Miksi tekoälymurros työelämässä on erilainen kuin mikään aiempi teknologinen murros
Blogisarjan ”Kilpailuetu on ihmisissä” osa 3/5
Aiemmat toimistoteknologiat tulivat funktio kerrallaan: taulukkolaskenta talouteen, CRM myyntiin, ERP tuotantoon. Tekoälymurros työelämässä tulee kaikkialle kerralla, koskettaa kaikkia kerralla. Ensimmäistä kertaa ihmiskunnan historiassa voimme lisätä kognitiivisten tehtävien tuotantoa ilman palkkakulujen kasvua — ja ensimmäistä kertaa yksi teknologia vaikuttaa jokaiseen tietotyöläiseen yhtä aikaa. Tässä osassa perustelen, miksi nämä kaksi lausetta tarkoittavat, että johtajan ei kannata suhtautua tekoälyyn kuin yhteen IT-hankkeeseen muiden joukossa.
Sarjan kahdessa ensimmäisessä osassa olen väittänyt, että teknologia ei erota, koska kaikki kopioituu, ja että tekoälykään ei ole kilpailuetu, koska samat työkalut, samat haasteet ja samat hyödyt ovat kaikkien ulottuvilla. Tästä joku voisi vetää johtopäätöksen, että tekoälyyn voi suhtautua rauhallisesti — ”yksi teknologia-aalto muiden joukossa, kyllä tämäkin tasaantuu”.
Se olisi väärä johtopäätös. Väitteeni ei ole, että tekoäly olisi merkityksetön. Väitteeni on, että tekoäly on poikkeuksellisen merkittävä, mutta sen merkitys ei realisoidu teknologiahankintana vaan ihmisten ja organisaation muutoksena. Ja jotta tuon eron mittakaava aukeaa, on ymmärrettävä, miksi tämä murros poikkeaa kaikista aiemmista. Näen siinä kolme historiallista ensikertaa.
Ensimmäinen ensikerta: ajattelutyön tuotanto irtoaa palkkakuluista
Koko teollisen historian ajan on pätenyt yksinkertainen yhtälö: jos haluat enemmän ajattelutyötä — enemmän analyysejä, raportteja, suunnitelmia, asiakasvastauksia, käännöksiä, koodia — palkkaat enemmän ihmisiä. Kognitiivisen tuotannon ja henkilöstökulujen välillä on ollut käytännössä lineaarinen kytkös. Koneet moninkertaistivat lihastyön tuottavuuden jo parisataa vuotta sitten, ja tietotekniikka on tehostanut tiedon siirtämistä ja tallentamista, mutta itse ajattelutyö on aina vaatinut ihmisen aikaa, tunti tunnilta.
Nyt tuo kytkös on ensimmäistä kertaa katkeamassa. Kognitiivisten tehtävien tuotantoa voi lisätä ilman, että palkkakulut kasvavat samassa suhteessa. Luonnos syntyy minuuteissa, yhteenveto sekunneissa, sata asiakasvastausta samalla vaivalla kuin yksi.
Tämän taloudellista merkitystä on vaikea liioitella, ja siksi siitä on helppo vetää väärä johtopäätös: että kyse olisi ensisijaisesti kustannussäästöstä eli siitä, että sama työ tehdään pienemmällä porukalla. Pidän tuota ajattelua sekä lyhytnäköisenä että historian valossa epätodennäköisenä. Kun jonkin tuotannontekijän hinta romahtaa, sen kulutus ei yleensä vähene vaan räjähtää, esimerkiksi halpa sähkö ei vähentänyt sähkön käyttöä, vaan synnytti kokonaan uusia sähköä käyttäviä toimialoja. Olennainen kysymys ei siis ole ”keitä tarvitaan vähemmän”, vaan ”mitä kaikkea nyt kannattaa tehdä, mikä ennen ei kannattanut” ja ennen kaikkea: mihin ihmisten vapautuva aika ja ajattelu suunnataan. Se on johtamiskysymys, ei teknologiakysymys.
