Mitä tekoäly ei vieläkään pysty tekemään yrityksellesi vuonna 2026

On olemassa tietynlainen keskustelu, jonka olen käynyt tusinan kertaa viimeisen vuoden aikana. Yrittäjä istuu alas, liu'uttaa puhelimensa pöydän yli ja näyttää minulle jotain, mitä chatbot kirjoitti ja mikä aidosti teki häneen vaikutuksen. Sitten lähes samaan hengenvetoon hän kysyy, voisiko se hoitaa heidän asiakaspalvelunsa, rekrytointinsa, hinnoittelunsa — käytännössä koko heidän liiketoimintansa. Rehellinen vastaus on se epämukava: ei sillä tavalla kuin kuvittelet, ja osa siitä ei ollenkaan. Tämä teksti käsittelee juuri tuota kuilua, koska kukaan tekoälyä myyvä ei halua puhua siitä.

Pyöritän tekoälytoimistoa. Vietän päiväni rakentaen näitä asioita pienille ja keskisuurille yrityksille, ja olen uskovainen — olen nähnyt sen palauttavan aitoja tunteja ihmisille, joilla ei niitä ollut säästää. Mutta äänekkäimmät äänet vuonna 2026 myyvät yhä fantasiaa, jossa osoitat tekoälyn ongelmaan ja kävelet pois. Tuo fantasia maksaa yrityksille hiljaa rahaa, luottamusta ja joskus asiakkaita. Joten sen sijaan, että listaisin taas hengästyneenä, mitä tekoäly osaa tehdä, tässä on hyödyllisempi kartta: missä se yhä kompastuu, miksi ja miten silti työskennellä sen kanssa.

Mikään tästä ei ole tekoälyn vastaista. Päinvastoin. Yritykset, jotka saavat tekoälystä juuri nyt eniten irti, ovat niitä, jotka ymmärtävät sen reunat täsmälleen — he antavat sille juuri sen työn, jossa se on hyvä, ja pitävät ihmisen tukevasti ohjaksissa muun osalta. Rajojen tunteminen ei ole pessimismiä. Se on koko taito.

Se mitä se ei osaa: tietää milloin se on väärässä

Jos muistat yhden rajoituksen, tehköön se tästä. Nykyinen tekoäly ei luotettavasti tiedä, milloin se on väärässä. Se antaa sinulle itsevarmasti väärän vastauksen täsmälleen samalla sävyllä, jolla se antaa oikean. Ei pientä epäilyksen väreilyä, ei "en ole varma tästä osasta". Keksitty puhelinnumero, sepitetty käytäntö, väärä arvonlisäverokanta — kaikki tarjoiltuna samalla rauhallisella auktoriteetilla kuin totuus.

Alan ihmiset kutsuvat näitä hallusinaatioiksi, mikä saa ne kuulostamaan harvinaisilta ja eksoottisilta. Ne eivät ole kumpaakaan. Ne ovat normaalia, odotettavaa käytöstä siinä, miten nämä järjestelmät toimivat: ne ennustavat uskottavalta kuulostavaa tekstiä, eivät etsi faktoja kirjanpidosta. Suurimman osan ajasta uskottavin vastaus on myös oikea, minkä vuoksi se tuntuu luotettavalta. Mutta "suurimman osan ajasta" on kauhistuttava standardi, kun vastaus menee asiakkaan tarjoukseen tai oikeudelliseen asiakirjaan.

Tämä yksi ominaisuus muovaa kaiken muun tässä artikkelissa. Siksi tekoäly on ihana luonnostelussa ja vaarallinen päättämisessä. Siksi "ihminen mukana prosessissa" ei ole muotisana vaan kova vaatimus kaikelle, millä on merkitystä. Ja siksi kysymys ei ole koskaan "osaako tekoäly tehdä tämän tehtävän" vaan "mitä se maksaa minulle, kun tekoäly tekee tämän tehtävän väärin, ja miten edes huomaisin sen?"

Aito harkinta, kun panokset ovat aidot

Tekoäly on aidosti hyvä tehtävissä, joilla on selkeä oikea vastaus tai pieni kustannus virheelle. Tiivistä tämä sähköposti. Luonnostele ystävällinen vastaus. Lajittele nämä viestit kolmeen pinoon. Sillä hetkellä, kun tehtävä vaatii sellaisten asioiden punnitsemista, joita ei voi siististi mitata — oikeudenmukaisuus, riski, maine, pitkä peli tietyn asiakkaan kanssa — se alkaa horjua.

