
(Havainnollistava kuva: Magnific)
Viimeisten kahden vuoden aikana monet yritykset ovat nähneet tekoälyn (AI) nopeana ratkaisuna tuottavuushaasteisiin. Koodauksesta ja asiakaspalvelusta raporttien kirjoittamiseen, data-analyysiin ja sähköpostien käsittelyyn tekoäly on noussut esiin lupauksena nopeammasta, halvemmasta ja vähemmän ihmistyövoimasta riippuvaisesta toiminnasta. Vuoden 2026 puoliväliin mennessä monien yritysten johtokunnissa kysymys ei kuitenkaan enää ole "Pitäisikö meidän käyttää tekoälyä?", vaan "Kuinka paljon rahaa tekoälyyn käytetään ja tuottaako se todella vastaavaa arvoa?".
Tämä muutos ei tarkoita, että tekoäly olisi vanhentunut. Päinvastoin, tekoäly on edelleen strateginen teknologia, erityisesti ohjelmoinnissa, asiakaspalvelussa, taloushallinnossa ja sisäisissä toiminnoissa. Nopean käyttöönoton jälkeen, jota vauhditti pelko jälkeenjäämisestä, monet yritykset alkavat kuitenkin ymmärtää vähemmän hohdokasta todellisuutta: tekoäly ei ole ilmaista, eikä se välttämättä ole halvempaa kuin ihmiset, jos sitä käytetään väärin. Kun työkalu asetetaan tuhansien työntekijöiden saataville, jokainen komento, jokainen tekstinpätkä, jokainen asiakirja-analyysi tai jokainen koodinsyöttö voi muuttua tokeneissa mitatuksi kustannukseksi – mittayksiköksi sille datamäärälle, jota tekoälymallin on käsiteltävä.
Toukokuun lopulla Wall Street Journal raportoi, että jotkut amerikkalaiset yritykset alkavat "säännöstella" tekoälymenojaan laskenta- ja token-kustannusten noustessa nopeasti. Artikkelissa viitattiin Uberin tapaukseen ja todettiin, että yritys käytti vuoden 2026 tekoälybudjettinsa loppuun vain neljässä kuukaudessa, mikä sai sen harkitsemaan uudelleen tekoälymenojensa kohdentamista. Tämä on merkittävä signaali: tekoäly ei ole enää vain teknologiakokeilu, vaan siitä on tullut taloudellinen erä, jota on hallittava, aivan kuten pilvipalvelut, henkilöstö tai käyttökustannukset.
Uber on huomattava esimerkki, koska yritys ei ole tekoälyä vastaan. Uberin ongelma on siinä, että kustannukset nousevat liian nopeasti, eikä konkreettisia liiketoimintahyötyjä ole helppo todistaa. The Verge lainaa Uberin puheenjohtajaa ja operatiivista johtajaa Andrew Macdonaldia, joka on sanonut, että Claude Coden kaltaisiin työkaluihin panostaminen ei suoraan korreloi asiakkaiden kannalta hyödyllisten ominaisuuksien määrän kasvun kanssa. Toisin sanoen, suunnittelutiimi voi käyttää tekoälyä enemmän, mutta johdon on silti vastattava peruskysymykseen: saavatko loppukäyttäjät paremman tuotteen käytetylle rahalle?

Uber-logo näkyy puhelimen näytöllä tässä havainnollistavassa kuvassa, joka on otettu Brysselissä, Belgiassa, 9. elokuuta 2025. (Kuva: NurPhoto/Reuters)
Claude Code, Anthropicin ohjelmointitukityökalu, on noussut tämän keskustelun keskipisteeksi. On tärkeää selventää väärinkäsitysten välttämiseksi: Anthropic tarjoaa edelleen kuukausitilauspaketteja käyttäjille ja yrityksille. Laajassa mittakaavassa tai sovellusohjelmointirajapinnan (API) kautta käytettynä kustannukset voidaan kuitenkin laskea tokeneiden, käyttötapojen ja lisäominaisuuksien perusteella. Anthropicin virallinen hinnoittelusivu osoittaa, että Claude API -mallit hinnoitellaan syötettyjen ja tuotettujen tokeneiden määrän perusteella. Yrityksen dokumentaatiossa todetaan myös, että jotkin muutokset datakoodauksessa saattavat aiheuttaa sen, että sama teksti käyttää enemmän tokeneita kuin ennen. Ongelma ei siis ole "kuukausitilausten loppumisessa", vaan pikemminkin vaikeudessa, jota yritykset kohtaavat kustannusten ennustamisessa, kun työntekijät käyttävät jatkuvasti tekoälyä vaativiin tehtäviin.
