Tag Archives: generatiivinen tekoäly

Tulevaisuuden työmarkkinamurrokset edellyttävät muutoskyvykkyyden vahvistamista

16/12/2025

Jätä kommentti

Suomen toimintaympäristö muuttuu yhä ennakoimattomammin teknologisten, geopoliittisen ja taloudellisten murrosten seurauksena. Työmarkkinoiden murroksiin varautuminen edellyttää vahvaa ymmärrystä siitä, että epävarmuus on pysyvä olosuhde, ei poikkeus. Yhteiskunnan keskeisin tulevaisuusvalmius on siis kyky sopeutua muutoksiin ja hyödyntää niitä.

Teknologiamurrokset – erityisesti generatiivinen tekoäly – muuttavat työelämän rakenteita nopeasti. Muutokset kohdistuvat yksittäisiin työtehtäviin, mikä tekee osaamistarpeiden ennakoinnista vaikeaa. Samalla suurten vaikutusten ennakoimattomat tai epätodennäköiset tapahtumat (mustat ja harmaat joutsenet) näyttävät tihentyvän. Tämä korostaa tarvetta lisätä rakenteellista muutoskyvykkyyttä.

Suomen resilienssi on kansainvälisesti vahva, mutta antifragiliteettia – kykyä hyödyntää sokkeja ja muutoksia uusien mahdollisuuksien luomiseen – voidaan vahvistaa merkittävästi. Tähän voidaan vaikuttaa erityisesti:

  • varmistamalla kaikkien pääsy jatkuvaan oppimiseen,
  • nopeuttamalla nousevien teknologioiden käyttöönottoa,
  • tukemalla yrittäjyyttä ja innovaatiotoimintaa, ja
  • lisäämällä työmarkkinoiden ja sosiaaliturvan joustavuutta.

Keskeinen suositus on siirtää tulevaisuuspolitiikan painopiste muutoskyvykkyyden vahvistamiseen. Kun yhteiskunnalliset rakenteet tukevat jatkuvaa oppimista, nopeaa sopeutumista ja innovaatioita, Suomi ei ainoastaan selviydy tulevista murroksista, vaan voi myös hyödyntää ne uuden kasvun ja kilpailukyvyn lähteinä.

Ongelman ydin on siinä, ettei kukaan osaa ennalta määritellä, mitkä osaamisalueet ovat tarkkaan ottaen disruptiouhan alaisia. Itse asiassa niin sanottujen mustien ja harmaiden joutsenten – eli ennustamattomien tai erittäin epätodennäköisten suurten vaikutusten tapahtumien – esiintymissykli näyttää myös kiihtyvän. Jo nyt 2000-luvun aikana tällaisia murrostapahtumia on esiintynyt lähes yhtä paljon kuin koko 1900-luvulla yhteensä.

Aiempia mustia ja harmaita joutsenia ovat muun muassa sosiaalisen median nousu, koronapandemia ja generatiivinen tekoäly. On luultavaa, että seuraava tällainen suurten vaikutusten tapahtuma tapahtuu 1–3 vuoden sisällä. Koska musta joutsen -tapahtumia ei voida ennustaa ja harmaa joutsen -tapahtumienkin toteutuminen on erittäin epätodennäköistä, on selvää, ettei kaikkiin tällaisiin skenaarioihin voidaan valmistautua.

Lisäksi on myös näkyvillä olevia potentiaalisia kriisejä, vaikkapa yleistekoälyn (AGI) kehittäminen tai USA-Kiina -suhteiden eskalaatio, joihin suhteessa yhteiskunnallinen valmiutemme on melko heikko. Onnistuessaan esimerkiksi yleistekoäly saattaisi käytännössä keskittää lähes kaiken asiantuntijatyön arvon pääasiassa palveluntuottajayrityksille, ja sen vaikutus työmarkkinarakenteisiin ulottuisi kaikkeen tietotyöhön. Jotkut asiantuntijat arvioivat tällaisten ratkaisujen olevan mahdollisia jo 5 vuoden sisällä.

