Suomalainen yritysmaisema on jakautunut tekoälyn hyödyntämisessä kahtia: edistyneiden yritysten osuus on yli nelinkertaistunut kahdessa vuodessa (9 %:sta 39 %:iin), mutta yli puolet organisaatioista jumittuu edelleen arviointi- ja valmisteluvaiheeseen. Aiemmin laaja keskikasti on käytännössä kadonnut. Samanaikaisesti vain 17 % tekoälyä käyttävistä yrityksistä on erillinen tekoälystrategia, ja alle puolet generatiivista AI:ta käyttävistä yrityksistä on kouluttanut henkilöstöään. Suomi johtaa EU:ta generatiivisen AI:n käyttöasteessa (66 %), mutta skaalaus piloteista tuotantoon on heikkoa: vain 5 % pohjoismaisista organisaatioista raportoi korkeaa agenttisen AI:n osaamista.
Valtiovarainministeriön kansliapäällikkö Juha Majanen julisti kesäkuussa, että koko julkinen sektori muutetaan AI-pohjaiseksi vuoteen 2031 mennessä ja että tekoäly käytännössä korvaa ihmisen asiantuntijatehtävissä. Tämä johtopäätös-taktiikalla esitetty visio tarjosi tehokkuuspakko-kehyksen, joka resonoi hallinnollisessa diskurssissa mutta törmäsi välittömästi vastuullisuuden puuttuminen -kehykseen ammattijärjestöiltä ja tutkijoilta. Liftedin Suuri johtoryhmätutkimus 2026 vahvistaa strategiavajeen: yli puolet johtoryhmien jäsenistä ei pidä AI:ta osana yhteistä työskentelyä, ja tekoälyn sekä datan hyödyntäminen saa tutkimuksen heikoimman arvion.
Suomalaisessa tekoälyjohtamiskeskustelussa on käynnissä viiden kilpailevan kehyksen kamppailu. Tehokkuuspakko-kehys (VM, Majanen, Teknologiateollisuus) esittää AI:n välttämättömänä pelastuskeinona hyvinvointivaltion säilyttämiseksi. Inhimillinen kilpailuetu -kehys (HENRY ry, HR-ammattilaiset) korostaa, että AI vapauttaa ihmisen arvokkaampaan työhön — mutta vain jos kulttuuri ja johtaminen ovat kunnossa. Skaalauskriisi-kehys (Deloitte, AI Finland, KPMG) tunnustaa Suomen edelläkävijäaseman mutta korostaa skaalauksen haastetta. Vastuullisuuden puuttuminen -kehys (FAIR EDIH, tutkijat, Akava) vaatii selkeää hallintamallia ja vastuunjakoa. Kaksoisjako-kehys (AI Finland, Business Finland) varoittaa pysyvästä kilpailuedun kasautumisesta edistyneille: toimikaa nyt tai jäätte pysyvästi jälkeen.
KT:n toimitusjohtaja Henrika Nybondas-Kangas esitti konkreettisen huomion: kunnissa ja hyvinvointialueilla neljä viidestä työskentelee ihmistyössä, hoivassa ja koulutuksessa. Hänen kysymyksensä — miten AI korvaisi päiväkodissa turvallisen sylin — ei ole muutosvastarintaa vaan vastuullista huolenpitoa siitä, että kehystys vastaa teknologian todellista kykyä. Majasen lausuntoa seurannutta kritiikkiä — Akavan, ammattijärjestöjen ja tutkijoiden taholta — luettiin julkisessa debatissa virheellisesti muutosvastarintana, vaikka kyse oli hallintamallin ja vastuunjaon puuttumisesta. EU AI Act asettaa lisäksi sitovia vaatimuksia erityisesti julkisen sektorin korkean riskin AI-järjestelmille, mikä tekee vastuullisuuskysymyksistä juridisesti pakollisia.
Kolme heikkoa signaalia nousee analyysistä. Ensinnäkin agenttinen AI haastaa keskijohdon olemassaolon: globaalisti 66 % agenttista AI:ta laajasti käyttävistä organisaatioista odottaa litistävänsä hierarkioita ja vähentävänsä keskijohtoa. Keskijohdon neuvottelufunktio — synteesin kokoaminen, sopeutumiskyvyn fasilitointi — on itsessään AI:n korvattavissa oleva rooli, ellei keskijohto uudelleenasemoi arvoaan ihmislähtöisissä viestintäkäytännöissä ja kehystämiskompetenssissa. Toiseksi tutkimus–yritys-kuilu estää oppimisen skaalautumista: vain joka viides edistyneimmistäkin suomalaisista AI-hankkeista tekee suoraa yhteistyötä korkeakoulujen kanssa. Kolmanneksi strategiastrategia puuttuu strategian takaa: johtoryhmät jumittuvat kokeiluvaiheeseen eivätkä kykene rakentamaan strategista kehityskaarta, joka ohjaisi organisatorista oppimista.
