🚀 Tekoäly vie tehtäväsi, mutta ei tarkoitustasi – Näin selviät työelämän murroksesta ja skaalaat vaikuttavuutesi

Nvidian toimitusjohtaja Jensen Huang sanoi All-In -podcastissa jotain, mikä pysäytti minut täysin. Kun pelkäämme tekoälyn vievän työmme, unohdamme yhden ratkaisevan asian: työn tehtävän ja sen tarkoituksen välisen eron.

Tämä on ehkä tärkein oivallus, jonka voit tänä vuonna työelämästä tehdä.

Otetaan esimerkiksi röntgenlääkäri. Kymmenen vuotta sitten huippuasiantuntijat ennustivat, että konenäkö vie radiologeilta työt. Miten kävi? Radiologien kysyntä on räjähtänyt. Miksi? Koska lääkärin tehtävä on tuijottaa mustavalkoisia kuvia, mutta hänen tarkoituksensa on auttaa potilasta parantumaan.

Kun tekoäly hoitaa rutiinitehtävän sadasosasekunnissa, lääkäri ehtii analysoida enemmän potilaita, kohdata heidät paremmin ja tehdä tarkempia hoitopäätöksiä. Työn tarkoitus ei kadonnut minnekään – se vain skaalautui.

Kone ei korvaa sinua, vaan ihminen joka käyttää konetta

Huangin viesti on kristallinkirkas: opettele tekoälyn huippukäyttäjäksi. Älä tyydy vain kokeilemaan ChatGPT:tä satunnaisesti, vaan ota tekoälyagentit osaksi jokapäiväistä tekemistäsi. Tulevaisuudessa koodaamisen sijaan tärkein taitomme on kyky kommunikoida, delegoida ja ideoida yhdessä koneen kanssa.

On kuitenkin tärkeää ymmärtää tehokkuuden nyanssit. Jos koodari käytti ennen 100 tuntia tietyn rutiinin kirjoittamiseen, tekoäly voi hoitaa sen nyt yhdessä tunnissa (100-kertainen tehostuminen). Mutta koska koodarin työpäivään kuuluu myös palavereita, suunnittelua ja ihmisten välistä viestintää, kokonaistehokkuus saattaa kasvaa vain 10–20 %. Toisaalta tekoäly mahdollistaa asioita, joita emme ennen voineet edes tehdä – ja näissä kokonaan uusissa kyvykkyyksissä tehokkuusloikka voi olla tähtitieteellinen.

Työelämä tulee jakautumaan karkeasti neljään leiriin. Tässä on ennusteeni siitä, miltä nämä kategoriat näyttävät.

❌ 1. Ammatit, jotka tekoäly tulee korvaamaan (lähes 100 %)

Nämä ovat töitä, jotka koostuvat puhtaasti datan siirtelystä, rutiiniviestinnästä tai kaavamaisesta toistosta. Niiden ”tarkoitus” on niin yksinkertainen, että kone hoitaa sen murto-osalla kustannuksista, ja näiden tehtävien johtaminen siirtyy niille, jotka osaavat ohjata tekoälyä.

1. Perustason datansyöttäjät: Tietojen kopiointi järjestelmästä toiseen on jo nyt täysin automatisoitavissa.
2. Rutiinien asiakaspalvelijat (Chat-päivystäjät): Tekoälyagentit hoitavat reklamaatiot ja peruskyselyt ihmistä nopeammin ja usein ystävällisemmin.
3. Kääntäjät (perustekstit): Yksinkertaisten käyttöohjeiden tai verkkosivujen käännökset hoituvat kielimalleilla suvereenisti.
4. Perustason oikolukijat: Kielioppi- ja kirjoitusvirheiden korjaaminen on koneelle sekunnin homma.
5. Puhelinmyyjät (kylmäsoittajat): Tekoäly pystyy jo nyt käymään luonnollisia, empaattisen kuuloisia myyntipuheluita tuhansiin numeroihin samanaikaisesti.
6. Litteroijat: Puheen kääntäminen tekstiksi on täysin ratkaistu ongelma.
7. Perustason kirjanpitäjät: Kuittien tiliöinti ja rutiinikirjaukset siirtyvät suoraan tekoälyagenteille.
8. Kassatyöntekijät (pikaruoka ja marketit): Konenäkö ja automaatio vievät tilausten vastaanottamisen ja rahastuksen.
9. Kuvapankkimallit: Synteettinen media luo halutunlaisen ihmiskasvon sekunneissa, täysin ilman tekijänoikeusmaksuja.
10. Laadunvarmistajat (yksinkertainen koodintestaus): AI löytää ohjelmistojen perusbugit ihmistä huolellisemmin.

