Kun tekoäly parhaillaan siirtyykin digitaalisista palveluista entistä enemmän fyysiseen maailmaan, muun muassa robotteihin, autonomisiin järjestelmiin ja teollisiin sovelluksiin, kilpailun logiikka muuttuu oleellisesti. Enää ei ratkaise pelkästään se, kuka rakentaa parhaat mallit, vaan se, kuka pystyy viemään ne turvallisesti ja tehokkaasti osaksi todellista arjen maailmaa, jossa asiat oikeasti tapahtuvat.
Yhdysvallat on ollut kiistaton johtaja muun muassa koneoppimista ja kielimalleja hyödyntävissä tekoälyissä, joissa tietokone osoittaa ihmisajattelulle tyypillisiä piirteitä. Jenkkien vahvuudet ovat eittämättä ohjelmisto-osaamisessa, riskirahoituksen saatavuudessa ja huippuluokan tutkimuksessa Stanfordia, Harvardia ja Berkeleytä myöten.
Mutta fyysisessä tekoälyssä nämä eivät yksin riitä. Robotit eivät skaalaudu kuten ohjelmistot: ne vaativat tuotantoa, logistiikkaa, huoltoa ja standardeja. Siinä missä ohjelmisto voidaan kopioida hetkessä miljoonille käyttäjille, robotti on rakennettava, kuljetettava ja ylläpidettävä. Näissä asioissa Yhdysvaltojen etumatka on merkittävästi kapeampi.
Yhdysvaltain fyysisen tekoälyn markkina kasvaa parhaillaan nopeasti, ja sitä vievät eteenpäin esimerkiksi NVIDIA:n, Qualcommin sekä Figure AI:n ja Agility Roboticsin kaltaiset toimijat, mutta kehitys nojaa edelleen vahvasti ohjelmisto- ja tekoälymallilähtöiseen ajatteluun.
Kehitystä vievät eteenpäin yritykset, joiden kilpailuedut syntyvät kyvystä saada teknologia toimimaan turvallisesti osana monimutkaisia kokonaisuuksia.
Kiina taas näyttäytyy tässä uudessa fyysisen tekoälyn nousevassa vaiheessa poikkeuksellisen vahvana. Sen etu ei perustu pelkästään datamassojen kokoamiseen, vaan ennen kaikkea kykyyn valmistaa, integroida ja ottaa käyttöön järjestelmiä nopeasti ja laajasti.
Myös Kiinassa fyysisen tekoälyn markkina kasvaa parhaillaan nopeasti. Kehitystä vievät eteenpäin toimijat kuten Huawei ja Unitree Robotics sekä laajat, valtion tukemat robotiikan ja tehdasautomaation ekosysteemit. Kiinassa tekoäly viedään tehokkaasti ja systemaattisesti laboratorioista ja pilvipalveluista tosielämään eli tehtaisiin, varastoihin ja kaupunkeihin.
Lisäksi Kiinalla on käytössään resurssi, josta puhutaan yllättävän vähän: mittava ihmistyövoima, joka osallistuu suoraan fyysisen tekoälyn “kouluttamiseen”. Monia robottijärjestelmiä opetetaan käytännössä manuaalisesti, muun muassa ihmiset ohjaavat niiden liikkeitä, korjaavat virheitä ja tuottavat dataa todellisista tilanteista.
Entä Eurooppa, jota on totuttu pitämään tekoälyn perässähiihtäjänä? Ja entä Suomi? Fyysisen tekoälyn näkökulmasta kilpailukentän yleiskuva voi olla meille jokseenkin toinen kuin tähän mennessä. Euroopalla ja Suomella on vahva teollinen perinne, erityisesti automaatiossa ja konepajateollisuudessa. Vielä tärkeämpää on sen pitkä kokemus standardeista, sääntelystä ja järjestelmien luotettavuudesta. Siinä missä digitaalisessa tekoälyssä virheet ovat kiusallisia, fyysisessä maailmassa ne voivat olla erittäin vaarallisia. Prioriteetteja ja lähestymistapoja tulee tarkastella uudella tapaa: “riittävän hyvä” ei enää riitä.
On mahdollista, että juuri ne tekijät, joita on pidetty Euroopan heikkouksina muodostuvatkin kilpailueduksi, kun tekoäly siirtyy konkreettiseen fyysiseen ympäristöön.
Eri analyytikkojen mukaan Euroopan fyysisen tekoälyn markkina on toistaiseksi Yhdysvaltoja ja Kiinaa hieman pienempi, mutta sen painopiste on erilainen. Meillä keskitytään erityisesti säädeltyihin ja korkean kriittisyyden teollisiin käyttökohteisiin, joissa luotettavuus ja järjestelmien integraatio ovat ratkaisevia. Kehitystä vievät eteenpäin toimijat, kuten ABB, Siemens ja Bosch, eli yritykset, joiden kilpailuedut syntyvät kyvystä saada teknologia toimimaan turvallisesti osana monimutkaisia kokonaisuuksia.
On siten mahdollista, että juuri ne tekijät, joita on pidetty Euroopan heikkouksina, muun muassa varovaisuus, sääntely ja hitaus, muodostuvatkin kilpailueduksi, kun tekoäly siirtyy konkreettiseen fyysiseen ympäristöön.
Keskeinen kysymys onkin, mittaammeko tekoälyn kehitystä oikeilla mittareilla. Tähän asti huomio on kohdistunut laskentatehoon, mallien kokoon ja datan määrään. Fyysisessä tekoälyssä ratkaisevia voivat edellä mainittujen lisäksi olla myös aivan toiset tekijät: järjestelmien integraatio, turvallisuus ja kyky toimia epävarmassa ympäristössä.
