Pro
Siirry sisältöön
Tutkimus ja kehittäminen

Asiantuntijan omat tavat hyödyntää tekoälyä tehostavat työtä

Kirjoittajat:

Lili Aunimo

yliopettaja
Haaga-Helia ammattikorkeakoulu

Anna Kantosalo

vanhempi tutkija
Haaga-Helia ammattikorkeakoulu

Petri Kettunen

Helsingin yliopisto

Julkaistu : 22.06.2026

Tekoälyn nopea käyttöönotto organisaatioissa mullistaa asiantuntijatyötä (Azpúrua 2026). Tekoäly pystyy nykyään generoimaan tehokkaasti markkinointitekstejä ja -videoita, laatimaan yhteenvetoja raporteista, kääntämään sähköpostit täysin vieraalle kielelle sekä generoimaan ideoita että arvioimaan niitä eri näkökulmista.

Esimerkit osoittavat kuinka tekoäly voi toimia eri rooleissa tehokkaan työkaverin tavoin. Luonnollisesti vastuu työn tulosten laadusta on yhä asiantuntijalla. Lisäksi tekoälyn hyödyntämiseen liittyy monesti eettisiä ja lainsäädännöllisiä haasteita. Erityisen tärkeää on noudattaa yksityisyyden suojaa, automaattista päätöksentekoa sekä tekijänoikeuksia koskevaa sääntelyä, sekä varmistaa ihmisen toimijuuden säilyminen sekä vastuullisuus.

Yhtä kaikki, tekoälyn ja ihmisen yhteistyö muuttaa radikaalisti ihmisen roolia asiantuntijatyössä. Tämä muutos tarvitsee tuekseen tutkittua tietoa, ja Ulysseus Eurooppa yliopiston AI-innovaatiohubin Applied AI for Business -tutkimusryhmä tuottaa sitä.

Generaattori on tekoälyn yleisin rooli

Haaga-Helia ammattikorkeakoulussa osana vuosittaista Tulevaisuusfoorumia tutkimusryhmämme järjesti keväällä 2026 työpajan teemalla Tekoälyn moninaiset roolit työssä – konkreettisia käyttötapauksia. Työpajaan osallistui pääosin asiantuntija- ja johtotehtävissä toimivia Haaga-Helian alumneja eri toimialoilta.

Osallistujat kuvasivat konkreettisia työtehtäviä, joissa he hyödyntävät tekoälyä. Painopiste oli tekoälylle työtehtävässä annetun roolin analysoiminen soveltaen kirjallisuudessa esitettyjä luovan tekoälyn rooleja (Kantosalo & Jordanous 2021). Mahdollisia tekoälyn rooleja olivat uuden generoija, suurten tietoaineistojen analysoija, kouluttaja, tiedon hakija ja uuden mahdollistaja. Osallistujille valmiiksi annettujen roolien lisäksi he saivat tarvittaessa keksiä uusia rooleja.

Työpajan tuloksena keräsimme 35 erilaista työtehtävää, joissa asiantuntija työskentelee yhdessä tekoälyn kanssa. Tekoälyllä oli kussakin työtehtävissä tyypillisesti 2, 3 tai 4 erilaista roolia. Roolien analyysi paljasti, että tekoälyä käytetään eniten rooleissa, joissa se generoi tekstiä ja kuvia, tuottaa ideoita, toimii työn tukena eli assistenttina tai sihteerinä, ja uuden opetteluun. Lisäksi tekoälyä käytettiin laadunvarmistustehtävissä ja sparraamisessa. Itsenäisenä toimijana, eli agenttina, tekoälyä käytettiin vielä harvoin.

Roolien analysoinnin yhteydessä kartoitimme myös niissä käytettyä ohjelmistoja. Yleisimpiä tekoälytyökaluja olivat ChatGPT ja Copilot. Muita kielimalleja, kuten Gemini, Claude, Mistral, Kimi tai muita tekoälyä hyödyntäviä ohjelmistoja kuten tekoälyä hyödyntävät videoeditorit tai sovellusten (esimerkiksi Salesforce tai Moodle) tekoälyominaisuudet, käytettiin huomattavasti harvemmin.

Tekoälyn roolien ja ohjelmistojen lisäksi kartoitimme myös organisaation kypsyysastetta tekoälyn hyödyntämisessä. Havaitsimme, että organisaatiotason tekoälyn käyttö oli alhaisella tasolla, sillä lähes jokainen asiantuntijoiden raportoima käyttötapaus oli ainoastaan heidän omassa käytössään eikä organisaation yleinen tapa käyttää tekoälyä.

Tekoälyn organisaatiotasoinen käyttöönotto laahaa perässä

MIT Project NANDA raportissa todetaan, että 90 prosenttia työntekijöistä hyödyntää generatiivista tekoälyä työssään (Challapally ym. 2025). Merkillepantavaa on, että kyseessä ovat työntekijöiden omat tavat käyttää vapaasti saatavilla olevia työkaluja kuten ChatGPT ja Claude. Samaan aikaan vain 40 prosenttia tutkituista organisaatioista raportoi maksavansa tekoälyohjelmistojen organisaatiolisenssejä. Tämä viittaa samaan kuin työpajamme tulokset: toisin kuin yleensä teknologian käyttöönotossa organisaatioissa, tekoälyn käyttöönotto lähtee usein ruohonjuuritasolta yksittäisten työntekijöiden kokeiluista.