📈 2. Ammatit, joissa kokonaistehokkuus kasvaa 10 % – 100 %

Näissä ammateissa rutiinitehtävät (raportointi, tiedonhaku) nopeutuvat valtavasti, mutta työn ytimessä on edelleen vahva inhimillinen, fyysinen tai strateginen elementti, jota ei voi ohittaa. Siksi kokonaistehokkuus ei kasva satakertaiseksi, vaan maltillisemmin.

1. Lääkärit: Lausuntojen kirjoittaminen ja tiedonhaku nopeutuvat, mutta potilaan kohtaaminen, empatia ja fyysinen tutkiminen vievät yhä aikansa.
2. Opettajat: Kokeiden tarkastus ja materiaalien luonti tehostuvat, mutta luokkahuoneen dynamiikan hallinta ja nuorten innostaminen vaativat ihmisen läsnäoloa.
3. Ratkaisumyyjät (B2B): Prospektointi ja tarjousten luonnostelu hoituvat sekunneissa, mutta miljoonakauppojen luottamuksen rakentaminen lounailla ja neuvotteluissa vaatii aikaa.
4. Projektipäälliköt: Aikataulujen päivitys ja viestinnän automatisointi toimivat, mutta asiantuntijoiden motivointi ja tiimien välisten ristiriitojen ratkaisu jäävät ihmiselle.
5. Asianajajat: Sopimusmassojen läpikäynti on hetken homma, mutta oikeussalissa esiintyminen ja inhimillisen neuvottelutaktiikan lukeminen vievät aikaa.
6. Rahoitusneuvojat: Salkkujen optimointi tehostuu, mutta pelokkaan sijoittaja-asiakkaan rauhoittelu markkinaromahduksessa on hidasta ihmissuhdetyötä.
7. Toimittajat: Taustatyö ja datan perkaus on salamannopeaa, mutta aitojen haastatteluiden tekeminen ja ”kentällä” tapahtuva journalismi ovat yhä käsityötä.
8. HR-asiantuntijat: Hakemusten karsinta hoituu koneelta, mutta kulttuurin rakentaminen ja vaikeat henkilöstökeskustelut vaativat aikaa ja tunneälyä.
9. Insinöörit (rakennus/kone): Laskelmat ja simulaatiot syntyvät napin painalluksella, mutta työmaiden fyysiset realiteetit ja muuttuvat sääolosuhteet hidastavat kokonaisuutta.
10. Rekrytoijat: Oikean profiilin löytäminen LinkedInistä on automaattista, mutta kandidaatin aito ”myyminen” uuteen rooliin vaatii ihmisääntä.

🚀 3. Ammatit, joissa tekoäly antaa 2x – 100x (tai jopa suuremman) tehokkuusloikan

Tässä on tulevaisuuden kultasuoni. Nämä ovat täysin digitaalisia tai skaalautuvia rooleja. Tekoälyagenttien avulla asiantuntija voi tehdä asioita, jotka olivat ennen fyysisesti mahdottomia yhdelle ihmiselle.

