Kirjoittaja /

AI ei ole vain tehokkuustyökalu – se on ESG-kysymys, 1/5

Blogisarjan ”AI ilman uudelleensuunnittelua on ESG-velka” osa 1/5

Organisaatiot puhuvat tekoälystä tuottavuuden kielellä. Se on ymmärrettävää, mutta se on myös syy, miksi kaksi kolmasosaa ei ole edennyt pilottivaiheesta skaalaamiseen. Tuottavuus edellä kysytään, paljonko tämä nopeuttaa nykyprosessia? Se ei kysy, mitä tämä kuluttaa, mitä tämä tekee ihmisille, kannattaako tätä ylipäätään tehdä, kuka tästä päättää. Juuri nämä kysymykset usein ratkaisevat onnistumisen – ja samat kysymykset taitavat olla ESG-työn ydintä. Tämä viiden esseen sarjan avausosa perustelee, miksi tekoälyn käyttöönottoa kannattaa johtaa vastuullisuuden kehyksellä. Voin jo nyt heti alkuun sanoa, että pääosin tuloksen takia.

Lähes jokainen organisaatio sanoo ottavansa tekoälyä käyttöön tuottavuussyistä, ja sama organisaatio raportoi vastuullisuudestaan – ympäristöjalanjäljestään, henkilöstönsä hyvinvoinnista ja hallintotapansa laadusta. Harva kuitenkaan toistaiseksi yhdistää näitä kahta keskustelua. Tekoälyä seurataan tuottavuusmittareilla, ESG:tä vastuullisuusraportissa, eivätkä ne kohtaa toisiaan johtoryhmän kokouksissa.

Väitän, että tämä erottelu on virhe, ja se voi käydä kalliiksi.

McKinseyn globaalin State of AI -kyselyn mukaan 88 prosenttia organisaatioista käyttää tekoälyä jo vähintään yhdessä toiminnossa, mutta lähes kaksi kolmasosaa ei ole päässyt pilottivaiheesta aitoon skaalaamiseen. MIT:n NANDA-aloitteen paljon siteerattu (ja menetelmiltään myös kritisoitu) GenAI Divide -raportti arvioi, että valtaosa yritysten generatiivisen tekoälyn piloteista ei tuota mitattavaa tulosvaikutusta. Tarkka prosentti on kiistanalainen, mutta suunta ei: rahaa, laskentaa ja ihmisten aikaa palaa kokeiluihin, jotka eivät muutu arvoksi.

Miksi näin käy? Koska tekoälyä johdetaan liian usein työkalun käyttöönottona, ei organisaatiomuutoksena. Hankitaan lisenssit, pidetään koulutusiltapäivä, toivotaan parasta. Mutta generatiivinen tekoäly ei ole uusi tekstinkäsittelyohjelma. Se on teknologia, joka muuttaa sitä, miten työ tehdään, kuka sen tekee, mitä se kuluttaa ja kuka siitä päättää. Siksi se on myös ESG-kysymys.

Kolme ulottuvuutta, yksi muutoshanke

Katsotaan tekoälyn käyttöönottoa hetki ESG-linssin läpi.

E – ympäristö ja resurssit. Tekoäly ei toimi tyhjiössä. Kansainvälisen energiajärjestön IEA:n mukaan datakeskusten sähkönkulutus kasvoi 17 prosenttia vuonna 2025 ja tekoälyyn keskittyneiden datakeskusten peräti 50 prosenttia – moninkertaisesti nopeammin kuin sähkönkulutus yleensä. Jokainen pilotti, joka ei koskaan päädy tuotantoon, on kuluttanut laskentaa, sähköä ja asiantuntijatyötä ilman vastaavaa hyötyä. Huonosti johdettu kokeilukulttuuri on myös resurssikysymys.

