STRATEGIASTA SUORITUSKYKYYN - AI KATALYYTTINÄ

Johtaminen ja johtajuus

Liiketoiminnan pelikenttä on muuttunut — eikä kyse ole vain teknologiasta, vaan siitä, miten arvo syntyy, skaalautuu ja uudistuu. Organisaatiot, jotka onnistuvat, eivät erottele strategiaa ja toteutusta toisistaan, vaan rakentavat niiden välille jatkuvan, oppivan yhteyden. 

Liiketoimintaan kohdistuvista muutosvoimista konsulttiyhtiö McKinsey & Company on havainnollistanut ylätasolla 12 elementin toimintamallin (Organize to Value), miten strateginen joustavuus ja liiketoiminnan "käyttöjärjestelmä" arvon tuottamisessa ovat muutoksessa tekoälyn myötä. 

Olen jalostanut ydinviestiä liiketoiminnan arvonluomisen näkökulmasta, nostanut esiin strategisen tulokulman, joihin tulee hakea oikeat vastaukset.

Mistä aloittaa?
→ Älä aloita teknologiasta. Aloita siitä, miten päätöksiä tehdään ja kuka omistaa ne – ja kuka vastaa  
      siitä, että muutos etenee. 

→ Haasta oikeilla kysymyksillä, missä tekoälyn todellinen arvo on: 

• Ei "miten teemme tämän nopeammin"? Se on nykyisen nykyisen toimintamallin korjailua, vaikka sitäkin tulee tehdä. 

• Tekoälyn potentiaali on siinä, "voiko  liiketoiminnallinen tavoite olla täysin erilainen – ja jos, niin miten se pitäisi tehdä?"

→ On myös hyvä huomioida, että teknologian vaikutus yleensä yliarvioidaan lyhyellä aikavälillä, mutta teknologian rakenteellinen voima aliarvioidaan pidemmällä aikavälillä (Amaran laki).

→ Katso kappaleeni Tekoäly - strateginen viitekehys, vai kyvykkyys?

→ Etenemisen tiekartta on keskeinen työkalu muuttamaan teknologiainvestoinnit mitattavaksi liiketoiminta-arvoksi. Tekoälymuutos on keskimäärin 80 % ihmisiä ja prosesseja, vain 20 % teknologiaa. 

Avaan vähän esitystä. Jännite syntyy siitä, että strategia haluaa aina enemmän kuin mihin resurssit pystyvät. Liiketoiminta-arkkitehtuurin tehtävänä on toimia "paineentasausventtiilinä", joka säätää näiden välillä:

• Se kertoo johdolle: "Visio on hieno, mutta prosessimme ja teknologiamme eivät vielä tue tätä."

• Se kertoo organisaatiolle: "Markkinat vaativat tätä, joten meidän on päivitettävä ihmisten osaamista."

Hiukan täsmennystä strategiseen johtamiseen

• RBV (Resource-Based View): "Mitä meillä on?" Tämä on yrityksen inventaario. Se vastaa kysymykseen: Mitä sellaista arvokasta, harvinaista ja vaikeasti kopioitavaa (VRI) me omistamme tai hallitsemme? Tavoite: Potentiaali.

• Kyvykkyydet (Capabilities-Based View): "Mitä osaamme tehdä?" Mitä osaamme tehdä niillä asioilla, joita meillä on? Tavoite: Erottautuminen. 

• Toimintamalli (Operating Model): "Miten hyödynnämme osaamistamme?" Tämä on yrityksen konehuone. Se on prosessien, rakenteiden, johtamisjärjestelmien ja kulttuurin kokonaisuus, joka määrittää, miten nuo rakennuspalikat saadaan liikkumaan ja tuottamaan tulosta, arvoa. Tavoite: Suorituskyky.

Kolme eri asiaa, kolme eri tarkoitusta

→ Strategia, fokus (Outside-In): Strategia on ongelmanratkaisutyökalu, johon liittyy valintoja & toimenpiteitä. Nämä tähtäävät yrityksen lopputulokseen tavoitellulla pelikentällä. Epävarmuustekijöiden ratkaiseminen on osa voittamista, kun tavoitteena on kilpailuetu.

→ Suunnitelma, fokus (Inside-Out): Resurssien budjetoitua järjestelyä yksiköittäin, joka puolestaan mahdollistaa omien valintojen toteuttamisen. Toimenpiteet liittyvät kustannuspuolen hallintaan. Optimointia tulee tehdä, mutta se ei takaa kilpailussa jatkuvuutta, koska markkinakehitys hyödykkeistää tuote-elinkaarta.

→ Taktiikka, fokus (To-do): Konkreettisia toimenpiteitä, jotka keskittyvät suunnitelman toteuttamiseen. Taktiikan tulee olla johdonmukainen strategisissa linjauksissa, eli toimenpiteiden ei tule olla ristiriidassa strategisten tavoitteiden kanssa.

Tarkistus: Kysy yrityksen päättäjiltä, pakottaako tehdyt toimenpiteet asiakasta ostamaan kilpailutilanteessa juuri meidän tuotetta tai palvelua. Mikäli ei, sinulla on käsissäsi suunnitelma, ei strategia.

Omaa liikeideaa saatetaan itsessään pitää kilpailuetuna (esim. start-up; hyvä tuote myy itse itseään). Tämä on "sokea piste", ei kilpailuetu. Strategisessa mielessä liikeideakin on "raaka-aine", joka saa muotonsa valinnoilla ja toimenpiteillä. 