On siis lähes varmaa, että lähitulevaisuudessa kohtaamme jälleen suuren kriisin tai disruption, johon emme ole ennalta varautuneet. Mustat joutsenet eivät ole enää vain villejä kortteja, vaan ne ovat normaali osa nykyistä toimintaympäristöä. Kuten Peter Hinssen totesi Nordic Business Forumissa 2025, maailma ei ole enää “new normal”, vaan olemme siirtyneet aikakauteen, jonka määritelmä on “never normal”.

Johtuen markkinoiden ja työmarkkinoiden ennakoimattomasta kehittymisestä parhaiten erilaisiin tulevaisuusskenaarioihin valmistaudumme erityisesti lisäämällä yhteiskunnan resilienssiä ja antifragiliteetia. Tämä onnistuu panostamalla sellaisiin yhteiskuntarakenteisiin ja käytäntöihin, jotka lisäävät jatkuvaa oppimista, uusien teknologioiden nopeaa käyttöönottoa, innovaatiokyvykkyyttä ja työmarkkinoiden dynaamisuutta.

Luultavasti mikään tulevaisuuteen kohdistuva ennustuksemme ei sellaisenaan toteudu. Sen sijaan tulevaisuudenkestävää yhteiskuntaa rakennetaan vahvistamalla kansallista muutoskyvykkyyttämme – siis taitoja ja kyvykkyyksiä joiden avulla emme vain selviä muutoksista vaan voimme myös kääntää ne uuden kasvun ja kehityksen mahdollisuuksiksi.

Teksti on ote marraskuussa 2025 sivistysvaliokunnalle kirjoittamastani lausunnosta koskien valiokunnan tulevaisuusselontekoa. Lue koko lausunto täältä.

Neljä askelta tekoälyn strategiseen käyttöönottoon

01/04/2025

3 kommenttia

Uudet tekoälyratkaisut ovat ihmeellisiä silloin kun ne toimivat – kunnes ne eivät toimi. Vaikka uusilla ratkaisuilla, esimerkiksi ChatGPT:llä tai Co-Pilotilla voi tehdä toinen toistaan hämmentävämpiä asioita, usein tekoälyratkaisut tuottavat myös virheellisiä tuloksia. Monesti ne eivät myöskään vain toimi sillä tavalla kuin luulisi.

Tekoälyn käytössä keskeisessä roolissa onkin kyky tunnistaa oman toimialasi tekoälyn sahalaitainen raja.

Se tarkoittaa epätarkkaa rajaa sen välillä, mihin tekoälyä kannattaa juuri sinun työssäsi käyttää ja missä ei. Yleensä hyviä käyttötapoja ovat esimerkiksi suunnittelu ja ideointi. Huonoja puolestaan tiedonhaku ja päättely. Kuitenkin viime aikoina esimerkiksi Deep Research -mallit ovat ensimmäistä kertaa tehneet tekoälyratkaisuista riittävän luotettavia, että niitä voi myös käyttää joillakin toimialoilla tiedon kartoittamiseen. Samaten päättelytekoälyt pystyvät jo ajoittain hyvinkin taitavaan järkeilyyn – paitsi silloin kun eivät pysty.

Tekoälyratkaisujen sahalaitainen raja.

Tekoälyratkaisuille on jo nyt osoitettu lukuissisa tutkimuksissa kymmenien prosenttien hyötyjä tuottavuudessa, luovuudessa ja jopa työhyvinvoinnissa. Kuitenkin esimerikiksi Upworkin viimesyksyisessä kyselyssä 2500 vastaajasta 77% koki, että tekoälyn käyttöönotto on laskenut kokonaistuottavuutta. Aikaa tuhrautuu uusien ratkaisujen opiskeluun ja tekoälyn virheiden korjailuun.