1. Ohjelmistokehittäjät (ja arkkitehdit): Koodari ei kirjoita jokaista riviä, vaan ohjaa agenttilaumaa. Kokonaisia järjestelmiä voidaan testata ja pystyttää päivissä kuukausien sijaan.
2. Myyntijohtajat: Yksi johtaja voi hallinnoida satoja tekoäly-SDR-agentteja (Sales Development Representative), jotka tekevät pohjatyön ympäri vuorokauden. Skaala on rajaton.
3. Markkinoijat ja konseptisuunnittelijat: Kampanjan ideasta voidaan generoida satoja variaatioita, kuvia ja käännöksiä sekunneissa ja A/B-testata ne livenä.
4. Talousanalyytikot: Valtavien globaalien markkinadatapakettien reaaliaikainen ristiinajo ja skenaarioiden mallinnus tapahtuu sekunneissa. Ennen tähän tarvittiin armeija analyytikkoja.
5. Graafiset suunnittelijat: Massatuotanto (kuten kymmenien eri bannerikokojen tai some-kuvien luonti) hoituu täysin automaattisesti. Suunnittelija keskittyy vain ydinvisioon.
6. Verkkokauppiaat: Agentit optimoivat hinnoittelua reaaliajassa, kirjoittavat tuhansia tuotekuvauksia ja hoitavat logistiikan ennusteita tasolla, johon ihminen ei pysty.
7. Pelinkehittäjät: Tekoäly voi generoida kokonaisia virtuaalimaailmoja, tekstuuureja ja NPC-hahmojen dialogeja reaaliajassa.
8. Sisällöntuottajat: Videoiden leikkaus, tekstitys, artikkelien versiointi eri kanaviin ja hakukoneoptimointi moninkertaistavat yhden tekijän tuotantokapasiteetin.
9. Asiakaskokemusjohtajat (CX): 100 000 avoimen asiakaspalautteen tunneanalyysi ja teemoittelu tapahtuu viidessä minuutissa. Ennen se oli kuukausien käsityö.
10. Arkkitehdit (digitaalinen suunnittelu): Rakennusten pohjapiirrosten sovittaminen muuttuviin säädöksiin ja 3D-fysiikkasimulaatiot hoituvat täysin tekoälyn avustuksella erittäin nopeasti.

🛑 4. Ammatit, joissa tekoälystä ei ole hyötyä (päinvastoin)

Sitten on se fyysinen ja inhimillinen todellisuus. Näissä töissä kyse on kosketuksesta, läsnäolosta ja aidoista kohtaamisista. Tekoälyn tunkeminen näihin voi jopa pilata koko kokemuksen.

1. Hierojat ja fysioterapeutit: Työn ydin on ihmisen fyysisessä kosketuksessa ja kehon hienovaraisten jännitysten aistimisessa.
2. Psykoterapeutit: Vaikka AI-chatbotit voivat auttaa ahdistukseen, syvä ihmisten välinen yhteys, empatia ja katsekontakti ovat terapian parantava ydin.
3. Varhaiskasvattajat ja lastenhoitajat: Lapsi tarvitsee turvallisen aikuisen syliä, tunteiden sanoittamista ja aitoa läsnäoloa, ei ruutua tai robottia.
4. Putkimiehet ja sähköasentajat korjaustöissä: Vanhojen rakennusten arvaamattomat ja ahtaat ympäristöt vaativat improvisointia ja sorminäppäryyttä.
5. Parturit ja kampaajat: Asiakkaat maksavat paitsi hiustenleikkuusta, myös ihmiskontaktista, kuuntelijasta ja rentouttavasta hetkestä.
6. Ensihoitajat ja palomiehet kentällä: Kaaottiset onnettomuuspaikat vaativat nopeaa, inhimillistä tilannearviota ja ihmisen rauhoittamista kriisin keskellä.
7. Käsityöammatit (esim. puusepät ja keraamikot): Arvo syntyy juuri siitä, että esine on ihmisen tekemä, epätäydellinen ja uniikki.
8. Live-muusikot ja esiintyvät taiteilijat: Yleisö tulee katsomaan toisen ihmisen heittäytymistä, hikeä, virheitä ja tunnetta lavalla. Tekotäydellisyys ei kiinnosta ketään.
9. Huippu-urheilijat: Urheilun viehätys on ihmiskehon rajojen ylittämisessä. Robottien juoksukilpailu ei koskaan sytytä olympiatulta katsojien sydämissä.
10. Eräoppaat: Luonnossa liikkuminen, nuotiotarinat ja turvallisuudentunteen luominen erämaassa perustuvat puhtaasti inhimilliseen kokemukseen.