Toinen ensikerta: kaikki toiminnot, kaikki tietotyöläiset, yhtä aikaa
Aiemmat toimistoteknologiat olivat täsmäaseita. Taulukkolaskenta mullisti talousosaston. CRM muutti myynnin. ERP järjesti tuotannon ja logistiikan. Jokainen niistä oli iso muutos, mutta vain yhdelle funktiolle kerrallaan, ja muu organisaatio saattoi jatkaa entiseen tapaan. Käyttöönotto oli projekti, jolla oli omistaja, budjetti ja loppu.
Tekoäly ei toimi näin. Tekoälymurros läpileikkaa työelämässä kaikki toiminnot ja vaikuttaa kaikkiin tietotyötä tekeviin — laajasti ja yhtä aikaa. Sama teknologia muuttaa juristin, markkinoijan, kirjanpitäjän, koodarin, asiakaspalvelijan ja toimitusjohtajan työtä samana vuonna, usein samana kuukautena. Ei ole funktiota, jonka voisi rajata muutoksen ulkopuolelle, eikä projektipäällikköä, jolle ”tekoälyn käyttöönoton” voisi delegoida samalla tavalla kuin ERP-hankkeen.
Tästä seuraa kaksi asiaa. Ensinnäkin muutosjohtamisen kuorma on luonteeltaan erilainen: kyse ei ole yhden osaston sopeutumisesta vaan koko organisaation samanaikaisesta oppimisesta. Toiseksi — ja tämä jää usein huomaamatta — tekoäly pakottaa miettimään prosesseja uudelleen. Kun yksittäiset työvaiheet nopeutuvat kymmenkertaisesti, prosessin pullonkaulat siirtyvät: hyväksyntäketju, joka oli ennen siedettävä, muuttuu naurettavaksi, kun sitä edeltävä työ valmistuu tunnissa päivien sijaan. Vanha prosessi uudella teknologialla on kuin moottoritie, jolla on hevoskärryjen nopeusrajoitus. Siksi pelkkä työkalujen jakaminen ei riitä ja siksi, kuten edellisessä osassa kerroin, 95 prosenttia piloteista ei tuota mitattavaa tulosta.
Kolmas ensikerta: kukaan ei tiedä, mihin tämä taipuu
Aiemmissa teknologiamurroksissa oli yksi armollinen piirre: teknologia pysyi suunnilleen paikallaan sen ajan, kun organisaatio opetteli sitä. ERP-järjestelmä oli käyttöönottoprojektin lopussa olennaisilta osin sama kuin sen alussa.
Tekoälyn kohdalla tämäkin oletus pettää. Teknologia kehittyy niin nopeasti, ettei kukaan tiedä, mihin se taipuu puolen vuoden tai vuoden kuluttua. Sanon tämän tietoisena siitä, että suurin osa alan ennusteista on hypeä — enkä siksi pyydä uskomaan yhtäkään yksittäistä ennustetta. Pyydän huomaamaan jotain tärkeämpää: epävarmuus itsessään on tämän työelämän tekoälymurroksen pysyvä ominaisuus, ei ohimenevä vaihe. Ja epävarmuudella on suora strateginen seuraus. Jos et voi tietää, mitä teknologia osaa vuoden päästä, et voi rakentaa strategiaasi minkään yksittäisen teknologiaveikkauksen varaan. Ainoa veto, joka kannattaa kaikissa skenaarioissa, on organisaatio, joka oppii nopeasti, koska se hyötyy jokaisesta kehitysaskeleesta riippumatta siitä, mihin suuntaan kehitys kulkee.
Mitä tutkimus sanoo hyödyn jakautumisesta
Kolme ensikertaa selittävät murroksen mittakaavan. Mutta tutkimus kertoo vielä yhden asian, joka sitoo tämän osan sarjan pääväitteeseen: hyöty ei jakaudu teknologian mukaan vaan ihmisten mukaan.