Tekoälyn aiemmat aallot palkitsivat ne, jotka osasivat rakentaa älykkäitä järjestelmiä pilveen ja päätelaitteiden ruuduille käytettäviksi. Seuraava aalto palkitsee ne, jotka pystyvät tuomaan ne turvallisesti reaalimaailmaan. Siksi on mahdollista, että tekoälyn voittajat eivät enää aiempaan tapaan määräydy Silicon Valleyn tai Kiinan suurten digiyhtiöiden paradigmojen vaan tehdashallien, toimitusketjujen ja, ehkä yllättäen, myös manuaalisen ihmistyön kautta. Ja siinä kilpailussa lähtöasetelma on yhä jokseenkin auki.
Tämä kirjoitus on toinen osa juttusarjaa, jossa tarkastelemme fyysistä tekoälyä suomalaisen teollisuuden näkökulmasta. Sarjassa avaamme LUT-kauppakorkeakoulun tutkimushankkeen teemoja ja nostamme esiin kysymyksiä, joihin teknologiateollisuuden yritysten on syytä hakea vastauksia jo nyt.Lue myös sarjan ensimmäinen osa.
Tutkimushanke toteutetaan vuosina 2026–2027. Hankkeen tutkijatiimi ovat professori Paavo Ritala, teollisuusprofessori Mika Ruokonen sekä nuorempi tutkija Vesa Korhonen. Hankkeen rahoittajana toimii Teollisuuden ja Työnantajain Keskusliiton säätiö, ja yrityskumppaneina mukana ovat KONE Oyj, AMD Silo AI Oy, Kemppi Oy, Kempower Oyj, Halton Oy ja Oilon Oy.
Lisätietoa hankkeesta
Mika Ruokonen
Teollisuusprofessori, LUT-yliopisto
mika.ruokonen@lut.fi +358 41 447 5652
Ilmoittaudu 12.6. Teknoinfoon kuulemaan lisää aiheesta
Juuri siksi myös yhdistyksen hallinnon pitää toimia tavalla, joka vastaa tämän päivän haasteisiin. Hallintomallin pitää tunnistaa jäsenkunnan moninaisuus ja mahdollistaa ketterä, vaikuttava ja vastuullinen päätöksenteko.
Nykyinen hallintomalli on palvellut yhdistystä hyvin, mutta se ei enää kaikilta osin vastaa tämän päivän vaatimuksiin. Yritysten nykyinen toimintaympäristö on monimutkainen, nopeasti muuttuva ja tiukasti sidoksissa globaaleihin ilmiöihin. Suuressa hallituksessa on mahdotonta käydä riittävää dialogia kaikkien näkökulmien huomioimiseksi, ja työvaliokunta käytännössä toimii roolissa, joka yleensä kuuluu hallitukselle. Valta ja vastuu ovat osin erkaantuneet toisistaan, ja päätöksenteko on jäykistynyt.
Teknologiateollisuuden rooli Suomen pitkäaikaisen edun eteen työskentelemisessä ansaitsee hallintomallin, joka on nykyistä selkeämpi, osallistavampi ja toimintakykyisempi.
Hallinnon uudistamisen päätavoitteina ovat:
Päätöksenteon sujuvoittaminen sekä vallan ja vastuun selkiyttäminen.
Jäsenkunnan osaamisen ja näkemyksen täysimääräinen hyödyntäminen.
Yrittäjyyden ja omistajuuden aseman vahvistaminen ja tuominen nykyistä selvemmin sääntöihin.
Nykyisen mallin rajoitteista on keskusteltu vuosien varrella, ja hallitus on nostanut asian esiin myös itsearvioinnissaan. Eri vaihtoehtojen huolellisen punnitsemisen jälkeen johtopäätös on se, että tavoitteisiin pääsemiseksi tarvitaan merkittävää rakenteiden uudistamista. Pienemmät nykyiseen toimintatapaan tehtävät muutokset eivät riitä.
Ehdotettu uusi malli on yksityiskohdiltaan vielä työstettävänä, ja sitä hiotaan eri tahojen kanssa käytävissä keskusteluissa. Seuraavassa kuvaan mallin sellaisena kuin se tällä hetkellä on ja otan mielelläni palautetta vastaan.
Uuden hallintomallin perustana on jäseniä edustava valtuusto, joka vastaa strategiasta ja pitkän aikavälin kehittämisestä. Valtuusto toimii ”omistajan äänenä”, nimittää hallituksen, pohjustaa ja hyväksyy strategian sekä hyväksyy taloudellisesti merkittävimmät päätökset. Valtuusto on kooltaan nykyisen hallituksen suuruusluokkaa, ja se edustaa kattavasti eri sektoreita, yrityskokoluokkia ja maantieteellisiä alueita.
Valtuusto kokoontuu noin neljä kertaa vuodessa interaktiivisissa työpajaluonteisissa kokouksissa. Valtuuston pääasiallinen työkieli on suomi, ei-suomenkieliset huomioidaan tarvittaessa esimerkiksi simultaanitulkkauksella.
Yhdistyksen hallituksen kooksi tulee noin 12–15 henkeä, ja sen tehtävänä on toimia nykyisen työvaliokunnan tapaan operatiivisen päätöksenteon lähellä. Hallitus keskittyy kannanmuodostukseen ja vaikuttamisen ohjaamiseen. Lisäksi se vastaa yhdistyksen varallisuuden asianmukaisesta hoitamisesta. Yrittäjävaliokunnan nimitystoimikunnalla on esityskiintiö hallituksen kokoonpanoon siten, että se esittää ensimmäistä varapuheenjohtajaa ja kaikkiaan noin 40 % hallituksen jäsenistä. Tällä varmistetaan yrittäjyyden äänen kuuluminen hallinnossa.
Vaalivaliokunta pidetään nykyisellään, ja sillä on merkittävä rooli hallinnon toimivuuden ja edustavuuden varmistamisessa. Muutoksena nykyiseen on vaalivaliokunnan toimintaohjeiden hyväksyminen vuosikokouksessa, jolloin toimielinten valintaperusteet tulevat jäsenten nähtäväksi ja päätettäväksi.