Kannattavuus, kehitys, kilpailutekijät, sekä uuden tulovirran luominen ovat lopputulosta strategisen johtamisen toimivuudesta. Tunnusluvut kuvaavat yksiselitteisesti liiketoimintastrategian laatua. 

Kyvykkyys on muutoksen valuuttaa

Jotta yritys voi vastata markkinadynamiikan muutoksiin, strategiaa tulee kohdistaa päämääriin. Liiketoiminta-arkkitehtuuri toimii tässä kääntäjänä. Sen avulla varmistetaan että ihmiset, prosessit ja teknologia tukevat saumattomasti toisiaan.

• Ihmiset: Strateginen ajattelu ja uudet taidot

• Prosessit: Optimoitu ja dynaaminen toimintamalli

• Teknologia: Työkalut, kuten tekoäly, jotka mahdollistavat skaalautuvuuden

Liiketoiminnassa huippuunsa viritetty strategiakaan ei riitä, jos arvonluonnin toteuttamisessa epäonnistutaan. Voidaan tietää, mitä pitää tehdä, mutta "miten" osoittautuu odotettua vaikeammaksi ilman liiketoiminta-arkkitehtuuria – visuaalista työkalupakkia, joka kytkee strategisen suunnittelun ja operatiivisen toteutuksen mitattavaksi hyödyksi. 

Tekoäly tulee muokkaamaan kilpailutekijöitä perusteellisesti, pakottaen organisaatiot yhä reaaliaikaisempaan strategiseen reagointiin. 

Kyvykkyyden evoluutio - neljästä tekijästä kolmeen pilariin ja mitä se tarkoittaa todellisuudessa siinä vaiheessa, kun teknologia mahdollistaa:

1. Informaation realiteetti: Passiivisesta aktiiviseksi

• Klassinen malli: Kyvykkyydet vaativat ja muokkaavat tietoa. Tieto on polttoainetta, joka odottaa käyttäjää.

• AI-katalysoitu realiteetti: Tieto sulautuu Teknologia-pilariin. Tekoäly ei vain "muokkaa" tietoa, vaan sen tavoite on toimia itseoppivana algoritmina, joka tekee tiedosta ennakoivaa.

• Realiteetti: Jos data on huonoa, "muutoksen valuutta" ei tuota hyötyä – tekoäly jalostaa myös virheitä.

2. Organisaation realiteetti: Omistajuudesta osaamiseen

• Klassinen malli: Liiketoimintayksiköillä on kyvykkyyksiä. Kyvykkyys kytkeytyy tyypillisesti organisaatioon.

• AI-katalysoitu realiteetti: Fokus siirtyy Ihmiset-pilariin. Tekoäly vapauttaa ihmiset rutiineista, jolloin kyvykkyys ei ole enää yksikön omaisuutta, vaan asiantuntijoiden ja tekoälyn muodostamaa joustavaa suorituskykyä.

• Realiteetti: Organisaatiossa siilomaisuus on kitkaa – mitä enemmän tekoälyä käytetään, sitä vähemmän hierarkialla on merkitystä kyvykkyyden toteuttamisessa.

3. Arvovirran realiteetti: Vaiheista virtaukseksi

• Klassinen malli: Kyvykkyydet mahdollistavat arvovirran vaiheita. Toiminta on peräkkäistä ja usein myös manuaalisesti koordinoitua.

• AI-katalysoitu realiteetti: Arvovirrat tiivistyvät älykkäiksi prosesseiksi. AI toimii "voiteluaineena", joka poistaa vaiheiden välisen viiveen ja koordinoi työn kulkua autonomisesti.

• Realiteetti: Prosessi ei ole enää ohjeistus, vaan se on koodattu teknologiaan. Jos prosessi on jäykkä, AI vain nopeuttaa törmäyskurssia.

4. Ohjauksen (Strategia, Politiikka, Tuote) realiteetti: Ulkoisesta sisäänrakennetuksi

• Klassinen malli: Strategia, politiikka ja aloitteet määrittävät kyvykkyyksiä. Ohjaus tulee päättäjiltä "vaatimuksina".

• AI-katalysoitu realiteetti: Strategia ohjaa Liiketoiminta-arkkitehtuuria, joka määrittelee Ihmisten, Prosessien ja Teknologian konfiguraation. Politiikat muokataan algoritmisiksi säännöiksi, jotka "sisään rakennetaan" toimintamalliin.

• Realiteetti: Strategia ei ole enää pelkästään dokumentti, vaan se saa arkkitehtuurin kautta "kuulalaakerit" kyvykkyyden DNA:ssa.