Harvardin ja Boston Consulting Groupin tutkijat (Dell’Acqua ym. 2023) antoivat tekoälyn satojen BCG:n konsulttien käyttöön oikeissa työtehtävissä. Tulokset olivat kaksijakoiset sanan varsinaisessa merkityksessä. Tehtävissä, jotka osuivat tekoälyn kyvykkyysalueelle, konsultit suoriutuivat selvästi nopeammin ja tuottivat laadukkaampaa jälkeä. Mutta tehtävissä, jotka näyttivät samanlaisilta mutta osuivat kyvykkyysalueen ulkopuolelle, tekoälyä käyttäneet suoriutuivat heikommin kuin verrokit, koska he luottivat vakuuttavan kuuloiseen mutta virheelliseen tuotokseen. Tutkijat kutsuivat ilmiötä rosoiseksi teknologiseksi rintamaksi (jagged frontier): tekoälyn kyvykkyyden raja ei kulje siististi tehtävätyyppien välillä vaan rosoisesti niiden sisällä, eikä rajaa näe päältäpäin. Sen oppii tuntemaan vain käyttämällä ja juuri siksi ratkaiseva taito ei ole työkalun käyttö vaan arvostelukyky: milloin luotan, milloin tarkistan, milloin teen itse.
Toinen tulos on vielä kiinnostavampi johtamisen kannalta. Stanfordin ja MIT:n tutkijat (Brynjolfsson, Li & Raymond) seurasivat reilua viittätuhatta asiakaspalvelijaa, jotka saivat tekoälyavustajan. Tuottavuus nousi keskimäärin noin 15 prosenttia, mutta keskiarvo kätki olennaisen. Suurin hyöty meni kokemattomimmille työntekijöille, joiden suoritus parani noin kolmanneksen, kun taas kokeneimmat konkarit hyötyivät vain vähän. Tutkijoiden tulkinta on huomionarvoinen: tekoäly ikään kuin jakoi konkareiden hiljaista osaamista aloittelijoille ja kavensi osaamiseroja.
Pysähdy tämän äärelle, sillä se muuttaa erottautumisen logiikan. Jos tekoäly nostaa kaikkien perustason suorituksen lähelle hyvää, ”riittävän hyvä” — josta kirjoitin sarjan ensimmäisessä osassa — muuttuu entistä halvemmaksi ja yleisemmäksi. Silloin kilpailu ratkeaa entistä vahvemmin siellä, mihin tekoäly ei yllä: arvostelukyvyssä, asiakkaan kohtaamisessa, luottamuksessa ja johtamisessa. Teknologia tasaa pelikentän tehtävätasolla ja siirtää erottautumisen ihmistasolle.
”Sähkö ja internet olivat ihan yhtä isoja kuin tekoälymurros työelämässä”
Tämän osan vastaväite on historiallinen: jokaista teknologiaa on aikanaan pidetty ainutlaatuisena murroksena. Sähkö muutti kaiken. Internet muutti kaiken. Miksi tekoäly olisi eri?
Vastaukseni on, että sähkö ja internet todella muuttivat kaiken — mutta ne kohdistuivat eri asiaan. Sähkö moninkertaisti fyysisen työn ja mahdollisti uudet tuotantotavat. Internet romahdutti tiedon siirtämisen ja jakelun kustannukset. Kumpikaan ei kuitenkaan tehnyt itse ajattelutyötä: analyysi, kirjoittaminen, suunnittelu ja päättely säilyivät kokonaan ihmisillä, ja siksi niiden tuotanto pysyi sidottuna palkkakuluihin. Tekoäly on ensimmäinen yleiskäyttöinen teknologia, joka kohdistuu kognitiiviseen työhön itseensä. Lisäksi aiemmat murrokset etenivät vuosikymmenten siirtymänä — sähköistyminen vei tehtailta sukupolven, koska hyöty realisoitui vasta, kun koko tuotantotapa suunniteltiin uudelleen sähkön ehdoilla. Sama oppi pätee nyt, mutta aikajänne mitataan vuosissa, ei vuosikymmenissä. Sähkön aikakaudella ehti katsoa naapurilta mallia. Nyt ei ehdi.