Pahimmillaan tämä on organisaatioissa, joissa on vaan lätkäisty päälle Co-Pilot tai Google Workspace AI -tilaus ja pidetään sitten peukkuja, että kaikki sujuu hyvin. Usein ei suju.

Yksilötasolla tekoälyn käyttöä voi harjoitella vaikkapa Tekoälyn pikaoppaan ohjeiden mukaan. Organisaatiotasolla tekoälyn sujuva käyttöönotto edellyttää kuitenkin taitavaa strategista ajattelua.

Ensiksi, organisaation johdon täytyy tutustua riittävän yksityiskohtaisesti uusimpiin ratkaisuihin ja opetella ymmärtämään, miten nämä vimpaimet oikeasti toimivat. Tekoäly ei ole taikarobotti, joka korvaa ihmisen – vaan tilastollinen järjestelmä, joka oikein käytettynä voi laajentaa merkittävästi ihmisen ajattelu- ja toimintakapasiteettia.

Toiseksi, tekoälyn käyttöönotto ei kuulu IT-osastolle – vaan toimivalle johdolle. Johdon täytyy ensin määritellä ne strategiset tavoitteet, joihin tekoälyltä toivotaan lisätukea. Halutaanko esimerkiksi markkinointia tehostaa teksti- ja kuvatekoälyillä? Halutaanko asiakasrajapintaan uusia bottiratkaisuja? Halutaanko tiimien työn suunnittelua tukea päättelytekoälyillä? Halutaanko yrityksen markkinatilannetta seurata tutkimustekoälyillä?

Kolmanneksi, kun tekoälyn tukemat strategiset tavoitteet on määritelty, täytyy valita oikeat tekoälyratkaisut tukemaan tavoitteita. Esimerkiksi Microsoftin ja Googlen toimistotekoälyt voivat tukea merkittävästi tekstin tuottamista tai presentaatioiden laatimista – mutta luovassa sparrailussa tai suunnittelussa ne jäävät johtavien kielimallibottien jalkoihin. Kuvanluonnissa on puolestaan käynnissä jatkuva kilpajuoksu erityisesti OpenAI:n ja Midjourneyn välillä, puhumattakaan videoista, musiikista ja äänestä.

Neljänneksi, tekoälyn käyttöönotto kannattaa tehdä organisaatiossa hallitusti ja systemaattisesti. Uudet ratkaisut kannattaa aluksi testata pienemmillä pilottiryhmillä. Samalla kun uudet ratkaisut siirtyvät käyttöön, kannattaa käyttöönottoa tukea järjestämällä esimerkiksi kuukausittain tai kvartaaleittain ”best practices” -tilaisuuksia. Näissä työntekijät voivat verrata positiivisia ja negatiivisia kokemuksiaan toimialakohtaisesti ja jakaa parhaita vinkkejä tekoälyn hyödyntämiseen. Tätä osaamisen jakamista voi myös tukea arjessa järjestämällä parhaille vinkeille – ja pahimmille sudenkuopille – vaikkapa oman Teams- tai Slack-kanavan.

Oikein käytettynä uudet tekoälyratkaisut mahdollistavat merkittäviä tuottavuusloikkia ja ne voivat myös lisätä työhyvinvointia. Se, mitä oikein käyttäminen kussakin organisaatiossa tai kullakin toimialalla tarkoittaa selviää kuitenkin vain yhdistämällä rohkeat kokeilut kriittiseen arviointiin.

Tekoälyn strateginen käyttöönotto edellyttää siis ymmärrystä siitä, mihin vimpainta oikeasti tarvitaan; siitä, mitkä ratkaisut parhaiten soveltuvat mihinkin tehtävään; ja siitä, miten oman organisaation työntekijät todellisuudessa pääsevät uusista ratkaisuista hyötymään.

Tekoälyn kehityksen hidastuminen antaa tilaa ymmärtää käynnissä olevaa murrosta

03/04/2024

1 kommentti

Viime kuukausina generatiivisen tekoälyn kehittyminen on hidastunut selvästi. Koko viime vuoden kestänyt lähes viikottainen muutosvauhti näyttäisi nyt ainakin hetkeksi helpottaneen.