Tekoälyn ja perinteisen ohjelmiston välinen ero on siinä, miten kustannukset syntyvät. Toimisto-ohjelmistoista yritykset maksavat tyypillisesti kuukausimaksun tiliä kohden. Monien tekoälytyökalujen, erityisesti ohjelmointiin ja monivaiheiseen automatisointiin tarkoitettujen, kohdalla kustannukset voivat nousta dokumentin pituuden, kyselymäärän, versiojaksojen, kutsuttujen mallien määrän ja tulosdatan kasvaessa. Työntekijän kustannukset, joka käyttää tekoälyä sähköpostien yhteenvetoon, saattavat olla hyvin pienet. Mutta insinööritiimi, jolla tekoäly lukee lähdekoodia, ehdottaa korjauksia, kirjoittaa useita versioita uudelleen ja suorittaa automatisoituja prosesseja, voi tuottaa merkittäviä kustannuksia lyhyellä aikavälillä.
Johdon näkökulmasta tämä on hyvin tuttu ongelma: hyvä teknologia ei välttämättä ole hyvä sijoitus, jos sen tehokkuutta ei voida mitata. Yritys saattaa kokea tuottavuuden kasvaneen, koska työntekijät työskentelevät nopeammin, mutta jos säästettyjen työtuntien määrä, virheiden väheneminen, tulojen kasvu tai asiakaskokemuksen paraneminen, tekoälylaskujen puolustaminen vaikeutuu nopeasti. Siksi johtavat yritykset ovat siirtymässä "käytä niin paljon kuin mahdollista" -mentaliteetista "käytä sitä siellä missä se on oikein, oikeille ihmisille ja rajoissa".

Claude AI -logo näkyy puhelimen näytöllä tässä 6. helmikuuta 2026 päivätyssä kuvassa. (Kuva: NurPhoto/Reuters)
Työkalujen kustannusten lisäksi myös tekoälyn korvaavan henkilöstöresursseja tarkastellaan uudelleen. Forbes mainitsi 21. toukokuuta tietoja, jotka osoittivat, että 29 % yrityksistä, jotka olivat aiemmin vähentäneet henkilöstöä tekoälyn vuoksi, ovat palkanneet uudelleen näihin tehtäviin. Näitä tietoja on tulkittava varoen, mutta ne korostavat todellisuutta: ihmisten korvaaminen tekoälyllä ei ole niin yksinkertaista kuin yhden kulurivin leikkaaminen palkkalistoilla. Monissa työpaikoissa, erityisesti asiakaspalvelussa, myynnissä, sisällöntuotannossa, toiminnanohjauksessa tai arkaluonteisten tilanteiden käsittelyssä, ihmisillä on edelleen rooleja, joita tekoäly ei voi vielä täysin täyttää.
Tekoäly pystyy reagoimaan nopeasti, mutta nopeus ei ole sama asia kuin tarkkuus. Tekoäly voi laatia luonnoksia, mutta ammattilaisten on silti tarkistettava ne. Tekoäly voi tiivistää tietoja, mutta johtajien on silti ymmärrettävä konteksti voidakseen tehdä päätöksiä. Jos yritykset vähentävät henkilöstöä liian aikaisin, ne saattavat maksaa hinnan palvelun laadun heikkenemisenä, tyytymättöminä asiakkaina, kaoottisempina sisäisinä prosesseina ja lopulta henkilöstön uudelleenpalkkaamisena ja -koulutuksena. Tässä tapauksessa "tekoälyn ansiosta saavutetut säästöt" muuttuvat illuusioiksi.
Yksi kohtuullinen huomioitava seikka on, että tekoäly ei ole ainoa irtisanomisten syy yrityksissä. Jotkut johtajat saattavat mainita tekoälyn selityksenä uudelleenjärjestelyille, kun taas todellisia syitä voivat olla voittopaineet, korot, osakkeenomistajat, kilpailu tai kustannussäästöstrategiat. Business Insider lainasi 1. kesäkuuta Apollo Global Managementin pääekonomisti Torsten Slokia, joka sanoi, ettei kokonaistyöllisyystiedoissa ole selkeää näyttöä tekoälyn aiheuttamista työpaikkojen menetyksistä. Tämä viittaa monimutkaisempaan kuvaan kuin iskulause "tekoäly vie ihmistyöpaikat".
