Voiko tekoäly olla yrityksen kilpailuetu?
Ei sellaisenaan: työkalu, jonka kilpailija voi ostaa huomenna, ei ole kenenkään pysyvä etu. Kilpailuetu syntyy siitä, kuinka nopeasti ihmiset oppivat soveltamaan tekoälyä arjen työssä. Ja oppimisnopeus on johtamisen tulos, ei hankinta.
Tuemme Astu Labsissa johtoryhmiä tekoälytransformaation kanssa. Emme toimita teknologiaa vaan autamme johtamaan muutosta sen ympärillä. Tästä tarkastelukulmasta näemme saman kuvion organisaatiosta, toimialasta ja koosta riippumatta. Työkalut hankitaan suunnilleen samaan tahtiin, samoilta toimittajilta ja samoilla lupauksilla. Agentit otetaan käyttöön tukemaan samoissa rutiinitehtävissä. Ja silti tulokset eroavat rajusti. Sama teknologia, eri lopputulos. Eroa ei voi selittää teknologialla, koska teknologia on kaikilla sama.
Lähes jokainen organisaatio aloittaa samalla ajatuksella: meidän toimialamme on vähän erityinen. Tekoälyn käyttöönoton näkökulmasta se pitää harvoin paikkaansa. Haasteet ovat toistaiseksi olleet samat: mistä aloittaa ja mitä kaikkea tulee huomioida, mitä työkaluja saa käyttää ja mihin, riittääkö osaaminen, miten varjokäyttöä hallitaan, miten tämä näkyy viivan alla ja asiakasarvossa.
Jos kerran haasteet ja hyödyt ovat kaikilla samat, teknologian hankkiminen ei voi olla kenenkään kilpailuetu. Kilpailuetu tuleekin siitä, kuinka hyvin ja kuinka nopeasti ihmisenne oppivat ja kykenevät soveltamaan oppimansa arjessa. Toisin sanoen: kilpailuetua tulisi tarkastella siitä näkökulmasta, mitä ihmiset tekevät teillä jatkossakin. Aikana, jolloin kognitiivisia työtehtäviä voidaan skaalata ilman palkkakulujen kasvattamista.
Miksi tekoälytyökalu ei ole kilpailuetu?
Tekoälytyökalu ei ole kilpailuetu, koska kilpailija voi hankkia saman työkalun milloin tahansa. Kyseessä ei ole uusi ilmiö vaan yksi teknologiahistorian vanhimpia kuvioita. Sähkö oli aikoinaan mullistava etu niille tehtaille, jotka saivat sen ensimmäisinä, mutta kun jokainen tehdas oli sähköistetty, sähköstä tuli pelkkä kustannuserä ja kilpailu ratkesi taas muilla tekijöillä. Nicholas Carr kiteytti saman IT:stä jo 2003: teknologia, jonka kaikki voivat ostaa, on välttämätön mutta ei erottava.
Strategiatutkimus sanoo asian vielä täsmällisemmin. Pysyvä kilpailuetu voi syntyä vain resurssista, joka on arvokas, harvinainen ja vaikeasti jäljiteltävä (Barney 1991). Kielimalli tai työkalu voi olla arvokas, mutta ei harvinainen eikä vaikeasti jäljiteltävä. Kilpailija voi tehdä saman hankinnan milloin tahansa. Sama testi kaataa myös useimmat tekoälyagentit. Jos sen voi ostaa tai rakentaa kuka tahansa, se ei ole kenenkään pysyvä kilpailuetu.
Mitä tutkimus sanoo tekoälyn tuottavuushyödyistä?
Tutkimus osoittaa, että tekoälyn tuottavuushyödyt syntyvät ihmisistä ja johtamisesta, eivät työkalusta itsestään. MIT:n laajassa selvityksessä (NANDA 2025) noin 95 prosenttia yritysten generatiivisen tekoälyn piloteista ei tuottanut mitattavaa tulosvaikutusta. Tutkimusta on kritisoitu paljon, mutta olennaista ei olekaan luku vaan syy. Raportin mukaan epäonnistumiset eivät nimittäin johtuneet kielimallien laadusta, tietoturvasta eivätkä sääntelystä, vaan oppimiskuilusta. Eli siitä, miten sovittaa tekoäly oikeisiin työnkulkuihin, rakenteisiin ja tapoihin tehdä työtä. Teknologia toimi, mutta organisaatiot eivät oppineet käyttämään sitä.
Se, että ero on ihmisten toiminnassa, näkyy myös siinä, miten hyöty jakautuu. Brynjolfsson ym. seurasivat reilua viittätuhatta asiakaspalvelijaa (QJE 2025) ja havaitsivat, että tuottavuus nousi keskimäärin noin 15 prosenttia, mutta kokemattomimmilla peräti noin kolmanneksen. Sama työkalu, eri tulos eri ihmisille. Hyöty ei seuraa teknologiaa vaan sitä, ketkä ja mihin sitä käyttävät ja miten heitä johdetaan.