Mitä tämä tarkoittaa käytännössä — tee tämä huomenna
1. Vaihda vuosisuunnitelma 90 päivän oppimissykleihin. Älä yritä kirjoittaa kolmivuotista tekoälystrategiaa — se vanhenee ennen kuin muste kuivuu. Määrittele sen sijaan suunta ja periaatteet, ja etene 90 päivän sykleissä: jokaisella syklillä selkeä kokeilu, omistaja, ihmismittari ja euromittari sekä syklin lopussa rehellinen katselmus — mitä opimme, mitä skaalaamme, mistä luovumme. Määritä ja sanoita, miksi tekoälymurros työelämässä koskee juuri sinun organisaatiotasi.
2. Piirrä organisaatiosi rosoinen rintamalinja. Kerää tiimeiltä elävää karttaa siitä, missä tehtävissä tekoäly on jo luotettava apu, missä se on hyödytön ja — tärkeimpänä — missä se on vaarallisen vakuuttava mutta väärässä. Päivittäkää karttaa joka syklissä, sillä rintama liikkuu jokaisen malliversion myötä. Tämä kartta on aidosti omanne: sitä ei voi ostaa eikä kopioida, koska se syntyy vain teidän ihmistenne kokemuksesta teidän työssänne. Huomaa, mitä juuri sanoin — se läpäisee VRIN-testin.
3. Kouluta arvostelukykyä, älä nappeja. Työkalukoulutus vanhenee kuukausissa; arvostelukyky ei vanhene koskaan. Rakenna koulutus kolmen kysymyksen ympärille: Milloin voin luottaa tekoälyn tuotokseen sellaisenaan? Milloin minun pitää tarkistaa se? Milloin minun kannattaa tehdä työ itse? Ja varmista, että kokeneimmat asiantuntijasi ovat mukana opettamassa — tutkimuksen valossa juuri heidän hiljainen tietonsa on se, mitä tekoäly levittää muille, joten heidän kannattaa olla levittämässä sitä tietoisesti eikä vahingossa.
Lopuksi
Kolme ensikertaa — ajattelutyö irtoaa palkkakuluista, muutos koskee kaikkia yhtä aikaa ja epävarmuus on pysyvä olotila — tarkoittavat yhdessä yhtä asiaa: tekoälymurros työelämässä on liian iso delegoitavaksi IT-osastolle ja liian nopea ratkaistavaksi hankinnoilla. Se ratkaistaan siellä, missä ihmiset oppivat, ja ihmiset oppivat siellä, missä heitä johdetaan hyvin.
Ja juuri siksi väitän, että tekoälymurroksen tärkein yksittäinen menestystekijä ei ole teknologinen vaan johtamisopillinen. Seuraavassa osassa kerron, miksi uskon palvelevan johtamisen olevan tekoälyajan johtamisoppi — ja mitä juurisyihin puuttuminen, hiljaisten signaalien kuuleminen ja työntekijöiden kohtaaminen tarkoittavat ihan käytännössä, huomenna aamulla.
Puhun näistä teemoista keynote-puheenvuoroissa, johtoryhmävalmennuksissa ja paneelikeskusteluissa. Jos haluat haastaa organisaatiosi ajattelua tekoälymurroksen mittakaavasta, ota yhteyttä → lenni@lennilaukkanen.fi
Edellinen osa: Tekoäly ei ole kilpailuetusi
Seuraava osa: Kilpailuedun johtaminen — palveleva johtaminen käytännössä
Lähteet:
- Dell’Acqua, F. ym. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Harvard Business School Working Paper 24-013.
- Brynjolfsson, E., Li, D. & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. (Työpaperiversio: NBER Working Paper 31161, 2023.)
- MIT NANDA (2025). The GenAI Divide: State of AI in Business 2025. (Käsitelty sarjan osassa 2.)
