Pro
Siirry sisältöön
Tekoäly

Demokratisoinnista ja tekoälyagenteista vipua pk-yrityksille tekoälyn skaalaamiseen

Suuryritykset ovat ottaneet harppauksia tekoälyn käyttöönotossa, mutta pk-yrityksillä tekoälyn skaalaamiseen liittyy vielä monia haasteita. Rajalliset taloudelliset resurssit, osaamisen puute, datan laatu ja sen saatavuus ovat hidastaneet tekoälyteknologian hyödyntämistä pk-yrityksissä.

Kirjoittajat:

Olli Laintila

lehtori
Haaga-Helia ammattikorkeakoulu

Ari Alamäki

principal lecturer
Haaga-Helia ammattikorkeakoulu

Kari Hiekkanen

yliopettaja
Haaga-Helia ammattikorkeakoulu

Julkaistu : 20.03.2025

Verkostoituminen ja tekoälyn nopea tekninen kehitys merkitsevät pk-yrityksille kuitenkin lisää mahdollisuuksia. Verkostoituminen auttaa kasvattamaan kriittistä massaa resurssien suhteen, ja entistä käytettävämmät ja helpommat tekoälyratkaisut madaltavat käyttöönoton kynnystä.

Esimerkiksi tekoälyagenttien mahdollistamien palvelujen avulla pk-yritykset voisivat tehostaa markkinointia, myyntiä, asiakaspalvelua ja muita keskeisiä toimintoja ja prosesseja. Generatiivisen tekoälyn yleistymisen myötä markkinoille on tullut niiden pohjalle rakennettuja niin sanottuja tekoälyagentteja, jotka kykenevät tavallisia chatbotteja korkeamman tason päättelyyn ja itsenäisempään toimintaan. Ne ovat tietokoneohjelmia, jotka hyödyntävät kielimalleja ja generatiivista tekoälyä. Esimerkiksi ChatGPT:n pohjalle on toteutettu tällaisia tekoälyagentteja.

Davenport (2025) kuitenkin toteaa, että tekoälyagentit toimivat generatiiviselle tekoälylle tunnusomaisesti ennustamalla esimerkiksi seuraavaa sanaa, mikä voi aiheuttaa virheitä tai epätarkkuuksia. Ihmisen on siis varmistettava niiden luotettavuus ja ainakin silloin tällöin tarkistettava tekoälyagenttien tuottamia vastauksia. Toisaalta tekoälyn kiihtyvä kehitys saattaa yllättää ja pitää myös pk-yritykset entistä valppaampina.

Tässä artikkelissa tarkastelemme tekoälyn skaalaamisen liittyviä mahdollisuuksia pk-yrityksissä.

Tekoälyn demokratisoiminen

Tekoälyn huono saavutettavuus on haitannut sen leviämistä laajemmalle käyttäjäkunnalle, myös pk-yrityksille. Pk-yrityksellä ei välttämättä ole aikaa eikä resursseja toteuttaa tekoälyn kehityshankkeita, vaan ne tyytyvät käyttämään valmiita ratkaisuja. Ilman riittävän läpinäkyviä, helposti ymmärrettäviä, käytettäviä, skaalautuvia ja kustannustehokkaita tekoälyratkaisuja työntekijät, tiimit ja yksiköt eivät välttämättä motivoidu kehittämään toimintaansa tekoälyn avulla. Siksi käytettävyys ja koettu hyöty ovat erittäin olennaisia myös tekoälyn käyttöönotossa.

Sjödin ja kumppanit (2021) korostavat, että parhaimmillaan tekoälyn demokratisointi auttaa työntekijöitä ymmärtämään tekoälyn toimintaperiaatteita tai ainakin arvostamaan tekoälyn heille tarjoamaa uutta tietoa ja oivalluksia. Tällainen tekoälyn demokratisointi edellyttää, että yritykset tarjoavat työntekijöilleen tekoälykoulutusta ja toisaalta sen oppimiseen soveltuvia helppokäyttöisiä työkaluja, kuten tietoa havainnollistavia visuaalisia näyttöjä, mittaristoja ja mobiilisovelluksia. Näin ollen tekoälypohjaisten oivallusten helppo saatavuus on olennainen osa luottamuksen ja kokeilukulttuurin kehittämistä.