Ehdotettu malli vastaa tunnistettuihin haasteisiin usealla tavalla. Se selkiyttää ja nopeuttaa hallituksen päätöksentekoa, tuo vallan ja vastuun lähemmäksi toisiaan, vahvistaa yrittäjyyttä ja omistajuutta, lisää henkilövalintojen läpinäkyvyyttä ja tuo jäsenyritysten näkemyksiä nykyistä vahvemmin ja laajemmin mukaan strategian muodostamiseen.
Hyväkään hallintomalli ei toimi ilman hyviä käytäntöjä. Uudistuksen onnistumisen kannalta on kriittistä, että valtuuston työskentelystä saadaan tehokasta. Valtuuston pitää olla paikka, jossa jäsenyritysten erilaiset näkökulmat kohtaavat, ja jossa käydään keskustelua ja tehdään päätöksiä niistä linjauksista, jotka määrittävät Teknologiateollisuuden ja koko Suomen tulevaisuutta.
Aikataulullisesti tavoitteena on tehdä tarvittavat sääntömuutokset tämän kesän aikana, jotta vaalivaliokunta pääsee valmistelemaan syyskokoukseen tähtäävää työtään uudelta pohjalta.
Parempi hallinto ei ole itseisarvo. Sen tarkoitus on tehdä Teknologiateollisuudesta vaikuttavampi, ketterämpi ja paremmin koko jäsenkenttäänsä kuunteleva järjestö.
Teknologiateollisuus on rohkea edelläkävijä. Nyt meidän pitää uskaltaa uudistaa myös omia rakenteitamme.
Lisätietoja
Ville Voipio
Hallituksen puheenjohtaja, Teknologiateollisuus ry
Sähköposti: ville.voipio@teknologiateollisuus.fi
Puhelinnumero: 040 503 1915
Euroopan unionin parlamentti ja jäsenmaita edustava neuvosto saavuttivat 7. toukokuuta alustavan neuvottelutuloksen niin sanotusta tekoälyomnibus-aloitteesta (AI Omnibus), jolla kevennetään ja selkiytetään EU:n tekoälyasetuksen soveltamista.
Neuvottelutulos kattaa suuren riskin tekoälyjärjestelmien vaatimusten soveltamisen myöhentämisen, konetuotteiden sääntelyn yksinkertaistamisen sekä joukon kohdennettuja yksinkertaistuksia.
Parlamentin ja neuvoston on vielä hyväksyttävä neuvottelutulos virallisesti. Muutosten odotetaan astuvan voimaan elokuussa.
Tekoälyomnibusin tuomat keskeiset muutokset:
Suuren riskin tekoälyjärjestelmien vaatimusten soveltamista lykätään. Itsenäisten suuren riskin järjestelmien (mm. biometriikka, kriittinen infrastruktuuri, koulutus, työllistäminen, lainvalvonta, rajavalvonta) sääntelyn, jonka oli määrä tulla voimaan jo tämän vuoden elokuussa, soveltaminen siirtyy alkamaan 2.12.2027.
Tuoteturvasäänneltyjen tuotteiden turvakomponentteina toimivat suuririskiset tekoälyjärjestelmät – esimerkiksi lääkinnällisissä laitteissa, koneissa, leluissa, hisseissä ja vesialuksissa – tulevat sääntelyn piiriin vuotta aiottua myöhemmin eli 2.8.2028.
Tekoälyllä tuotetun kuva-, ääni- ja tekstisisällön koneluettavat ”vesileimausvelvoitteet” (jo markkinoilla olevat generatiiviset järjestelmät) astuvat voimaan vasta 2.12.2026, kun niiden soveltamisen piti alkaa jo elokuussa.
Koneet siirretään asetuksen liitteen I A-osasta B-osaan. EU:n koneasetuksen mukaiset tuotteet noudattavat jatkossa vain omaa sektorisääntelyään – eivät enää sekä tekoälyasetusta että sektorisääntelyä – kunhan tekoälyasetusta vastaava terveyden ja turvallisuuden taso varmistetaan.
Komissiolle annetaan toimivalta antaa delegoituja säädöksiä koneasetusta koskien tekoälyyn liittyvien terveys- ja turvallisuusvaatimusten täsmentämiseksi.
Kun konetuotteita koskevia erityisstandardeja suuren riskin tekoälyjärjestelmille ei ole saatavilla, tekoälyasetuksen standardien noudattaminen riittää vaatimustenmukaisuusolettaman saavuttamiseksi koneasetuksen tekoälyyn liittyvien terveys- ja turvallisuusvaatimusten osalta.
Tekoälyasetuksen ja muiden kuin koneita koskevan sektorikohtaisen lainsäädännön päällekkäisyyksien ratkaisemiseksi luodaan mekanismi. Tilanteissa, joissa sektorilainsäädäntö – esimerkiksi lääkinnällisiä laitteita, leluja, hissejä, koneita tai vesialuksia koskeva sääntely – sisältää tekoälyasetusta vastaavia tekoälyjärjestelmien vaatimuksia, tekoälyasetuksen soveltamista voidaan rajoittaa kyseisiltä osin delegoiduilla säädöksillä.
Turvakomponentin määritelmää tarkennetaan ja kavennetaan. Tekoälyjärjestelmät, jotka vain avustavat käyttäjiä tai optimoivat suorituskykyä, eivät automaattisesti kuulu suuren riskin velvoitteiden piiriin, jos niiden vika tai häiriö ei aiheuta terveys- tai turvallisuusriskiä.
Vaatimustenmukaisuuden arviointimenettelyä selkeytetään. Valmistajia ei velvoiteta valitsemaan kolmannen osapuolen suorittamaa vaatimustenmukaisuuden arviointimenettelyä pelkästään siksi, että tuote sisältää suuren riskin tekoälyjärjestelmän turvakomponenttina.
