Jos julkinen sektori aikoo vastata ikääntymisen, velkaantumisen, työvoimapulan ja palveluodotusten samanaikaiseen paineeseen, sen on opittava tuottamaan enemmän vaikuttavuutta vähemmillä panoksilla.
VM:n tavoitteen mukaan julkisen hallinnon tuottavuuden pitäisi parantua keskimäärin 20 prosenttia vuoteen 2031 mennessä. Tavoite on oikeansuuntainen, mutta sen saavuttaminen edellyttää, että tekoälyä ei käsitellä sivuhankkeena, yksittäisinä pilotteina tai virastojen omana puuhasteluna.
Se vaatii johtamista, mittaamista ja esimerkkiä.
Juuri siksi uudistus on aloitettava valtiovarainministeriöstä.
Merkittävät uudistukset onnistuvat parhaiten, kun johto näyttää esimerkkiä.
Stanford Digital Economy Labin vuoden 2026 Enterprise AI Playbook kiteyttää 51 onnistuneen tekoälykäyttöönoton opetuksen osuvasti:
“The difference was never the AI model. It was always the organization.”
Toisin sanoen ratkaisevaa ei ole se, käytetäänkö uusinta teknologiaa, vaan se, kykeneekö organisaatio muuttamaan työtapansa, päätöksentekonsa ja johtamisensa.
Tämä pätee erityisen hyvin julkishallintoon. Tekoälyuudistus ei onnistu niin, että keskushallinto ohjeistaa muita muuttumaan mutta jatkaa itse vanhoilla valmistelutavoilla.
Jos valtiovarainministeriö ohjaa julkisen hallinnon tuottavuusloikkaa, sen on oltava myös ensimmäinen paikka, jossa tekoälyn avulla parannetaan valmistelun laatua, nopeutta ja läpinäkyvyyttä.
VM:llä on tähän kolme erityisen painavaa käyttökohdetta.
Ensimmäinen on talousennusteet. Suomen talouspolitiikka nojaa ennusteisiin, mutta ennusteet ovat väistämättä epävarmoja. Tekoäly ei poista epävarmuutta, mutta se voi tehdä sen näkyvämmäksi.
AI-avusteinen ennustaminen voi yhdistää makrotalouden indikaattoreita, työmarkkinadataa, yritysdynamiikkaa, verokertymiä, kansainvälisiä suhdanteita ja skenaariomalleja nykyistä systemaattisemmin.
Olennaista ei ole rakentaa yhtä “tekoälyennustetta”, vaan ennustejärjestelmä, joka näyttää vaihtoehtoiset kehityspolut, epävarmuusvälit ja mallien historialliset osumatarkkuudet.
Toinen käyttökohde on budjettiskenaarioiden valmistelu. Budjettiriihien ja kehysvalmistelun pitäisi olla huomattavasti nykyistä skenaariopohjaisempaa.
Mitä tapahtuu, jos kasvu jää puoli prosenttiyksikköä ennustettua heikommaksi? Mitä jos työllisyys kehittyy paremmin mutta veropohja heikommin? Mitä tapahtuu velkasuhteelle, jos korkotaso pysyy korkeana viisi vuotta?
Tällaisia kysymyksiä käsitellään jo nyt, mutta tekoäly voisi nopeuttaa analyysia, tuottaa vaihtoehtoisia politiikkapaketteja ja paljastaa päätösten välisiä riippuvuuksia.
Hyvä budjettivalmistelu ei ole Excelin venyttämistä äärirajoille vaan järjestelmällistä epävarmuuden hallintaa.
Kolmas käyttökohde on budjettipäätösten vaikutusarviointi. Jokaisella merkittävällä päätöksellä on taloudellisia, sosiaalisia, alueellisia ja käyttäytymisvaikutuksia. Käytännössä vaikutusarviot jäävät usein liian kapeiksi, liian myöhäisiksi tai liian vaikeasti vertailtaviksi.
