly keksii olemattomia tietoja, voivat johtaa harhaan, ellei ihmiskäyttäjä tarkista tuloksia. Julkishallinnon asiakirjoissa pienetkin virheet voivat olla merkittäviä, joten luotettavuus ja ihmisen tekemä laadunvarmistus ovat välttämättömiä.
Tietosuoja: Asiakirja-aineistoissa on usein arkaluonteisia henkilötietoja tai salassa pidettäviä tietoja. Tekoälyn hyödyntämisessä on varmistettava, että GDPR:n noudattaminen ja tietoturva toteutuvat. Automaattinen dokumenttien käsittely voi lisätä tietosuojaan liittyviä riskejä, jos esimerkiksi luottamuksellista dataa vuotaa tai jos järjestelmä tekee luokitteluja, jotka paljastavat liikaa tietoa. Euroopan tietosuoja-asetukset asettavatkin reunaehtoja tekoälyn käytölle julkisissa tiedonhallintasovelluksissa (Dutch scandal serves as a warning for Europe over risks of using algorithms – POLITICO).
Kuitenkin: Vaikka tekoälyn rajoitukset on tärkeä ymmärtää on toisaalta on hyvä huomata, etteivät ihmisetkään ole täydellisiä kaikessa. Esimerkiksi kollega joka on verotuksen asiantuntija ei välttämättä tunne jotain toista asiakokonaisuutta (vaikkapa markkinointi tai autokorjaus) läheskään yhtä hyvin kuin omaa alaansa. Itseasiassa, jos ihmiset pakotettaisiin vastaamaan oman “domaininsa” ulkopuolelta (tietäisivät he sitten oikeaa vastausta tai eivät) olisivat monet vastaukset varmasti vähintään yhtä järjettömiä kuin tekoälyn pahiten hallusinoimat vastaukset.

Automaattinen päätöksenteko ja asiakaspalvelu

Tekoälyn hyödyntäminen päätöksenteossa ja asiakaspalvelussa on jo käynnissä monissa julkishallinnon organisaatioissa. Automaattinen päätöksenteko voi tarkoittaa esimerkiksi algoritmien käyttöä tukena päätösesityksissä (kuten etuuspäätösten valmistelussa) tai jopa rutiininomaisten hallintopäätösten automatisointia tiettyjen kriteerien perusteella. Asiakaspalvelussa taas chat-robotit ja virtuaaliassistentit vastaavat kansalaisten kysymyksiin verkossa ympäri vuorokauden. Suomessa tästä on kokemusta mm. Kansaneläkelaitoksessa, jossa Kelan kaksikieliset chatbotit (suomeksi Kela-Kelpo ja ruotsiksi FPA-Folke) neuvovat asiakkaita etuushakemusten eri vaiheissa ja antavat yleistä tietoa tuista (Kela chatbot: Bilingual help for online customers, 24/7) (10 Govtech Trends That Will Change Government in 2024 ).

Tekoälypohjainen asiakaspalvelu onkin yleistynyt pohjoismaisessa julkishallinnossa, ja se sujuvoittaa palvelua ainakin perustason kyselyissä. Tekoälypohjaisen asiakaspalvelun mahdollisuuksia on ainakin nopeus ja saatavuus, tasalaatuisuus ja kustannuksien sekä työkuorman keveneminen henkilökunnalta. Haasteena vielä tässä vaiheessa voi olla kuitenkin se, kuka kantaa vastuun tekoälyn tehdessä asiakaspalvelijana virheen.

Ennakoiva analytiikka ja politiikan suunnittelu

Ennakoiva analytiikka tarkoittaa datan ja tekoälyn hyödyntämistä tulevien tapahtumien, trendien tai tarpeiden ennustamiseen. Julkishallinnossa tämä voi tarkoittaa esimerkiksi sosioekonomisten kehityskulkujen mallintamista, jotta voidaan kohdentaa resursseja oikea-aikaisesti (esim. ennakoida työttömyyden nousua tietyllä alueella ja käynnistää ajoissa työllisyyspalveluja). Se voi myös tarkoittaa politiikkasimulaatioita, joissa tekoälyllä arvioidaan erilaisten päätösvaihtoehtojen vaikutuksia ennen toteutusta.