Ihmistaidot ovat organisaation päämäärien ja taitojen tavoitteellista resursointia - liiketoiminnassa "sillan" kantokyvyn rakenne. Tässä kohtaa strategiatyössä on yleensä riskinä epäonnistuminen: 

• Ihmistaidot konkretisoivat liiketoiminta-arkkitehtuurin avulla strategiaa toiminnaksi

• Teknologiaa ja prosesseja voidaan kopioida, ihmistaitoja ei

• Hyvät päätökset edellyttävät fasilitointitaitoja, tiimityötä, tunneälyä, sekä johtajuutta

• Teknologia ja prosessit perustuvat ennalta sovittuihin sääntöihin, ihmistaidot muokkaavat näistä dynaamisia

• Liiketoiminnan kehitysloikka perustuu kokemuspohjaiseen älykkyyteen nähdä muutos

Tekoälyn potentiaali muutosten suunnittelussa

Kokemuspohjainen älykkyys

Tekoälyn todellinen arvo ei löydy teknisistä työkaluista itsessään, vaan käyttäjän kyvystä integroida toimialatuntemus, työkokemus ja strateginen näkemys osaksi teknologista prosessia. Taito erottautua markkinassa syntyy asantuntemuksesta, jolla tehostetaan olemassa olevaa ja luodaan täysin uusia tulovirtoja. 

Vaikka käytössämme olisi kuinka tehokkaita autonomisia agentteja, ne ovat silti resursseja - siihen asti kunnes näiden taidot (skills) saadaan elevoitua kyvykyydeksi. Kokemuspohjainen älykkyys on se kriittinen pinta, jolla liiketoiminnan virtaus tapahtuu:

• Toimialatuntemus – Sovellettavuuden tunnistaminen: Kyky nähdä, milloin tekoälyn tuottama analyysi (lisäarvo) on loogisesti perusteltu, mutta liiketoimintakontekstiin tai yrityskulttuuriin sopimaton

• Strategiataito: Kyky tulkita heikkoja signaaleja ja hiljaista tietoa, joita algoritmit eivät vielä kykene tavoittamaan

• Erottautumistekijä: Kun tekoäly on kaikkien saatavilla, kilpailuetu ei liity pääsystä teknologiaan, vaan siitä, miten ihmistaidot muokkaavat tekoälystä älykkään, liiketoimintaa palvelevan järjestelmän

2. Prosessit - Työnkulku

Business Process Management, BPM

Asiakaslähtöisyys ei ole enää vain tavoite, vaan reaaliaikaista dataan perustuvaa mukautumista asiakkaan tarpeisiin. Toimintamalli määrittelee arkkitehtuuria, miten myös ihminen ja tekoäly orkestroivat arvonluontia yhdessä, kysynnän mukaan. AI-aikakaudella liiketoimintamallin tehtävä on keskittyä asiakasta kiinnostavan lisäarvon lunastamiseen hyödyntämällä hyperautomaatiota ja saumatonta integraatiota (järjestelmien välisen kitkan eliminointi). 

Vasemmalla esimerkkini (vuodelta 2024) "mittariston" tarkoitus on visualisoida prosessien optimointia, sekä uusien liiketoimintakyvykyyksien integraatioita. Oikealla, tekoälyn mahdollistama automaatio tulee uudistamaan työnkulkua merkittävästi.

2026 BPM hot topic

Tekoälyn integroituminen: Tekoälyn hyöty tukitoiminnosta ydinkomponentiksi eri BPM-vaiheissa

Demokratisoituminen: Low-code/no-code -työkalut ulottavat prosessikehityksen myös liiketoimintaihmisille

Reaaliaikaisuus: Prosessien optimointi ei ole enää syklistä, muutos kohti jatkuvaa ja automaattista

Hyperautomaatio: RPA korvaantuu kokonaisvaltaisella hyperautomaatiolla

Ennakoivuus: Reaktiivisesta toiminnasta siirrytään ennakoivaan analytiikkaan

Agenttinen AI: Autonomisuus ja tekoälyagentit tekevät tuloaan monimutkaisiin työnkulkuihin

Miten muutokset liittyvät liiketoiminnassa sen järjestelmiin? Suunta on selvä, vaikka kaikki ei ole vielä valmista. 

Pyri rakentamaan järjestelmä, joka on hiukan edellä kilpailua. Pienestä etumatkasta kasvaa todennäköisesti merkittävää etua, ottaen huomioon vauhdin, miten tekoäly genre kehittyy.

Tunnistan itse neljä tasoa:

Strateginen Taso 

Strategiakartta: Tuleeko strategiasta jollakin aikavälillä ohjelmistomainen, jota voidaan säätää vauhdissa? Strategiaan sisältyy tekoälyn johdosta merkittävä potentiaali. Esteenä on liiketoiminnan kitka. Hyvä strategiakartta suunnan lisäksi määrittelee tekoälyn reunaehdot ihmisen ja tekoälyn yhteistyössä. 

Liiketoimintamalli: Mikä muutoksessa? Tekoälyn hyödyntäminen pakottaa miettimään liiketoiminnan arvoketjut uusiksi. Uudistaminen edellyttää vastaavasti muutoksia toimintatavoissa. 

Arkkitehtuurimalli: Miten toteutetaan? Kun tekoälystä muodostetaan ydinkomponentti, yrityksen liiketoiminta (tekotavan arkkitehtuuri) on saatettava muokattavalle tasolle. 

Toiminnallinen Taso 

Työnkulku: Miten prosessit muuttuvat? Teknologian kypsässä tilassa työnkulut eivät ole enää "putkia", joissa tieto siirtyy, vaan ekosysteemi, joissa AI-agentit toimivat tietyillä reunaehdoilla itsenäisesti. 

Kyvykkyydet: Mitä osaamista tarvitaan? Osaamisvaatimus siirtyy tekemisestä "orkestrointiin, kuratointiin ja auditointiin". Työntekijän tärkein taito ei ole hallita prosessia, vaan osata ohjata ja valvoa AI-agentteja, jotka suorittavat työn. 