Kyse on arvostelukyvystä, ei käytöstä itsessään. Tekoäly ei ole tasaisesti taitava tai taitamaton. Sen osaaminen muistuttaa enemmän rikkonaista rantaviivaa kuin suoraa rajaa. Paikoin tekoäly yltää yllättävän pitkälle, paikoin se pettää juuri siellä, missä sen odottaisi pärjäävän parhaiten.
Juuri tämä tekee ilmiöstä petollisen. Kun Harvardin ja BCG:n tutkijat (Dell’Acqua ym. 2023) antoivat konsulteille tekoälyn käyttöön, suoritus parani selvästi tehtävissä, jotka osuivat sen kyvykkyysalueelle. Puolestaan tehtävissä, jotka eivät osuneet tekoälyn kyvykkyysalueelle, suoritus itse asiassa heikkeni. Konsultit luottivat tekoälyn generoimaan vakuuttavaan, mutta virheelliseen tuotokseen.
Miten oppimisnopeutta johdetaan?
Oppimisnopeuden johtaminen kuuluu johtoryhmälle, ei pelkälle IT-osastolle, koska kyse on ennen kaikkea oppimisen johtamisesta. Oppiminen ei ole tekninen muuttuja, vaan johtamisen tulos. Ihmiset oppivat nopeasti siellä, missä heidät kohdataan, missä kokeilu on turvallista ja missä epäonnistumisesta voi puhua ääneen.
Kun puhutaan luottamuksen rakentamisesta, sopeutumisesta ja oppimisesta — on esimerkiksi palvelevalla johtamisella poikkeuksellisen vahva tutkimusnäyttö (mm. Lee ym. 2020, 130 tutkimuksen meta-analyysi). Teknologia hankitaan kerran, mutta oppimiskyky rakennetaan ja sitä johdetaan jatkuvasti arjen esihenkilötyöllä.
”Entä oma data? Eikö se ole juuri se harvinainen resurssi?”
Useat pitävät dataa ja sen hyödyntämistä kilpailuetunaan. Argumentti on hyvä, ja otamme sen vakavasti. Oma data ja syvälle prosesseihin rakennetut integraatiot ovat lähimpänä resurssia, joka läpäisee edellä kuvatun Barneyn testin — ne voivat olla arvokkaita, harvinaisia ja hitaita kopioida. Mutta on syytä tiedostaa, mihin niidenkin arvo lopulta perustuu. Data ei tuota mitään, ennen kuin joku muuttaa työnkulun, jossa sitä käytetään, ja osaa arvioida, milloin mallin tuotokseen voi luottaa.
Barney itse nimeää vaikeimmin jäljiteltäviksi resursseiksi sosiaalisesti monimutkaiset: kulttuurin, luottamuksen ja ihmisten väliset toimintatavat. Datan tuoma etu realisoituu siis sekin vasta ihmisten kautta, ja kilpailussa ratkaisee se, kuka oppii hyödyntämään omaa dataansa nopeammin.
Kolme kysymystä, jotka kannattaa kysyä heti
Kannustamme johtoryhmiä testaamaan oman tilanteensa kolmella kysymyksellä:
- Mittaammeko käyttöönottoa vai oppimista? Pilottien ja käyttöönotettujen agenttien määrä on turhamaisuusmittari. Sen sijaan linjatkaa ja viestikää siitä, mitä konkreettista muutosta tavoitellaan. Tämän jälkeen arvioikaa sitä, onko tekeminen konkreettisesti muuttunut esim. viimeisen kolmen kuukauden aikana. Jos vastaus on ei, miksi tavoiteltua muutosta tapahtuisi myöhemminkään?
- Jos kilpailija hankkisi huomenna täsmälleen samat työkalut ja agentit, mitä meille jäisi? Se, mikä jää, on kilpailuetunne. Jos vastaus on ”ei juuri mitään”, etua ei vielä ole.
- Johdammeko ihmisten oppimista yhtä tavoitteellisesti kuin teknologiahankintoja? Useimmat eivät johda. Siinä piileekin tilaisuus erottautua.
Kysymys ”miten tekoälystä saadaan kilpailuetua” kääntyy lopulta kysymykseksi ihmisistä, osaamisesta, työnkuluista, kustannusrakenteesta ja hallinnasta, ja ennen kaikkea siitä, kuinka nopeasti ihmiset oppivat. Oppimisnopeutta ei osteta lisenssissä eikä agentissa. Se rakennetaan, ja sitä johdetaan.
Lähteet
- Barney, J. (1991). Firm Resources and Sustained Competitive Advantage. Journal of Management, 17(1), 99–120.
- Carr, N. (2003). IT Doesn’t Matter. Harvard Business Review, May 2003.
- MIT NANDA (2025). The GenAI Divide: State of AI in Business 2025. (95 % piloteista ei mitattavaa tulosvaikutusta; varjokäyttö ~40 % / >90 % yrityksistä.)
- Dell’Acqua, F. ym. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013. (Julkaistu vertaisarvioituna: Organization Science, 2026.)
- Brynjolfsson, E., Li, D. & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942.
- Lee, A., Lyubovnikova, J., Tian, A. W. & Knight, C. (2020). Servant leadership: A meta-analytic examination of incremental contribution, moderation, and mediation. Journal of Occupational and Organizational Psychology, 93(1), 1–44.