Case: Kelan 600 miljoonan euron IT-hanke ja tekoälyn murros

Katsotaanpa konkreettista esimerkkiä siitä, mitä 30–50x tehostuminen koodauksessa tarkoittaa: Yle uutisoi hiljattain Kelan massiivisesta, jopa 600 miljoonaan euroon nousevasta asiakastietojärjestelmän uudistuksesta, joka toteutetaan Salesforce-pohjalta. Tiedämme kaikki Apotin kaltaiset vanhat, raskaat ja tähtitieteellisen kalliit IT-katastrofit, mutta tämä Kelan hanke on vasta alkamassa!

Perinteisesti tällaiset jättihankkeet on rakennettu satojen koodarien ja konsulttien voimin, jotka laskuttavat tuntejaan ja naputtelevat ”tehtäviään” manuaalisesti vuosikausia. Tekoäly muuttaa pelin täysin. Kun tekoälyagentit voivat generoida, testata ja integroida koodia huomattavasti nopeammin, herää huolestuttava kysymys: olemmeko sitomassa satoja miljoonia euroja perinteiseen, vanhentuneeseen malliin?

Jos tekoälyä hyödynnettäisiin tällaisessa hankkeessa täydellä teholla uuden ajan arkkitehtuurilla, uskaltaisin väittää, että kustannuksista saataisiin reilusti yli puolet pois ja projekti maaliin murto-osassa ajasta. Jos julkinen sektori lukittautuu vanhaan, hitaaseen ja kalliiseen kehitysmalliin, veronmaksaja on se joka häviää. Tämä vaatii radikaalia uudelleenajattelua siinä, miten IT-projekteja kilpailutetaan ja miten sopimuksia tehdään.

Analyysi: Suurten konsultti- ja ohjelmistotalojen loppu (sellaisena kuin ne tunnemme)?

Tämä murros iskee suoraan suurten konsultti- ja ohjelmistotalojen liikevaihtomalliin. Heidän business-mallinsa on perinteisesti perustunut laskutettaviin tunteihin ja monivuotisiin, raskaisiin IT-implementaatioprojekteihin.

Mitä tapahtuu, kun tekoäly agentteineen tekee 2 vuoden työn 2 kuukaudessa?

• Laskutus katkeaa: Jos projekti valmistuu monta kertaa nopeammin, perinteisellä tuntiveloituksella suuret talot menettävät valtavasti liikevaihtoa.
• ”Value-based pricing” -pakko: Nämä talot joutuvat joko muuttamaan laskutustaan tuntiveloituksesta arvopohjaiseen veloitukseen (maksetaan lopputuloksesta ja tuodusta lisäarvosta, ei ajasta) tai ne kuolevat. Niiden pitää muuttua rutiinikoodin toimittajista strategisiksi kumppaneiksi, jotka varmistavat, että tekoälyllä tehty työ todella palvelee liiketoiminnan tarkoitusta.
• Pieni ja ketterä voittaa: Pienet, tekoäly-natiivit tiimit voivat nyt tarjota vastaavat, ellei paremmat, ratkaisut murto-osalla kustannuksista. Tämä horjuttaa armotta suurten toimijoiden monopolia julkisissa ja yksityisissä suurhankinnoissa.

Mitä tästä voi oppia?

Tekoäly ei ole tullut viemään meiltä ihmisyyttä, vaan palauttamaan sen. Kun rutiinitehtävät siirtyvät koneille, meidän on pakko kysyä itseltämme vaikea kysymys: Mikä on minun työni todellinen tarkoitus? Ne, jotka tarjoavat pelkkiä suoritteita ja ”tehtäviä”, ovat vaikeuksissa. Mutta ne, jotka ymmärtävät työnsä syvemmän tarkoituksen ja ottavat tekoälyn agentikseen hoitamaan rutiinit, tulevat rakentamaan sellaisia uria ja yrityksiä, joista emme osanneet vielä muutama vuosi sitten edes haaveilla.

Uskalla siis katsoa työtäsi uusin silmin. Delegoidaan tehtävät koneille ja pidetään tarkoitus itsellämme.