Osa 1. Jos tekoäly todella korvaa suurimman osan tietotyöstä 12–18 kuukaudessa, kenen on keksittävä itsensä uudelleen?
Viime viikon somekeskusteluissa on pyörinyt poikkeuksellisen radikaali väite: uudet (helmikuun alkupuolella julkaistut) AI-mallit ovat niin tehokkaita, että merkittävä osa tietotyöstä voidaan automatisoida hyvin nopeasti. Ei kuudessa tai seitsemässä vuodessa (pun intended), vaan hurjimpien ennustuksien mukaan jopa 12–18 kuukaudessa. Suhtaudutaan siihen toki varauksella vielä tässä kohtaa. (ks. mm. https://www.linkedin.com/pulse/something-big-happening-matt-shumer-so5he/)
Kävin aiheesta tekoälyn kanssa (!) pitkiä keskusteluja, jossa annoin tekoälyn analysoitavaksi työmarkkinadataa ja mm. Universumin tutkimuksia, sekä näitä viimeaikaisia ennustuksia ja haastatteluja aiheesta. Keskustelu rönsyili, mutta keskustelusta tuli niin antoisa, että päätin koostaa keskusteluista ensin blogipostauksen, ja sitten siitä tulikin blogisarja… jossa on 6 (tai 7) osaa. Katsotaan jaksanko tehdä vielä seitsemännen osan, kuusi olisi jo valmiina. Laitan ne jakoon blogin päivässä seuraavan viikon ajan, pysyhän kuulolla ja laita vaikkapa Linkedin-profiilini seurantaan, jaan ne ainakin sinne.
Tuo 12-18 kk väite on todella hurja, sitä on vaikea ottaa täysin todesta, vaikka samaa asiaa on viime aikoina sanoittanut hieman eri kulmilta muutamakin nimekäs alan osaaja (ks. linkit postauksen lopussa). Pysähdytään miettimään asiaa hetkeksi.
Jos tästä tulisi totta, kyse ei olisi vain työkalujen ja työtehtävien tehostumisesta, vaan kokonaisten ammattien ja ammattiryhmien uudelleenmäärittelystä.
Kävimme tekoälyn kanssa aiheesta keskustelun, jonka perusteella nimettiin ne ammattiryhmät, jotka joutuisivat miettimään työnsä kokonaan uusiksi.
Sisällöntuotanto ja markkinointi
Kirjoittajat, copywriterit, journalistit, markkinoinnin suunnittelijat ja sisällöntuottajat.
AI tuottaa jo nyt artikkeleita, kampanjatekstejä, uutisluonnoksia ja somepostauksia sekunneissa. Se tekee kieliversiot, optimoi otsikot, testaa variaatiot. Parhaat niistä – varsinkin jos luo esim. Claude Codella AI-agentteja, jotka ovat sidoksissa analyysityökaluihin, metriikoihin ja liiketoimintadataan – voivat jo itsenäisesti analysoida, muokata, korjata ja testata kampanjoita reaaliaikaisesti!
Jos pelkkä sisällön tuottaminen on työn ydin, kilpailu tekoälyä vastaan on mahdoton.
Mikä säilyy?
Sisältöstrategian suunnittelu pääosin
Brändiäänen määrittely, ennen kuin tekoäly oppii tunnistamaan ja hyödyntämään persoonallisia, reaktiivisia ja brändiohjeistuksen mukaisia sisältöjä.
Ideoinnin päätökset, itse ideointia tekoäly tekee monelta osin jo paremmin kuin ihmiset
Kulttuurinen ”herkkyys”, kulttuurisidonnaiset ja arvopohjaiset sisällöt - toistaiseksi
Eettinen arviointi
Faktatarkistus ja kontekstin ymmärrys osittain, jo nyt mm. Perplexity on kohtuullisen hyvä faktantarkastukseen, mutta vielä tarvitaan inhimillistä ”inputtia”
Työ itsessään ei katoa, mutta puhtaasta sisällöntuotannosta tulee enemmänkin älykkään tuotantokoneiston johtamista ja päätöksentekoa kuin tuottavaa työtä.
