Tekoälykehityksen suurin riski Suomelle ei ole työttömyys vaan käyttöönoton hitaus

Keskustelu tekoälyn vaikutuksesta työelämään juuttuu helposti yhteen kysymykseen: kuinka monta työpaikkaa tekoäly vie? Kysymys on ymmärrettävä, mutta todennäköisesti väärä.

Suomen kannalta olennaisempi kysymys on, miten tekoäly muuttaa työn kysyntää, yritysten tuottavuutta, rekrytointia ja eri ammattien rakennetta. Kansantalouden näkökulmasta tekoälyn liian hidas käyttöönotto voi kuitenkin olla paljon suurempi työllisyysriski ja olennainen kysymys on, miten mahdollisimman moni suomalainen työntekijä ja yritys siirtyy tekoälyn avulla korkeamman tuottavuuden tehtäviin?

Muutos tapahtuu ensin rekrytoinnissa

Kuvitellaan sadan hengen asiantuntijaorganisaatio. Normaalisti siitä poistuu vuoden aikana kymmenen työntekijää ja heidän tilalleen palkataan kymmenen uutta.

Jos tekoälyn avulla sama työ pystytään jatkossa tekemään 95 henkilöllä, yrityksen ei tarvitse irtisanoa ketään. Riittää, että kymmenen lähtijän tilalle palkataan vain viisi. Vuoden lopussa yrityksessä on viisi työntekijää vähemmän.

Tätä ei välttämättä tilastoida tekoälyn aiheuttamaksi irtisanomisaalloksi. Työmarkkinavaikutus on silti aivan todellinen.

Tämä mekanismi on erityisen relevantti asiantuntijatyössä, jossa suuri osa työstä koostuu informaation käsittelystä: analysoinnista, dokumentoinnista, raportoinnista, ohjelmoinnista, asiakaspalvelusta, tiedonhausta ja erilaisten sisältöjen tuottamisesta. Suomessa juuri tällaisia töitä on paljon sekä julkisella että yksityisellä sektorilla.

Tekoälyn kehitys osuu tällä hetkellä erityisesti työuraansa aloittaviin

Monissa asiantuntijaorganisaatioissa juniorit ovat perinteisesti tehneet ensimmäiset analyysit, taustatutkimuksen, dokumentaation, testauksen, esitysmateriaalit ja raporttiluonnokset. Nämä ovat samalla tehtäviä, joissa nykyiset generatiiviset tekoälyjärjestelmät ovat parhaimmillaan.

Seniori, jolla on käytössään tehokas tekoäly, voi tulevaisuudessa tehdä osan työstä, johon ennen tarvittiin seniori ja yksi tai kaksi junioria.

Tämä ei tarkoita, että juniorit katoavat. Se tarkoittaa, että heidän täytyy tuottaa enemmän arvoa aikaisemmin.

Samalla syntyy vaikea rakenteellinen kysymys: jos organisaatiot palkkaavat vähemmän aloittelijoita, mistä tulevaisuuden seniorit syntyvät?

Tämä voi osoittautua yhdeksi tekoälymurroksen vaikeimmista työelämäkysymyksistä.

Tuottavuuden kasvu ei automaattisesti tarkoita työttömyyttä

Tekoälykeskustelussa tehdään usein liian suoraviivainen päätelmä. Jos yksi työntekijä pystyy tekoälyn avulla tekemään kahden ihmisen työn, toinen työntekijä menettää työpaikkansa.

Jos talous olisi vakio, tämä voisi olla totta. Taloudet eivät kuitenkaan ole vakioita.

Kun teknologia laskee tuotannon kustannuksia tai parantaa tuotteita, myös kysyntä voi kasvaa. Yritys voi myydä enemmän, laajentua uusille markkinoille tai kehittää kokonaan uusia palveluita. Siksi tekoälyn vaikutus kulkee kahteen vastakkaiseen suuntaan.

Ensimmäinen vaikutus on työvoimaa säästävä:

tekoäly → suurempi tuottavuus → vähemmän työtä nykyiseen tuotokseen.

Toinen vaikutus on kasvua synnyttävä:

tekoäly → suurempi tuottavuus → parempi kilpailukyky → suurempi kysyntä → enemmän tuotantoa → enemmän työtä.