Myös monialainen yhteistyö eri yritysten ja organisaatioiden kesken tarjoaa pk-yrityksille potentiaalisia malleja soveltaa uusia tekoälyratkaisuja omaan toimintaansa. Edelläkävijäyrityksiltä voidaan oppia parhaita käytäntöjä. Siksi esimerkiksi AI Skaalaajat -hankkeessa toteutettavat yhteiskehittämisen työpajat ovat yrityksille oiva mahdollisuus oppia toisilta ja jakaa omia kokemuksia. Keskittymällä kriittisiin eli merkittävää lisäarvoa tuottaviin tekoälyn käyttötapauksiin ja niiden taustalla oleviin arvonluontimahdollisuuksiin monialaiset tiimit voivat innovoida, rakentaa, testata ja lanseerata nopeasti uusia tekoälyratkaisuja. Kriittisten eli tärkeiden ongelmien ratkaiseminen nopeuttaa kehitystä ja levittää organisaatioon kannustavaa ilmapiiriä tekoälyn mahdollisuuksista. Tekoälyä soveltava liiketoiminnan kehitys ei perustu silloin pelkästään paperisten konseptien todistamiseen vaan myös aidon ja luodun lisäarvon todistamiseen konkreettisten kokeilujen kautta.

Monialaiset yhteistyökäytännöt ja verkostomainen tekeminen muiden yritysten kanssa paikkaavat pk-yritysten rajallisia resursseja. Tämä edistää niiden innovointia ja mahdollisuuksia myös kansainvälisillä markkinoilla. Yhteisinnovointi tarjoaa pk-yrityksille pääsyn monipuoliseen tietoon, mikä tukee tekoälyn käyttöönottoa ja esimerkiksi järjestelmien integrointia, joka on pk-yritystenkin suurimpia haasteita tekoälyn laajemmassa hyödyntämisessä.

Suurilla teknologiayrityksillä ja erilaisilla kehittäjäyhteisöillä on keskeinen asema tekoälyn demokratisoinnissa. Avoimen lähdekoodin tekoälymallit hälventävät pk-yritysten tekoälyn käyttöönoton esteitä, koska niitä voi hyödyntää vapaammin ja halvemmalla.

Muita tekoälyn demokratisointiin vaikuttavia toimijoita ovat korkeakoulut ja tutkimuslaitokset. Korkeakoulujen ja teollisuuden välinen yhteistyö ja kumppanuudet varmistavat, että tekoälykoulutus kehittyy teknologian mukana. Suomessa korkeakoulujen ja yritysten yhteiset kehityshankkeet, kuten AI Skaalaajat -hanke, mahdollistavat pk-sektorin yrityksille kustannustehokkaan väylän sekä uusien tuotteiden ja prosessien kehittämiseen että henkilökunnan tietotaidon päivittämiseen.

Tekoälyagenttien mahdollisuudet

Forbesin tuoreessa artikkelissa (Puutio 2025) todetaan, että generatiivinen tekoäly on toki vasta aluillaan mutta kehitys etenee kovaa vauhtia. Yksi tähän vuoteen kohdistuvista odotuksista koskee edellä mainittuja tekoälyagentteja, jotka eivät tuota vain sisältöä vaan suorittavat tehtäviä ja integroituvat prosesseihin lähes ihmistyöntekijän tavoin. Keskustelu tekoälyagenttien mahdollisuuksista kiihtyy (ks. esim. Levy-Weissin 2025; Puutio 2025).

Tekoälyagenttien käyttöönottoa ja organisointia voidaan tarkastella sekä horisontaalisesti että vertikaalisesti (esim. Levy-Weissin 2025). Horisontaalisissa käyttötapauksissa tekoälyagentit luovat välittömiä, edullisia ja skaalautuvia ulkoistettuja palveluita. Tästä esimerkkejä ovat eri toimialoilla sovellettavat kirjanpidon, markkinoinnin ja myynnin tekoälyagentit.