Ekosysteemi: Miten laajennamme, mahdollisuus? Yrityksen rajat hämärtyvät asteittain, jossa kommunikointi laajenee toimittajien, sekä asiakkaiden älykkäisiin järjestelmiin. Toiminnallinen taso ulottuu yrityksen ulkopuolelle automaattisena, dynaamisena yhteistyönä. 

Tekninen Taso

Järjestelmät: Miten toteutus teknisesti järjestelmistä "näkymättömiin" moduuleihin?  Tekoälylle opetetaan integraatioiden avulla rooli ymmärtää datan hyöty eri järjestelmissä ilman, että niitä on koodattu täydellisesti yhteen.

Integraatiot: Miten järjestelmät kommunikoivat? Integraatiot eivät ole enää jäykkiä API-putkia, vaan semanttisia hakuja. 

Data: Miten data liikkuu? Vaikka data on polttoainetta, siitä on myös prosessin ohjaajaksi. Puhutaan Data Fabric -kerroksesta, jossa tekoäly poimii tarvittavat tiedot lennosta riippumatta siitä, missä legacy-järjestelmässä ne sijaitsevat. 

Agenttinen AI: Järjestelmät tulevat muuttumaan käyttöliittymistä ennen pitkää aktiivisiksi toimijoiksi. Järjestelmä ei vain tallenna tietoa, vaan se ehdottaa seuraavaa siirtoa tai tekee opetetusti sen itse. 

Hallintamalli ja Etiikka: Siinä vaiheessa, kun agenttiset prosessit kykenevät itseohjautuviksi ja demokratisoituvat (Low-code), nousee kriittiseksi kysymykseksi:

• Kuka vastaa virheestä? (strateginen/juridinen)

• Miten varmistetaan datan eettisyys? (tekninen)

• Miten estetään "varjo-BPM", eli se, ettei liiketoiminta rakenna omia, valvomattomia AI-prosessejaan? (toiminnallinen)

Mitä eroa? Aiemmin yksi tekoälymalli pyrki suoriutumaan kaikesta. Erikoistuneet agentit verkostona työskentelevät puolestaan yhdessä. Ensin suljetussa ympäristössä, myöhemmässä kehityksen vaiheessa jo ekosysteeminä.

Agenttinen orkestrointi

Orkestrointi toimii järjestelmän selkärankana, jonka tehtävä on yhdistää prosessissa sen eri komponentit toimivaksi kokonaisuudeksi. Se toimii kielimallin ja yrityksen infrastruktuurialustan välillä siltana ja jatkuvana silmukkana. 

Orkestroinnin tekninen pino mahdollistaa toiminnalliset pilarit (v. 2026), jossa jokaisella on oma roolinsa prosessin toimivuuden varmistamiseksi.

Tehtävien purkaminen (task decomposition): Monimutkaisten tavoitteiden pilkkominen hallittaviksi aliprosesseiksi 

Työkalujen valinta (tool selection): Optimaalisen työkalun tai rajapinnan (API) dynaaminen kutsuminen tiettyyn tarpeeseen 

Kontekstin hallinta (context management): Relevantin tiedon ja tilannekuvan saumaton siirto vaiheesta toiseen 

Päätösten ketjutus (decision sequencing): Looginen eteneminen päättelystä analyysiin ja mitattavaan toimenpiteeseen 

Luottamuksen myötä periaate on skaalattavissa kaikkialle, missä tarvitaan digitaalisia työtekijöitä. 

Vaikutus kumuloituu asteittain: 

• Yksittäinen prosessiparannus monistuu koko verkostoon 

• Kumppaneiden integraatiot vahvistavat kyvykkyyksiä 

• Data ja oppiminen virtaavat organisaation rajojen yli 

Toimintamalli muuntuu dynaamiseksi: 

• Kyvykkyydet kehittyvät ekosysteemin palautteen myötä 

• Uudet kumppanuudet mahdollistavat uusia työnkulkuja 

• Organisaatio oppii ja mukautuu jatkuvasti 

Uusia liiketoimintamalleja syntyy jatkossa orgaanisesti: 

• Kehittyneet kyvykkyydet avaavat uusia tulomahdollisuuksia 

• Ekosysteemidata muuntaa tiedon suoraan liiketoiminta-arvoksi (Data-as-a-Service) 

• Kumppanuuksista syntyy alustatalouden mahdollisuuksia 

Kyseessä on evoluutio, joka kehittyessään luo dynaamisen pohjan työnkululle, kumppanuuksille, sekä uusille liiketoimintamalleille kasvaa orgaanisesti ekosysteemeiksi. 

3. Teknologian johtaminen - strategiasta kyvykkyyksiin

Tämän voisi kiteyttää teknologisten resurssien, innovatiivisuuden, sekä kumppanuuksien systemaattiseksi yhteistyöksi, joilla tähdätään toteutuksiin, sekä optimointiin, strategisen päämäärän saavuttamiseksi.

Yhdessä 1-8 elementit muodostavat kattavan teknologiajalan, joka sisältää sekä strategisen tason (strategia, kilpailukyky, innovaatiot, IPR suojaus), operatiivisen tason (data, infra, skaalaus, integraatio), sekä hallinnollisen tason (GTM, riskit). Elementit liittyvät organisaatioon ja ne voivat myös poiketa yllä esitetystä.

