Tarvitaanko digitoimistoa enää AI-aikana?

Monica Javanainen

Anthropicin 5.3. julkaisema tutkimus osoittaa, että tekoälyn vaikutus kohdistuu tällä hetkellä erityisesti tietotyöhön – ja listan kärjessä on ohjelmointi.

Juuri näistä teemoista keskustelimme myös tiimimme workshopissa, jossa vaihdoimme näkemyksiä tekoälyn roolista digitoimistotyössä.

Tutkimusta lukiessa oli kiinnostavaa verrata sen havaintoja niihin ajatuksiin ja kysymyksiin, joita workshopissa nousi esiin.

Mitä Anthropicin tutkimus kertoo tekoälyn vaikutuksesta työhön

Tekoälystä puhutaan tällä hetkellä lähes kaikkialla. Generatiivinen AI, kuten ChatGPT ja Claude, on tuonut uusia työkaluja esimerkiksi ohjelmointiin, sisällöntuotantoon ja analytiikkaan.

Samalla monet organisaatiot pohtivat samoja kysymyksiä: viekö tekoäly työpaikkoja, automatisoiko se asiantuntijatyötä ja mitä tämä tarkoittaa esimerkiksi digitoimistoille.

Yksi kiinnostava näkökulma näihin kysymyksiin löytyy tekoälytutkimusyritys Anthropicin tutkimuksesta Labor market impacts of AI: A new measure and early evidence.

Anthropic kehittää muun muassa Claude-kielimallia ja tutkii aktiivisesti tekoälyn vaikutuksia työelämään. Tutkimuksessa analysoidaan, missä ammateissa AI:n vaikutus on tällä hetkellä suurin ja miten tekoälyä oikeasti käytetään työtehtävissä.

Digialan näkökulmasta tutkimuksen ehkä kiinnostavin havainto liittyy tekoälyn potentiaalin ja todellisen käytön väliseen eroon. Vaikka AI voisi teoriassa automatisoida suuren osan monista tietotyön tehtävistä, käytännössä sen käyttö on vielä paljon rajatumpaa.

AI:n todellinen käyttö on vielä paljon pienempää kuin sen potentiaali

Yksi tutkimuksen keskeisistä havainnoista liittyy tekoälyn teoreettisen potentiaalin ja todellisen käytön väliseen eroon.

Lähde: Anthropic (2026). Labor market impacts of AI: A new measure and early evidence.

Kuvassa sininen alue kuvaa sitä, kuinka suuren osan työtehtävistä suuret kielimallit voisivat teoriassa tehdä nopeammin tai automatisoida. Punainen alue puolestaan näyttää, kuinka paljon tekoälyä oikeasti käytetään työtehtävissä tällä hetkellä.

Ero näiden välillä on huomattava.

Esimerkiksi tietotyön ammateissa – kuten ohjelmoinnissa, analytiikassa ja liiketoiminnassa – tekoälyn teoreettinen potentiaali on hyvin korkea. Kuvan perusteella AI voisi teoriassa auttaa jopa suurimmassa osassa näiden alojen työtehtäviä.

Todellinen käyttö on kuitenkin vielä paljon pienempää. Punainen alue jää monessa kohdassa selvästi sinistä pienemmäksi.

Tämä on tutkimuksen yksi tärkeimmistä havainnoista: vaikka tekoälyn tekninen potentiaali on suuri, sen käyttöönotto työelämässä etenee huomattavasti hitaammin.

Syitä tähän voivat olla esimerkiksi:

organisaatioiden prosessit
luottamus teknologiaan
työkalujen integrointi olemassa oleviin järjestelmiin
sekä se, että monissa tehtävissä tarvitaan edelleen ihmisen arviointia ja päätöksentekoa

Toisin sanoen: vaikka tekoäly pystyy teoriassa paljon enempään, sen todellinen vaikutus työelämässä on vasta alussa.

AI vaikuttaa erityisesti tietotyöhön

Tutkimus osoittaa myös, että tekoälyn vaikutus ei jakaudu tasaisesti eri ammatteihin.

