Tavoitteista tekoihin: miten tekoälykokeilu onnistuu työpaikalla
Tekoäly ja datatalous

Tavoitteista tekoihin: miten tekoälykokeilu onnistuu työpaikalla

Tekoälyn käyttöönotto onnistuu harvoin teknologian ehdoilla: ratkaisevaa ei ole se, mitä työkalu osaa tehdä, vaan mitä ongelmaa sillä yritetään ratkaista. AI-askelia-hankkeen piloteissa kävi ilmi, että tähän kysymykseen vastaaminen oli usein vaikeampaa kuin itse tekoälytyökalujen käyttö. Tekoälykokeilu onnistuu parhaiten silloin, kun käyttötarkoitus on selkeä, tavoite riittävän konkreettinen ja aidosta tarpeesta nouseva.

Monella työpaikalla pohditaan parhaillaan, miten tekoälyä voitaisiin hyödyntää omassa toiminnassa. Kestäviä tekoälytekoja työpaikoilla (AI-askelia) -hankkeen 5-8 viikon mittaisissa kokeiluissa 12 organisaatiota testasi tekoälyn käyttöä osana työtehtäviään. Käytetyissä tekoälytyökaluissa oli runsaasti vaihtelua, mutta Copilot oli yksittäisistä työkaluista yleisimmin käytetty. Mukana oli sekä pk-yrityksiä että suuria organisaatioita eri toimialoilta, ja tekoälyä kokeiltiin monenlaisissa toimistotehtävissä. Organisaatiot toteuttivat pilotit itsenäisesti hankkeen tuella.

Yksi havainto toistui: suurimmat hyödyt syntyivät silloin, kun käyttökohde oli selkeästi rajattu ja liittyi suoraan omaan työhön.  Sopivan käyttökohteen tunnistamisessa kannattaa tarkastella tekoälyn mahdollisuuksia ainakin kolmesta näkökulmasta: 

  • Missä yksittäisessä työvaiheessa syntyy eniten turhaa työtä, tiedon etsimistä tai toistoa?
  • Mitä rajoitteita (esim. tietosuoja) toimintaan liittyy?
  • Millaiset työkalut, osaaminen ja tukirakenteet ovat käytettävissä?

Kokemusten perusteella tekoäly tuo useimmiten hyötyä tekstien käsittelyyn, tiedonhakuun, raporttien tiivistämiseen, käännöksiin, muistioiden laatimiseen ja tiedon jäsentämiseen.

Sen sijaan vaikeampaa on löytää luontevia ja heti kokeiltavia käyttökohteita tilanteissa, joissa tavoitteena on uudistaa tekoälyn avulla kokonaisia prosesseja. Haasteita voivat aiheuttaa myös tekoälyn käyttöä koskevien ohjeiden epäselvyydet, monimutkaiset tehtävät ja yhteisten toimintatapojen puute.

Mitä kokeiluista voi oppia?

Onnistuneita kokeiluja yhdisti se, että ne ratkaisivat jonkin tunnistetun arjen tarpeen. Hyödyt näkyivät erityisesti ajansäästönä ja työn sujuvoitumisena. Samalla havaittiin, että uusien työkalujen käyttöönotto vaatii aikaa. Jos työkalun käytön opetteluun tai tekoälyn tuottamien sisältöjen tarkistamiseen kului runsaasti aikaa, työkuorma saattoi myös lisääntyä. Työyhteisön tuki osoittautui tärkeäksi voimavaraksi. Kokemusten jakaminen, vinkkien vaihtaminen ja yhdessä oppiminen helpottivat uusien työkalujen käyttöönottoa monessa organisaatiossa.

Kokeilujen onnistumista tuki se, että kokeilukohteista sovittiin yhdessä kaikkien kanssa, mikä toi positiivista painetta oikeasti toteuttaa kokeilut.

Officepro Finland Oy

Hankkeeseen osallistunut toimistotarvikkeita ja IT-ratkaisuja tarjoava Officepro Finland Oy esimerkiksi päätti tuottaa tekoälykäsikirjan, joka sisältää konkreettisia esimerkkejä tekoälyn hyödyntämisestä eri työtehtävissä. HUS Psykiatria puolestaan ryhtyi kehittämään toimintamallia, jossa yhdistyvät työnantajan tarjoama tuki sekä työntekijän itseohjautuvan oppimisen edellytykset (HUS psykiatria 2026).

Pilottivaiheen keskeinen havainto oli se, että tekoälyä ei kannata ottaa käyttöön vain siksi, että se on mahdollista. Joissakin tapauksissa tärkein oppi onkin tunnistaa tehtäviä, joissa tekoäly ei tuo riittävästi lisäarvoa tai joissa ihmisen asiantuntemus ja vuorovaikutus ovat työn kannalta olennaisia. Sekin on arvokasta tietoa.

Tavoitteista konkretiaan

Tekoälykokeilun onnistumista helpottaa selkeä ja rajattu tavoite. Jos tavoite jää liian yleiselle tasolle, on vaikea arvioida, mitä kokeilulla halutaan saavuttaa ja onnistuiko se.

