Loihteen Q1/2026 tekoälykatsauksessa nostimme esiin yhden havainnon ylitse muiden: BCG:n analyysin mukaan tekoälyn arvosta 10 prosenttia tulee algoritmeista, 20 prosenttia teknologiasta ja 70 prosenttia siitä, miten organisaatio ja ihmiset muuttuvat.
Luku herätti kysymyksiä. Mitä tuo 70 prosenttia konkreettisesti tarkoittaa? Miten se näkyy arjessa? Ja miksi niin moni organisaatio tuntuu jäävän jumiin, vaikka teknologia on kunnossa? Tässä kirjoituksessa pureudutaan syvemmälle juuri näihin kysymyksiin.
Koulutus on hyvä alku, mutta ei riitä yksinään
Deloitten vuoden 2026 laaja yritystutkimus (yli 3 200 johtajaa 24 maasta) kuvaa tilanteen tarkasti. Suurimmaksi esteeksi tekoälyn hyödyntämiselle nimetään henkilöstön riittämätön osaaminen. Vastaus tähän esteeseen on enimmäkseen koulutus. 53 prosenttia yrityksistä kouluttaa henkilöstöä tekoälyn perusvalmiuksissa. Mutta vain 30 prosenttia uudelleensuunnittelee rooleja, työnkulkuja tai urapolkuja.
Siinä on ristiriita, joka selittää paljon.
Koulutus ja muutos eivät ole sama asia. Koulutus kertoo, mitä tekoäly on ja miten prompteja kirjoitetaan. Se ei automaattisesti kerro, miten taloushallinnon asiantuntijan, lakimiehen tai HR-päällikön työ muuttuu tai miten tiimin pitäisi organisoida tekemisensä uudelleen, kun tietyt rutiinit alkavat automatisoitua.
Tutkijat puhuvat tästä ilmiöstä termillä AI capability debt: koulutus on suoritettu paperilla, mutta varsinainen kyky soveltaa tekoälyä omassa työkontekstissa ei ole rakentunut. Syy on rakenteellinen. Osaamisen rakentuminen vaatii kolme kerrosta, joista useimmat ohjelmat kattavat vain ensimmäisen.
Ensimmäinen kerros on tekninen fluenssi eli ymmärrys siitä, mitä tekoäly tekee ja miten perustoiminnot toimivat. Toinen kerros on soveltava osaaminen: kyky käyttää tekoälyä nimenomaan omassa roolissa, omissa työnkuluissa. Nämä ovat eri taidot kuin yleinen AI-lukutaito. Kolmas kerros on hallinta ja omistajuus. Kenen vastuulla tekoälyn käyttö on, mitä se saa tehdä, mitä pitää arvioida ihmisen silmin. Ilman tätä kerrosta ihmiset toimivat epäselvässä tilassa tai jättävät tekoälyn käyttämättä kokonaan.
84 prosenttia organisaatioista ei ole vielä uudelleensuunnitellut töitä tai työnkulkuja tekoälyvalmiuden ympärille. Muutos ei etene, jos jäädään ensimmäiselle kerrokselle.
Miksi muutos jää kesken
Eri toimialojen kokemukset piirtävät tunnistettavan kuvan siitä, missä kohdissa matka tyypillisesti pysähtyy. Pankkisektorilla tekoälyprojekti törmäsi tietofragmentaatioon ja epäselviin liiketoiminnallisiin tavoitteisiin. Tekoälyä haluttiin "koska kaikki muutkin haluavat sitä", mutta kukaan ei osannut sanoa, miltä onnistuminen näyttäisi. Terveydenhuollossa teknisesti toimiva malli ei päätynyt käyttöön, koska klinikan henkilöstö ei luottanut siihen eikä muutosta johdettu yhdessä heidän kanssaan. Lakipalveluissa johto tuki hanketta periaatteessa mutta ei vahvistanut sitä käytännössä. Ilman selkeitä tavoitteita ja mittareita työ jatkui entiseen tapaan. Eri toimialoilla ja eri projekteissa sama kaava toistuu: teknologia toimi, mutta organisaatio ei muuttunut sen ympärillä.