Euroopassa ja globaalisti datavetoisen päätöksenteon uskotaan tuovan laatua politiikkasuunnitteluun: päätösten taustalla olisi laajempi tietopohja ja kyky arvioida pitkän aikavälin vaikutuksia paremmin kuin perinteisillä menetelmillä.Tekoälyn avulla päättäjät voivat saada rikkaampaa tietoa päätöstensä tueksi. Suuria tietomääriä analysoimalla löydetään trendejä ja korrelaatioita, joita ihminen ei helposti havaitsisi. Tämä voi johtaa paremmin informoituihin politiikkatoimiin, kun päätöksissä nojaudutaan data-analyysin tuottamiin ennusteisiin eikä pelkästään menneisiin tilastoihin tai intuitioon (NEOS-Lab-AI_Gov-ELF.indd).

Hallinnollisten prosessien tehokkuus ja digitalisaatio

Tekoäly tukee julkishallinnon sisäisten prosessien digitalisointia ja tehostamista. Robotiikka ja prosessiautomaatio (RPA) yhdistettynä tekoälyyn voivat hoitaa toistuvia rutiinitehtäviä, kuten lomakkeiden tarkistuksia, tietojen siirtoa järjestelmästä toiseen tai vaikkapa laskujen käsittelyä paljon nopeammin kuin ihminen. Monissa Euroopan maissa julkishallinto onkin alkanut ottaa käyttöön ohjelmistorobotteja vähentääkseen manuaalisen työn tarvetta hallinnossa. Esimerkiksi Irlannissa valtionhallinnon RPA-ohjelman kautta 14 eri virastoa on jo ottanut käyttöön ohjelmistorobotiikkaa palvelutuotannon tehostamiseksi ja automaation avulla onkin säästetty yli 95 000 työpäivää sekä saavutettu keskimäärin 3:1 tuottosuhde investoinneille (Lähde 1) (Lähde 2). Tämä osoittaa, että oikein hyödynnettynä automaatio tuo merkittäviä tehokkuusetuja.

Turvallisuus

Tekoälyllä on merkittäviä vaikutuksia myös turvallisuus- ja valvontatehtävissä, jotka kuuluvat julkishallinnon piiriin. Kyberturvallisuudessa tekoäly on jo nyt keskeisessä roolissa: sitä käytetään laajasti esimerkiksi roskapostin suodatuksessa, haittaohjelmien tunnistamisessa ja tunkeutumisen estämisessä. Tekoäly lisää kyberpuolustuksen automaatiota, nopeutta ja sopeutumiskykyä, mikä parantaa organisaatioiden mahdollisuuksia torjua jatkuvasti kehittyviä uhkia (Tekoäly on yhä keskeisempi tekijä tulevaisuuden tietoturvaratkaisuissa | Kyberturvallisuuskeskus). Myös Suomessa on todettu, että tekoälyssä saavutetut edistysaskeleet voivat tulevaisuudessa vahvistaa kriittisten yritysten ja viranomaisten tietoturvaa entisestään – kunhan samalla tunnistetaan uudet riskit ja vahvistetaan osaamista niiden hallintaan (Tekoäly on yhä keskeisempi tekijä tulevaisuuden tietoturvaratkaisuissa | Kyberturvallisuuskeskus) (Tekoäly on yhä keskeisempi tekijä tulevaisuuden tietoturvaratkaisuissa | Kyberturvallisuuskeskus).

