Skip to main content Scroll Top

Tekoäly työvoimana muuttaa kustannusrakenteesi 

Tekoäly kuuluu palkkariville, ei ohjelmistobudjettiin 

Paljonko tekoäly maksaa — ja mihin budjettiin se kuuluu? Jos tekoäly tekee työtä, jota ennen teki ihminen, sen oikea vertailukohta ei ole ohjelmistolisenssi vaan palkkasumma. Kustannusrakenteeseen on syntynyt uusi palkkalaji, jonka hinta joustaa käytön mukaan, on tänään sijoittajasubventoitu ja vaatii samaa seurantaa kuin palkkasumma.  

Kun kysymme johtoryhmältä, paljonko tekoäly maksaa, vastaus löytyy melkein aina IT- tai ohjelmistobudjetista. Se on ymmärrettävää, mutta samalla se on väärin. 

Näemme saman ”luokitteluvirheen” toistuvasti, organisaatiosta riippumatta. Pääosa tekoälystä ostetaan tällä hetkellä suomalaisissa organisaatioissa kuin ohjelmisto eli käyttäjäkohtaisella kiinteällä kuukausimaksulla, IT:n budjetista, rinnastettuna sähköpostiin ja virustorjuntaan. Mutta toisin kuin virustorjunta, tekoäly ei tue työtä – se tekee sitä. Se kirjoittaa, analysoi, koodaa ja luonnostelee päätöksiä. Kun teknologia alkaa tehdä työtä, sen hinta lakkaa olemasta IT-kysymys ja muuttuu kustannusrakenteen kysymykseksi siitä, mikä osa työn hinnasta on jatkossa kiinteää palkkaa, mikä muuttuvaa käyttömaksua.  

Edellinen ei ole pelkkä kustannuspaikkakysymys, eikä keinotekoinen kärjistys. Se tarkoittaa sitä, että tekoäly työvoimana muuttaa kustannusrakenteesi. Työehtosopimusten mukaisten palkkojen rinnalle on tullut uusi työvoiman laji, jolla on oma palkkansa. Sen kehitystä on seurattava samalla vakavuudella kuin palkkasumman. Tämä on aidosti uusi, tekoälyn myötä tullut tilanne.  

Tietokoneet automatisoivat rutiininomaisen kognition – kirjanpidon, laskennan, arkistoinnin – jo vuosikymmeniä sitten, kuten Autor ym. osoittivat klassikkotutkimuksessaan (2003). Uutta on, että tekoäly yltää ei-rutiininomaiseen, avoimeen tietotyöhön, kuten kirjoittamiseen, analyysiin, koodaukseen, päättelyyn. Asioihin, jotka ovat aiemmin olleet automaation ulottumattomissa. Ekonomistit Agrawal, Gans ja Goldfarb kuvaavat samaa ilmiötä ennustamisen hinnan romahduksena: kun panoksen hinta laskee jyrkästi, sitä aletaan käyttää tehtävissä, joissa sen käyttö ei ennen kannattanut. Samalla sen täydentäjien, kuten inhimillisen arvostelukyvyn, arvo korostuu. 

Miten tekoälyn hinta eroaa palkasta? 

Tekoälyn hinta eroaa palkasta neljällä tavalla: se joustaa käytön mukaan, se on tänään sijoittajasubventoitu, siitä ei makseta työnantajan sivukuluja ja se on tehtäväkohtainen. Ensimmäinen ero on joustavuus. Palkka on kiinteä, neuvoteltu ja ennustettava; se ei jousta alaspäin hiljaisena kuukautena ilman irtisanomisia, eikä skaalaudu ylöspäin ilman rekrytointia ja perehdytystä. Tekoälyn hinta tekee molemmat. Kulu elää käytön mukana kumpaankin suuntaan. Uuden palkkalajin vaikutus saa jo nyt tiettyjen asiantuntijatyötehtävien hinnan muistuttamaan enemmän pörssisähköä kuin kiinteää tuntipalkkaa ja sähköllehän sopimusmalli on yleensä valittu tietoisesti. 