Usein niitä ei tehdä ollenkaan ja haitallisia vaikutuksia paikkaillaan jälkikäteen kalliisti.
Tekoäly voisi auttaa tunnistamaan vaikutusketjuja, vertaamaan aiempiin päätöksiin, simuloimaan eri väestöryhmiin kohdistuvia vaikutuksia ja nostamaan esiin myös ei-toivottuja sivuvaikutuksia.
Tämä ei korvaa poliittista harkintaa. Päinvastoin: se tekee poliittisesta harkinnasta rehellisempää.
Näiden käyttökohteiden rinnalla VM voisi tehdä vielä yhden julkisen hallinnon kannalta ratkaisevan teon: avata nykyistä laajemmin käyttämänsä datavarannot, ennustemallit, oletukset ja arviointimenetelmät.
Toki turvallisuus, henkilötiedot ja markkinasensitiivisyys asettavat rajat. Perusperiaatteen pitäisi olla selvä: jos julkista taloutta ohjataan malleilla, kansalaisten, tutkijoiden, median ja eduskunnan pitää ymmärtää, millaisilla malleilla sitä ohjataan.
Tämä olisi myös vahva teko julkisen hallinnon läpinäkyvyyden puolesta. Avoimet mallit ja datat eivät tarkoita, että jokainen kansalainen ryhtyy makroekonomiksi. Se tarkoittaa, että kansalaiset ja riippumattomat asiantuntijat voivat arvioida oletuksia, testata vaihtoehtoisia skenaarioita ja haastaa valmistelua paremmilla argumenteilla. Tämä parantaisi päätöksenteon laatua ja lisäisi luottamusta.
Vuoteen 2031 mennessä meillä pitäisi olla jo riittävästi kokemusta, jotta voimme vertailla tekoälyavusteisen valmistelun ja perinteisen valmistelun tuloksia.
Ovatko ennusteet parantuneet? Ovatko budjettiskenaariot realistisempia? Ovatko vaikutusarviot osuneet paremmin? Onko valmistelu nopeutunut? Onko ministeriön tuottavuus parantunut? Onko päätöksenteon laatu parantunut niin paljon, että sillä voidaan havaita vaikutuksia myös kansantalouden tasolla?
Tämä vertailu on tehtävä avoimesti.
Muuten tuottavuusloikasta tulee hallinnollinen iskulause. Julkisen sektorin tekoälyuudistuksen uskottavuus ratkaistaan mittareissa, ei juhlapuheissa.
VM:n rooli on tässä poikkeuksellinen. Se ei ole vain yksi ministeriö muiden joukossa. Se ohjaa talouspolitiikkaa, budjettivalmistelua, julkisen hallinnon tuottavuustavoitteita ja koko valtionhallinnon uudistamista. Jos juuri VM osoittaa, että tekoäly parantaa oman työn laatua ja tehokkuutta, esimerkki kannustaa koko hallintoa. Jos VM ei itse muutu, muiden muuttaminen on vaikeampaa.
Tekoälyuudistus ei siis saa alkaa siitä, että perustetaan lisää koordinaatioryhmiä ja laaditaan uusi tiekartta. Niitäkin tarvitaan, mutta ne eivät riitä. Uudistus alkaa siitä, että julkisen talouden ytimessä oleva ministeriö ottaa tekoälyn käyttöön omassa ydintyössään: ennustamisessa, skenaarioinnissa ja vaikutusarvioinnissa. Ja tekee sen avoimesti ja kokemukset jakaen.
Kun johto näyttää esimerkkiä, muutos muuttuu uskottavaksi.
Kun VM näyttää esimerkkiä, koko julkinen hallinto saa luvan muuttua.
Ja mikä tärkeintä: silloin tekoäly ei ole julkishallinnon tyhjä strategiapaperi, vaan väline parempaan talouspolitiikkaan ja julkisen hallinnon tuottavuuteen ja läpinäkyvyyteen.
0 kommenttia:
Lähetä kommentti
Tilaa Lähetä kommentteja [Atom]
<< Palaa Etusivulle