AI vaikuttaa eniten aloihin, joissa työ perustuu:

tekstin käsittelyyn
datan analysointiin
digitaaliseen sisältöön
ohjelmointiin

Sen sijaan fyysisissä ammateissa tekoälyn vaikutus on huomattavasti pienempi.

Tämä tarkoittaa, että tekoäly kohdistuu erityisesti tietotyöhön.

Esimerkkejä tällaisista aloista ovat:

ohjelmistokehitys
markkinointi
analytiikka
konsultointi
juridinen työ

Digitoimistojen työ sijoittuu monilta osin juuri tähän samaan tietotyön kategoriaan.

Missä ammateissa AI:n vaikutus on suurin?

Tutkimuksessa tarkasteltiin myös, mitkä ammatit ovat tällä hetkellä kaikkein eniten tekoälyn vaikutuksen piirissä. Tutkimuksen mukaan ohjelmoijien työ on yksi tekoälyn vaikutukselle eniten altistuneista ammateista: jopa noin 75 % työtehtävistä kuuluu tehtäviin, joissa suuret kielimallit voivat auttaa tai nopeuttaa työtä.

Lähde: Anthropic (2026), Labor market impacts of AI: A new measure and early evidence.

Listan kärjessä ovat esimerkiksi:

Computer programmers
Customer service representatives
Data entry specialists
Medical record specialists
Market research and marketing specialists

Yhteistä näille ammateille on se, että ne käsittelevät suuria määriä:

tekstiä
dataa
digitaalista sisältöä

Juuri nämä ovat alueita, joissa suuret kielimallit toimivat erityisen hyvin.

Digitoimistoille tämä ei ole suuri yllätys. Monet alan keskeiset roolit – kuten ohjelmointi, analytiikka ja digitaalinen markkinointi – kuuluvat juuri niihin ammatteihin, joissa tekoälyn vaikutus on suurin.

AI ei kuitenkaan korvaa näitä ammatteja

Vaikka nämä ammatit ovat tekoälyn vaikutuksen piirissä, tutkimuksen yksi tärkeä johtopäätös on seuraava:

AI ei ole vielä lisännyt työttömyyttä näillä aloilla.

Sen sijaan tekoäly toimii tällä hetkellä pääasiassa työkaluna asiantuntijoille.

Esimerkiksi ohjelmoinnissa AI voi:

ehdottaa koodiratkaisuja
auttaa virheiden etsimisessä
kirjoittaa pohjakoodia
nopeuttaa dokumentointia

Tekoäly on tehokas työkalu – mutta vastuu sen käytöstä ja toimivuudesta on edelleen ihmisellä.

Mitä havaitsimme omassa AI-workshopissamme

Tarkastelimme tekoälyn vaikutuksia myös omassa workshopissamme SWOT-analyysin avulla.

Vahvuuksiksi nousivat erityisesti AI:n tuomat tehokkuushyödyt. Tiimi koki, että tekoäly auttaa esimerkiksi:

prototypoinnissa
ohjelmoinnissa
ideoinnissa
dokumentoinnissa
projektisuunnittelussa

Kehittäjämme käyttävät AI:ta usein koodauksen tukena. Se auttaa löytämään ratkaisuja nopeammin ja automatisoi osan rutiinityöstä.

Asiakkaalle tämä näkyy usein yksinkertaisesti siinä, että samalla ajalla voidaan saada enemmän aikaan.

Esimerkiksi kuukausittaisessa kehityspaketissa suurempi osa ajasta voidaan käyttää varsinaiseen palvelun kehittämiseen, kun osa teknisestä työstä nopeutuu.

AI ei ole vain kehittäjien työkalu

Tekoäly näkyy digiprojekteissa usein ensimmäisenä kehittäjien työkaluna – esimerkiksi koodin kirjoittamisen, analyysin tai prototypoinnin tukena. Sen käyttö ei kuitenkaan rajoitu pelkästään kehitystyöhön.

Yhä useammin tekoäly on myös osa itse verkkopalvelua.

Monessa tapauksessa kyse on ensin palvelumuotoilusta ja ongelman ratkaisemisesta luovalla tavalla: miten käyttäjän tarpeet voidaan ymmärtää paremmin ja miten palvelu voisi reagoida niihin älykkäästi. Tämän jälkeen tekoäly toimii teknologiana, joka mahdollistaa ratkaisun toteuttamisen.