Se, kumpi vaikutuksista Suomessa hallitsee, ratkaisee paljon enemmän kuin yksittäisen tekoälymallin tekninen suorituskyky.

Suurin ero voi syntyä yritysten, ei ammattien välille

Tekoälyn käyttöönotossa on myös toinen helposti sivuutettu näkökulma. Kaksi samalla toimialalla toimivaa yritystä voivat saada tekoälystä täysin erilaisen hyödyn.

Ensimmäinen ostaa henkilöstölleen tekoälyavustajan ja jatkaa muuten kuten ennen. Sähköpostit syntyvät hieman nopeammin, raportit valmistuvat tehokkaammin ja kokoukset dokumentoituvat automaattisesti.

Toinen yritys kysyy kokonaan eri kysymyksen: Miksi tämä prosessi ylipäätään tehdään tällä tavalla, jos käytössämme on tekoäly?

Se rakentaa työnkulut uudelleen, automatisoi prosessien välisiä vaiheita, yhdistää tekoälyn omiin tietojärjestelmiinsä ja antaa ohjelmistoagenteille tehtäviä, joita ihmiset ovat tähän asti koordinoineet.

Näiden yritysten välinen ero voi olla valtava. Siksi tekoälyn todellinen tuottavuusvaikutus ei välttämättä synny siitä, että nykyiset työntekijät kirjoittavat sähköposteja 20 prosenttia nopeammin. Se syntyy siitä, että kokonaisia prosesseja suunnitellaan uudelleen.

Suomessa tekoäly osuu nimenomaan korkeasti koulutettujen työhön

Aikaisemmat automaatiokeskustelut ovat usein keskittyneet tehdastyöhön. Generatiivinen tekoäly muuttaa asetelmaa.

Sen vahvin vaikutus kohdistuu informaatiotyöhön, jota tehdään erityisen paljon pääkaupunkiseudulla ja suurissa kaupungeissa: ohjelmistokehityksessä, rahoituksessa, konsultoinnissa, viestinnässä, hallinnossa, tutkimuksessa ja erilaisissa asiantuntijapalveluissa. Kaikesta työstä informaatiotyötä on noin 45-50% eli 1,1-1,25 miljoonaa työikäistä ihmistä työskentelee jollakin tavalla tehtävissä, joissa informaation käsittely on keskeistä.

Suomen ensimmäinen merkittävä tekoälyn aiheuttama työmarkkinamurros saattaakin näkyä enemmän Helsingin keskustan toimistoissa ja Keilaniemessä kuin tehdaspaikkakunnilla.

Fyysisen työn automatisointi vaatii tekoälyn lisäksi yleensä robotiikkaa, koneita ja investointeja. Digitaalisen työn automatisointiin riittää usein ohjelmisto. Siksi muutos voi tapahtua informaatiotyössä huomattavasti nopeammin.

Historiallinen vertailukohta voisi olla Suomen muuttuminen maatalousyhteiskunnasta teolliseksi yhteiskunnaksi sotien jälkeen. Muutos oli suhteellisen nopea ja yhteiskunnallisesti valtava. Ihmiset muuttivat maaseudulta kaupunkeihin, Helsingin seudulle rakennettiin kokonaisia uusia lähiöitä vastaamaan muuttoliikkeen synnyttämään asuntotarpeeseen, ja Suomesta lähdettiin sankoin joukoin Ruotsiin töihin.

Tekoälymurroksessa vastaavat maantieteelliset muutokset voivat jäädä Suomessa vähäisemmiksi, mutta itse teknologisen muutoksen vauhti voi olla huomattavasti nopeampi.

DeepMindin toimitusjohtaja ja Nobel-palkittu Demis Hassabis on verrannut tekoälyn mahdollista vaikutusta teolliseen vallankumoukseen, mutta paljon tiiviimmässä aikajänteessä: asioita, joihin teollisessa vallankumouksessa kului sukupolvia, saattaa nyt tapahtua yhden vuosikymmenen aikana.

Arvioiden aikataulusta ja muutoksen laajuudesta voidaan perustellusti keskustella. Olennaisempaa on se, että vaihtoehtoisiin skenaarioihin pitäisi varautua jo nyt. Tässä Suomi ei voi jäädä odottamaan täydellistä varmuutta.