Vinoumien havaitsemiseksi ja korjaamiseksi sallitaan henkilötietojen käsittely ehdottoman välttämättömän tarpeen mukaisesti, asianmukaisin suojatoimin – sekä suuren riskin että muiden järjestelmien osalta.
Pk-yritysten poikkeukset laajennetaan pieniin mid-cap-yrityksiin (SMC, enintään 500 työntekijää).
Ei-suostumuksellisten alastonkuvien ja lapsiin kohdistuvan seksuaalista väkivaltaa sisältävän materiaalin tuottamiseen tarkoitetut tekoälyjärjestelmät kielletään. Järjestelmät, joilla ei ole tätä käyttötarkoitusta, mutta jotka saattavat mahdollistaa tällaisen materiaalin tuotannon, voidaan saattaa markkinoille vain riittävin suojatoimin. Järjestelmien on oltava vaatimusten mukaisia 2.12.2026 mennessä.
Komission tekoälytoimisto (AI Office) saa roolin valvoa yleiskäyttöisiin tekoälymalleihin perustuvia tekoälyjärjestelmiä, kun on kyse saman tarjoajan kehittämästä mallista ja järjestelmästä. Lainvalvonta, rajavalvonta, oikeusviranomaiset ja rahoituslaitokset jäävät kansallisten viranomaisten valvontaan.
Miten Teknologiateollisuuden tavoitteet toteutuivat?
Teknologiateollisuus esitti tammikuussa 2026 suosituksia tekoälyomnibusin neuvotteluihin. Näihin peilaten neuvottelujen saldo on positiivinen, joskin osa tavoitteista jäi puolitiehen.
Onnistumiset
Myöhennetyt ja kiinteät soveltamispäivämäärät suuren riskin tekoälyjärjestelmille (2.12.2027 ja 2.8.2028) ovat täsmälleen ne, joita esitimme.
Koneasetuksen siirto liitteen I B-osaan poistaa rinnakkaiset vaatimuksenmukaisuusraiteet konetuotteilta. Tämä oli yksi keskeisistä tuoteturvasääntelyn ja tekoälyasetuksen rajapintaa koskevista vaatimuksistamme.
Turvakomponentin määritelmän tarkentaminen ja kaventaminen estää suuren riskin velvoitteiden automaattisen laajentumisen tuotteisiin, joissa tekoäly vain avustaa tai optimoi. Tämä on rakenteellisesti merkittävä parannus, joka vastaa suosituksemme henkeä.
Pk-yrityshelpotusten laajentaminen astetta suurempiin yrityksiin, henkilötietojen käsittely vinoumien korjaamiseksi sekä yleiskäyttöisiin malleihin perustuvien järjestelmien valvonnan keskittäminen vastaavat suosituksiamme.
Pettymykset
Suurin puute koskee lääkinnällisiä laitteita. Konetuotteille tehty siirto liitteen I A-osasta B-osaan ei ulotu MDR- ja IVDR-tuotteisiin, jolloin niihin sovelletaan jatkossakin sekä tekoälyasetusta että sektorikohtaista tuoteturvasääntelyä rinnakkain. Tämä jättää alalle juuri sen päällekkäisten vaatimusten ja vaatimustenmukaisuuden arvioinnin ongelman, jonka purkamista esitimme.
Seuraavat askeleet
Parlamentin ja neuvoston on vielä hyväksyttävä neuvottelutulos. Instituutioiden äänestykset tapahtuvat alkukesän aikana. Muutosten pitäisi astua voimaan tämän vuoden elokuun alusta.
Teknologiateollisuuden 3D-tulostamisen toimialaryhmä aloittaa toimintansa toukokuun lopulla. Toimialaryhmän tarkoituksena on kerätä ja jakaa tietoa alan kehityksestä sekä järjestää työpajoja ja tapahtumia.
Tavoitteena on auttaa hahmottamaan, mitkä teknologiat ja materiaalit ovat kypsymässä teolliseen käyttöön, ja erottamaan hype todellisesta tuotantopotentiaalista. Lisäksi tarkoituksena on auttaa yrityksiä tunnistamaan, miten 3D‑tulostus linkittyy muihin murroksiin, kuten digitalisaatioon, kestävään kehitykseen ja toimitusketjujen muutoksiin.
Teknologiateollisuuden 3D‑tulostamisen toimialaryhmään kannattaa liittyä, koska se tarjoaa vahvan verkoston ja mahdollisuuden oppia uutta sekä vaikuttaa alan kehitykseen. Toimialaryhmään liittyminen on järkevää erityisesti silloin, kun 3D‑tulostus on osa yrityksen tai organisaation nykyistä toimintaa tai se on arvioitu strategiseksi tulevaisuuden kyvykkyydeksi.
Teollisuudessa 3D-tulostimet ovat hyödyllisiä, koska niillä voi valmistaa nopeasti erilaisia osia ja työkaluja. Nopeimmillaan samana päivänä saa ratkaisun ongelmaansa.
Tulostimilla voi tehdä esimerkiksi prototyyppejä ja testata erilaisten kokoonpano-osien sopivuutta, jolloin riskit tuotantovirheille pienenevät. Myös lopputuotteisiin tulevia osia, joita ei voi valmistaa muilla menetelmillä, tulostetaan.
Kustannussäästöjen lisäksi tulostaminen suoraviivaistaa toimintaa. Kaikki on lähellä – suunnittelu, valmistus ja loppukäyttäjä. Tämä mahdollistaa tuotannon ja tuotekehityksen nopean joustavuuden ja reagointikyvyn.
Valmennus johti lopulta konkreettiseen päätökseen käynnistää ensimmäinen, rajattu tekoälyhanke myynnin tueksi.