Organisaatiotasoinen käyttöönotto laahaa perässä. Myös aikaisempi tutkimus suomalaisten organisaatioiden tekoälyn käyttöönotosta vahvistaa, että tekoälyn käyttöönotto on pitkälti yksittäisten työntekijöiden omatoimisen oppimisen tulos ja että organisaatioiden yhteisten työkalukoulutusten merkitys on tekoälyn kohdalla vähäisempi kuin muiden teknologioiden käyttöönotossa (Aunimo ym. 2023).

MIT Project NANDA raportin (Challapally ym. 2026) mukaan 70 prosenttia työntekijöistä käyttää mieluummin tekoälyä kuin työskentelee yhdessä ihmisapurin kanssa yksinkertaisissa tehtävissä kuten sähköpostin kirjoittaminen tai nopean analyysin tekeminen. Koska tekoälyn hyödyntäminen lähtee pitkälti ruohonjuuritasolta ja hyödyntää usein varjo-IT:tä organisaation virallisten ohjelmistolisenssien sijaan, on sen hyödyntämistä vaikea seurata.

Varjo-IT on organisaatioiden tietohallinoille tuttu ilmiö. Se tarkoittaa sitä, että työntekijät hankkivat itse ohjelmistolisenssejä, jotta voivat tehdä työnsä tehokkaasti ja laadukkaasti. Tämä on tyypillistä silloin, kun teknologia kehittyy nopeasti, eikä tietohallinto aina ehdi seurata kehitystä sillä nopeudella, mitä asiantuntijoiden työ vaatisi. Jos IT-hankintoja tehdään tietohallinon ohi, jäävät tekoälyn hyödyt monesti tunnistamatta, koska hyötyjä seurataan vain organisaation virallisista projekteista.

Työpajamme vahvisti näitä käsityksiä. Osallistujat kokivat omassa työssään tekoälyn erityisesti säästävän aikaa ja toisinaan myös parantavan laatua. Myös tekoälyn väsymättömyys mainittiin. Käyttöönottoon liittyvät päätökset olivat kuitenkin pääosin yksilöiden, ei organisaatioiden tekemiä.

Vaikka tekoälyn hyödyntämistä organisaatiossa onkin vaikea mitata, on sen laajamittaisesta hyödyntämisestä ja vaikutuksesta asiantuntijoiden työrooleihin nähtävissä merkkejä myös työpaikkailmoituksissa. Chen, Srinivasan ja Zacherinia (2024) tutkivat muutoksia työpaikkailmoituksissa vuosina 2019–2024. He toteavat, että sellaisten työpaikkojen määrä, joissa työrooliin kuuluu yhteistyö tekoälyn kanssa, on kasvussa.

Tutkittua tietoa tekoälyn rooleista tarvitaan

Ulysseus-yliopistoverkoston kansainvälinen Applied AI in Business -tutkimusryhmässä tutkimme tekoälyn käyttöönottoa organisaatioissa ja tekoälyn moninaisia rooleja. Tämä on tärkeää tietoa organisaatioille, jotta tekoälyn saadaan parhaiten valjastettua organisaation tarpeisiin.

On tärkeää tietää, millaisia rooleja tekoäly voi organisaatiossa ottaa, jotta tiedetään, mitä osaamista työntekijöiltä vaaditaan, mitä lainsäädännöllisiä asioita tulee ottaa huomioon ja kuinka tekoälyä ylipäätään käytetään kestävällä tavalla niin ympäristön kuin työntekijöidenkin hyvinvoinnin näkökulmasta.

Ulysseus AI in Business -tutkimusryhmämme tekee yhteistyötä yritysten, tutkimuslaitosten ja muiden organisaatioiden sekä opiskelijoidemme ja alumniemme kanssa ratkaistakseen yhteiskunnallisia ja liiketoiminnallisia haasteita tekoälypohjaisten menetelmien avulla.

Ulysseus Eurooppa yliopisto on kahdeksan partneriyliopiston muodostama verkosto. Kussakin yliopistossa on oma innovaatiohubinsa, jossa tehdään alan tutkimusta sekä kehitetään innovaatioita yhteistyössä yritysten ja muiden organisaatioiden sekä opiskelijoiden kanssa. Haaga-Helian vastuulla on tekoälyyn keskittyvä AI Innovaation Hub. Ulysseus Applied AI for Business -tutkimusryhmä on osa Haaga-Helian innovaatiohubia. Se tutkii muun muassa luotettavaa ja vastuullista tekoälyn hyödyntämistä liiketoimintaympäristöissä sekä tekoälyvetoista liiketoiminnan muutosta.

Lähteet

Aunimo, L., Kauttonen, J., Lahtinen, A., Lagstedt, A., & Alamäki, A. 2023. Factors affecting the adoption of AI by organizations-from the perspective of knowledge workers. In Working Conference on Virtual Enterprises (pp. 467-481). Cham: Springer Nature Switzerland.

Azpúrua, A. E. 2026. Enhance or Eliminate? How AI Will Likely Change These Jobs. Working Knowledge. Distilling Harvard Business School research for leaders who make a difference. February, 20, 2026. Accessed: 27.5.2026.

Challapally, A., Pease, C., Raskar, R. and Chari, P. 2025. State of AI in Business 2025. MIT NANDA (Networked Agents and Decentralized Architecture). Accessed: 27.5.2026

Chen, W.X., Srinivasan, S. and Zakerinia, S. Displacement or Complementarity? The Labor Market Impact of Generative AI. Harvard Business School Working Paper, No. 25-039, December 2024. Accessed: 27.5.2026.

Kantosalo, A. and Jordanous, A. 2021. Role-based perceptions of computer participants in human-computer co-creativity. AISB. Accessed: 27.5.2026.

Kuva: Shutterstock