Tekoäly on yksi tärkeimmistä strategisista prioriteeteista. Näin ajattelee kolme neljästä kansainvälisen yrityksen ylimmästä johtajasta, mutta vain yksi neljästä johtajasta kokee saavuttavansa tekoälyn avulla merkittävää arvoa (Apotheker ym. 15.1.2025).
Tuoreen McKinseyn (2025) kyselytutkimuksen mukaan 39 prosenttia yrityksistä raportoi tekoälyn vaikutuksesta liiketulokseen. Vaikka tämän kyselytutkimuksen mukaan parhaiten menestyneistä yrityksistä 80 prosenttia on asettanut tekoälyn ensisijaiseksi tavoitteekseen tehokkuuden lisäämisen, nämä menestyneimmät yritykset näkevät tekoälyn suurimman potentiaalin uusissa innovatiivisissa tuotteissa ja liiketoimintamalleissa.
Tekoälyn soveltamisessa nähdään siten paljon potentiaalia, mutta yritysten haasteena on edelleen tämän potentiaalin skaalaaminen kiinteäksi osaksi liiketoimintaa ja strategisia tavoitteita. Tämä edellyttää johdolta kykyä jäsentää omaa liiketoimintaa ja sen strategisia tavoitteita tekoälyn mahdollistaman potentiaalin kautta. AI skaalaajat-hankkeessa olemme työstäneet näitä asioita osana yhteiskehittämisen työpajoja, joissa skaalaamisen haasteita tarkastellaan erilaisten näkökulmien ja yritysten esimerkkien kautta.
AI skaalaajat -hankkeessa on kehitetty yhteiskehittämisen tuloksena tekoälyn johtamista ja skaalaamista tukeva viitekehys. Se sisältää strategian ja käyttötapauksien tunnistamisen lisäksi myös muita oleellisia teemoja, kuten datanhallinnan, hallintomallin sekä avainkyvykkyydet.
Tämä kirjoitus keskittyy viitekehyksen ensimmäisiin teemoihin, jotka liittyvät tekoälyn skaalaamisen strategialähtöisyyteen ja arvonluontiin.
Tekoälyn tähänastinen käyttöönotto on painottunut tehokkuuteen
Isot yritykset jatkavat merkittäviä panostuksiaan tekoälyyn. Google Research ja Google DeepMind (Brenner 2025) ilmoittivat kehittäneensä suureen kielimalliin (LLM) ja siihen yhdistettyyn puuhakualgoritmiin perustuvan tekoälyjärjestelmän, joka tuottaa asiantuntijatason sovelluksia useille tieteenaloille ja pystyy esimerkiksi lyhentämään ideoiden testaamisajan kuukausista päiviin. Tämän esimerkin lisäarvo tarkoittaa parempaa testaamisen tehokkuutta, joka käytännössä tarkoittaa testaamiseen kuluvan ajan säästöä.
Samaan aikaan tekoälyagentit, älykkäät digitaaliset työkaverimme (Bornet, Wirtz & Davenport 2025), automatisoivat tai nopeuttavat yritysten tyypillisiä toimintoja, kuten IT-tuen ja asiakaspalvelun rutiinitehtäviä sekä ainakin ennustetusti yhä monimutkaisempia kokonaisuuksia – toimeksiannosta aina ratkaisuun asti. Tekoälyagenttien markkinapaikat mahdollistavat agenttien helpomman saatavuuden ja käyttöönoton myös pk-sektorilla. Myös tämän esimerkin lisäarvo syntyy tehokkuuden lisääntymisestä; etenkin rutiinitehtävien suorittamiseen tarvitaan vähemmän henkilötyötunteja.
Yllä mainitut esimerkit skaalautuvat parhaimmillaan paljon dataa omistavissa yrityksissä. Myös pk-yrityksissä generatiivisen tekoälyn työkaluilla ja tekoälyagenteilla on mahdollista lisätä työntekijöiden ja toimintojen tuottavuutta sekä tehokkuutta.
Toisaalta uusilla ja entistä paremmin asiakkaiden tarpeita tyydyttävillä tuotteilla ja palveluilla on keskeinen rooli yrityksen kestävässä kasvussa. Millainen strateginen johtaminen tukee yrityksen tekoälyä soveltavaa innovatiivisista tuotteista, palveluista ja liiketoimintamalleista syntyvää arvoa?
Strategisuus ja siihen liittyvä nopeus korostuvat
Strategialähtöinen liiketoiminnan kehitys ei riipu yrityksen koosta tai toimialasta. Yrityksen strateginen johtaminen perustuu sekä visionäärisyyteen että kyvykkyyteen toteuttaa määriteltyä visiota – nimenomaan strategian avulla. Yrityksen johdolla voi olla selkeä systeeminen ymmärrys organisaationsa parhaasta mahdollisesta tulevaisuudesta, mutta innostavakin visio määrittelee vain MITÄ – ei MITEN.