Ohjelmistokehitys
AI kirjoittaa koodia, testaa ja debuggaa, rakentaa kokonaisia ominaisuuksia pitkälti itsekseen, ja AI-agentteja voidaan roolittaa esim. testaamaan toistensa työ, olemaan luovia, kriittisiä, jne. Agentit voivat keskustella keskenään ja validoida tekemistä monelta eri kulmalta ja tuottaa käytännössä täysin valmiita kokonaisuuksia.
Jos kehittäjän työ on rutiinikoodausta tai yksinkertaisten bugien korjaamista, työn automatisoituminen on varmaa.
Mikä säilyy:
Järjestelmäarkkitehtuuri
Turvallisuus eettisestä näkökulmasta, bias’ien poistaminen, valintojen tekeminen vaihtoehtojen välillä
Integraatiot, toistaiseksi…
Tuoteajattelu, vaikkakin siihenkin voidaan rakentaa AI-agentteja työstämään ideoita, ominaisuuksia, ym. eri näkökulmista lähestyen. Tuoteportfolion linjaukset isoon kuvaan ja organisaatiostrategiaan vaativat vielä ihmistä.
Kehittäjän rooli siirtyy koodin tuottajasta järjestelmien suunnittelijaksi, kokonaisuuksien määrittelijäksi, visionääriksi / innovaattoriksi ja joiltain osin laadunvalvojaksi.
Data-analytiikka ja raportointi
AI pystyy lukemaan valtavia datamääriä, tunnistamaan trendejä ja tuottamaan visualisointeja. Se mikä katoaa ensimmäisenä on vakioraportoinnit, yksittäisten mittarien ja jopa mittaristojen rakentaminen, tiedon perustason segmentointi, ja raporttien tuottaminen eri muotoihin (tekninen, visuaalinen, ym.).
Mikä säilyy:
Oikeiden kysymysten muotoilu
Hypoteesien rakentaminen
Liiketoimintavaikutusten tulkinta - toistaiseksi
Riskien arviointi analyyttisesti ja laajempaan strategiaan tai ideologiaan pohjautuen
Kriittinen ajattelu, data ei ole aina absoluuttinen totuus
Analyytikosta tulee enemmänkin päätöksenteon sparraaja ja kriitikko, kuin raporttien tuottaja ja sanoittaja.
Asiakaspalvelutehtävät
AI-agentit vastaavat asiakkaiden kyselyihin, reklamaatioihin ja tukipyyntöihin 24/7 useilla kielillä, nyt jo jopa äänellä, ja pian äänellä, jota ei tunnista automatisoiduksi. Rutiinikyselyihin tai tukipyyntöihin ei enää tarvita ihmistä.
Vielä säilyy:
Poikkeustapaukset ja konfliktit, joihin ei ole standardivastauksia, päätöksenteko kompleksissa ongelmissa
Emotionaaliset tilanteet, tunneälyn ja inhimillisyyden tarve
Asiakkaan puolustaminen organisaation sisällä
Kasvotusten tapahtuvat palvelutilanteet - tietenkin
Ihmisen rooli tiivistyy niihin hetkiin, joissa luottamus on vaarassa ja vaaditaan empatiaa tai sympatiaa.
Konsultointi ja strategiatyö
AI voi tehdä markkina-analyysejä, simuloida skenaarioita ja tuottaa strategialuonnoksia minuuteissa. Se voi innovoida inkrementaalisia parannuksia tai identifioida markkinatarpeita, tuottaa vertailudataa, kilpailija-analyysejä ja ehdottaa vaihtoehtoisia toimintatapoja, mutta ei pysty visionääriseen tai radikaaliin innovointiin.
Jos konsultin arvo on PowerPoint-raportti, kyselytutkimuksen tulosten sanoittaminen päätöksentekoa edeltävään tilanteeseen, ja benchmark kilpailija-analyysi, peli on enemmän tai vähemmän menetetty.
Mikä säilyy:
Organisaation sisäinen dynamiikka, päätöksentekijöiden ja prosessien ymmärtäminen ja hyödyntäminen
Muutosjohtaminen henkilötasolla ja luottamusta vaativissa toimenpiteissä
Päätöksenteon psykologia, piilovaikuttimien tai inhimillisten aspektien ymmärtäminen
Vastuun kantaminen päätöksistä, luottamuksen rakentaminen ja herättäminen sidosryhmissä
Sidosryhmien ja niiden motivaatioiden ymmärtäminen
Näitä ei ulkoisteta kielimallille - strategiatyön arvo siirtyy analyysista toteutuksen johtamiseen ja ihmisten ymmärtämiseen siinä prosessissa.