Olemme hyödyntäneet suuria kielimalleja projekteissa esimerkiksi tilanteissa, joissa käyttäjän syötteestä muodostetaan dynaamisesti sisältöä tai palvelun toimintaa ohjaavia promptteja. Yksi esimerkki tästä on dynaaminen lomake, jossa käyttäjän valinnat ja vastaukset kerätään vaiheittain ja muotoillaan lopuksi rakenteiseksi promptiksi. Tämän avulla palvelu voi tuottaa käyttäjälle yksilöllisen vastauksen tai sisällön.

Tällaiset ratkaisut avaavat uusia mahdollisuuksia esimerkiksi:

personoituihin palveluihin
vuorovaikutteisiin verkkokokemuksiin
käyttäjäymmärryksen syventämiseen

Samalla ne osoittavat, että tekoälyn hyödyntäminen ei ole vain yksittäinen työkalu kehittäjälle, vaan yhä useammin osa itse digitaalisen palvelun toiminnallisuutta.

Suurin mahdollisuus on tuottavuudessa

Toisaalta tekoäly voi lisätä tuottavuutta merkittävästi.

Jos asiantuntijat pystyvät työskentelemään AI:n avulla nopeammin, he voivat käyttää enemmän aikaa esimerkiksi:

luovaan työhön
strategiseen suunnitteluun
monimutkaisten ongelmien ratkaisemiseen

Monessa organisaatiossa tämä voi johtaa siihen, että tiimit pystyvät tekemään enemmän pienemmällä resurssilla.

Samalla on kuitenkin tärkeää käyttää tekoälyä vastuullisesti. Meille vastuullisuus ja kestävyys tarkoittavat myös sitä, että mietimme tarkasti, miten ja mihin AI:ta käytetään osana kehitystyötä ja asiakasprojekteja.

1. Yksi näkökulma liittyy teknologiseen riippuvuuteen. Jos palvelu rakennetaan vahvasti yhden AI-alustan varaan, siihen liittyy myös liiketoiminnallinen riski – esimerkiksi jos palvelun hinnoittelu muuttuu nopeasti tai käyttöehdot muuttuvat.

2. Toinen tärkeä kysymys liittyy ymmärrykseen ja hallintaan. Vaikka tekoäly voi auttaa tuottamaan monimutkaistakin koodia, asiantuntijan on silti ymmärrettävä, miten ratkaisu toimii. Ilman tätä ymmärrystä voi syntyä ongelmia esimerkiksi tietoturvan, ylläpidon tai jatkokehityksen kanssa.

3. Lisäksi tekoälyn käyttöön liittyy myös ympäristönäkökulma. Suuret kielimallit vaativat merkittäviä määriä laskentatehoa ja energiaa, joten niiden käyttöä kannattaa tarkastella myös kestävyyden näkökulmasta.

Tekoäly on tehokas työkalu, mutta asiantuntijan pitää edelleen olla ohjaimissa.

Kilpailuetu syntyy siitä, miten tekoälyä käytetään

Anthropicin tutkimus osoittaa, että tekoälyä käytetään tällä hetkellä enemmän työn tukena kuin sen korvaajana.

Organisaatiot, jotka oppivat hyödyntämään sitä tehokkaasti, voivat saavuttaa merkittävän kilpailuedun.

He pystyvät:

työskentelemään nopeammin
automatisoimaan rutiineja
kehittämään uusia palveluita
keskittymään luovaan työhön

Ehkä tärkein kysymys ei siis ole:

“korvaako AI digitoimistot?”

Vaan pikemminkin:

“millaiset digitoimistot osaavat käyttää tekoälyä oikein.”

Todellinen kilpailuetu syntyy siitä, että tekoälyä osataan käyttää oikeissa paikoissa – ja ymmärretään myös, missä sen rajat kulkevat.

-Monica Javanainen

Monica Javanainen on J&Co Digitalin toimitusjohtaja ja digitaalisten palveluiden kehittäjä. Hän työskentelee verkkopalveluiden, käyttäjäkokemuksen ja pelillistämisen parissa.