Toteutuskelpoinen visio syntyy toiminnan kautta, ja strategia on keino vision saavuttamiseksi. Rumelt (2024) tiivistää yrityksen strategian toimintaohjelmiksi. Hänen yksinkertainen määritelmänsä perustuu tutkimuksiin start up -yrityksistä, joiden yrittäjämäinen asenne toteutuu jatkuvana valppautena ja sopeutumisena nopeasti muuttuvissa olosuhteissa. Kirkas ja määrätietoinen visio näyttää valoa määränpäähän, mutta matka perille käy kokeilujen ja nopean oppimisen kautta.
Yrityksen strategisuus perustuu jatkuvaan, tekemisen kautta tapahtuvaan ja mieluummin kilpailijoita nopeampaan oppimiseen, joka mahdollistaa myös uusiutumisen.
Tämänhetkistä tekoälyn kehitystä voidaan kutsua murrosvaiheeksi, jolle on yleensä tunnusomaista liiketoimintamalleihin liittyvien lainalaisuuksien, sääntöjen ja prosessien muuttuminen. Kiihtyvä muutosnopeus, epävarmuus, ongelmien kompleksisuus ja moniselitteisyys asettavat tekoälyhankkeiden strategiselle johtamiselle haasteen, jonka ratkaiseminen edellyttää nopean oppimisen juurruttamista yhä tiiviimmin organisaation toimintaperiaatteisiin ja käytänteisiin. Perinteinen vuosikalenteriin perustuva strategiaprosessi ei enää yksin vastaa nopeasti kehittyvän markkinan vaatimuksiin.
Vaikka huolellisesti määritelty ja artikuloitu strategia auttaa yritystä tekemään tietyllä hetkellä tärkeitä valintoja, jatkuvaa epävarmuutta ja sumua sisältävän tekoälyhankkeen johtamismalli perustuu pikemminkin herkkyyttä ja toimenpanokyvykkyyttä heijastavaan strategisuuteen. Kososen & Doz’n (2009) mukaan usein yritykset eivät kuole tekemällä vääriä asioita, vaan koska ne tekevät liian pitkään asioita, jotka olivat ennen oikeita. Yksinkertaistaen: yrityksen strategisuus perustuu jatkuvaan, tekemisen kautta tapahtuvaan ja mieluummin kilpailijoita nopeampaan oppimiseen, joka mahdollistaa myös uusiutumisen.
AI skaalaajat -hankkeessa on nostettu esille muutamia hyvän strategisen johtamisen tunnusmerkkejä. Yksi niistä on rohkeus tehdä nopeita päätöksiä, joita voidaan skaalata laajemmin organisaation sisällä kannustamalla koko henkilöstö mukaan innovoimaan ja kehittämään liiketoimintaa.
Isoissa yrityksissä monikerroksinen hierarkia asettaa päätöksenteolle oman haasteensa. Pk-yrityksillä voisi tässä mielessä olla etulyöntiasema. Kun koko henkilöstö tiedostaa liiketoimintaa ohjaavat periaatteet, käytänteet ja myös strategiset tavoitteet, tämä luo psykologista turvallisuutta tehdä itsenäisiä päätöksiä – esimerkiksi asiakasrajapinnassa tekoälyä soveltavilla kokeiluilla.
Tekoälyn integrointi prosesseihin vaatii erityisresursseja
Liiketoiminnan kestävä kasvustrategia perustuu jatkuvaan asiakastarpeiden tunnistamiseen ja näiden tarpeiden tyydyttämiseen. Tekoälyyn perustuvan uuden liiketoiminnan luominen uusien innovatiivisten tuotteiden ja palveluiden sekä liiketoimintamallien avulla on koettu vaikeaksi. Siihen tarvitaan toisiaan täydentäviä ja yhteensopivia ns. erityisresursseja, kuten integroituja kyvykkyyksiä, teknologioita ja prosesseja, jotka ovat voimistaneet yrityksille tunnusomaisia dataan, osaamiseen sekä arvonluontiin liittyviä haasteita (Petterson ym. 2025).
Monissa yrityksissä tekoälyn käyttöönotto on lähtenyt ensin liikkeelle tarjoamalla henkilöstölle generatiivisen tekoälyn työkaluja, joiden avulla työntekijöillä on ollut ainakin mahdollisuus parantaa oman työnsä tuottavuutta.