”Meillä oli organisaatiossa hyvin erilaisia käsityksiä tekoälystä. Osa käytti sitä jo, osa ei lainkaan, ja mukana oli myös vääristyneitä mielikuvia. Koimme, että tarvitsimme yhteistä ymmärrystä siitä, mistä tekoälyssä on oikeasti kyse”, kertoo Nakkila Worksin toimitusjohtaja Jussi Kivioja.
Perustettu: 1948
Kotipaikka: Nakkila, Länsi-Suomi
Pääasiallinen toiminta: Kansainvälisesti toimiva säiliö-, prosessilaite- ja paineastiatoimittaja
Henkilöstö: 90
Muuta: Vastuullinen toiminta ja työntekijöiden hyvinvointi sekä asiakastyytyväisyys yritystoiminnan perusperiaatteina
Valmennus toi yhteisen kielen ja avarsi ajattelua
Nakkila Works osallistui Headai:n vetämään AI 1000 valmennukseen laajalla kokoonpanolla. Mukana oli ylimmän johdon lisäksi päällikkö- ja vastuuhenkilöitä eri puolilta organisaatiota.
”Halusimme, että tekoäly ei jää vain johdon asiaksi. Kun ihmiset eri puolilla yritystä ymmärtävät, mitä tekoäly voisi tarkoittaa omassa työssä, syntyy kekseliäämpiä ja realistisempia ideoita.”
Kiinnostus syntyy usein vasta silloin, kun hyöty näkyy konkreettisesti omassa työssä.
Valmennus auttoi hahmottamaan tekoälyä kokonaisuutena, ei vain yksittäisinä työkaluina. Nakkila Worksissa oivallettiin, että tekoäly voi tukea laajasti yrityksen toimintaa ja auttaa tehostamaan tekemistä eri puolilla organisaatiota.
Ensimmäinen askel rajattiin tarkoituksella myyntiin
Valmennuksen aikana Nakkila Worksissa käytiin sisäisiä keskusteluja siitä, mihin tekoälyä kannattaisi ensimmäisenä hyödyntää. Lopulta katse kohdistui myyntiin, erityisesti myynnin taustalla tehtävään asiantuntijatyöhön.
”Meidän myyntimme on projektimyyntiä, joka vaatii paljon tiedon käsittelyä, dokumentaatiota ja valmistelua. Näimme, että juuri tässä tekoäly voisi vapauttaa myyjien aikaa asiakastyöhön.”
Yrityksessä haluttiin edetä maltillisesti ja ensimmäisestä hankkeesta tehtiin tietoisesti rajattu kokonaisuus.
”Kun tekoäly ei ole omaa ydinosaamista, ei kannata lähteä heti liian suureen hankkeeseen. Rajattu ensimmäinen askel pienentää riskiä ja auttaa oppimaan.”
AI-agentti tukemaan myyntiä, ei korvaamaan ihmistä
Nakkila Works selvittää tekoälyhankkeensa valmisteluvaiheessa AI-agenttipohjaisen myynnin tukijärjestelmän toteutusmahdollisuuksia. Tavoitteena on tunnistaa, miten tekoäly voisi tukea myyntiä automatisoimalla rutiineja, rikastamalla asiakasdataa ja tuottamalla myyjille toimenpide-ehdotuksia.
”Tarkoitus ei ole suinkaan korvata ihmisen tekemää arvokasta myyntityötä, vaan tukea sitä. Haluamme, että myyjien aika kuluu asiakasrajapinnassa laajojen tietomassojen käsittelyn sijaan.”
Valmisteluvaiheessa määritellään keskeiset käyttötapaukset, tekninen kokonaiskuva ja jatkokehityksen edellytykset. Näin yritys pystyy arvioimaan, millaisia tekoälyratkaisuja sen kannattaa jatkossa kehittää ja ottaa käyttöön.
Siemenrahoitus madalsi kynnystä ratkaisevasti
Valmisteluhankkeeseen Nakkila Works on saanut siemenrahoitusta, jolla oli ratkaiseva vaikutus päätökseen lähteä mukaan.
Rahoitus mahdollistaa sen, että ratkaisuja voidaan määritellä huolellisesti yhdessä asiantuntijakumppanin kanssa ennen suurempia investointeja.
”Ilman tätä rahoitusta emme olisi todennäköisesti lähteneet edes tämän mittakaavan tekoälyhankkeeseen tässä vaiheessa. Kun ei itse ole tekoälyn asiantuntija, kynnys investoida on luonnollisesti korkea.”
Tekoälystä tuli osa arjen keskusteluja
Vaikka hankkeen varsinainen toteutus on vasta edessä, yhteistyö AI Finlandin kanssa on muuttanut jo Nakkila Worksin arkea.
”Huomasimme nopeasti, että tekoälystä alettiin puhua talossa huomattavasti enemmän ja realistisemmin. Osa henkilöstöstä lähti itse aktiivisesti opiskelemaan lisää ja kokeilemaan tekoälyä omassa työssään.”
Myös monet aiemmin varauksellisesti suhtautuneet alkoivat nähdä tekoälyn konkreettiset hyödyt.
Kivioja muistuttaa, että kiinnostus syntyy usein vasta silloin, kun hyöty näkyy konkreettisesti omassa työssä.
Jussi Kiviojan vinkit tekoälymatkan käynnistämiseen
Nakkila Works kannustaa muitakin yrityksiä tutustumaan tekoälyyn matalalla kynnyksellä. Toimitusjohtaja Jussi Kivioja tiivistää tekoälymatkan alun aikana kertyneet opit kolmeen huomioon:
Aloita ymmärryksestä, älä teknologiasta. Yhteinen käsitys siitä, mitä tekoäly on ja mihin sitä voisi käyttää, on tärkeämpää kuin yksittäiset työkalut.
Rajaa ensimmäinen hanke selkeästi. Tarpeeksi pieni ja hallittu kokonaisuus auttaa oppimaan ja vähentää riskiä.
