Tekoälyn käyttöönotto organisaatiossa: aloita mahdollisuuksista

Mieli ry:n viestinnän ja varainhankinnan tiimissä lähdettiin ratkomaan teköälyn käyttämiskysymystä työssä mahdollisuuksien matriisin avulla. Kirjoitus kuuluu blogisarjaan ”Tekoäly järjestöjen arjessa”.

Tekoälystä puhutaan usein suurilla sanoilla: se muuttaa työelämän, tehostaa prosesseja ja automatisoi rutiineja. Nämä voivat olla totta, mutta jos kalenteri on työtehtäviä täynnä, hyödyllisempää on kysyä: mitä minä voin tehdä tekoälyllä tänään, omassa työssäni, turvallisesti ja järkevästi?

Tämän kysymyksen äärelle pysähdyttiin Mieli ry:n viestinnän ja varainhankinnan tiimissä osana Humakin ja Laurean yhteistä SaavutaÄly-hanketta. Tiimissä oli jo onnistuneesti hyödynnetty tekoälyä tekstien tiivistämiseen ja ideoiden kehittelyyn. Silti moni koki tärkeäksi ymmärtää, mihin muuhunkin tekoäly voisi omassa työssä tuoda lisäarvoa.

Mahdollisuuksien matriisi tuo rakenteen

Työkaluksi rakennettiin mahdollisuuksien matriisi, joka auttoi tunnistamaan, missä kohtaa omaa työtä tekoälystä voisi olla hyötyä. Jokainen tiimiläinen pohti omia tehtäviään ja kirjasi mahdollisia käyttötapauksia.

Kukin arvioi niitä kolmen näkökulman avulla:

• mikä olisi vaikutus työhön
• kuinka helppoa käyttöönotto olisi
• millaista tekoälyosaamista hänellä sen toteuttamiseen jo on.

Kun tiimiläisten matriisit yhdistettiin ja käyttötapaukset ryhmiteltiin, keskustelun luonne muuttui. Käyttötapauksia saattoi nyt priorisoida. Matriisi auttoi erottamaan matalan kynnyksen kokeilut laajemmista kehityshankkeista. Esimerkiksi tekstin muokkaus, tiivistäminen ja litterointi näyttäytyivät alueina, joissa hyöty olisi nopeaa ja käyttöönotto melko helppoa. Tekoälyagentteihin, eli itsenäisemmin toimiviin tekoälyratkaisuihin liittyvät ideat koettiin innostavina, mutta vaativat enemmän taustadataa ja osaamista.

Koulutukset kannattaa rakentaa käytännön esimerkkien pohjalle

Mahdollisuuksien matriisi teki myös tekoälykoulutusten suunnittelusta järkevämpää. Kun tiesimme, millaiset käyttötapaukset tiimissä aidosti kiinnostivat ja mitä osaamista piti kasvattaa, koulutusten sisältöä ei tarvinnut rakentaa yleisen tekoälyinnostuksen varaan. SaavutaÄlyn puitteissa järjestetyt  koulutukset voitiin kohdistaa siihen, missä tekoäly voisi oikeasti auttaa: sisällön luomiseen ja muokkaamiseen, kampanjaideointiin, tiedon jäsentämiseen, promptaamiseen ja agenttien ymmärtämiseen.

Koulutuspalautteissa näkyi, että tämä lähestymistapa toimi. Moni sai uusia oivalluksia siitä, mitä tekoälyllä voi oikeasti tehdä omassa työssä. Samalla kynnys kokeiluihin madaltui. Epävarmuus väheni, tekeminen selkeytyi ja moni koki pääsevänsä eteenpäin jumista, johon ensimmäiset kokeilut olivat jättäneet.

Ulkoista työvaihe – älä asiantuntijuutta

Kouluttaja Jarno Alastalo tiivisti asian oivallisesti: ulkoista työvaihe, älä lopputulosta (J. Alastalo, henkilökohtainen tiedonanto, toukokuu 2026).: ulkoista työvaihe, älä lopputulosta.

Tekoälyä ei tarvitse nähdä ratkaisuna kaikkeen, eikä sille pidä ulkoistaa asiantuntijan vastuuta. Sen sijaan voidaan kysyä, missä työvaiheessa tekoäly voisi auttaa alkuun, tuottaa vaihtoehtoja, jäsentää aineistoa tai nopeuttaa prosessia.

Mahdollisuuksien matriisi toi tekoälyn käyttöönottoon rakennetta. Se auttoi tunnistamaan keskeiset käyttötapaukset, valitsemaan järkevät koulutussisällöt ja etenemään portaittain. Ensin yksittäiset arjen kokeilut, sitten yhteiset promptit ja toimintatavat, myöhemmin prosessien kehittäminen ja mahdolliset laajemmat automaatiot.