Pettersonin (2025) tutkimuksen mukaan kestävää tekoälyn avulla saavutettavaa liikevaihdon kasvua on mahdollista edistää, kun yrityksen sisäisen tehokkuuden rinnalle kehitetään tekoälyä hyödyntäviä uusia tuotteita, palveluita ja liiketoimintamalleja.,
Yleisesti tiedetään, että yrityksen tekoälyn avulla saavutettavaa kasvua edesauttaa tekoälyn integroituminen yrityksen keskeisiin prosesseihin. Esimerkiksi asiakkuudenhallinta (CRM) on yksi yrityksen tärkeimmistä prosesseista, jota voidaan tehostaa ja automatisoida tekoälyn avulla. Ledron ja kumppaneiden (2023, 11) mukaan onnistunut CRM:n ja tekoälyn integroituminen edellyttää, että
1) yritys on rakentanut data- ja asiakaskeskeisen toimintakulttuurin
2) yrityksellä on tekoälyä varten rakennettu datanhallinta- ja hallintomalli sekä
3) yrityksen strateginen muutosjohtaminen perustuu eri osaamisten väliseen yhteistyöhön ja liiketoimintavastuussa olevien henkilöiden vahvaan sitoutumiseen.
Strateginen päätöksentekomalli ja tekoälyn arvonluonti
Gudigantala ym. (2025) korostavat, että tekoälyn tehokas arvonluonti edellyttää strategista päätöksentekomallia, joka selkeyttää, miten tekoälyä voidaan hyödyntää arvonluonnin maksimoimiseksi. Kun yrityksen strateginen suunta ja valinnat ovat kaikille avainsidosryhmille selvillä, yrityksen on seuraavaksi määriteltävä, mitkä liiketoimintatulokset ovat sille erityisen tärkeitä ja miten ne voidaan saavuttaa tekoälyn avulla.
Etenkin hierarkkinen, vain ylimmän johdon päätöksiin perustuva johtamismalli saattaa hidastaa tekoälyn avulla tapahtuvan liiketoiminnan skaalautumisen. Yrityksen johto ei välttämättä havaitse ensimmäisenä tarttumapintoja nykyisen strategian ja tekoälyn tarjoamien mahdollisuuksien välillä.
Huolimatta siitä, toteutuuko yrityksen strateginen päätöksenteko ylhäältä alaspäin, alhaalta ylöspäin tai niiden yhdistelmänä, lopputuloksena pitää syntyä strategian toteuttamista selkeyttäviä valintoja (trade-offs) – myös tekoälyn soveltamisessa.
OKR-viitekehys tekoälyn ja strategian toimeenpano
Usein käytetty fraasi “mitä et voi mitata, sitä et voi myöskään johtaa”, sopii hyvin myös tekoälyn strategiseen toimeenpanoon. OKR (tavoitteet ja avaintulokset) on yksi tunnetuimmista strategian toimeenpanon viitekehyksistä, jossa jokaiselle merkittävälle, konkreettiselle ja toiminnalliselle, mutta ei välttämättä aina määrällisesti mitattavalle, strategiatavoitteelle määritellään todennettava ja aikaan sidottu avaintulos, joka havainnollistaa, miten tavoite saavutetaan.
Yrityksen strategisen johtamisen viitekehyksessä tekoälyaloite tarkoittaisi, miten yritystä voidaan parhaiten auttaa saavuttamaan esimerkiksi OKR-tavoitteensa tekoälyn avulla. Osa tärkeistä liiketoimintatavoitteista voidaan ratkaista myös tekoälyn avulla.
Hyvien kysymysten merkitys liiketoimintamahdollisuuksien tunnistamisessa
Muotoiluajattelun mukaan uuden tuotteen tai palvelun luominen perustuu ensin havaittavaan liiketoimintaan liittyvän ongelmaan. Vastaavasti asiakaskeskeinen toiminta perustuu jatkuvaan asiakkaiden ongelmien ja haasteiden havaitsemiskyvykkyyteen. Asiakkaiden ongelmien ratkaiseminen tekoälyn avulla edellyttää, että tunnistettuja asiakkaiden ongelmia ja haasteita lähestytään tekoälyn mahdolliseen soveltamiseen liittyvien kysymysten avulla.
Tämä on tärkeä päätöksenteon vaihe, koska tekoälyllä ei voida ratkaista kaikkia liiketoimintaongelmia. Selkeästi määritellyt tekoälyyn liittyvät kysymykset helpottavat päätöksentekoa ongelman ratkaisemiseen soveltuvista tekoälyalgoritmeista ja -teknologioista.