Harvard Business Review dokumentoi huhtikuussa 2026 toisen ilmiön saman juurisyyn ympärillä. Tutkimus Managers and Executives Disagree on AI kuvaa selkeän jakolinjan. Johto näkee tekoälyn strategisena mahdollisuutena ja kilpailuetuna. Esihenkilöt ja tiimit kokevat arjessa jotain muuta, esimerkiksi hajanaisia työkaluja, riittämätöntä tukea ja integraatiokitkaa.
Tämä kuilu ei tarkoita, että jompikumpi osapuoli on väärässä. Se tarkoittaa, että muutosjohtaminen on jäänyt teknologian jalkoihin. Ja juuri se on se puuttuva 70 prosenttia.
McKinseyn analyysi vahvistaa näkemystä, jonka mukaan tekoälyn skaalaaminen on ennen kaikkea ihmisten ja kulttuurin muutostyötä. Transformaatiot onnistuvat lähes kahdeksankertaisesti todennäköisemmin, kun kaikki organisaation kaikki tasot ovat mukana merkityksellistämässä muutosta eikä vain toimeenpanemassa sitä.
Mitä työn muutos oikeasti tarkoittaa
BCG:n huhtikuussa 2026 julkaisema analyysi vastaa konkreettisesti kysymykseen, joka monella on mielessä: mitä tekoäly tekee töille?
Vastaus on selkeämpi kuin mediakeskustelu antaa ymmärtää. Suurin osa töistä ei katoa, mutta ne muuttuvat muodoltaan. BCG arvioi, että 50–55 prosenttia töistä uudelleenmuotoillaan seuraavan kahden tai kolmen vuoden aikana. Häviämisriskissä on 10–15 prosenttia töistä. Katoavat työt ovat enimmäkseen erittäin strukturoituja, toistuvuuteen perustuvia tehtäviä.
BCG tunnistaa kuusi muutospolkua. Osassa rooleista tekoäly vahvistaa ihmisen osaamista ja kysyntä kasvaa. Nämä roolit kasvavat sekä lukumäärältään että vaatimustasoltaan. Osassa rutiinitehtävät automatisoituvat, mutta kokonaistyö pysyy. Roolin sisältö muuttuu, vähemmän toistuvaa suoritusta, enemmän tulkintaa ja harkintaa. Osassa taas aloitustason tehtävät vähenevät samalla kun senior-tason työ kasvaa. Tämä on merkittävä haaste uraputken aloittamisen ja osaamisen kehittämisen kannalta.
Merkittävä lisähavainto: kun rutiinitehtävät automatisoituvat, jäljelle jäävä työ on kognitiivisesti vaativampaa. Ongelmanratkaisun, päätöksenteon ja monitulkintaisen arvioinnin osuus kasvaa. Tämä ei tarkoita, että työ muuttuu raskaammaksi, mutta se tarkoittaa, että osaamisen kehittämisen painopisteet muuttuvat.
Pohjoismaat investoivat — mutta mihin?
BCG haastatteli maaliskuussa 2026 yli 300 johtajaa pohjoismaisista yrityksistä. Kuva on kiinnostava.
Vain neljä prosenttia pohjoismaisista yrityksistä raportoi saavuttaneensa merkittävän (vähintään viisinkertaisen suhteessa investointiin) tuoton tekoälyinvestoinneistaan . Samaan aikaan pohjoismaiset johtajat odottavat tekoälyn tuottavan 30 prosentin liikevaihdon kasvun ja 25 prosentin kustannussäästöt vuoteen 2029 mennessä. Odotukset ovat 2–3 kertaa korkeammat kuin globaaleilla kilpailijoilla.
Missä selitys kuiluun piilee? Investointiprofiilissa. Pohjoismaiset yritykset suuntaavat 40–50 prosenttia tekoälybudjeteistaan valmiisiin tuottavuustyökaluihin. Globaalit edelläkävijät käyttävät samaan kategoriaan 8–11 prosenttia ja investoivat merkittävästi enemmän sellaisiin hankkeisiin, jotka uudelleensuunnittelevat kokonaisia toimintamalleja ja työnkulkuja.