Fyysisen turvallisuuden alalla tekoälyä hyödynnetään mm. rikostorjunnassa ja pelastustoimessa. Ennakoiva poliisitoiminta (predictive policing) pyrkii tekoälyn avulla ennustamaan, missä ja milloin rikoksia mahdollisesti tapahtuu, jotta poliisi voi kohdentaa resursseja ennaltaehkäisevästi. Joissakin Euroopan maissa on kokeiltu tällaisia malleja, mutta ne ovat herättäneet kritiikkiä vääristymistä ja syrjinnästä sillä algoritmit saattavat ohjata valvontaa tietylle alueelle tai ihmisryhmään historiallisten tietojen pohjalta, mikä voi johtaa ei-toivottuun leimautumiseen (Dutch scandal serves as a warning for Europe over risks of using algorithms – POLITICO) (The EU AI Act and Its Adherence to the European Convention on ...). Euroopan parlamentti on jopa vaatinut ennalta ehkäisevien rikosennustusjärjestelmien rajoittamista tai kieltoa, jos ne todetaan perusoikeuksia vaarantaviksi (EU Parliament votes for landmark ban on “discriminatory and unjust ...). Samoin kasvojentunnistuksen käyttö julkisissa tiloissa on aiheuttanut huolta yksityisyydestä; sen yleistyminen ilman valvontaa voisi johtaa massavalvontaan, mikä on ristiriidassa demokraattisten yhteiskuntien arvojen kanssa (eurogeographics.org).
Pelastustoimessa ja turvallisuuden ylläpidossa tekoäly tarjoaa kuitenkin myös positiivisia mahdollisuuksia: esimerkiksi paloturvallisuudessa voidaan analysoida sensoridataa ennakoiden tulipaloriskejä, ja tekoälyavusteiset kamerajärjestelmät voivat tunnistaa väkijoukoista poikkeavia käyttäytymismalleja tai kadonneita henkilöitä nopeammin kuin ihminen. Puolustusvoimat Suomessa ja Euroopassa tutkivat tekoälyn soveltamista esimerkiksi tiedustelutiedon analysointiin, drone-alustoihin ja simulaatioihin. Tämä voi lisätä reagointinopeutta ja tarkkuutta, mutta samalla autonomisten asejärjestelmien eettisyys on vakavasti otettava huolenaihe.

Yhteenvetona turvallisuusalalla tekoäly on kaksiteräinen miekka: toisaalta se parantaa tilannekuvaa ja reagointikykyä (esim. kyberuhkien torjunta, rikosten selvittäminen, onnettomuuksien ehkäisy) ja toisaalta se luo uusia eettisiä ja juridisia kysymyksiä (valvonnan rajat, vastuu virheistä, päätösten oikeudenmukaisuus). Olennaista onkin pitää huoli, että tekoälyn käyttö turvallisuudessa on ihmisoikeuksia kunnioittavaa, läpinäkyvää ja vastuullista (kuten EU:n tekoälylinjauksissa korostetaan).

50 vuoden päästä – julkishallinnon tulevaisuus

“Ennustaminen on vaikeaa, erityisesti tulevaisuuden ennustaminen” sanoi Ahti Karjalainen aikoinaan, mutta tekoälyn kehityksen tarjoamat mahdollisuudet ovat niin valtavia, että on mielenkiintoista pohtia myös utopistisia visioita ymmärtääkseen mikä kaikki voisi olla mahdollista esimerkiksi 2070-luvulla tekoälyn kehityksen myötä. Mikäli tekoälyä kehitetään johdonmukaisesti vastuulliseen ja yhteiskuntaa hyödyttävään suuntaan, muutokset saattavat olla jopa vallankumouksellisia:

Lähes täydellinen automaatio rutiinitehtävissä: 2070-luvulla suuri osa siitä hallinnollisesta työstä, joka vielä 2020-luvulla teetti ihmisillä vaivaa, on täysin automatisoitua. Hakemukset, ilmoitukset, rekisteröinnit ja muut muodollisuudet hoituvat välittömästi tekoälyjärjestelmien välillä. Kansalainen ei ehkä edes huomaa byrokratiaa, sillä prosessit tapahtuvat taustalla saumattomasti. Esimerkiksi yrityksen perustaminen tai osoitteenmuutos voi tapahtua reaaliaikaisesti: tekoäly varmistaa taustalla kaiken lainmukaisuuden ja päivittää eri rekisterit automaattisesti.
Äärimmilleen personalisoitu julkinen palvelu: Tekoäly tuntee kunkin kansalaisen palvelutarpeet ennakoivasti – tietenkin yksilön suostumuksella ja yksityisyyttä kunnioittaen. Jokaisella voi olla kehittynyt versio digitaalisesta avustajasta, joka ei vain vastaa kysymyksiin vaan hoitaa asioita proaktiivisesti. Esimerkiksi kun henkilö lähestyy eläkeikää, hänen avustajansa on jo valmistellut kaikki tarvittavat eläkepaperit, hakenut asumistukea jos tarpeen ja sopinut terveystarkastukset. Palvelu on kokonaisvaltaista ja ennakoivaa; hallinto ”tulee luo” sen sijaan että kansalainen joutuu sitä hakemaan.
Päätöksenteon tuki ja strateginen suunnittelu: 2070-luvulla tekoälyjärjestelmät pystyvät käsittelemään niin valtavia tietomääriä ja niin monimutkaisia riippuvuuksia, että ne toimivat hallitusten ja virastojen strategisina neuvonantajina. Ne voivat laatia tarkkoja simulointeja pitkälle tulevaisuuteen ilmaston, talouden, teknologian ja väestönkehityksen osalta. Poliitikot voivat kysyä: “Mitä tapahtuu, jos toteutamme tämän sosiaaliturvauudistuksen?” ja saada melko luotettavan simulaation vaikutuksista 10, 20 tai 50 vuoden päähän ottaen huomioon satoja muuttujia. Tekoäly voi tuottaa faktapohjaisia skenaarioita jokaisen päätösvaihtoehdon tueksi. Tämä ei poista arvovalintoja, mutta auttaa hahmottamaan niiden seuraukset. Politiikanteko muuttuukin enemmän tiedon ja ennakoinnin varaan rakentuvaksi.
Hallinnon rakenteiden muutos: On mahdollista, että julkishallinnon organisaatiorakenteet yksinkertaistuvat radikaalisti. Kun tieto liikkuu esteettä ja tekoäly koordinoi tehtäviä, perinteinen hierarkkinen virastorakenne voi muuttua. Hallinto saattaa tulevaisuudessa olla verkostomainen, dynaamisesti muuntuva kokonaisuus, jossa tekoäly ohjaa toimintaa operatiivisella tasolla ja ihmiset keskittyvät valvontaan, ohjaukseen ja poikkeustapauksiin. Voidaan jopa spekuloida päivittyisikö lainsäädäntö osin automaattisesti tietyillä aloilla: tekoäly seuraa yhteiskunnan muutoksia ja huomauttaa, että jokin säädös on käymässä vanhaksi tai sen vaikutukset eivät ole toivotut, minkä pohjalta lainsäätäjät tekevät tarvittavat päivitykset.
Kokeilukulttuuri ja oppiva yhteiskunta: Pitkällä aikavälillä julkishallinto voi muuttua itseoppivaksi järjestelmäksi. Tekoäly kerää jatkuvasti palautetta siitä, miten hyvin päätökset toimivat ja miten kansalaiset niihin reagoivat. Tämän perusteella hallinto voi säätää toimintaansa ketterästi. Esimerkiksi verojärjestelmä voisi hienosäätää itseään suhdanteiden mukaan pienten automaattisten sääntömuutosten kautta (rajatusti ja valtuuksien puitteissa), jotta talouden vakaus säilyy. Vähän samaan tapaan kuin termostaatti pitää huoneen lämpötilan tasaisena. Koeasetelmien käyttö yleistyy: uusia politiikkatoimia testataan virtuaalisesti simuloiden tai rajatuissa pilottiryhmissä tekoälyn valvonnassa ennen laajaa käyttöönottoa, mikä minimoi epäonnistumisten riskit.

Inhimillinen näkökulma säilyy kuitenkin keskiössä: vaikka tekoäly olisi kuinka kehittynyttä, ihmiset määrittelevät arvot ja tavoitteet. Optimistisessa visiossa 50 vuoden päästä yhteiskunta on oppinut hyödyntämään tekoälyä vastuullisesti niin, että se tukee ihmisarvoa ja oikeudenmukaisuutta. Virkamiehet toimivat pikemminkin eettisinä vartijoina ja strategisteina: he asettavat suuntaviivat ja tekoäly toteuttaa ne operatiivisesti. Esimerkiksi tuomioistuimissa tekoäly voi ehdottaa ratkaisua jutulle viitaten kaikkiin aiempiin vastaaviin tapauksiin, mutta tuomari tekee lopullisen päätöksen huomioiden inhimillisen oikeustajun. Demokratia voi myös uudistua: kansalaiset voivat delegoida joitain arkipäiväisiä päätöksiä (kuten budjetin painotuksia) suoraan tekoälylle omien preferenssiensä perusteella, mutta keskeiset arvopäätökset tehdään yhä yhteisöllisesti.

Toki 50 vuoden päähän mahtuu paljon epävarmuutta. Tekoälyn kehitysvauhti on itsessään kysymys: saavutetaanko ihmisen tasoinen yleisäly (AGI) vai pysähtyykö kehitys? Entä miten lainsäädäntö ja kansalaisten asenteet kehittyvät: annetaanko tekoälylle laajasti toimivaltaa vai pidetäänkö se aina tiukasti renkinä eikä isäntänä?