Hyödynnä valmennusta ja rahoitusta. Ulkopuolinen asiantuntemus ja siemenrahoitus madaltavat kynnystä lähteä liikkeelle.
”AI 1000 valmennus on todella hyvä paikka aloittaa. Se ei sido mihinkään, mutta auttaa ymmärtämään, onko tekoäly mahdollisuus omalle liiketoiminnalle ja millä tavalla”, Kivioja suosittelee.
”Jos tekoälyn sivuuttaa kokonaan, on vaarana jäädä kehityksestä jälkeen. Mutta liikkeelle voi lähteä onneksi rauhassa, askel kerrallaan.”
Mikä AI 1000?
AI 1000: Kasvua tekoälystä on AI Finlandin valmennusohjelma yritysjohdolle. Valmennuksia vetävät 29 valmennuskumppania. Ohjelmassa tekoälyä tarkastellaan johdon näkökulmasta ja keskitytään liiketoiminnan haasteisiin, mahdollisuuksiin ja konkreettisiin käyttökohteisiin. Tavoitteena on muuttaa tekoäly ymmärrykseksi ja edelleen käytännön tekemiseksi. Valmennus tarjoaa johdolle suunnatun tiiviin kokonaisuuden, jonka tavoite on tunnistaa 1–2 potentiaalista tekoälyideaa.
Valmennus on maksuton yrityksille, jotka ovat sekä Teknologiateollisuus ry:n että AI Finland -verkoston jäseniä.
Suomen ja suomalaisen teknologiateollisuuden menestys rakentuu pitkälti osaamisen varaan. Ilman osaamista ei synny uusia investointeja, ei vientiä eikä lopulta myöskään hyvinvointia.Tämä on myös edellytys sille, että Suomi säilyy houkuttelevana investointikohteena.
Ammattiosaajien määrä teknologiateollisuudessa on pysynyt pitkään vakaana, ja ala tarvitsee edelleen noin 3 600 uutta ammatillisen koulutuksen suorittanutta joka vuosi. Lisäksi yhä useamman korkeakouluopiskelijan tulee jatkossa tulla ammatillisesta taustasta, joten teknologiateollisuuden osaajatarve haastaa ammatillisen koulutuksen kehittämistä kahdesta suunnasta: yhä useammalla valmistuvalla tulee olla sellaiset taidot, että niillä työllistyy ja/tai pääsee sujuvasti jatkamaan korkeakouluopintoihin.
Teknologiateollisuus on pitkään korostanut työelämälähtöisyyden merkitystä koulutuksessa. Ammatillinen koulutus on tässä suhteessa ainutlaatuisessa asemassa: se yhdistää oppimisen ja työn tekemisen tavalla, joka tuottaa nopeasti valmiuksia työelämään siirtymiseen. Erityisen tärkeää on tiivis yhteistyö yritysten ja oppilaitosten välillä. Kun koulutuksen sisältöjä kehitetään yhdessä elinkeinoelämän kanssa, varmistetaan, että valmistuvilla osaajilla on juuri niitä taitoja, joita yritykset tarvitsevat nyt ja tulevaisuudessa.
Erityisen tärkeää on tiivis yhteistyö yritysten ja oppilaitosten välillä.
Tekniikan aloilla osaaminen syntyy tekemällä. Tarvitaan riittävä määrä toistoja, käytännön harjoittelua ja oikeiden työtilanteiden kaltaisia opetusmuotoja. Hitsaajaksi oppii vain hitsaamalla, eikä käytännön kokemusta voi korvata teorialla tai opettaa etänä. Juuri työelämää lähellä olemisessa ammatillinen koulutus on parhaimmillaan. Kun opiskelija pääsee jo opintojen aikana työpaikoille ja todellisiin ympäristöihin harjoittelemaan, syntyy paras ymmärrys tulevasta ammattialasta ja tarvittavista työelämätaidoista sekä usein myös ensimmäiset kontaktit työllistymiseen. Tällä on iso merkitys myöhemmän uran kannalta.
Yritykset eivät odota, että vastikään valmistuneet olisivat heti täysin valmiita ammattilaisia. Sen sijaan odotetaan riittävää perusosaamista, jonka päälle voidaan yrityksissä sitten rakentaa lisää. Tässä on myös yksi keskeinen kehittämiskohde. Kuulemme yrityksistämme liian usein viestiä, että osaamisen taso vaihtelee eikä kaikilla valmistuneilla ole vielä riittäviä valmiuksia työllistyä. Ratkaisujakin on onneksi tunnistettu. Tarvitaan tiiviimpää yhteistyötä yritysten kanssa, enemmän käytännön harjoittelua ja selkeä fokus työelämässä tarvittavaan osaamiseen.
Ammatillisen koulutuksen avulla on mahdollista saavuttaa sekä työelämässä kaivattua osaamista että hyvät valmiudet jatko-opiskeluun.
Taitaja-kisat ovat erinomainen esimerkki siitä, mitä ammatillinen koulutus parhaimmillaan on: huippuosaamista, intohimoa ja ammattiylpeyttä. Kilpailut inspiroivat nuoria, tuovat esiin eri alojen monipuolisuutta ja muistuttavat siitä, että huippuosaaminen syntyy harjoittelun, ohjauksen ja motivaation yhdistelmästä. Samalla Taitaja-viikko tarjoaa yrityksille mahdollisuuksia tuoda esiin omia uramahdollisuuksiaan ja tietysti myös kohdata tulevaisuuden osaajia.
Taitaja-kisojen innostavassa hengessä haluankin korostaa ammatillisen koulutuksen suorastaan ainutlaatuista roolia: ammatillisen koulutuksen avulla on mahdollista saavuttaa sekä työelämässä kaivattua osaamista että hyvät valmiudet jatko-opiskeluun. Tämä olisi tärkeää ymmärtää niin perusasteen oppilaitoksissa, suomalaisissa kodeissa kuin päättäjien pöydissä.