Vertikaalisissa käyttötapauksissa ”tekoälytyöntekijät” toimivat erikoisasiantuntijoina. Yritykset hankkivat niitä vaativimpiin tehtäviin, kuten toimiala-analyysiin tai juridisten tekstien laatimiseen, mutta vain murto-osalla vastaavasta henkilöasiantuntijan hinnasta. Lääketeollisuudessa hyödynnetään tekoälytiimejä, jotka on koulutettu testaamaan ja kehittämään lääkkeitä.

Kohtaammeko nyt ensimmäistä kertaa teknologian, joka voi demokratisoida pk-yrityksille pääsyn kehittyneisiin liiketoimintapalveluihin – edullisesti ja skaalautuen? Tekoälyagentit eivät ainoastaan luo sisältöjä vaan myös suorittavat tehtäviä ja integroituvat työnkulkuun ihmisen toimintaa mukaillen. Isoista yrityksistä Salesforce on edelläkävijä: se on integroinut tekoälyagentit Slackiin, joka auttaa yrityksiä automatisoimaan prosesseja ja vähentämään manuaalista työtä. Toinen esimerkki on Klarna, joka muuttaa työvoimastrategioitaan suunnittelemalla kasvuaan tekoälyn ottaessa haltuunsa yhä enemmän operatiivisia tehtäviä.

Levy-Weissin (2025) mukaan tekoälyagenteilla on mahdollisuus auttaa etenkin pk-sektoria, joka tuottaa noin puolet Yhdysvaltojen BKT:sta. Pk-yrityksillä ei ole ollut käytössään niin kehittyneitä teknisiä työkaluja ja asiantuntemusta kuin suuryrityksillä. Horisontaalisten tekoälymarkkinapaikkojen ennustetaan ratkaisevan tämän ongelman tarjoamalla pk-sektorille sen skaalautumista edistäviä tekoälyratkaisuja – ja vielä edullisesti. Levy-Weiss toteaa, että uusien teknologioiden kehityskaaren mukaan pk-yritykset tulevat olemaan tekoälyagenttien käyttöönoton eturintamassa, sillä ne myös hyötyvät niistä eniten. Pk-yrityksille tekoälyagentit mahdollistavat merkittävän mahdollisuuden automatisoida tehtäviä, joihin yrityksillä ei muuten ole riittäviä resursseja eikä myöskään kiinnostusta tai jota ne jopa inhoavat.

Vaikka tekoälyagenteilla on jo nyt potentiaalia rutiinitehtävien hoitamisessa, niihin liittyy selkeitä rajoituksia. Useimmat rajoituksista perustuvat niiden taustalla toimiviin suuriin kielimalleihin, kuten ChatGPT:hen. Siksi generatiiviseen tekoälyteknologiaan pohjautuvien agenttien vastauksiin voi liittyä hallusinaatiota, epätarkkuuksia ja ennakoimattomuutta.

Parhaiten tekoälyagenttien käyttötapaukset soveltuvatkin sinne, missä nopeus, mittakaava ja rakenne ovat tärkeämpiä kuin luovuus tai syvällinen asiantuntemus. Tekoälyagentit menestyvät siis ympäristöissä, joissa niille on laadittu selkeät säännöt ja joissa ihmiset kuitenkin kontrolloivat niiden toimintaa. Tällaisia kohteita ovat asiakastuki, myynnin ja markkinoinnin automaatio sekä esimerkiksi IT:n sisäiset tukitoiminnot.

Tekoälyagentit ja yleensäkin tekoäly kamppailevat edelleen asioissa, jotka vaativat syvällistä päättelyä, todellisuuden tuntemusta tai luovaa ongelmanratkaisua. Näissä tapauksissa ne voivat tuottaa itsevarmalta kuulostavia mutta virheellisiä tai ainakin vinoutuneita tuloksia. Tämä voi olla riskialtista säännellyillä aloilla ja päätöksenteossa. Toisaalta tälläkin alueella tekoäly kehittyy harppauksin kohti yhä vaativampien ongelmien ratkaisemista.