Ajattele hankalan kertaluonteisen työn hinnoittelua. Sitä tarjoava ihminen ei vain laske numeroita; hän lukee, että tämä asiakas on suosittelu parhaalta asiakkaaltasi, että hän oli stressaantunut puhelimessa, että kyllä-vastaus kiusalliseen aikatauluun nyt saattaa avata kolme helppoa työtä myöhemmin. Tekoäly ei näe mitään tästä kontekstista, ellet kirjoita sitä auki joka palasta — ja silloinkin se täsmää kuvioita, ei harkitse. Sillä ei ole mitään pelissä. Se ei koskaan makaa hereillä murehtien, että hinnoitteli liian alas.

Se ei tunne yritystäsi

Yleinen tekoälymalli on lukenut hämmästyttävän määrän julkista internetiä. Mitä se ei ole koskaan lukenut, ovat sinun yrityksesi yksityiskohdat — hintasi, varastosi, vakioasiakkaasi, hiljainen sääntö, että rouva Hofer saa aina nurkkapöydän, toimittaja, jonka käytön lopetit viime keväänä. Suoraan paketista se tuntee maailman yleisesti ja yrityksesi ei lainkaan.

Voit korjata paljon tästä. Omien asiakirjojesi, hintojesi ja käytäntöjesi syöttäminen mallille — tekniikkaa kutsutaan haku- tai maadoitustekniikaksi — parantaa dramaattisesti sen hyödyllisyyttä ja tarkkuutta juuri sinun tilanteessasi. Tämä on rehellisesti sanottuna suurin osa hyvän tekoälyprojektin oikeasta työstä: ei nokkela malli, vaan epäglamouri putkityö, joka yhdistää sen todelliseen dataasi. Mutta kaksi asiaa pysyy totena silloinkin. Tietojesi täytyy olla siistejä ja ajantasaisia, jotta tämä toimii — osoita tekoäly sotkuiseen, vanhentuneeseen hinnastoon ja se tarjoaa itsevarmasti viime vuoden hintoja. Ja se ei silti tiedä niitä asioita, jotka elävät vain päässäsi eikä niitä koskaan kirjattu ylös.

Saman asian tekeminen kahdesti

Tässä on yksi, joka yllättää ihmiset. Kysy tekoälyltä sama kysymys kahdesti ja voit saada kaksi eri vastausta. Yleensä molemmat ovat ihan hyviä; joskus toinen on huomattavasti parempi kuin toinen; satunnaisesti toinen on vain väärin. Luovassa luonnostelussa tuo vaihtelu on etu. Prosessissa, jonka täytyy käyttäytyä identtisesti joka ainoa kerta — alennuksen laskenta, säännön soveltaminen, sellaisen luvun tuottaminen, jonka valvoja saattaa tarkistaa — se on aito riski.

Siksi hermostun, kun joku haluaa laittaa kielimallin vastuuseen laskutoimituksista tai tiukoista säännöistä. Jos tehtävä on "sovella 12 % yli 500 euron tilauksiin", et halua jotain, joka yleensä laskee oikein. Haluat tavallisen, tylsän automaation, joka tekee sen oikein 100-prosenttisesti, koska se ei kirjaimellisesti voi tehdä mitään muuta. Säästä tekoäly siihen osaan, joka aidosti vaatii kieltä tai harkintaa, ja anna luotettavan vanhanaikaisen logiikan hoitaa osa, jonka täytyy olla täsmällinen.

Inhimilliset asiat — ja miksi niillä on yhä kaupallista merkitystä

On helppo viitata kintaalla "inhimilliselle kosketukselle" ikään kuin se olisi pehmeä, sentimentaalinen asia. Se ei ole. Pienyritykselle se on usein koko kilpailuetu — syy, miksi asiakas valitsee sinut kasvottoman ketjun sijaan. Ja se on juuri se osa, jota tekoäly voi jäljitellä mutta ei oikeasti omata.

Tekoäly osaa kirjoittaa sanoja, jotka kuulostavat empaattisilta. Mitä se ei osaa, on aidosti välittää siitä, että vakioasiakkaan tilaus saapui rikkinäisenä hänen tyttärensä syntymäpäivän aamuna, ja sitten hiljaa tehdä se asia, joka kääntää huonon päivän tarinaksi, jonka hän kertoo ystävilleen. Sillä ei ole suhteita, ei mainetta pelissä, ei muistoa siitä kerrasta, kun sama asiakas peitteli puolestasi, kun toimitus myöhästyi. Empatia tekstinä on nyt halpaa. Empatia tekona, joltakulta, jolla on jotain pelissä, on juuri sitä, mistä ihmiset jatkavat maksamista enemmän.

On myös vastuu, joka on käytännöllisempi kuin filosofinen. Kun jokin menee pieleen, asiakas haluaa ihmisen ottavan vastuun siitä. "Tekoäly teki virheen" ei tyydytä ketään — ja yhä useammin se ei tyydytä myöskään valvojaa. Jos tekoäly koskettaa päätöstä, joka vaikuttaa johonkuhun, olet silti vastuussa lopputuloksesta. Tuota vastuuta ei voi ulkoistaa mallille, ja muun teeskentely on tapa, jolla maine vahingoittuu.