Tässä yhteydessä korostuu yrityksen eri toimintojen ja ulkopuolisten asiantuntijoiden välinen yhteistyö. Esimerkiksi yrityksen asiakkaiden suositteluhalukkuutta ja asiakasuskollisuutta mittaavan sekä yrityksen kasvua yleensä hyvin ennustavan NPS:n (Net Promoter Score) kasvattamista yhdellä yksiköllä voisivat vastata kysymykset: miten NPS:ää voidaan ennustaa tai mitkä tekijät ennustavat parhaiten NPS:ää.
Tekoälyä soveltava strateginen johtaminen vaatii kaksikätisyyttä
Strategisen johtamisen ja tekoälyn tarjoamien arvonluontimahdollisuuksien yhteensovittaminen vaatii jatkuvaa kaksikätisyyttä. Toisaalta yrityksen on huolehdittava juuri nyt toimintaa keskeisesti ylläpitävästä ja mielellään positiivista kassavirtaa tuottavasta liiketoiminnasta, toisaalta sen on varauduttava jatkuvaan muutokseen, joka edellyttää liiketoiminnan uusiutumista – uusien palveluiden, tuotteiden testaamista sekä liiketoiminnan perusolettamusten jatkuvaa haastamista.
Laadukkaat kysymykset toimivat hyvänä muistutuksena kehityksen peruspilareista; ääneen ihmettelemisestä ja vanhasta pois oppimisesta. Miksi-Mitä jos-Miten-kysymykset kannattaa käydä läpi, kun yritys pohtii, miten se voisi saavuttaa strategiset tavoitteensa tekoälyn avulla. Pk-yrityksissä kannattaa sitouttaa koko henkilöstö mukaan kehittämään ja innovoimaan uutta liiketoimintaa. Samanaikainen henkilöstön tekoälykyvykkyyksien lisääminen toimii luontevasti jatkuvan arvonluonnin tukena.
Lopuksi
Tekoälyn skaalautumista edistävät yrityksen liiketoimintalähtöisyys ja strategisuus sekä siihen liittyvät strategisen johtamisen päätöksentekomallit ja kokeilukäytänteet. Jotta yrityksen uusiutuminen ja kasvu eivät ainakaan pysähtyisi, tehokkuutta edistävän tekoälyn rinnalla yrityksen kannattaa kehittää ja innovoida uusia tekoälyä hyödyntäviä tuotteita, palveluita ja liiketoimintamalleja. Johtajuuden näkökulmasta on tärkeää, että henkilöstöä rohkaistaan ja sitoutetaan ideoimaan sekä sovitun prosessin mukaisesti nopeasti myös testaamaan uusia tekoälyavusteisia ratkaisuja.
Haaga-Helia ammattikorkeakoulun koordinoimassa AI Skaalaajat -hankkeessa edistetään tekoälyn skaalautumista Uudenmaan alueen pk-yrityksissä.
Hanke on kolmivuotinen, ja se alkoi loppuvuodesta 2024. Hankkeen toteuttajina ovat Haaga-Helia ja Metropolia ammattikorkeakoulut, ja päärahoitus tulee Euroopan aluekehitysrahastosta ja Uudenmaan liitosta.


Lähteet
Apotheker, J., Duranton, S., Lukic, V., de Bellefonds, N., Iyer, S., Bouffault, O. & de Laubier, R. 15.1.2025. From potential to profit. Viitattu 15.12.2025.
Bornet, P., Wirtz, J. & Davenport, T.H. 2025. Agentic artificial intelligence: harnessing Ai agents to reinvent business, work, and life. World Scientific Publishing.
Brenner ym. 2025. An AI system to help scientists write expert-level empirical software. Viitattu 14.12.2025.
Gudigantala, N., Madhavaram, S. & Bicen, P. 2023. An AI decision-making framework for business value maximization. AI Magazine, 44, 1, s. 67-84.
Kosonen, M. & Doz, Y. 2009. Strategic Agility as an Intangible Asset. Intellectual Capital for Communities Conference. World Bank, Pariisi. 29.5.2009.
Ledro, C., Nosella, A. & Dalla Pozza, I. 2023. Integration of AI in CRM: Challenges and guidelines. Journal of Open Innovation: Technology, Market and Complexity.
McKinsey & Company 5.11.2025. The state of AI in 2025: Agents, innovation, and transformation. Viitattu 10.12.2025.
Petterson, M.O., Björkdahl, J. & Holgersson, M. 2025. Profiting from AI: Evidence from Ericsson’s pursuit to capture value. California Management Review, 67, 4.
Rumelt, R. 2024. Good Strategy Bad Strategy, Richard Rumelt. YouTube. Katsottu 12.12.2025.