OpenAI tarjoaa omaa ChatGPT Store -kauppapaikkaa, jossa on useita eri toimijoiden tekemiä tekoälyagenttien tyyppisiä ratkaisuja tarjolla. Startup-yritys ENSO lanseerasi äskettäin tilauspohjaisen tekoälyagenttien markkinapaikan, josta tilaamalla pk-yritykset voivat hyödyntää muiden rakentamia tekoälyagentteja. ENSO väittää tietävänsä tekoälyhuuman keskellä, mikä toimii ja mikä ei. Heidän mukaansa todellisia tuloksia saadaan aikaan toimintopohjaisella ja tehtäväkeskeisillä tekoälyagenteilla. Varmasti tässä tarvitaan juuri erikoistumista tietyille toimialoille ja erilaisiin tehtäviin. Harvapa on kaikkien alojen asiantuntija.

Tulevaisuuden näkymät ja suositukset pk-yrityksille

Tekoälyn skaalaaminen edellyttää pk-yrityksen avainhenkilöiltä strategista ketteryyttä, operatiivista teknologia- ja liiketoimintaosaamista ja toisaalta rohkeaa johtajuutta toteuttaa tekoälyä hyödyntäviä ratkaisuja. Tärkeitä tekoälyn skaalaamiseen ja ylipäänsä käyttöönottoon liittyviä kysymyksiä ovat seuraavat: Mihin yrityksen kannattaa investoida? Mitä tehdä itse, mitä ostaa ulkopuolelta? Missä verkostoissa ja alustoissa kannattaa olla mukana? Verkostoitumisen merkitys korostuu etenkin pk-sektorissa.

Kaikkea ei tarvitse muuttaa kerralla, mutta hieman pidemmälle ulottuva visio ja tekoälystrategia ovat välttämättömiä, jotta yrityksen toiminta on ketteryyden lisäksi myös pitkäjänteistä ja koordinoitua eikä johda pelkästään satunnaisiin tekoälykokeiluihin. Tekoälyn regulaatioon liittyvät hyvän hallintomallin vaatimukset pätevät myös pk-yrityksiin.

Tarjoavatko tekoälyagentit pk-yrityksille ratkaisun, joka mahdollistaa kustannustehokkaan tavan automatisoida rutiinitehtäviä ja joka jättää enemmän aikaa liiketoiminnan kehittämiseen ja uusien liiketoimintamahdollisuuksien tunnistamiseen? Aika näyttää, mutta yksi asia vaikuttaa varmalta: kaikkien yritysten kannattaa panostaa tekoälyosaamiseen.

AI Skaalaajat-hanke

Haaga-Helia ammattikorkeakoulun koordinoimassa AI Skaalaajat-hankkeessa (2024-2027) edistetään tekoälyn skaalautumista Uudenmaan alueen pk-yrityksissä. Ensisijainen kohderyhmä on pk-yritykset, joilla on toimintaa Uudellamaalla, mutta yhteiskehittämisessä voi olla mukana myös suuria yrityksiä ja julkisen sektorin toimijoita. Mukaan mahtuu vielä useampi yritys. Hankkeen toteuttajina ovat Haaga-Helia ja Metropolia ammattikorkeakoulut, ja päärahoitus tulee Euroopan aluekehitysrahastosta ja Uudenmaan liitosta.

Lähteet

Davenport, T. & Bean, R. 2025. Five Trends in AI and Data Science for 2025. MIT Sloan management review, 2025-01, s.1–4.

Puutio, A. 2025. AI Agent Marketplaces Are Here: How Companies Like Enso Are Enabling SMBs To Punch Above Their Weight.

Sjödin D., Parida V., Palmie M. & Wincent J. 2021. How AI capabilities enable business model innovation: Scaling AI through co-evolutionary processes and feedback loops. Journal of Business Research 134, 574–587.