Teknologian tehokas johtaminen edellyttää systemaattista lähestymistapaa, joka yhdistää strategisen suunnittelun ja operatiivisen toteutuksen. Esimerkiksi TECH-malli tarjoaa viitekehyksen, joka varmistaa, että teknologiset valinnat tukevat liiketoimintastrategian mukaisten kyvykkyyksien rakentamista. 

T – Targeted (Tavoitteellinen) Teknologiajohtamisen on oltava tiiviisti kytketty liiketoiminnan strategisiin tavoitteisiin. Tämä tarkoittaa selkeää strategista linjausta, sekä immateriaalioikeuksien (mikäli on) hyödyntämistä kilpailuedun rakentamisessa.

E – Evolving (Kehittyvä) AI-teknologioiden nopea kehitys edellyttää ketterää ja jatkuvasti kehittyvää lähestymistapaa. Innovaatioiden edistäminen ja nopea markkinoille pääsy ovat keskeisiä menestystekijöitä.

C – Collaborative (Yhteistyöllinen) Kukaan organisaatio ei voi hallita kaikkea yksin. Kilpailukyvyn parantaminen edellyttää strategisia kumppanuuksia ja ekosysteemiajattelua AI-aikakaudella.

H – Holistic (Kokonaisvaltainen) Teknologiajohtaminen vaatii kokonaisvaltaista näkemystä: Riskien ja epävarmuuden hallintaa, vakaata data- ja AI-infrastruktuuria, sekä kykyä skaalata ja integroida teknologisia ratkaisuja osaksi toimintaa.

Teknologia on muuntumassa passiivisesta roolista dynaamiseksi toimijaksi, joka tekee päätöksiä. Tämä tarkoittaa, että liiketoiminta-arkkitehtuurin rooli korostuu entisestään. Muutos siirtää keskustelun staattisesta strategiasta dynaamiseen operointiin. 

Tämä on vasta alkua, kun miettii strategista siirtymää - miten tekoälytyökalusta edetään systeemiseksi kyvykkyydeksi.

Data fabric - päätöksenteon perusta

Data Fabric vs. perinteinen tiedonhallinta — toimintamallianalyysia liiketoiminnan näkökulmasta.

Perinteinen arkkitehtuuri rakentuu keskitetyn kontrollin periaatteelle. Data varastoidaan ensin (esim. DW, Data Lake), muunnetaan (ETL/ELT) ja jaetaan eteenpäin raportoinnin ja analytiikan tarpeisiin. Toimintamalli on luonteeltaan syklinen ja reaktiivinen, mistä pyritään reaaliaikaisempaan malliin, koska hallinta on jälkikäteistä. 

Passiivinen metadata, laatu ja tietosuoja ovat erillisiä prosesseja eivätkä aina sisäänrakennettuja. Lisäksi skaalautuvuus maksaa, koska kapasiteetin kasvattaminen tarkoittaa suoria infrastruktuuri-investointeja, monipilvessä on haasteensa. 

Data Fabric ei ole pelkästään teknologia-arkkitehtuuri — se on tiedonhallinnan toimintamallimuutos. Ydinajatuksena, että data pysyy siellä missä se on hajautettuna, mutta sitä käsitellään kuin se olisi yhtenäinen, hallittu kokonaisuus. 

AI tarvitsee kontekstuaalista dataa, ei vain raakadataa. Kielimallit eivät hyödy pelkästä datavolyymista — ne tarvitsevat rikastettua, asiayhteyteen liittyvää, laadultaan validoitua dataa. Aktiivinen metadatakerros on edellytys, ei lisäarvo. Ilman sitä AI-mallit perivät lähdedatan ongelmat sellaisenaan, esim. datatyypin luokittelu (integer, string, date) — sen sijaan tarvitaan luokittelu, jolla on liiketoimintamerkitys (asiakas/ kustannuspaikka).  

Rajaan pois tietoisesti teknisen arkkitehtuurin ja pysytään toimintamallimuutoksessa, jossa AI toimii katalyyttinä. Mitä metadatan arvo tarkoittaa liiketoimintakontekstissa? Sen semanttinen luokittelu on maadoitus, joka yhdistää arvon validoituun liiketoiminnalliseen merkitykseen, ennen kuin LLM käyttää dataa päätöksenteossa. Tämä on myös se kohta, missä avaintiedonhallinta (MDM, Master Data Management) ja kielimalli kohtaavat konkreettisimmin. MDM omistaa "parhaan" totuuden, LLM käyttää sitä.

Toimintamallin muuttuessa AI-avusteiseksi, data-arkkitehtuuri integroituu ja sitä pitää tarkastella osana liiketoiminta-arkkitehtuuria (suunta, reagointi). Data fabric ei ole pelkästään tekninen infrastruktuuri — se on kyvykkyyden edellytys, joka määrittää mitä organisaatio ylipäätään pystyy tekemään.

Käytännössä tämä tarkoittaa:

Data-päätökset tehdään liiketoimintakyvykkyyksistä käsin, ei teknologiasta käsin. Järjestys on selkeä. Visio ja strategia määrittävät mitä kyvykkyyksiä tarvitaan — data-arkkitehtuuri rakennetaan palvelemaan niitä, ei päinvastoin.

Tekoäly - strateginen viitekehys, vai kyvykkyys?