Matriisityöskentely muodostui meille käänteentekeväksi. Se muutti tekoälyn käyttöönoton tilanteesta, jossa tekoäly on vain kiinnostava mahdollisuus, siihen että jokainen pystyy tunnistamaan, missä tuo aidosti arvoa omassa työssä.

Mahdollisuuksien matriisi auttaa suuntaamaan kehittämistä

Mahdollisuuksien matriisi vastaa suoraan siihen haasteeseen, jonka myös tutkittu tieto tunnistaa. Singlan ym. (2025) laajan kansainvälisen selvityksen mukaan ne organisaatiot, jotka raportoivat merkittäviä hyötyjä tekoälystä, ovat panostaneet voimakkaasti henkilöstön osaamisen kehittämiseen ja työn prosessien uudelleenmuotoiluun. Pelkkä välineen käyttöönotto ei riitä. Matriisi teki Mieli ry:ssä juuri tämän: se muutti hajanaiset kokeilut suunnatuksi kehittämiseksi.

Mieli ry:n kokemus vahvistaa myös sen, että tekoälyn käyttöönotto on ennen muuta muutosjohtamisen haaste. Koulutuspalautteiden välittämä viesti (epävarmuus väheni, kynnys madaltui, jumit aukesivat) on täsmälleen se, mitä henkilöstön osallistaminen tuottaa, kun se tehdään oikein (Singla ym., 2025).

Asiantuntijuus ei saa vuotaa tekoälylle

Alastalon periaate työvaiheen ulkoistamisesta lopputuloksen sijaan on yhtäpitävä OECD:n (2025, s. 15) havainnon kanssa: ihminen ei ole parhaimmillaan pilkkoessaan työtään automatisoitaviin osiin. Parhaiten toimimme ottamalla haltuun koko toimintakentän ja käyttämällä kognitiivisia, metakognitiivisia ja sosiaalisia taitojamme kokonaisvaltaisesti esimerkiksi suunnittelussa, arvioinnissa ja viestinnässä.

Tämä ei ole vain periaatekysymys. Generatiivista tekoälyä käyttävät ammattilaiset raportoivat vähentynyttä kognitiivista ponnistelua mutta lisääntynyttä luottamusta tuotostensa laatuun, mikä paljastaa kiinnostavan epäsuhdan (Lee ym., 2025). Toisin sanoen tekoäly voi luoda tunteen tehokkaasta ajattelusta, vaikka oma ajattelu ei tosiasiassa syvenisikään. Tämä vahvistaa ajatusta siitä, että ajattelua ei kannata ulkoistaa kokonaan tekoälylle.

OECD:n (2025, s. 23) koulutuksen tulevaisuutta käsittelevän viitekehyksen mukaan ihmisten on arvioitava jatkuvasti uudelleen, mitä heidän kannattaa oppia, ja kehitettävä kykyä tehdä yhteistyötä tekoälyn kanssa sen sijaan, että delegoisivat sille ajattelun kokonaan. Mahdollisuuksien matriisi on käytännön työkalu juuri tähän: se auttaa erottamaan, missä tekoäly säästää aikaa ja missä se veisi jotain olennaista.

Mieli ry:n viestinnän ja varainhankinnan tiimissä jokainen pystyi tunnistamaan, missä omassa työtehtävässä tekoäly aidosti tuottaa arvoa. Tämä on enemmän kuin tehokkuuskysymys. OECD (2025, s. 16) muistuttaa, että tekoälyn kasvavan vaikutuksen aikana on tärkeää suojella niitä toimintoja, jotka tuottavat meille ihmisille merkitystä. Työ pysyy mielekkäänä, kun jokainen tiimiläinen tietää, mitä tekee itse ja mitä jättää tekoälyn hoidettavaksi.

Lähteet

Alastalo, J. (2026, toukokuu). Ulkoista työvaihe, älä lopputulosta [Suullinen tiedonanto]. SaavutaÄly-hankkeen tekoälykoulutus, MIELI ry.

Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. https://doi.org/10.1145/3706598.3713778

OECD. (2025). Education for human flourishing: A conceptual framework. OECD Publishing. https://doi.org/10.1787/73d7cb96-en

Singla, A., Sukharevsky, A., Hall, B., Yee, L., Chui, M. & Balakrishnan, T. (2025). The state of AI: How organizations are rewiring to capture value. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai

Kirjoittajat

Suvi Tuominen

Pauliina Koponen