Toinen ero on, että jo lähivuosina hinta voi yllättää. Tänään se on poikkeuksellisen matala, eikä syy ole tuotantokustannuksissa. Vuotaneiden, Financial Timesin varmentamien tilinpäätöstietojen mukaan OpenAI:n liiketappio vuonna 2025 oli noin 21 miljardia dollaria – noin 13 miljardin liikevaihdolla – ja Sequoian David Cahn on kysynyt julkisesti, mistä alan satojen miljardien vuosi-investointien tuotto lopulta tulee. Token-hinta laskee toki nopeasti, mutta se on hinta, ei kustannus. Tulkintamme markkinasta on melkoisen suora: elämme vaihetta, jossa markkinaosuuksia jaetaan sijoittajien rahalla, ja kun pääoma alkaa vaatia tuottoa, hinnan ja todellisen kustannuksen kuilu kuroutuu umpeen. Tämä ei välttämättä näy token-hinnan nousuna vaan kokonaiskustannuksena, jota nostavat kasvava käyttö ja arvopohjainen hinnoittelu. Toimintamalli, joka on rakennettu tämän päivän hinnan varaan, on saatettu rakentaa väliaikaiselle alennukselle. 

Kolmas ero näkyy vasta, kun palkkaa katsoo työnantajan silmin. Palkkaeuro ei ole työn koko henkilökustannus, vaan sen päälle tulevat lakisääteiset eläke- ja sosiaalivakuutusmaksut, työterveys, työsuhde-edut ja lomarahat. Yksi käytetyistä nyrkkisäännöistä on kertoa palkka 1,35:llä, kun haluaa nopeasti tietää, mikä on henkilökustannus ja 1,6:lla, kun haluaa tietää kokonaisuudessaan, paljonko työntekijä yritykselle todellisuudessa maksaa. Tekoälyn tekemästä työstä kertoimia ei makseta, vaan käyttömaksu on käytännössä koko kustannus. Omat kulunsa silläkin on – käyttöönotto, valvonta ja hallinta. Ne ovat kuitenkin investointeja ja johtamistyötä, eivät prosenttikerroin jokaisen euron päällä. Juuri tämä on kustannusrakenteen muutosta konkreettisimmillaan. Kun vertaatte koneen ja ihmisen hintaa tehtävässä, oikea vertailukohta on täysi työvoimakustannus sivukuluineen, ei nimellispalkka. 

Neljäs ero on tärkein. Hinta on tehtäväkohtainen. Monessa tehtävässä kone on jo ihmistä edullisempi, mutta ei kaikissa. Lisäksi raja liikkuu jatkuvasti, koska sekä hinta että kyvykkyys muuttuvat. Siksi kysymys ”mitä tekee kone, mitä ihminen” ei ole kertaluonteinen ulkoistuspäätös vaan toistuva arvio, samanlainen kuin palkkakierros. Eihän kukaan ajattele palkoistakaan, että ne neuvotellaan kerran ja lopullisesti. 

”Sama raha, eri rivi – mitä väliä kirjauspaikalla?” 

Kuulemme tämän usein, ja kysymys on aiheellinen. Vastaus rakentuu sen ympärille, että kirjauspaikka ratkaisee, kuka kulua katsoo, millä rytmillä ja ennen kaikkea mitä kysymyksiä hän sille esittää. Palkkasummalla on kokonainen johtamiskoneisto: budjetointi, ennusteet, vertailut, neuvottelukierrokset, henkilöstösuunnittelu. Ohjelmistorivilläkin on koneistonsa. Lisenssimäärät trimmataan ja hinnat neuvotellaan, usein taitavastikin. Mutta ohjelmistohallinnan koneisto johtaa työkalun hintaa, ei työn. Se kysyy, montako paikkaa tarvitaan ja mitä paikka maksaa – ei sitä, mitä työtä kululla teetetään, mitä kannattaa teettää ja missä tehtävissä ihminen tekisi sen edullisemmin.  