Onko tekoäly strateginen viitekehys? On, mutta jos liiketoimintastrategia tähtää arvonluontiin tekoälyn aikakaudella, kyse on tässä vaiheessa operatiivisista kyvykyyksistä, joista haetaan kilpailuetua ja erottautumistekijöitä - ydinliiketoiminnan strateginen logiikka on muutoksessa.

Strateginen siirtymä - työkalusta systeemiseksi kyvykkyydeksi

Monet organisaatiot puhuvat AI-strategiasta, mikä on tyypillinen "ensimmäinen vaihe". Tekoälyinvestointi nähdään projektina, joista suurin osa ei tuota tavoitteellista arvoa. 

Kun puhutaan "agenttisesta muodosta", siirrytään pois passiivisista toiminnoista kohti autonomista suorituskykyä. Perinteinen automaatio on kuin jäykkä putki. 

Agenttiset taidot (skills) ovat dynaamisia, koska ne kykenevät soveltamaan päättelyä kontekstisidonnaisesti. Tässä tapahtuu paradigmaattinen muutos. Painopiste siirtyy automaatiosta kohti päättelyn ja päätöksenteon ulkoistamista, mikä mahdollistaa systeemisten kyvykkyyksien rakentamisen - koordinointi, konteksti, sekä palautesilmukka yhdityvät. 

Case: Strateginen viitekehys ja tekoäly

Tekoälykyvykkyyden rakentaminen edellyttää selkeitä valintoja ennen infrapäätöksiä. Hyvä kehys sparraa eri tasoilla toimivien avainhenkilöiden yhteistä päätöksentekoa — se ohjaa tunnistamaan oman toimialan vaatimukset ja määrittelyt tekoälyavusteisen toimintamallin kehittämisessä. 

Mikä on tärkeää - päättäjien aktiivinen vuoropuhelu ongelman, vaihtoehtojen ja "voittavan" logiikan ymmärtämisessä, ennen päätöksiä.

Toimivassa kokonaisuudessa resurssit ja kyvykkyydet jalostavat arvoa toimintamallissa — liiketoiminta-arkkitehtuuri antaa näille suunnan.  Täällä luodaan ensimmäiset askelmerkit kilpailukykyyn ja kehitysloikkaan - voittavaan logiikkaan. 

Strategia on valintojen sarja

Artifaktini lähdeaineisto on yleispätevä "työkalupakki" strategiatyöhön laajemmin liiketoiminnassa. 

Maadoitin (html-sisältö & toteutus) tekoälyä hyödyntämällä laatimastani lähdemateriaalista Strateginen viitekehys-artifaktin. Lopputuloksena tiivistetty lähestymistapa strategian määrittelyyn. 

Suunnitelma vai strategia? 

Yrityksen strategiatyön yhteydessä saattaa nousta kysymys, tuleeko panostaa ensin sisäiseen muutokseen (kyvykkyydet, toimintamalli) vai ulkoiseen potentiaaliin (markkina-asema, uusi kassavirta)? 

Tässä lähestytään liiketoimintaa kahdella tulokulmalla. Ilman toimintamallin uudistamista markkinamuutoksissa, perinteisestä toimintamallista tulee helposti skaakautumaton kuilu  — kilpailijat keräävät potin. Ilman selkeää näkymää omista mahdollisuuksista, panostuksista tulee kannattamattomia. Järjestyksellä on siis merkitystä. Strategisten valintojen toteuttaminen tähtää erottautumistekijöihin. 

→ Suunnitelma keskittyy taktisiin voittoihin ilman, että koneisto (toimintamalli) muuttuu. Se on nykytilan optimointia, suunnitelma tavallaan syö omaa tulevaisuuttaan. 

→ Strategia pakottaa valitsemaan markkinasta uuden tulokulman, jota varten dynaaminen koneisto rakennetaan. Tehdyt valinnat tähtäävät yrityksen lopputulokseen tavoitellulla pelikentällä.

Tunnuslukujen kehitys kuvastaa strategian laatua — jos kyseessä on strategia. Jos liiketoimintasi perustuu arvontuottoon, älä odota, ryhdy toimenpiteisiin. 

Miten jatkaa? 

AI-strategian stressitesti haastaa, onko strategia ymmärretty oikein. Se ei tuota valmiita vastauksia, mutta se pakottaa kysymään oikeita kysymyksiä - strategia ei itse asiassa vaadi monimutkaista analyysiä. Strategia ei myöskään ole "paperi". Se on työkalu ongelmanratkaisuun, jossa yhdistyy pidemmän aikavälin suunta ja toteutus.

"Kultajyvät" syntyvät uskalluksesta kohdata ja ratkaista vaikeimmat kipupisteet, pala kerrallaan, kun suunta on valittu. Strategiaa voi ja pitääkin muokata vauhdissa - kun löydetään voittava logiikka. 

Teknologia kehittyy nopeammin kuin ymmärrys

Mallit ja työkalut paranevat kuukausitasolla, mutta ihmisen mentaalinen malli (mitä AI “oikeasti tekee”, mihin se soveltuu, missä riskit) päivittyy paljon hitaammin. Hitaus on myös rationaalista varovaisuutta, ei vain muutosajattelun hitautta. Johtamisen haaste on erottaa nämä kaksi toisistaan. 

Ollaan siirtymässä ajasta, jossa teknologia oli väline, aikaan jossa teknologia alkaa olla toimija ja kyvykkyys – se tekee päätöksiä ja tuottaa palveluja. 