Optimistisessa skenaariossa julkishallinto on kuitenkin kyennyt omaksumaan teknologian hallinnan välineeksi niin, että lopputuloksena on tehokas, oikeudenmukainen ja ihmislähtöinen hallinto. Palvelut hoituvat lähes huomaamattomasti, päätökset perustuvat tietoon ja ennakointiin, ja hallinto pystyy vastaamaan yhteiskunnan tarpeisiin viiveettä. Julkishallinnosta on tullut eräänlainen näkymätön palvelukoneisto, joka toteuttaa yhteisesti asetettuja päämääriä taustalla, samalla kun ihmiset, niin kansalaiset kuin viranhaltijat, voivat keskittyä luovuuteen, inhimilliseen vuorovaikutukseen ja asioihin, joissa kone ei korvaa ihmistä.

Julkisyhteisöt ja TekstiAI

Tekoäly ei ole pelkästään tulevaisuuden konsepti vaan konkreettinen, käytännönläheinen ja hyödyllinen työkalu jo nyt. TekstiAI palvelee monia eri julkisyhteisöjä eri prosessien tehostamisen tai automatisoinnin osalta tekoälyn avulla. Muutamia käyttötapauksia ovat:

Potilas-, ja asiakasohjaus

Esimerkiksi kunta tai hyvinvointialue voi TekstiAI:n avulla ohjata asiakkaan oikealle palvelupisteelle tämän saapuessa asiakkaaksi. Tämä säästää aikaa sekä asiakasrajapinnassa toimivilta henkilöiltä, että asiakkaalta itseltään ja varmistaa ettei asiakasta epähuomiossa ohjata väärään toimipisteeseen.

AI julkisen tiedonhaun tukena

TekstiAI voi käsitellä julkisyhteisön julkisen materiaalin (esimerkiksi HyTe-tarjotin). Tämä mahdollistaa sen että sekä asiakkaat, että julkisyhteisön työntekijät voivat kysyä tekoälyltä kysymyksiä ja löytää tehokkaasti vastauksia julkiseen materiaaliin pohjaten. Kysyjä saa kysymykselleen aina sekä vastauksen että referenssin. TekstiAI:n tekstinkäsitteltyteknologia mahdollistaa tekoälylle tarkat vastaukset ilman hallusinointia.

Intratyökalu

Sisäisen tiedon käsittelyyn tarkoitettu intratyökalu mahdollistaa julkisyhteisöjen työntekijöille sen, että he voivat tehokkaasti etsiä tietoa organisaation sisäisistä tietolähteistä. Tietoturvallinen ratkaisu ja minimaalinen hallusinointi mahdollistavat tehokkaan tekoälyn hyödyntämisen myös sisäisen (esim. HR) materiaalin osalta.

Reksibotti

TekstiAI:n par’aikaa kunnallisen asiakkaan kanssa kehittämä apuri kunnallisten koulujen rehtoreille ja johdolle. Reksibotin avulla he voivat kysyä tekoälyltä kysymyksiä ja referenssejä koulunsa OPS:ista, relevanteista työehtosopimuksista, sekä ajantasaisesta lainsäädännöstä.

Analyysityökalu

Mahdollistaa useiden (vaikka satojen) eri raporttien yhtäaikaisen tutkimisen tekoälyn avulla. Käyttäjä voi kysyä tekoälyltä esimerkiksi: “miten johtaminen näkyy eri projekteissa?” jonka jälkeen tekoäly käy kaikki projektit läpi ja antaa vastauksena lyhyen ingressin. Tämä nopeuttaa ja helpottaa raporttien läpikäyntiä ja oleellisten asioiden löytämistä.

LakiAI

Työkalu joka mahdollistaa ennakkotapausten ja sopivan lainsäädännön löytymisen tekoälyn avulla. Julkisyhteisöjen lisäksi erinomainen palvelu myös esimerkiksi lakitoimistoille sekä yrityksille joilla on oma lakiosasto.

Kuten näistä palveluista ilmenee, tekoäly ei ole tulevaisuuden konsepti vaan jotakin jota organisaatiot kuten julkisyhteisöt voivat hyödyntää tässä ja nyt. Keskustelemme mielellään lisää, voiko TekstiAI:n palveluista olla teille hyötyä.