HR ja rekrytointi
AI lukee CV:t, kirjoittaa työpaikkailmoitukset, analysoi hakijadataa ja optimoi rekrytointifunnelin, mutta vastaavasti myös entistä useammin kirjoittaa myös CV:t ja työhakemukset. Jo pitkään maailmalla on ollut työkaluja (esim. HireVue), jotka ovat vieneet hakija-analyysit ja työkalut paljon pidemmälle, kuin mitä Suomessa pääosin käytetään, on työkaluja jotka videoavusteisesti analysoivat pupilleista sykettä ja siitä henkilön hermostoituneisuutta, sanavalintojen perusteella sivistyneisyyttä, silmien liikkeiden perusteella tuleeko vastaus muistista vai mielikuvituksesta, äänenpainoista ja puhenopeudesta stressiä, jne. Nyt edessä on kaiken hakijadatan vertailu muihin hakijoihin, analyysit, testitulosten tulkinta, ja viime kädessä ehdotukset rekrytointipäätöksille
Mikä katoaa:
Esivalinnat, ”shortlistit”, 1. vaiheen ”hylyt”
Ilmoitusten kirjoittaminen
Standardikysymykset ja vastausten tulkinta
Testitulosten analysointi
Hakijoiden ”rankkaaminen”
Mikä säilyy:
Kulttuurisen sopivuuden tulkinta sekä yrityksen että tiimin näkökulmasta
Johtajuuden arviointi, päätöksentekokyvyn arviointi
Organisaatiodynamiikan ymmärrys
Motivaatiotekijöiden arviointi
Pitkän aikavälin rekrytointistrategia
Harrastuneisuuden vaikutus osaamisen kehittämiseen tai vaihtuviin työtehtäviin
Persoonallisuustekijöiden roolitukseen tai työtehtäviin
Oppimiskyvyn, joustavuuden, sopeutuvuuden arviointi
Rekrytoija muuttuu prosessinhoitajasta organisaation kyvykkyyden arkkitehdiksi ja ihmisten ymmärtäjäksi, psykologinen kulma vahvistuu.
Luovat alat
AI tekee kuvia, videoita, animaatioita, musiikkia ja muuta luovaa sisältöä, mutta ei ole taiteilija, kun sana sisältää kokemuspohjaista tai persoonallista otetta sisältöihin. Se tuottaa (lähes) virheetöntä (pian täysin virheetöntä) sisältöä, mutta siitä puuttuu nk. ”sielu” ja usein myös inhimillisyys. Rutiinidesign ja tekeminen automatisoituvat nopeasti.
Mikä säilyy:
Konseptointi
Brändin johdonmukaisuus, inhimillisyys
Tunne ja kulttuurinen konteksti
Symbolinen merkitys
Luova työ ei katoa, mutta ajautuu pois itse sisällön tuottamisesta kohti konsepteja, radikalismia, multi-/monimediallista tekemistä, suunnittelua, ja tunnetilojen tuottamista.
Mitä tämä kaikki käytännössä tarkoittaa?
Jos alussa mainittu 12–18 kuukauden skenaario toteutuu edes osittain, yksi asia yhdistää lähes kaikkia ammatteja; rutiini katoaa, vastuu kasvaa, inhimillisyys säilyy ja vahvistuu osana työn tekemistä.
Tekoäly tekee nopeammin sen, mikä on toistettavaa, loogista ja strukturoitua, mutta siltä puuttuu toistaiseksi luova ajattelu kun luodaan jotain täysin uutta, ei vain kopioida tai pienimuotoisesti parannella olemassa olevaa.
Ihmisen arvo tiivistyy siihen, mikä on kontekstuaalista, eettistä, sosiaalista, vastuunalaista, ja/tai luovaa siinä mielessä, että siihen sisältyy tunteita, kohtaamisia, symboliikkaa, tai jotain hyvin persoonallista tai radikaalia.