Inkrementaaliset työkalut tuottavat inkrementaalisia tuloksia. BCG:n 10–20–70-malli selittää tämän. Jos 40–50 prosenttia budjetista menee teknologiaan, muutoksen suunnitteluun ja toteutukseen varattu budjetti jää vajaaksi investoinniksi. Suomessa investointihalukkuus on korkea, mutta sama vinoutuma toistuu.
Mitä onnistunut muutos näyttää
McKinseyn dokumentoima tapaus antaa konkreettisen kuvan siitä, mitä BCG:n 70 prosenttia tarkoittaa käytännössä.
Suuri vähittäiskauppias otti tekoälyn hoitamaan noin puolet asiakaskontakteistaan. Se ei irtisanonut 8 500 asiakaspalvelijaa. Sen sijaan se koulutti heidät uudelleen, muutti työnkuvat vastaamaan uutta tilannetta ja antoi tekoälyn hoitaa rutiinit. Tulos: 1,4 miljardin liikevaihdon kasvu ja työtyytyväisyys, joka nousi eikä laskenut.
Se ei tapahtunut siksi, että teknologia oli erinomaista. Se tapahtui siksi, että organisaatio teki sen työn, josta se 70 prosenttia muutosvoimasta syntyy.
Kolme tekijää erottuu käytännön muutoksesta, joka tuottaa tuloksia:
- Rooliselkeys ennen käyttöönottoa. Ihmisten pitää tietää, mikä heidän työssään muuttuu, mikä pysyy ja mitä tekoälyltä odotetaan. Epäselvyys ruokkii vastustustaja luonnollista epävarmuutta uudessa tilanteessa.
- Soveltava osaaminen. Tekoälyn yleiskurssi ei riitä. Tarvitaan rooli- ja tehtäväkohtaista opettelua. Miten juuri tämä työ tehdään toisin.
- Omistajuus ja pelisäännöt. Kuka päättää, mihin tekoälyä käytetään? Mitä arvioidaan ihmisen toimesta? Miten virheistä opitaan? Ilman näitä rakenteita tekoäly jää yksilöiden harrastukseksi eikä muutu organisaation kyvykkyydeksi.
Muutama kysymys, joita kannattaa esittää
Tutkimusnäyttö tarjoaa konkreettisia suuntapisteitä ja kysymyksiä, joita tiimeissä kannattaa käydä läpi:
- Missä kerroksessa osaaminen tällä hetkellä on? Onko meillä tekninen fluenssi (kerros 1), soveltava osaaminen omissa rooleissa (kerros 2) vai selkeä kuva siitä, miten tekoälyä saa ja pitää käyttää (kerros 3)?
- Mitä ihmiset tekevät, kun rutiinit automatisoituvat? Tämä pitää kysyä konkreettisesti tiimi kerrallaan. Mihin vapautuva aika menee, onko sille tilaa ja tarkoitus?
- Näkeekö johto saman tilanteen kuin esihenkilöt ja tiimit? Jos johto näkee strategisen mahdollisuuden mutta arjessa koetaan pelkästään kitkaa, se kuilu kannattaa nimetä ääneen ja rakentaa silta niiden välille.
- Meneekö investointi teknologiaan vai muutokseen? Pohjoismaisessa kontekstissa erityisen relevantti kysymys: onko budjetti painottunut valmiisiin tuottavuustyökaluihin vai työn uudelleenajatteluun?
Tekoäly ei ole ensisijaisesti teknologinen kysymys. Se on kysymys siitä, miten ihmiset, tiimit ja organisaatiot oppivat toimimaan uudella tavalla. Teknologia on mahdollistaja, mutta ihmiset ovat muuttuja, joka ratkaisee.
Tämä kirjoitus syventää Loihteen Q1/2026 Tekoälykatsauksen teemaa "70 % arvosta tulee siitä, miten organisaatio ja ihmiset muuttuvat". Lähteet: BCG (helmikuu ja huhtikuu 2026), Deloitte State of AI in the Enterprise 2026, McKinsey (maaliskuu 2026), Harvard Business Review (huhtikuu 2026), BCG Nordic AI Inflection Point (maaliskuu 2026).
Kirjoittaja