Väitteiden taustat ja lähdeviitteet
Suomalainen yritysmaisema on jakautunut tekoälyn hyödyntämisessä kahtia tavalla, jolla on syvällisiä oppimisorganisaatioimplikaatioita. AI Finlandin ja Business Finlandin 'Näin Suomi hyödyntää tekoälyä 2026' -raportti osoittaa, että edistyneiden yritysten osuus on yli nelinkertaistunut kahdessa vuodessa (9 % → 39 %), mutta samanaikaisesti yli puolet organisaatioista jumittuu edelleen arviointi- ja valmisteluvaiheeseen. Aiemmin laaja keskikasti on käytännössä kadonnut. Tämä on Ritalan ym. (2024) linssistä luettuna terävä havaintoperäinen laukaisin: polarisoituminen ei ole vain markkinailmiö, vaan merkki kahdesta rinnakkaisesta oppimistrajectoriasta. Edistyneet yritykset ovat siirtyneet uutta etsivästä oppimisesta olemassaolevaa hyödyntävään oppimiseen — ne tuotteistava tekoälyä asiakkailleen ja integroivat sen ydinliiketoimintaan. Jumissa olevat organisaatiot ovat sen sijaan juuttuneet valmisteluvaiheeseen: toiminnalliset laukaisimet (esim. kilpailijoiden tekoälyloikat, asiakasvaatimukset) eivät ole vielä riittävästi laukkaisseet organisatorista oppimissykliä. Erityisen huolestuttavaa on Työterveyslaitoksen tiedote, jonka mukaan vain 17 % tekoälyä käyttävistä yrityksistä on erillinen tekoälystrategia, ja alle puolet on kouluttanut henkilöstöään. Tämä kertoo rakenteellisista käytännöistä, jotka ovat alimitoitettu oppimisen institutionalisoinnille. Floyd & Lanen (2000) perspektiivistä jälkeen jäävissä organisaatioissa puuttuu keskeinen välittäjätaso: keskijohto ei pysty toimeenpanemaan strategisia päätöksiä arjen käytännöiksi, kun strateginen tahtotila itsessään puuttuu. Viestintäkäytäntöjen näkökulmasta (Ritala) edistyneet yritykset rakentavat systemaattisia formaaleita ja epäformaaleita kanavia kokemusten jakamiseen — tämä näkyy esimerkiksi AI Finland -verkoston peer learning -mekanismeissa ja vertaisoppimistyöpajoissa, joita strategiset kumppanit kuten Futurice ja DAIN Studios fasilitoivat.
Valtiovarainministeriön kansliapäällikkö Juha Majasen kesäkuinen haastattelu Helsingin Sanomissa on tämän viikon analyyttisin tapausesimerkki keskijohdon kehystämistoimista — tai pikemminkin niiden epäonnistumisesta. Majanen julisti, että koko Suomen julkinen sektori muutetaan toimimaan tekoälypohjaisesti vuoteen 2031 mennessä ja arvioi, että tekoäly käytännössä korvaa ihmisen asiantuntijatehtävissä. Hoppmannin (2020) kehystämisdimensioiden kautta analysoituna Majanen käytti johtopäätös-taktiikkaa: hän esitti ennusteen (2031-visio) ja nykysuorituskyvyn (tekoäly tekee jo osan asiantuntijatyöstä ihmisen tasoisesti) ilman ehdollistamista tai myönnytystä. Kehys nojasi vahvasti potentiaali- ja kehityskaari-dimensioihin — 20 % tuottavuusvaikutuslupaus — sivuuttaen käyttöönottopolun haasteet. Floyd & Lanen (2000) käsitteistöllä arvioituna Majasen lausuma oli epäonnistunut synteesin kokoamisen yritys: hajanainen tieto tekoälyn mahdollisuuksista koottiin ymmärrettäväksi narratiiviksi, mutta ilman diskursiivista kompetenssia — puuttui merkityksen välittäminen, joka olisi antanut henkilöstölle toimijuuden tunteen ja konkreettiset seuraavat askeleet. Kriittistä oli myös se, mitä Majanen ei sanonut: miten siirtymään varaudutaan. Tämä laukaisi välittömän kritiikkimyrskyn. Akavan puheenjohtaja Maria Löfgren sanoi Majasen luoneen 'painajaismielikuvia' ilman ratkaisuja, ja professori Minna Ruckenstein totesi päättäjiltä puuttuvan tekoälyvisio. VM:n strategiajohtaja Kärkkäinen pyrki korjaamaan vahinkoa täsmentämällä, että tekoäly korvaa työtehtäviä, ei yksittäisiä ihmisiä — tämä oli myönnytys-taktiikkaa (Hoppmann) ja yritti rakentaa prognostista kehystä (Kaplan) tilanteen korjaamiseksi. Viestintäkäytäntöjen siltalinssin (Ritala) kautta: mediahaastattelukanava osoittautui väärä foorumiksi näin laajalle institutionaaliselle muutosviestinnälle. Merkityksen välittäminen (Floyd & Lane) olisi edellyttänyt dialogisia viestintäkäytäntöjä — sisäisiä kuulemisia, vaiheistettuja tiedotteita, osallistavaa merkityksellistämistä — ennen julkista johtopäätöstä.
