Tekoälypilotti epäonnistui ennen kuin kukaan avasi konetta

Moni tekoälypilotti ei tuota mitattavaa hyötyä. Vika on harvoin vain mallissa: työkalu ostettiin ennen kuin kukaan katsoi, mikä työssä on rikki.

Jokaisella yrityksellä on nyt tekoälypilotti, ja useimmilla on pian myös tekoälypilotin ruumiinavaus. MIT:n tutkijaryhmä väitti viime vuonna, että 95 prosenttia yritysten generatiivisen tekoälyn piloteista ei tuota mitattavaa hyötyä tulokseen.1 Lukua on syystä kritisoitu, ja palaan siihen kohta. Suunta on silti tuttu jokaiselle, joka on nähnyt lisenssin ostetuksi, demon pidetyksi ja työn jatkuvan entisellään. Joskus pilotti kaatuu aidosti teknologiaan; malli ei vain vielä osaa sitä, mitä luvattiin. Paljon useammin pilotti oli kuollut jo ostohetkellä, koska kukaan ei ollut määritellyt ongelmaa, jonka se ratkaisisi. Työkalu tuli taloon ennen kysymystä.

Pilotti on toimeksianto, joka ohitti diagnoosin

Tekoälypilotti syntyy yleensä samalla tavalla kuin huono toimeksianto. Joku näkee kilpailijan tiedotteen, hallitus kysyy tekoälystrategiaa, ja kalenteriin ilmestyy hanke, jolla on nimi mutta ei ongelmaa. Hankittu ratkaisu on arvaus, joka tehtiin ennen kuin kukaan katsoi omaa työtä.

Sama kaava on tuttu muualtakin. Rebrändäys ostetaan, kun myynti ei vedä. Sovellus tilataan, kun asiakaspalvelu ruuhkautuu. Nimi on valmiina ennen diagnoosia, ja nimi osoittaa väärään suuntaan. Tekoäly ei muuttanut tätä mekanismia mitenkään; se vain antoi sille uuden ja kalliimman sanaston.

Mitä se 95 prosenttia oikeasti sanoo

Rehellisyys ensin: MIT:n raportti on aineistoltaan ohut, sen määritelmät ovat väljiä, eikä se ole vertaisarvioitu tutkimus.2 Tarkkaa lukua ei kannata kantaa mihinkään kokoukseen. Raportin kiinnostavin havainto ei kuitenkaan ole prosentti vaan syy: onnistuneet hankkeet lähtivät yhdestä todellisesta työnkulusta, epäonnistuneet työkalusta, jolle etsittiin käyttöä jälkikäteen.

Sama jako näkyy Suomessa. Tekoälyn käyttö kasvaa pienissäkin yrityksissä nopeasti, mutta käyttö on ohutta, ja ymmärrys esimerkiksi sääntelystä laahaa kaukana perässä.3 Moni yritys osaa jo avata keskusteluikkunan. Harva osaa sanoa, minkä työn se muutti ja miten muutos näkyy numeroissa.

Kysymys, jota pilotti ei koskaan kysynyt

Hyödyllinen pilotti alkaa kysymyksestä, joka ei mainitse tekoälyä: mikä tekee työstäsi tällä hetkellä vaikeampaa kuin sen pitäisi olla. Vastaus on melkein aina konkreettinen. Tarjous kasataan käsin kolmesta eri tiedostosta. Sama asiakaskysymys vastataan sähköpostilla neljästi viikossa. Laskutus venyy, koska tunnit ovat muistin varassa.

Osa näistä ratkeaa tekoälyllä hyvin. Osa ratkeaa lomakkeella, hinnastolla tai yhdellä puhelulla, ja silloin tekoälyn ostaminen olisi ollut kallein mahdollinen tapa välttää halvin korjaus. Diagnoosi ei ole hidastelua. Se on ainoa tapa tietää, kumpaan ryhmään oma ongelma kuuluu.

Pieni, mitattava ja ruma

Kun ongelma on nimetty, hyvä pilotti on melkein aina pettymys esitysmateriaaliksi. Yksi työnkulku, yksi mittari, muutama viikko. Lähtötaso mitataan ennen aloitusta, koska ilman sitä jokainen pilotti julistetaan jälkikäteen onnistuneeksi ja mikään ei muutu.

Tylsyys on tässä ominaisuus. Hanke, joka mahtuu yhteen lauseeseen, on myös hanke, jonka epäonnistumisen huomaa. Kolmen kuukauden päästä tiedät, palasiko tarjouksen tekoon käytetty tunti takaisin vai ei. Se on enemmän kuin useimmat strategiakalvot koskaan kertovat.

Epämukava osa

Hype rankaisee kahdesti sitä, joka ostaa ensin ja diagnosoi myöhemmin: ensin rahalla, sitten kyynisyydellä, joka estää seuraavankin ja ehkä oikean yrityksen. Kolmas kustannus on hiljaisin. Epäonnistunut pilotti opettaa organisaation sanomaan, että kokeiltiin jo, eikä se toiminut, vaikka mitään ei oikeasti kokeiltu; kokeiltiin vain työkalua ilman kysymystä. Seuraava malli on ensi vuonna taas parempi, ja se on ostettavissa silloinkin. Oma työsi ja sen todelliset kitkakohdat ovat luettavissa jo tänään, ilmaiseksi. Kumman ehdit katsoa ensin?

Sanoista tehdyksi.

Lähteet

  1. MIT NANDA, “The GenAI Divide: State of AI in Business 2025”; yhteenveto Fortune. https://finance.yahoo.com/news/mit-report-95-generative-ai-105412686.html
  2. Marketing AI Institute, kritiikki raportin aineistosta ja määritelmistä. https://www.marketingaiinstitute.com/blog/mit-study-ai-pilots
  3. AI Finland, “AI in Finnish Business 2026” sekä FAIR-kysely sääntelyosaamisesta. https://aifinland.fi/en/ai-in-finnish-business-2026/ ja https://www.fairedih.fi/en/2026/04/30/finnish-firms-embrace-ai-rapidly-but-regulatory-knowledge-lags-far-behind-survey-finds/

Tuntuiko tutulta? 25 minuutin keskustelu ei sido mihinkään.

Varaa aika