Voisin ajatella myös arvojen ja kulttuurin merkityksen näissä tehtävissä kasvavan ja olevan yksi iso erottava tekijä ihmisen tekemän ja tekoälyn tekemän työn välillä.
Uuden oppimisen pakolliset elementit
Riippumatta alasta, selviytymisen resepti näyttää samalta:
AI-lukutaito
Ei vain käyttöä, vaan laajempaa ymmärrystä siitä,
Mitä tekoälymalli osaa?
Missä se epäonnistuu?
Miten sitä ohjataan?
Miten tuloksia validoidaan?
Kysymysten muotoilun taito
Parhaat tulokset syntyvät parhaista kysymyksistä. Tämä on tulevaisuuden meta-osaamista. Mitä laajempaa ja laadukkaampaa sisältöä tekoälylle syötät tai paremmin ohjeistat, sitä parempia tuloksia se antaa. Laadun osalta ”Input equals output”.
Eettinen ja kriittinen ajattelu
Vastuu ei siirry koneelle, vaan jää ihmiselle. Vastuunkannosta tulee paljon tärkeämpi osa työtä, kun kyse on enemmän valvonnasta, validoinnista ja metriikasta kuin siitä, miten omin pienin kätösin työn tuotit.
Ihmiskeskeinen osaaminen
Empatia, neuvottelukyky, ”ihmistenlukutaito”, henkilökohtainen vaikuttaminen, luottamuksen rakentaminen, ja esim. emotionaaliset ja fyysiset vaikutuskyvyt ovat ihmisen vahvuuksia roolista riippumatta.
Monialainen osaaminen, osaamisten yhdistäminen
Ne, jotka pystyvät yhdistämään teknologiaa, liiketoimintaa ja inhimillisyyttä, pärjäävät todennäköisesti parhaiten - jatkossakin.
Ei “korvaako AI työsi?”, vaan…
Onko työsi pääosin rutiinia vai selkeää vastuunkantoa? Jos se on rutiinia, työnkuvan muutos tulee nopeasti, jos se on vastuuta, kontekstia ja ihmisten johtamista, arvo voi jopa kasvaa.
On epätodennäköistä, että lähes kaikki tietotyö katoaisi 18 kuukaudessa. Organisaatiot muuttuvat hitaammin kuin teknologia, vaikka teknologia olisi kuinka hyvää ja hienoa. Jo yhteiskunnan perusrakenteet tekevät muutoksesta hidasta, kun on yt-lakia, TES:sejä, ammattiliittoja, virkoja, eettistä pohdintaa, lakien ja asetusten luomia pysähdyksen paikkoja, ja vaikka mitä. Ne eivät aina ole hyvä asia, mutta voivat joskus myös suojata työtä ja tekemistä radikaaleilta, hallitsemattomilta ja yllättäviltä muutoksilta. Tässä kohtaa tietenkin eri yhteiskuntamallien erot saattavat luoda maa- ja aluekohtaisia eroja, jotka eriarvoistavat maailmaa entisestään.
On kuitenkin täysin mahdollista ja monella alalla / roolissa joka todennäköistä, että:
Tuottavuusvaatimukset kasvavat
Tiimit pienenevät
Osa rooleista katoaa
Työnkuvat muuttuvat radikaalisti ja rooleja yhdistetään
Vastuut ja velvollisuudet tulevat konkreettisemmin osaksi työtä, mitattavuus kasvaa
Ja silloin kysymys ei olekaan enää siitä, mitä osaat tehdä, vaan siitä, mitä lisäarvoa tuot ympärille rakentuvaan ”koneistoon”.
Linkkejä aiheen keskusteluihin:
https://www.linkedin.com/feed/update/urn:li:activity:7428360155391479809?updateEntityUrn=urn%3Ali%3Afs_updateV2%3A%28urn%3Ali%3Aactivity%3A7428360155391479809%2CFEED_DETAIL%2CEMPTY%2CDEFAULT%2Cfalse%29
https://www.linkedin.com/pulse/making-sense-jobs-report-layoff-announcements-reid-hoffman-fqyoe/
https://www.linkedin.com/pulse/dont-let-ai-reinvent-you-your-job-lou-adler-jddcc/
https://www.linkedin.com/pulse/something-big-happening-matt-shumer-so5he/