S – ihmiset. Upwork Research Instituten tutkimuksessa 96 prosenttia ylimmästä johdosta odotti tekoälyn parantavan tuottavuutta, mutta 77 prosenttia tekoälyä käyttävistä työntekijöistä kertoi sen lisänneen työkuormaa. Kun teknologia liimataan vanhojen prosessien päälle ilman työn uudelleensuunnittelua, tulos ei ole vapautunut aika vaan tihentynyt työpäivä. Työntekijäkokemus, jaksaminen ja jatkuvan oppimisen vaatimus ovat ESG:n S-kirjaimen ydintä.

G – päätöksenteko ja hallinta. McKinseyn mukaan vain reilu neljännes organisaatioista raportoi toimitusjohtajan kantavan suoraa vastuuta tekoälyn hallinnasta – ja hallituksista vielä harvempi. Kun kukaan ei omista kokonaisuutta, syntyy kokeilujen hajanainen saaristo: päällekkäisiä hankkeita, epäselviä mittareita, hallitsemattomia riskejä. Useimmat tekoälyongelmat eivät ole teknisiä vaan johtamisongelmia. Päätöksenteon ja hallinnan osuus korostuu lisäksi juuri tällä hetkellä, kun tekoälyyn liittyvää EU-tason ja kansallista sääntelyä ollaan ottamassa käyttöön.

ESG-velka: esseesarjan punainen lanka

Tampereen yliopiston tutkijat halusivat minulta markkinanäkemystä siitä, miten organisaatiot huomioivat eettisen puolen tekoälyn käytön yhteydessä. Toki jaoin kokemuksiani, mutta aihe herätti vahvasti mielenkiintoni myös vastuullisuusnäkökulmasta. Aloin perehtyä aiheeseen ja totesin, että edellä kuvaamalleni kolmelle ilmiölle tarvitaan yhteinen nimi, ja pian se olikin muistiinpanoissani: AI without redesign = ESG debt. Jos tekoäly otetaan käyttöön ilman työn, prosessien ja päätöksenteon uudelleensuunnittelua, organisaatio ei säästä – se itse asiassa velkaantuu. (Voi olla, että osin velka-termin nappaamiseen vaikuttivat kokemukseni ohjelmistokehitysjohtajana. Tekninen velka kun oli minulle jo vakiintunut käsite vuosikausien takaa.)

Velka jakautuu kolmeen erään:

  1. E = energia- ja resurssivelka. Turhat pilotit ja arvoa tuottamattomat käyttötapaukset kuluttavat sähköä, laskentaa ja työaikaa, joiden ympäristö- ja kustannusjälki jää organisaation taseeseen ilman vastinetta.
  2. S = inhimillinen ylikuormitusvelka. Kiireessä jalkautettu teknologia ilman koulutusta, tukea ja työn muotoilua kasautuu ihmisten kognitiiviseksi kuormaksi, joka maksetaan myöhemmin sairauspoissaoloina, vaihtuvuutena ja laadun rapautumisena.
  3. G = päätöksenteon laatuvelka. Ilman omistajuutta, priorisointia ja mittareita jokainen uusi kokeilu lisää kompleksisuutta, jota kukaan ei hallitse – ja jonka purkaminen maksaa myöhemmin moninkertaisesti riskienhallinnasta ja hyvästä hallintotavasta puhumattakaan.

Nuorena koodarina opin puhumaan teknisestä velasta, jota syntyy liian vähäisen ylläpidon myötä, kunnes velka on niin suuri, ettei auta kuin ajaa koko järjestelmä alas ja hankkia kalliilla uusi. Ohjelmistokehityksessä se oli usein toistuva käsite ja siitä puhuttiin luontevasti. ESG-velka on sama ilmiö organisaation mittakaavassa. Se on lyhyen aikavälin oikopolku, josta kertyy korkoa.

”Eikö tämä ole liioittelua?”