Ihmisten roolit siirtyvät yhä enemmän:

→ prosessin ja vastuun arkkitehdiksi
→ kyvykkyyksien muotoilijaksi

Koodi ja Agentic Engineering

Miten koodi liittyy kyvykkyyteen? 

Koodi = Tunnistan, että se on kyvykkyyden lopullinen ilmaisu. Organisaatiot usein ajattelevat kyvykkyyden olevan osaamista tai prosesseja, jotka toteuttavat arvovirtoja. Kyvykkyys pysyy hauraana, kunnes se on kodifioitu — tämä vaatii taitoa kääntää strategiset valinnat teknisiksi valinnoiksi (arkkitehtuurit, rajapinnat, organisaatiorakenne). 

Teknologian johtamisessa koodi on strateginen resurssi. Koodi menettää arvoaan teknisenä suoritteena, mutta kasvattaa strategista merkitystään kyvykkyytenä. 

Todistus: Kyvykkyys (ihmiset + prosessit + teknologia + mittarit) päätyy lopulta koodiksi ja konfiguraatioksi.

→ Prosessit muuttuvat työnkuluksi, tilakoneiksi, sääntömoottoreiksi, API‑orkestraatioksi, jne.

→ Ihmisten roolit ja päätöspisteet muuttuvat käyttöliittymiksi, tarkistusvaiheiksi, oikeuksiksi ja “human-in-the-loop” ‑logiikaksi.

→ Teknologia konkretisoituu integraatioiksi, tietomalleiksi, AI‑kutsuiksi, jobeiksi ja agenteiksi, ym.

Mittaristo ei ole vain suorituskyvyn seurantaa — se on osa vastuun infrastruktuuria. Kun agentti tekee päätöksen, kirjausketjuna tulee olla se, jolla vastuu todistetaan tai kumotaan. 

Agentic engineering? 

Agentic engineering = tapa rakentaa järjestelmiä siten, että AI‑agentit tekevät osan työstä itseohjautuvasti, eivät pelkästään anna koodiehdotuksia. Keskeiset piirteet: 

• Agentit saavat tavoitteen/määrittelyn, pilkkovat sen tehtäviksi, kutsuvat tarvittavat API:t, ajavat testejä ja muuttavat koodia tai dataa

• Henkilöillä, jotka toimivat arkkitehtina, orkestroijana (delegointi + valvonta), tulee olla yhdistettyä liiketoimintaymmärrystä ja teknistä lukutaitoa 

• Ympärille rakennetaan suojamekanismit: rajattu toimintakenttä, aukoton kirjausketju, pääsy vain sallittuihin resursseihin

• Kontrolli virhetilojen ja toimintojen asteittaisen heikkenemisen hallintaan vikamoodien määrittelyssä
  
  

Service‑as‑a‑Software

Päästään mielenkiintoiseen asiaan, mitä joku ehkä miettii. Service-as-a-Software (tai Service-as-Software) kuvaa paradigman, jossa "kuluttaja" ei ole enää ohjemiston käyttäjä – agentti on. Roolit vaihtuvat. Agentti generoi kuluttajan hakuun, sovelluksen mahdollistaman sisällön. Ero perinteiseen managed services -malliin on siinä, että skaalautuvuus on lähes rajatonta ilman lineaarista henkilösivukulua.

Hinnoittelumalliin liittyvä muutos - Service‑as‑a‑Software siirtää fokusta työkalusta lopputulokseen. Asiakas hankkii palvelun, jonka ohjelmisto ja AI tuottavat “taustalla”. Asiakas ei välttämättä käytä varsinaista ohjelmistoa, vaan maksaa suoritteista kuten ratkaistu asiakaspalvelutiketti, generoitu raportti tai säästetty euro jne. Tämä myös poistaa kitkan ohjelmiston hyödyntämisessä, koska asiakas maksaa vain onnistumisista, ei pelkästä käyttöoikeudesta. 

SaaS ei katoa – se muuttuu - Tämä on todennäköisesti oikea ennuste. SaaS toimijat (esim. SAP, Salesforce, ServiceNow ja muut) integroivat luonnollisesti sovelluksiinsa agenttiset kyvykkyydet. Tulonjako voi estää rajapintojen avaamisen asiakkaalle kuuluvasta datasta. Historia tukee ajatusta - pilvi ei tappanut lokaalia sovellusta, se siirsi sen pilveen. 

Tämä ei tarkoita, etteikö uusia vertikaalitoimijoita synny markkinoille. Näin tulee käymään ihan varmasti. Toimijat suuntaavat ensin sinne missä perinteinen SaaS on jättänyt tyhjiön, tai liikkumatilaa. 

AI tulee muuttamaan kannattavuusrajan. Toimenpide, joka vaati aiemmin asiantuntijatiimin, voidaan jatkossa tuottaa agenttisesti. Vertikaalimarkkinoiden kehitys tapahtuu isompien markkinavoimien ympäröimänä. Tämä pätee sekä olemassa oleviin organisaatioihin, että uusiin toimijoihin. Investointi- ja yritysostostrategiat myös muovaavat osaajamarkkinoita aktiivisesti. 