EU:n datasäädös (Data Act) tuli sovellettavaksi syyskuussa 2025, ja se muuttaa merkittävästi kytkettyjen laitteiden käytöstä syntyvän datan hyödyntämisen pelisääntöjä. Säädös antaa käyttäjille pääsyn laitteiden käyttödataan, mutta käytännössä datan hyödyntäminen edellyttää selkeitä sopimuksia eri osapuolten välillä. Uudet malliehdot vastaavat tähän tarpeeseen.
Kolme valmista mallia eri tilanteisiin
Malliehdot on laadittu kolmeen keskeiseen sopimustilanteeseen:
datan haltijan ja käyttäjän välille
datan haltijan ja datan vastaanottajan välille
käyttäjän ja datan vastaanottajan välille
Ne tarjoavat valmiiksi mietittyjä sopimuslausekkeita ja rakenteita, joita yritykset voivat hyödyntää sellaisenaan tai muokata omiin tarpeisiinsa sopiviksi.
– Datasääntely tuo yrityksille uusia velvoitteita, mutta myös mahdollisuuksia. Halusimme tarjota jäsenille konkreettisen työkalun, joka helpottaa sopimista ja nopeuttaa datan hyödyntämistä liiketoiminnassa, sanoo Jussi Mäkinen.
Tukea muuttuvaan sääntelyyn ja datakyvykkyyksien kehittämiseen
Datan merkitys yritysten kilpailukyvylle kasvaa jatkuvasti, ja samalla EU-tason sääntely lisääntyy. Datasäädöksen lisäksi esimerkiksi digitaalinen tuotepassi tulee vaikuttamaan siihen, miten dataa kerätään, jaetaan ja hyödynnetään.
Malliehdot auttavat yrityksiä:
ottamaan datasääntelyn vaatimukset huomioon käytännössä
nopeuttamaan sopimusprosesseja
rakentamaan toimivia ja tasapainoisia datan hyödyntämisen malleja
Kyse ei ole valmiista sopimuksista, vaan pohjista, joita yritysten tulee täydentää omiin tilanteisiinsa sopiviksi esimerkiksi datan sisällön, käyttöoikeuksien, liikesalaisuuksien ja henkilötietojen käsittelyn osalta.
Saatavilla nyt, englanninkielinen versio tulossa
Malliehdot on julkaistu 27.3.2026 suomeksi. Englanninkielinen versio julkaistaan myöhemmin käännöksen valmistuttua. Malliehdot ovat maksuttomat Teknologiateollisuuden jäsenyrityksille.
Parhaillaan käydään vilkasta keskustelua tekoälystä, muun muassa kielimalleista, generatiivisesta tekoälystä, tietotyön muutoksesta ja tuottavuudesta. Keskustelu on tärkeää ja tarpeellista, mutta samalla jokseenkin kapeaa. Tekoäly nähdään meillä edelleen ennen kaikkea ohjelmistona, joka analysoi dataa tai tuottaa tekstiä ja kuvia. Vähemmälle huomiolle jää se, että tekoäly on ottamassa seuraavaa isoa askelta – se oppii toimimaan fyysisessä maailmassa.
Fyysisellä tekoälyllä tarkoitetaan järjestelmiä, joissa tekoäly yhdistyy robotiikkaan, sensoreihin ja mekaniikkaan. Tällöin tekoäly ei ainoastaan tee laskelmia ja ennusteita, vaan myös havaitsee ympäristöään, tekee päätöksiä ja toteuttaa ne konkreettisina tekoina.
Se liikkuu, tarttuu, siirtää, kokoaa ja reagoi muuttuviin tilanteisiin. Tämä erottaa fyysisen tekoälyn perinteisestä automaatiosta, joka perustuu ennalta ohjelmoituihin ja rajattuihin toimintamalleihin.
Maailmalla fyysinen tekoäly on noussut nopeasti keskeiseksi puheenaiheeksi. Nvidian toimitusjohtaja Jensen Huang on kuvannut kehitystä siirtymänä digitaalisesta tekoälystä kohti fyysistä tekoälyä. Se on vaihe, jossa tekoäly ei toimi enää vain ”näytöillä” vaan myös tehtaissa, varastoissa ja osana infrastruktuuria. Meta AI:n tutkimusjohtaja Yann LeCun on puolestaan todennut, että todellinen tekoälyn läpimurto edellyttää kykyä oppia jatkuvasti vuorovaikutuksessa fyysisen maailman kanssa. Kansainväliset raportit ennakoivat, että tällainen kehitys muuttaa seuraavaksi muun muassa teollisuutta, logistiikkaa ja huoltopalveluita.
Kehitys muuttaa seuraavaksi muun muassa teollisuutta, logistiikkaa ja huoltopalveluita.
Suomessa keskustelu ei kuitenkaan vielä heijasta tätä orastavaa muutosta. Tekoäly mielletään yhä vahvasti tietotyön ja palvelujen teknologiana, vaikka Suomen talouden ja hyvinvoinnin perusta on edelleen pitkälti teollisuudessa. Juuri teollisuudessa fyysisen tekoälyn potentiaali on suurin. Se voi mahdollistaa joustavamman tuotannon, paremman laadun, turvallisemmat työolosuhteet sekä kyvyn sopeutua nopeasti muuttuviin tilanteisiin – toisin sanoen asioita, joita perinteinen automaatio ei ole kyennyt toistaiseksi ratkaisemaan.
Fyysinen tekoäly ei tarkoita teollisten työpaikkojen katoamista, vaan niiden muuttumista. Ihmisten rooli siirtyy uuden teknologian myötä raskaista, toistuvista ja vaarallisista tehtävistä kohti valvontaa, ongelmanratkaisua, järjestelmien ohjausta ja yhteistyötä älykkäiden koneiden kanssa. Tätä siirtymää on tapahtunut jo aiemminkin, mutta nyt se kiihtyy entisestään. Muutos on erityisen merkittävä Suomessa, jossa muun muassa työvoimapula ja väestön ikääntyminen haastavat teollisuuden kilpailukykyä.