Esimerkiksi tavoite ”otetaan tekoäly käyttöön tekstinkäsittelyssä” ei vielä kerro, mitä käyttöönotolla tavoitellaan. Konkreettisempi tavoite voisi olla: ”Kokeilemme tekoälyä kokousmuistioiden luonnoksissa ja arvioimme, väheneekö niiden tekemiseen kuluva aika.”

Hyvä tekoälykokeilu lähtee liikkeelle neljästä kysymyksestä:

  1. Mitä ongelmaa ratkaistaan tai mitä työvaihetta halutaan kehittää?
  2. Miten tekoälykokeilu käytännössä toteutetaan?
  3. Mikä on tekoälyn rooli tehtävässä?
  4. Mistä tiedämme, että kokeilu onnistui?

Hankkeen kokemusten perusteella tavoitteet etenivät parhaiten silloin, kun ne liittyivät suoraan omaan työhön ja niiden vaikutukset on mahdollista havaita nopeasti arjessa.

Yleisimmät sudenkuopat

Tekoälykokeiluissa voi nousta esiin seuraavia haasteita:

  • Tavoite on liian laaja. Kokonaisen prosessin kehittämisen sijaan kannattaa aloittaa yhdestä matalan kynnyksen työtehtävästä.
  • Odotukset ovat epärealistisia. Tekoäly ei tuota valmiita ratkaisuja ilman ihmisen ohjausta ja arviointia. Joskus tarvitaan myös ulkopuolisista tukea halutun tekoälyratkaisun toteuttamisessa.
  • Aikaa ei ole varattu yhteiselle oppimiselle. Tekoälykokeilu kilpailee muun työn kanssa. Opettelu ja oppien jakaminen vie myös aikaa.
  • Pelisäännöt puuttuvat. Epäselvyys tietosuojasta, datan käytöstä ja sallituista työkaluista hidastaa käyttöönottoa.

Hankkeen kokemusten perusteella tekoälyn käyttöönotossa kannattaa lähteä liikkeelle maltillisesti. Käyttöönoton onnistuminen perustuu enemmän johtamiseen, oppimiseen ja työn organisointiin kuin teknologiaan. Kun käyttökohde on rajattu, tavoite selkeä ja tuki saatavilla, käyttöönoton alkuvaihe on kokeilijoille motivoivaa ja hyötyjen tunnistaminen helpottuu. Suuret muutokset voivat rakentua pienistä, arkeen kiinnittyvistä kokeiluista.

Tekoälyä (Microsoft Copilot) on käytetty tekstin sisällön ideointiin, sparrailuun sekä tekstin muokkaamiseen.

Lue seuraavaksi

Digikyvykkyys
Monenlaisia yrityksiä, monenlaisia digipolkuja – Tutustu 10 esimerkkitarinaan
Digikyvykkyys

Monenlaisia yrityksiä, monenlaisia digipolkuja – Tutustu 10 esimerkkitarinaan

Digitalisaatio voi tarkoittaa eri yrityksille hyvin erilaisia asioita. Yhdessä yrityksessä kehitetään markkinointia, toisessa sujuvoitetaan arjen työtä ja kolmannessa etsitään uusia tapoja palvella asiakkaita. Eri yritysten käytännön esimerkit voivat auttaa tunnistamaan uusia mahdollisuuksia myös omassa toiminnassa ja konkretisoivat, mitä digitalisaation hyödyntäminen voi erilaisissa tilanteissa tarkoittaa. Katso videoesimerkit eri toimialoilta!

Vastuullisuus
Digia TIEKEn jäseneksi: pitkä yhteistyö kestävän digitalisaation parissa syvenee
Vastuullisuus

Digia TIEKEn jäseneksi: pitkä yhteistyö kestävän digitalisaation parissa syvenee

TIEKEn jäsenverkosto on vahvistunut jälleen, kun ohjelmisto- ja palveluyhtiö Digia liittyi mukaan. TIEKElle ja Digialle yhteistyö ei ala jäsenyydestä, vaan organisaatiot ovat tehneet jo pitkään yhteistyötä erityisesti kestävän ja vastuullisen digitalisaation edistämiseksi. Jäsenyyden myötä yhteistyölle avautuu uusia mahdollisuuksia myös laajemmin digitalisaation ajankohtaisten kysymysten ympärillä.

Suvi Alatalo
Vastuullisuus
Suomessa kehitetyt ohjelmistokriteerit auttavat huomioimaan ympäristökestävyyden ohjelmistohankinnoissa
Vastuullisuus

Suomessa kehitetyt ohjelmistokriteerit auttavat huomioimaan ympäristökestävyyden ohjelmistohankinnoissa

Suomessa on kehitetty tiettävästi maailman ensimmäiset ympäristökestäviin ohjelmistohankintoihin tarkoitetut kriteerit. Kriteerit tarjoavat organisaatioille käytännön työkalun ohjelmistojen ympäristövaikutusten arviointiin ja ympäristökestävyyden huomioimiseen osana hankintaprosessia.

Marko Silventoinen