Toinen nopea johtopäätös ansaitsee yhtä suoran vastauksen: jos kone on halvempi, eikö ihmisiä vaihdeta koneisiin kaikkialla, missä voidaan? Vertailu elää tehtävien, ei ihmisten tasolla. Työ on tehtävien kimppu, josta kone ottaa osan ja jättää arvostelukykyä vaativan osan ihmiselle. Se joka hinnoittelee ihmisensä ulos tämän päivän subventoidulla hinnalla, tekee pysyvän päätöksen tilapäisellä hinnalla. Pysyvä kilpailuetu on ihmisissä ja siinä, kuinka nopeasti he oppivat – myös ohjaamaan ja johtamaan tekoälyagentteja. Ihmistaidoista puhumattakaan.  

Kolme kysymystä talousjohdolle 

Kannustamme talousjohtoa kysymään nämä heti: 

  1. Kuka seuraa tekoälyn hintaa ja millä rytmillä? Palkkasummaa ennustetaan, vertaillaan ja neuvotellaan säännöllisesti. Jos uudella palkkalajilla ei ole omistajaa ja rytmiä, se ei ole hallinnassa vaan ajelehtii. 
  1. Missä tehtävissä olette verranneet koneen ja ihmisen yksikkökustannusta – ja milloin vertaatte uudelleen? Verratkaa täyteen työvoimakustannukseen sivukuluineen, ei nimellispalkkaan. Kertaluonteinen vertailu vanhenee, koska sekä hinta että kyvykkyys liikkuvat. Antakaa arviolle toistuva paikka, esimerkiksi budjettikierroksen yhteydessä. 
  1. Mitä toimintamallillenne tapahtuu, jos tämän palkkalajin hinta kaksinkertaistuu subvention päättyessä? Jos vastaus on ”emme tiedä”, suunnitelma on rakennettu alennuksen varaan. 

Kustannusrakenne on yksi neljästä syystä, miksi jokainen strategiakysymys on lopulta tekoälykysymys – sen rinnalla osaaminen, työnkulut ja hallinta. Ja niiden kaikkien alla on sama perusta: kestävä etu ei synny halvimmasta työvoimasta vaan ihmisistä ja siitä, kuinka nopeasti he oppivat päättämään, mikä työ kuuluu koneelle ja mikä ihmiselle. 

Astu Labs auttaa johtoryhmiä mallintamaan tekoälyn työvoimana: mitä uusi palkkalaji maksaa nyt, miten sen hinta käyttäytyy ja missä tehtävissä kone voittaa ihmisen – ja missä ei. Jos haluatte nähdä, miltä teidän lukunne näyttävät palkkariviltä katsottuna, ottakaa yhteyttä – vastaamme arkipäivässä. 

Lähteet 

  • Agrawal, A., Gans, J. & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Harvard Business Review Press; sekä ”The Simple Economics of Machine Intelligence”, Harvard Business Review, 17.11.2016. 
  • Autor, D., Levy, F. & Murnane, R. (2003). ”The Skill Content of Recent Technological Change: An Empirical Exploration.” Quarterly Journal of Economics 118(4), 1279–1333. 
  • OpenAI:n vuoden 2025 tilinpäätös: vuotaneet, tilintarkastetut asiakirjat, joiden luvut Financial Times on varmentanut (raportoitu kesäkuussa 2026). Liiketappio n. 20,9 mrd $, liikevaihto n. 13,1 mrd $. 
  • Cahn, D. (2024). ”AI’s $600B Question.” Sequoia Capital, kesäkuu 2024. 
  • Epoch AI (2025). Kielimallien token-hintojen kehitys. 

Privacy Preferences
When you visit our website, it may store information through your browser from specific services, usually in form of cookies. Here you can change your privacy preferences. Please note that blocking some types of cookies may impact your experience on our website and the services we offer.