Tekoäly- ja databuumin mahdollisuuksia ja uhkia

Tekoäly on tänä päivänä vahvasti pinnalla. Se on arkipäivää monelle, ja meillä kasvaa sukupolvi, joka käyttää sitä päivittäin. Tekoäly kehittyy koko ajan nopeammin, ja sen olemassaolo herättää paljon hyviä mahdollisuuksia mutta myös tiettyjä uhkia. Se levittää lonkeroitaan myös vahvasti yritysmaailmaan, ja sen mahdollisuuksia ovat monet yritykset valmiita tutkimaan. Välttämättä tekoäly ei kuitenkaan sovellu kaikkeen, vaikka teknologian, datan ja tekoälyn yhdistelmän mahdollisuudet alkavat olla laajat.

Helsingin messukeskuksessa pidettiin Teknologia 25 -messut 4.–6.11.2025, ja siellä aiheina olivat muun muassa kestävä teollisuus ja kilpailuetu tekoälyn avulla. Messusivujen mukaan ”tekoäly tarjoaa yrityksille mahdollisuuden parantaa ja optimoida toimintojaan sekä auttaa kehittämään uusia innovaatioita ja auttaa yrityksiä pysymään kilpailukykyisenä”. Asia ei kuitenkaan ole niin mustavalkoinen, ja tässä tekstissä tutkiskelenkin messuilla kuuntelemieni puheenvuorojen näkökulmia ja tarjoan niihin omia pohdintojani.

Datan määrä kasvussa

Messujen TIVIA Stagella oli puheenvuoroja paljon dataan ja tekoälyyn liittyvistä aiheista, nämä kaksi kun kulkevat käsi kädessä. Tekoälymalleja opetetaan datalla, ja jos ei ole dataa niin mallin oppiminen on vajavaista. Tärkeää on muistaa, että datan laatu vaikuttaa mallien oppimiseen ja tulosten oikeellisuuteen: jos data ei ole laadukasta, tekoälymallit oppivat virheellisiä tietoja. Se taas voi johtaa yrityksessä virheellisiin päätöksiin, jos yrityksessä datan ja tekoälyn avulla pyritään tekemään tiedolla johtamista.

Datan määrä kasvaa jatkuvasti. Messuilla puheenvuoron pitäneen Heini Ilmarisen sanoja lainaten: ”Nykyään kahden päivän aikana syntyy yhtä paljon dataa, kuin koko maailmassa vuonna 2004”. Tämä ei kuitenkaan tarkoita, että data olisi laadukasta. Voi nimittäin olla, että data ei ole yhtenäistä tai se voi sisältää virheitä, jotka vaikuttavat laadukkuuteen välittömästi.

Meneillään on ”Big Data -buumi”, ja se tarkoittaa, että dataa kerätään suuria määriä, mutta välttämättä sen laatuun ei keskitytä tai edes siihen, tarvitaanko kyseistä dataa oikeasti yrityksen kilpailuedun parantamiseen. Ajattelu, jossa dataa kerätään varmuuden vuoksi, ei ole kestävää, päinvastoin. Datan säilyttäminen käyttää resursseja, kuten sähköä ja vettä. International Energy Agency (2023) kertoo vuoden 2023 tutkimuksessaan, että pelkkä datan säilyttäminen vie keskimäärin 5 % sähkönkulutuksesta. Kun yritys kerää dataa, mitä se oikeasti tarvitsee ja hyödyntää, niin saadaan kestävä tilanne ja datan käsittely tehostuu. Tällä tavalla saadaan säästettyä resursseja ja hyödynnettyä data yrityksen eduksi.

Tekoälyn käyttöönotto yrityksissä

Kun yrityksellä on dataa ja se on hyödynnettävissä, niin seuraava askel olisi ottaa se käyttöön. Nykyään tässä kuvaan astuu usein tekoäly. Teknologiaa ei kannata käyttää vain teknologian käytön ilosta, vaan kannattaa miettiä, edistääkö se jotain tarvetta yrityksessä. Onko meillä ongelma, jonka vain teknologialla voi ratkaista? Monesti nyt tekoälyboomin aikana ajatellaan, että se on maaginen nappula, joka ratkaisee ongelman kuin ongelman. Tekoälyä kannattaa kuitenkin ajatella ennemmin työkumppanina, joka on mukana auttamassa mutta joka ei ratkaise ongelmaa yksin. Myös ennen tekoälyn ottamista mukaan prosessiin kannattaa miettiä, syökö se resursseja sen sijaan että säästäisi niitä. Soveltuuko prosessiin tekoäly avustamaan, vai olisiko olemassa fiksumpikin tapa, vaikka kyseinen tapa ei olisikaan tällä hetkellä pinnalla uutisoinneissa?