Siinä, missä vielä viime marraskuuhun asti uusia läpimurtoja tuli kuukausittain tai jopa viikoittain, lähtien kevään OpenAI:n GPT4-kielimallista, Midjourneyn fotorealistisesta 5. versiosta ja päättyen loppuvuoden Rabbitin ja Humanen tekoälyvimpaimiin ja GPT:n integroituun versioon, ovat tämän vuoden uudistukset koskeneet lähinnä sitä, kuinka kilpailukykyisiä Anthropicin, Inflectionin ja Googlen kielimallit ovat GPT4:n kanssa. Suurin alkuvuoden aikana tapahtunut generatiivisen tekoälyn läpimurto on Sunon itsessään erittäin vaikuttava musiikintekoalusta. Musiikki on kuitenkin ainakin toistaiseksi marginaalinen generatiivisen tekoälyn sovellusala verrattuna teksti- ja kuvaratkaisuihin.

Tämä hidastuminen on saanut monet tekoälykriitikot iloitsemaan. Onpa jopa puhuttu siitäkin, että viime vuonna toivottu kuuden kuukauden tauko tekoälyteknologian kehityksessä on sittenkin toteutunut, tosin tässä tapauksessa vain siksi, että teknologian kehittyminen on usein äkkiväärää ja yllättävää. Monet ovat myös rientäneet julistamaan koko generatiivisen tekoälyn kuplaksi. Missä ovat ne kymmenien prosenttien tuottavuushyödyt, joita viime vuoden tutkimuspaperit ovat lupailleet? Missä on tietotyön murros?

Tosi asiassa se, että joka viikko ei ole luvassa uutta lelua on tekoälyn käyttöönoton kannalta hyvä juttu.

Generatiivinen tekoäly, ja erityisesti suuriin kielimalleihin perustuvat ratkaisut, ei ole mikään taikaluoti, joka muuttaa kaiken yhdessä yössä. Siitä huolimatta kyseessä on läpimurtoteknologia, jonka jo nyt saatavilla olevat ratkaisut mahdollistavat sellaisia käyttötarkoituksia, jotka vielä pari vuotta sitten olisivat olleet tieteisfiktiota. Olisi oikeastaan ihan toivottavaa, että hypetys tekoälyn ympärillä helpottaisi hieman – jotta pääsisimme ihan normaalissa arjessa tutustumaan ja integroimaan näitä ratkaisuja osaksi työtämme.

Olennaisinta uusien työkalujen ja menetelmien käyttöönotossa on tunnistaa, mihin ne soveltuvat. Kuten Wharton-professori Ethan Mollick on kirjoittanut, tekoälyn käyttösovellukset sijoittuvat sahalaitaisen rajan molemmin puolin: joissain käyttötarkoituksissa tekoäly voi jopa heikentää työn tuloksia. Kielimallit eivät toimi hakukoneina, mutta ne ovat loistavia sparrailussa. Ne eivät ole luotettavia kvantitatiivisessa analyysissa, mutta kvalitatiivisessa analyysissa niistä voi olla paljon hyötyä. Kielimallien merkittävä vahvuus on erilaisten tekstien tiivistäminen ja muuntaminen. Kielimallin avulla voi tiivistää tieteellisen artikkelin pääkohdat ja pyytää opettamaan sen sisällön kuin 8-vuotiaalle. Sen avulla voi myös muuttaa esimerkiksi tieteellisen tekstin lähdeluettelon formaatin erilaiseksi – pelkästään tämä yksi ominaisuus säästää tutkijoiden työaikaa tuntikaupalla kuukaudessa.

Tavallaan tekoälyä koskeva hypetys on turhaa. Näissä vimpaimissa riittää ihmeteltävää jo sellaisina kuin ne nyt ovat.