Käyttöliittymän (UI) katoaminen ja luottamus - Miten edellä mainitut asiat vaikuttavat liiketoimintaan?  Se muuttaa business-logiikkaa. Teknologian näkökulmasta toimintamalli ei ole enää vain organisaatiokuvaus ja prosessikaavio, vaan: 

→ Orkestrointi‑kerros (työnkulku + API + agentit), joka implementoi toimintamallin koodiksi
→ Seuranta ja mittaristo liiketoimintasuoritteessa, miten kyvykkyydet suoriutuvat (esim. automaatioaste, laatu, läpimenoaika, kustannus per suorite) 

Valvonta ja auditoitavuus (Human-in-the-loop) korvaa perinteisen klikkailun. Agentti tekee työn, mutta ihminen hyväksyy lopputuloksen tai ohjaa poikkeustilanteet. 

MCP, A2A, sekä "Skills" - muodostuvan liiketoiminnan standardielementtejä

MCP (Model Context Protocol) on keskeinen tekninen mahdollistaja, joka estää syntymästä uusia "siiloja". Siinä vaiheessa kun liiketoiminnallinen & teknologinen valmius on tosiasia, MCP mahdollistaa sen, että eri agentit voivat keskustella keskenään (Agent2Agent) ilman, että jokaiselle pitää rakentaa omaa integraatiota. 

Standardointihyöty - MCP toimii kuin "tekoälyn USB-C-liitin". Se standardoi tavan, jolla agentit pääsevät käsiksi dataan ja työkaluihin. Yrityksen ei tarvitse käyttöönottaa kymmentä erilaista liityntätapaa ja väliohjelmistoja. Yksi MCP-yhteensopiva rajapinta riittää palvelemaan eri agentteja - kyse ei ole vain integraatiosta, vaan yhteensopivuudesta. 

• BMC 2.0 (Skeema — Liiketoiminnan rakenteellinen DNA)

Varmistetaan, että liiketoiminnan rakenne on muokattavissa. 

Se vastaa kysymykseen: "Perustuuko arvontuottomme todennettavaan logiikkaan, joka kestää toimintaympäristön dynaamiset muutokset?"

• BPM (Parametrit — Operatiivinen läpinäkyvyys)

Varmistetaan, että operatiivinen suorituskyky vastaa strategista tavoitetilaa. 

Se vastaa kysymykseen: "Ovatko prosessiparametrimme ja niiden väliset riippuvuudet optimoitu poistamaan systeeminen kitka ja hukkatoiminnot?"

• Digital Twin (Simulointi — Strateginen stressitesti)

Varmistetaan päätöksenteon resilienssi ennen resurssien allokointia. 

Se vastaa kysymykseen: "Miten liiketoimintajärjestelmän kannattavuus ja resilienssi reagoivat ulkoisiin skenaarioihin ennen kriittisten investointipäätösten lukitsemista?"

Siinä vaiheessa kun valmiudet on kunnossa, kyseessä ei ole vain IT-hanke, vaan tapa hallita epävarmuutta AI-avusteisesti. 

Strategisten virhepäätösten kustannus on se suurin erä. Peruuttamaton rakenteellinen valinta joka osoittautuu vääräksi (markkina, hinnoittelumalli, epäonnistunut tuotelanseeraus, investointi) maksaa kohdistetusti tyypillisesti 10+ % vuotuisesta liikevaihdosta korjauskuluina. Jos Business DT eliminoi yhdenkin tällaisen virheen viidessä vuodessa, ROI on helppo laskea. 

Fiktiivinen esimerkki: Investointi, "Business DT -konsepti", metodologia, implementointi, datan laatu kohdilleen. Eliminoidaan yksi strateginen virhepäätös,  5 vuoden tarkastelujakso, korjauskustannus arvio 300 000€ (esim. väärä markkinavalinta, epäonnistunut tuotelanseeraus, väärä investointi tuotantolinjaan, tms). 

Tarkenne                                     Arvo

Liikevaihto                                 30M€

Vältetty virhepäätös           300 000€ (voi olla lkv. kokoluokassa jopa 3-5% >> ROI suurempi)

Nopeampi reagointi            50 000€

Resurssitehokkuus              50 000€

Yhteensä                                   400 000€

Investointi                                100 000€

ROI                                         4x 

Luvut ovat konservatiivisia ja indikatiivisia. Todellinen hyöty skaalautuu käyttötapauksen ja toimialan mukaan, ja se on enemmän kuin yllä oleva laskuharjoitus. 

AI + Digital Twin jatkuvana strategiapäivityksenä - Tässä on sekä tulevaisuuden suuri potentiaali, että suuri hype-riski. Ideaalitilanteessa kaksonen päivittyy reaaliajassa ulkoisesta datasta (markkinat, kilpailijat, asiakkaat), ja AI tunnistaa heikkoja signaaleja ja ehdottaa strategisia pivot-hetkiä ennen kuin ihminen huomaa ne.
Todellisuus: tämä on tänä päivänä teknisesti mahdollista pienissä, rajatuissa systeemeissä. Koko liiketoiminnan tasolla se on vielä enemmän visio kuin käytäntö. 

Alla oleva artifakti tarjoaa perpektiiviä.

Missä hypen raja menee?

Hype syntyy siitä, että kaksonen sekoitetaan päätökseen. Digitaalinen kaksonen voi kertoa mitä tapahtuu ja simuloida mitä voisi tapahtua — mutta se ei korvaa strategista valintaa siitä, millä pelikentällä halutaan kilpailla. Se on edelleen johdon tehtävä.