Entä miksi sitten tekoälyn käyttöönotto yrityksessä epäonnistuu, vaikka yrityksellä on kerättynä dataa, jolla tekoälymallia opettaa ja vaikka olisi halua ja intohimoa ottaa tekoäly osaksi yrityksen toimintaa? Niin ikään Teknologia 25 -messuilla puhuneen Onni Niemelän mukaan ”jopa 95 % tekoälyhankkeista epäonnistuu. Aikaisemmin syynä olivat teknologialliset haasteet mutta nykyään teknologia on helposti kaikkien saatavilla”. Joten mistä epäonnistuminen sitten johtuu?

Kun yritys ryhtyy ottamaan tekoälyä käyttöön, kannattaa pohtia, lähdetäänkö tekoälyllä ratkaisemaan juuri oikeaa ongelmaa oikeanlaisessa prosessissa. Toimiiko tekoäly prosessin parantamisessa vai aiheuttaako se ylimääräistä työtä? Tekoälyn käyttöönotto vaatii motivaatiota mutta myös osaamista. Tässä haasteena on yritysten investointien heikko kohdentaminen osaamisen kehittämiseen (AI Finland, 11.3.2025). Motivaatiota taas ruokkii etenkin se, kun ratkaisulla on konkreettinen hyöty yrityksen auttamisessa, eikä ratkaisua tehdä vain ratkaisun ilosta. Loppujen lopuksi prosessien on oltava kunnossa ennen tekoälyn käyttöönoton harkitsemista. Jos prosessit eivät ole kunnossa, niin tekoäly voi tuoda ongelmat näkyvämmin esille tai jopa automatisoida ongelmat sen sijaan, että se ratkaisisi ne.

Tekoäly on hyvä renki mutta huono isäntä

Lyhykäisyydessään: data on arvokasta vain, kun sitä voidaan hyödyntää, ja myös tekoäly on arvokas vain, kun sitä voidaan hyödyntää. Yritykset ovat tekoälyn myötä heränneet siihen, että dataa tarvitaan ja sen avulla voidaan tehdä tiedolla johtamista. On hyvä kuitenkin muistaa, että, datan määrä ei korvaa laatua, vaan laadukas data on pohja sille, voidaanko tekoälyä käyttää ja kuinka tehokkaasti.

Myös ymmärrys tekoälystä on oleellinen osa sitä, miten tekoälymallit saadaan integroitua yrityksiin ja tukemaan ratkaisuja. Esimerkiksi jos yrityksessä ei ole osaamista tekoälymallin käyttöön, niin käyttötulokset ovat kehnoja. Ja jos ongelma, jota ratkaistaan, ei ole optimaalisesti ratkaistavissa tekoälyllä, niin kannattaako tekoälyä silloin väkisin ottaa mukaan yrityksen toimintaan?

Oma näkemykseni on, että tekoäly on hyvä renki mutta huono isäntä. Sen avulla saa aikaan paljon, ja se helpottaa ja tehostaa muun muassa ajanhallintaa, automatisointia ja datan käsittelyä – asioita, jotka etenkin yrityselämässä ovat tärkeitä. Jos tekoälyn kuitenkin päästää hallitsemaan liikaa ilman riittävää ymmärrystä, voi syntyä lisää ongelmia sen sijaan, että synnytettäisiin tehokkaita ja kestäviä ratkaisuja. Teknologia kehittyy, tekoälyn käyttö kasvaa ja myös yrityksissä sen potentiaaleja osataan enemmän arvostaa, vaikka toistaiseksi investoinnit sen käyttöön ovat olleet alhaisia. Ehkä tähän nähdään muutos ja investoiminen ja tekoäly agenttien käyttö yrityksissä työntekijöiden apuna ja tukena kasvaa tulevaisuudessa, kun osaaminen ja tietoisuus asiasta kasvaa.

Kirjoittaja