Tällä hetkellä suomalaisessa tekoälyjohtamiskeskustelussa on käynnissä intensiivinen kehystämiskilpailu (Kaplan 2008), jonka raaka-aineena on laajamittainen epävarmuus teknologian kypsyydestä, sosiaalisista vaikutuksista ja hallinnan malleista. Majasen kesäkuinen lausuma toimi kehystämiskilpailun käynnistäjänä: se tarjosi tehokkuuspakko-kehyksen, joka resonoi hallinnollisessa diskurssissa, mutta törmäsi välittömästi vastuullisuuden puuttuminen -kehykseen ammattijärjestöiltä ja tutkijoilta. Hoppmannin (2020) kehystämisdimensioista suomalaisessa julkisessa diskurssissa käytetään eniten potentiaali- ja kehityskaari-dimensioita — lupauksia tuottavuusvaikutuksista — mutta nykysuorituskyky-dimensio (mitä tekoäly *nyt* todella tekee ja miten) jää systemaattisesti vajaaksi. Tämä johtaa kehyksen resonanssin heikkenemiseen skeptisten sidosryhmien silmissä. Viestintäkäytäntöjen (Ritala) näkökulmasta kehykset elävät hyvin erilaisissa areenoissa: tehokkuuspakko-kehys elää mediahaastatteluissa ja virallisissa strategiadokumenteissa, inhimillinen kilpailuetu -kehys HR-konferensseissa ja ammattilehdissä, vastuullisuuskritiikki tutkijablogeissa ja järjestöpuheenvuoroissa. Kehysten omistajat eivät juuri kohtaa toisiaan samassa viestintätilassa, mikä estää hedelmällisen kehystämiskeskustelun ja syventää polarisaatiota.
Majasen lausuntoa seurannut kritiikki — Akavan, ammattijärjestöjen, tutkijoiden ja KT:n toimitusjohtajan taholta — luettiin julkisessa debatissa helposti muutosvastarintana tai tekoälykielteisyytenä. Tämä on analyyttisesti virheellinen tulkinta. KT:n toimitusjohtaja Henrika Nybondas-Kangas esitti konkreettisen huomion: kunnissa ja hyvinvointialueilla neljä viidestä työskentelee ihmistyössä, hoivassa ja koulutuksessa. Hänen kysymyksensä — miten tekoäly korvaisi päiväkodissa turvallisen sylin — ei ole vastarintaa vaan vastuullista huolenpitoa siitä, että kehystys vastaa teknologian todellista kypsyyttä. FAIR EDIH:n analyysi täsmentää: lausumat virkamiestasolta vaikuttavat siihen, miten henkilöstö, yritykset ja kansalaiset ymmärtävät tekoälyn käyttöönoton. Kun virkamies sanoo tekoälyn korvaavan ihmisen, julkiset työntekijät voivat alkaa nähdä uudistuksen uhkana eikä palveluiden parantamispyrkimyksenä. Tämä on täsmälleen se mekanismi, jonka Ritalan ym. (2024) viestintäkäytännöt-käsite kuvaa: kun viestintäkäytäntö on väärässä muodossa (yksisuuntainen media-lausuma eikä dialoginen merkityksen välittäminen), se voi luoda esteitä organisatoriselle oppimiselle sen sijaan, että se mahdollistaisi sen. Floyd & Lanen (2000) termein: epävarmuutta ilmaisevat äänenpainot ovat merkityksellistämistä (sensemaking), joka on välttämätön osa strategian muodostumista — ei sen hidaste. Lisäksi SD Worxin tutkimus osoittaa, että vain 40 % suomalaisista työnantajista on laatinut eettiset linjaukset tekoälyn käytölle. Tässä kontekstissa kriittiset kysymykset eivät ole jarru, vaan olennainen osa vastuullista AI-hallintatyötä.