Ilmeinen vastaväite voisi kuulua seuraavasti: eikö tekoäly ole vain yksi teknologia muiden joukossa? Eihän toiminnanohjausjärjestelmän käyttöönottoakaan ole perinteisesti kutsuttu ESG-kysymykseksi. Tekoälyn kohdalla on kuitenkin kaksi erityistä piirrettä.

Ensinnäkin mittakaava on erilainen. Yksikään aiempi toimistoteknologia ei ole kasvattanut globaalia sähkönkysyntää tavalla, jonka IEA nostaa omiin pääraportteihinsa, eikä yksikään ole koskettanut käytännössä jokaista tietotyöläistä samanaikaisesti. Toiseksi sääntely ja raportointi ovat jo edenneet. EU:n kestävyysraportoinnin kaksoisolennaisuuden logiikalla tekoälyn vaikutukset ihmisiin ja ympäristöön ovat yhä useammin olennaisia, vaikka tekoäly ei (vielä) ole oma raportointiaiheensa – ja EU:n tekoälyasetus tekee tekoälyn hallintotavasta suoraan velvoittavaa. Esimerkiksi avoimuusvelvoitteet astuvat voimaan elokuussa 2026. Alustava tutkimusnäyttö viittaa myös siihen, että tekoälyn harkittu hyödyntäminen on yhteydessä parempaan ESG-suoriutumiseen ja -raportointiin. Kausaalisuhteet ovat vielä auki, mutta kytkös ei ole keksitty.

Tärkein perustelu on kuitenkin käytännöllinen. ESG-näkökulma pakottaa kysymään tekoälystä juuri ne kysymykset, jotka tuottavuusnäkökulma niin helposti ohittaa. Mitä tämä kuluttaa? Mitä tämä tekee ihmisille? Kuka tästä päättää ja millä kriteereillä? Organisaatio, joka osaa vastata näihin, onnistuu todennäköisemmin myös tuottavuudessa.

Mitä sarjassa seuraavaksi

Tämä avaus on tekoälymatkan vastuullisuuden kartta ja neljä seuraavaa osaa ovatkin sitten se maasto. E-osassa katsotaan, miksi huono tekoäly on myös ympäristöongelma ja mitä johtoryhmän pitäisi kysyä ennen seuraavan pilotin käynnistämistä. S-osassa pureudutaan siihen, miksi tekoäly liian usein täyttää vapauttamansa ajan – ja miten työn uudelleensuunnittelu kääntää suunnan. G-osassa osoitetaan, että useimmat tekoälyongelmat ratkaistaan johtoryhmässä, ei palvelinsalissa. Päätösosassa käännetään katse ratkaisuun: kerron siinä kahdesta johdon päätöksestä ja yhdestä listasta, jolla ESG-velka käännetään ESG-osingoksi.

Yksi ajatus kannattaa ottaa mukaan jo nyt. Tekoäly ei ole neutraali tehokkuustyökalu, vaan vipu, joka vahvistaa sitä johtamista, jonka vastuulle se annetaan. Hyvin johdetussa organisaatiossa se vahvistaa hyvää. Huonosti johdetussa se vahvistaa kaaosta – ja kerryttää ESG-velkaa, jonka eräpäivää ei voi valita itse.

Puhun näistä teemoista keynote-puheenvuoroissa, johtoryhmävalmennuksissa ja paneelikeskusteluissa. Jos haluat haastaa organisaatiosi ajattelua tekoälyn vastuullisesta käyttöönotosta, ota yhteyttä → lenni@lennilaukkanen.fi

Seuraava osa: Huonosti johdettu tekoälyn käyttöönotto voi olla myös ympäristöongelma

Lähteet

1 ajatus aiheesta “Generatiivinen tekoäly ESG-kysymyksenä – miksi vastuullinen tekoälyn käyttöönotto vaatii uudelleensuunnittelua, 1/5”

  1. Paluuviite: Tekoälyn ympäristövaikutus ja waste AI - Lenni Laukkanen

Kommentoi

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *

Scroll to Top