Tekoäly mielletään yhä vahvasti tietotyön ja palvelujen teknologiana, vaikka Suomen talouden ja hyvinvoinnin perusta on edelleen pitkälti teollisuudessa. Juuri teollisuudessa fyysisen tekoälyn potentiaali on suurin.
Suomella on hyvät lähtökohdat hyödyntää fyysistä tekoälyä. Meillä on korkea tekninen osaaminen, vahva konepaja- ja laitevalmistuksen perinne, korkealaatuista huoltoliiketoimintaa, luottamukseen perustuva työkulttuuri sekä paljon tuotantoa, jossa vaaditaan joustavuutta ja laatua massavolyymien sijaan. Nämä vahvuudet eivät kuitenkaan muutu kilpailueduksi itsestään. Fyysinen tekoäly on nostettava osaksi kansallista tekoälykeskustelua, teollisuusstrategiaa ja investointipäätöksiä.
Jos tekoäly nähdään Suomessa jatkossakin vain digitaalisten sovellusten tai tietotyön ilmiönä, vaarana on, että seuraava teollinen murros tapahtuu muualla kuin täällä meillä. Kun tekoäly oppii toimimaan fyysisessä maailmassa, muuttuu myös teollisuuden logiikka. Kysymys kuuluu, olemmeko valmiita tunnistamaan tämän seuraavan murroksen ajoissa ja toimimaan sen mukaisesti.
Tämä kirjoitus avaa juttusarjan, jossa tarkastelemme fyysistä tekoälyä suomalaisen teollisuuden näkökulmasta. Sarjassa avaamme LUT-kauppakorkeakoulun tutkimushankkeen teemoja ja nostamme esiin kysymyksiä, joihin teknologiateollisuuden yritysten on syytä hakea vastauksia jo nyt.Lue myös sarjan toinen osa.
Tutkimushanke toteutetaan vuosina 2026–2027. Hankkeen tutkijatiimi ovat professori Paavo Ritala, teollisuusprofessori Mika Ruokonen sekä nuorempi tutkija Vesa Korhonen. Hankkeen rahoittajana toimii Teollisuuden ja Työnantajain Keskusliiton säätiö, ja yrityskumppaneina mukana ovat KONE Oyj, AMD Silo AI Oy, Kemppi Oy, Kempower Oyj, Halton Oy ja Oilon Oy.
Lisätietoa hankkeesta
Mika Ruokonen
Teollisuusprofessori, LUT-yliopisto
mika.ruokonen@lut.fi +358 41 447 5652
23.4. Palkka-avoimuuslainsäädännön tarkka sisältö ei ole vieläkään tiedossa
Palkka-avoimuusdirektiivin kansallinen täytäntöönpano viivästyy jälleen. Hallituksen esityksen antaminen on kestänyt, ja tämänhetkisen tiedon mukaan se annetaan juhannusviikolla eli viikolla 25. Hallituksen esityksen myötä olemme viisaampia uuden lainsäädännön sisällöstä.
Vielä ei ole tiedossa, milloin uusi sääntely tulee voimaan. Joka tapauksessa se ei ehdi tulla voimaan direktiivin asettamassa aikataulussa eli kesäkuussa. Eduskunta käsittelee asiaa syksyllä, joten voimaantulo voi venyä jopa vuoden 2027 alkupuolelle.
Teknologiateollisuus tiedottaa jäseniään sitä mukaa, kun asiasta on saatavilla varmempaa tietoa.
Euroopan komission Digital Decade –raportti osoittaa, että datan ja tekoälyn käyttö eurooppalaisissa yrityksissä laahaa tavoitteista ja on selvää, että tämä on haaste Suomen ja Euroopan kilpailukyvylle.
– Totesimme Teknologiateollisuudessa, että emme jää voivottelemaan yrityksille hankalaa tilannetta, vaan tartumme toimeen. Työvaliokunta päätti käynnistää hankkeen, jossa valmistelemme yhdessä yritysten referenssiryhmän ja ulkoisen asiantuntijan kanssa komission malliehtojen pohjalta parannetun version. Tavoitteena on tarjota yrityksille yksinkertaiset ja helppokäyttöiset pohjat datan käytöstä sopimiselle, sanoo Jussi Mäkinen.
Kumppaniksi valikoitui Dittmar & Indrenius asianajotoimisto, ja referenssiryhmässä on edustus kymmenestä yrityksestä.
Teknologiateollisuuden jäseninä on paljon pieniä ja keskisuuria yrityksiä. Näiden yritysten digitalisaatiota yhtenäiset sopimuskäytännöt helpottaisivat suuresti. Yritykset hyötyisivät myös siitä, että digitalisaatiota ja datan käsittelyn kehittämistä varten olisi tarjolla erilaisia palveluita. Palvelumarkkinan syntymistä pyritään sopimusehdoilla vauhdittamaan madaltamalla datan liikkumisen kynnystä.
Tavoitteena on tehdä hyvin yksinkertaiset ja helppokäyttöiset malliehdot datan haltijan (usein valmistaja) ja kytketyn laitteen käyttäjän väliseen suhteeseen sekä mallisopimukset käyttäjän ja datan haltijan sekä kolmansien osapuolten välille.
– Selkeät, tasapainoiset ja helppokäyttöiset malliehdot voivat tarjota mahdollisuuksia myös yritysten ja tutkimusorganisaatioiden väliseen yhteistyöhön: seuraavassa vaiheessa niiden pohjalta voidaankin muokata mallit, jotka helpottavat yritysten tutkimusyhteistyötä, Mäkinen kertoo.
Malliehdot julkaistaan suomeksi maaliskuun lopussa ja ne käännetään myöhemmin myös englanniksi.