Tekoälyn liian hidas käyttöönotto voi olla suurin riski

Tästä päästään Suomen kannalta kaikkein tärkeimpään kysymykseen: mitä tapahtuu, jos suomalaiset yritykset eivät ota tekoälyä nopeasti käyttöön?

Yksittäisen yrityksen näkökulmasta tekoäly voi vähentää työvoiman tarvetta. Kansantalouden näkökulmasta tekoälyn liian hidas käyttöönotto voi kuitenkin olla paljon suurempi työllisyysriski.

Jos ruotsalaiset, saksalaiset ja yhdysvaltalaiset yritykset nostavat tuottavuuttaan nopeasti ja suomalaiset yritykset eivät, seuraukset ovat tuttuja:

heikompi tuottavuus → heikompi kilpailukyky → menetetyt markkinaosuudet → vähäisemmät investoinnit → vähemmän työpaikkoja.

Siksi yritysten suojeleminen tekoälyltä ei suojele suomalaisia työpaikkoja. Pitkällä aikavälillä se voi tehdä juuri päinvastoin.

Julkisella sektorilla asetelma on erilainen, mutta yhtä tärkeä. Siellä kyse ei ole markkinaosuuksista vaan siitä, miten palvelut pystytään tuottamaan väestön ikääntyessä, työvoiman saatavuuden heikentyessä ja julkisen talouden paineiden kasvaessa.

Jos tekoälyä ei hyödynnetä esimerkiksi hallinnossa, terveydenhuollossa, koulutuksessa ja muissa julkisissa palveluissa, seurauksena voi olla kasvavia kustannuksia, henkilöstöpulaa ja heikompaa palvelukykyä. Tekoälyn liian hidas käyttöönotto voi siis myös julkisella sektorilla muodostua suuremmaksi riskiksi kuin itse teknologian käyttöönotto.

Todennäköisin tulevaisuus ei ole massatyöttömyys vaan polarisaatio

Tällä hetkellä massatyöttömyys ei ole Suomen todennäköisin tekoälyskenaario. Todennäköisempää on työmarkkinoiden voimakkaampi polarisoituminen.

Osa työntekijöistä pystyy tekoälyn avulla moninkertaistamaan oman tuottavuutensa. Osa yrityksistä rakentaa kokonaan uusia liiketoimintamalleja ja kasvaa nopeasti.

Samaan aikaan joidenkin nykyisten tehtävien arvo laskee. Markkinat eivät välttämättä enää maksa yhtä paljon siitä, että ihminen osaa tehdä työn, jonka tekoäly tuottaa sekunneissa.

Tämä on olennainen ero. Työ ei katoa siksi, että tekoäly teknisesti pystyy tekemään sen. Työ katoaa tai muuttuu, kun yritykselle ei enää ole taloudellisesti järkevää ostaa sitä ihmiseltä entiseen hintaan.

Jos tämä analyysi pitää paikkansa, Suomen keskeinen kysymys ei ole: Miten suojelemme nykyiset työpaikat tekoälyltä?

Parempi kysymys on: Miten mahdollisimman moni suomalainen työntekijä ja yritys siirtyy tekoälyn avulla korkeamman tuottavuuden tehtäviin?

Tämä tarkoittaa paljon enemmän kuin tekoälykoulutuksia. Tarvitaan yritysten prosessien uudistamista, johtamista, osaamisen kehittämistä, yrittäjyyttä, investointeja ja uusien liiketoimintamallien rakentamista.

Erityisesti tarvitaan keinoja ratkaista työuraansa aloittavien paradoksi: Miten ihmiset pääsevät työuransa alkuun maailmassa, jossa suuri osa perinteisistä aloittelijan tehtävistä voidaan automatisoida?

Työpaikkojen sijaan pitäisi tarkastella koko ketjua

Jos tekoälyn vaikutuksia työelämään ajatellaan ketjuna, se voisi näyttää tältä:

tehtävät → ammatit → yritykset → toimialat → kilpailukyky → kokonaiskysyntä → työllisyys.

Tekoäly tulee muuttamaan jokaista tämän ketjun osaa.

Suomen kannalta ratkaisevaa ei lopulta ole se, kuinka monta tehtävää tekoäly pystyy tekemään.

Ratkaisevaa on se, kuinka hyvin osaamme rakentaa niiden ympärille uutta työtä, uusia yrityksiä ja korkeampaa tuottavuutta.

```