Hiljaiset kustannukset, joita kukaan ei mainitse demossa

Kiiltävä demo ei koskaan näytä sinulle niitä tylsiä osia, jotka ratkaisevat tekoälyprojektin onnistumisen tai epäonnistumisen oikeassa elämässä. Ne kannattaa nimetä, koska ne ovat ero työkalun välillä, joka auttaa vuosia, ja sellaisen, joka hiljaa hylätään kolmessa kuukaudessa.

• Valvonta. Mikä tahansa asiakasrajapinnassa oleva tarvitsee ihmisen tarkistamaan varhaiset tuotokset. Se on aitoa aikaa, etenkin alussa, eikä se koskaan aivan putoa nollaan.
• Ylläpito. Hintasi muuttuvat, käytäntösi muuttuvat, malli itse muuttuu. Viime vuoden tiedolla syötetty tekoälyavustaja antaa itsevarmasti viime vuoden vastaukset.
• Kiusallinen 20 %. Tekoäly hoitaa helpon enemmistön tapauksista kauniisti ja antaa sitten sinulle ne oudot, vihaiset, korkean panoksen tapaukset — jotka olivat aina muutenkin se vaikea osa.
• Luottamus, kerran menetettynä. Yksi itsevarmasti väärä vastaus asiakkaalle voi pyyhkiä kuukausien hyvän tahdon. Maineellinen haitta on epäsymmetrinen: monta pientä voittoa, yksi suuri tappio.

Mikään näistä ei ole syy olla käyttämättä tekoälyä. Ne ovat syitä käyttää sitä silmät auki, tehtävissä, joissa valvonta on halpaa ja virheen kustannus on selviytymiskelpoinen. Mikä on kätevästi muutenkin suurin osa aidosti hyödyllisestä työstä.

Miten siis oikeasti käyttää sitä hyvin?

Kaikki tämä osoittaa työskentelytapaan, joka on paljon rauhallisempi — ja paljon kannattavampi — kuin hype antaa ymmärtää. Lakkaat pyytämästä tekoälyä olemaan työntekijä ja alat käyttää sitä nopeana, väsymättömänä avustajana, joka luonnostelee, lajittelee ja ehdottaa, kun ihminen pysyy ohjaksissa kaikessa, millä on painoarvoa. Tässä sen muoto.

1. 1
   Lajittele jokainen tehtävä virheen kustannuksen mukaan

   Jokaisesta asiasta, jonka houkutus on antaa tekoälylle, kysy: jos se tekee tämän väärin, onko se olankohautus, korjaus vai katastrofi? Olankohautukset ja helpot korjaukset ovat reilua peliä. Katastrofeissa ihminen pysyy ohjaksissa.
2. 2
   Anna tekoälyn luonnostella, älä koskaan päättää

   Luotettava malli on, että tekoäly valmistelee, ihminen hyväksyy. Luonnosteltu vastaus, jonka silmäilet viidessä sekunnissa. Lyhyt lista, josta ihminen valitsee. Tiivistelmä, jonka tarkistat järkevyyden. Harkinta pysyy sinulla.
3. 3
   Maadoita se aitoon, siistiin dataasi

   Ennen tuotantoon vientiä varmista, että tieto, josta tekoäly vastaa, on kirjattu ylös, yhteen paikkaan ja ajan tasalla. Roskaa sisään, itsevarmaa roskaa ulos.
4. 4
   Käytä tavallista automaatiota kaikkeen täsmälliseen

   Laskut, säännöt, kaikki, mikä täytyy olla identtistä joka kerta — anna se luotettavalle logiikalle, ei kielimallille. Varaa tekoäly sotkuisiin, kielen muotoisiin osiin.
5. 5
   Pidä ihminen omistajana ja tapa huomata epäonnistumiset

   Nimeä yksi ihminen, joka valvoo tuotoksia, ja rakenna yksinkertainen tapa napata se, kun tekoäly tekee jotain väärin — ennen kuin asiakkaasi tekee sen.

Näin tehtynä rajoitukset lakkaavat olemasta pelottavia. Niistä tulee suunnitteluopas. Huomaat tekoälyn hiljaa poistavan tunteja puurtamista — luonnostelun, lajittelun, ensimmäisen kierroksen vastaukset — kun taas ne osat, jotka oikeasti määrittävät yrityksesi, pysyvät juuri siellä, minne ne kuuluvat: ihmisillä, jotka välittävät lopputuloksesta ja ovat siitä vastuussa.

Yleisiä kysymyksiä