Vietnamilaisille yrityksille kansainvälisten yritysten opetukset ovat erittäin käytännöllisiä. Monet kotimaiset yritykset eivät ehkä ole käyttäneet miljoonia dollareita tekoälyyn, mutta ne voivat silti helposti langeta ansaan ostaa useita työkaluja, avata useita tilejä ja kokeilla useita alustoja ilman valvontaprosessia. Jos jokainen osasto valitsee oman tekoälytyökalunsa, jokainen tiimi käyttää omaa malliaan ja jokainen työntekijä syöttää itsenäisesti yrityksen tietoja ulkoisille alustoille, riskit eivät liity pelkästään kustannuksiin, vaan myös turvallisuuteen, tulosteen laatuun ja oikeudelliseen vastuuseen.

(Havainnollistava kuva: Magnific)
Ennen tekoälyn käyttöönottoa yritysten tulisi aloittaa viidellä yksinkertaisella kysymyksellä. Ensinnäkin, minkä ongelman tekoäly ratkaisee? Toiseksi, mikä on enimmäiskuukausikustannus? Kolmanneksi, kenellä on pääsy siihen ja minkä tyyppiselle datalle? Neljänneksi, kuka tarkastelee tekoälyn tuottamia tuloksia? Viidenneksi, mitä mittareita yritys käyttää tehokkuuden mittaamiseen kolmen kuukauden kuluttua? Jos näihin viiteen kysymykseen ei ole vastattu, tekoälyn laajamittainen käyttöönotto voi olla hätäinen päätös.
Turvallisempi lähestymistapa on valita testattavaksi ensin vähemmän riskialttiita alueita. Tekoäly voi auttaa sisäisten asiakirjojen yhteenvedossa, asiakaspyyntöjen luokittelussa, sähköpostien sisällön ehdottamisessa, virheiden löytämisessä ohjelmointikoodista, raporttien luonnosten luomisessa tai työntekijöiden auttamisessa tiedonhaussa. Talous-, laki-, henkilöstö-, asiakasdata- tai julkisten lausuntojen osa-alueilla ihmisten on kuitenkin edelleen oltava lopullisia tarkastajia. Yritysten ei tulisi käyttää tekoälyä "korvaavana työntekijänä", vaan pikemminkin "nopeuttajana" selkeine rajoituksineen.
Toinen periaate on, että tekoälybudjetin hallinnan tulisi olla samanlaista kuin pilvipalveluiden kustannusten hallinnan. Tarvitaan ryhmäkohtaisia rajoituksia, hälytyksiä rajoitusten ylittymisestä, kuukausittaisia käyttöraportteja ja osastojen suorituskyvyn arviointeja. Ohjelmointia varten yritysten on tiedettävä, kuinka paljon virheenkorjausaikaa tekoälytyökalut voivat lyhentää, kuinka monta tuotekehityspäivää voidaan lyhentää tai kuinka monta operatiivista mittaria voidaan parantaa. Asiakaspalvelun osalta on tarpeen mitata vasteaikaa, tyytyväisyystasoa, valitusastetta ja ihmishenkilöstölle ohjattujen tapausten määrää.
Alkuperäisen nousukauden jälkeen tekoälymarkkinat ovat siirtymässä kypsempaan vaiheeseen. Tehottomat työkalut poistuvat markkinoilta. Hallitsematonta kulutusta rajoitetaan. Odotukset täydellisestä ihmisen korvaamisesta antavat tietä käytännöllisemmälle lähestymistavalle: ihmiset suorittavat harkintaan perustuvia tehtäviä, kun taas tekoäly tukee toistuvia, dataintensiivisiä tai nopeita tehtäviä.
Siksi väitettä "tekoälyä irtisanotaan, koska se on liian kallista" ei pitäisi tulkita tekoälyn epäonnistumiseksi. Sen sijaan kyse on illuusiosta, että pelkkä tekoälytyökalujen ostaminen tekee yrityksistä automaattisesti halvempia, nopeampia ja älykkäämpiä.
Tekoäly säilyy yrityksissä, mutta rahoitus-, teknologia-, laki- ja loppukäyttäjien tarkemman tarkastelun alla. Tässä kilpailussa voittajayritys ei ole se, joka käyttää tekoälyä eniten, vaan se, joka osaa käyttää sitä oikein, oikeilla kustannuksilla ja oikealla vastuulla.
Lähde: https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm









