Valan vakuuttamiskokonaisuuden Käyttöönotto 1 (KO1) -projektissa tekoäly ei ole enää erillinen kokeilu. Se on mukana kaikilla projektin osa-alueilla. Projektin tilanne tarjoaa konkreettisen näkymän siihen, miten tekoäly muuttaa asiantuntijan työtä ja koko organisaatiota.
Vielä muutama vuosi sitten tekoälyllä tehtiin kokeiluja ja ihmeteltiin, mihin kaikkeen sitä voisi käyttää. Nyt KO1:n kehittäjän työpäivä voi alkaa sillä, että hän antaa tekoälyagentilleen joukon projektin määrittelydokumentteja, joka vertaa niitä olemassa olevaan toteutukseen ja tekee ehdotuksen uuden toiminnallisuuden toteutussuunnitelmaksi. Sen jälkeen toinen agentti aloittaa toteutustyön.
Muutos on ollut nopea. ”Aluksi tekoälyllä pystyi tekemään pieniä muutoksia, vaikka vaihtamaan painikkeen väriä. Nyt sille voi käytännössä antaa kokonaisen uuden käyttöliittymän tehtäväksi. Se pystyy jo hahmottamaan koko projektin ja sen dokumentaation”, kertoo KO1-projektissa kehittäjänä työskentelevä Jani Eriksson.
Kehittäjästä kapellimestariksi
Tekoäly kirjoittaa projektissa jo valtaosan varsinaisesta koodista. Se ei kuitenkaan tarkoita, että ohjelmistokehittäjän työ olisi katoamassa. Pikemminkin työn sisältö on muuttunut.
KO1:ssä kehittäjänä työskentelevä Mikko Nieminen vertaa uutta työnkuvaansa kapellimestariin: ”Sen sijaan, että itse soitamme kaikkia instrumentteja, toimimme enemmän kuin kapellimestari. Tekoäly toteuttaa suunnitelmia ja kirjoittaa koodia, mutta ihmisen pitää ohjata sitä oikeaan suuntaan ja tehdä päätöksiä.”
Vertaus kuvaa hyvin tavallista kehittäjän työpäivää projektissa. Kehittäjä tutustuu ensin itse määrittelyyn, minkä jälkeen tekoäly analysoi dokumentaation ja olemassa olevan toteutuksen. AI tekee toteutussuunnitelman, jonka kanssa kehittäjä käy vuoropuhelua. Avoimet kysymykset ratkaistaan ennen kuin suunnitelma annetaan toteuttavalle agentille.
”Konetta ei voi jättää päiväksi yksin, antaa agenttien tehdä töitä itsenäisesti ja olettaa, että kaikki toimii täydellisesti. Kokenutta kehittäjää tarvitaan ohjaamaan, tarvittaessa pysäyttämään agentin työ ja ratkomaan ongelmakohtia reaaliajassa”, Nieminen kertoo.
Kehittäjältä tarvitaan siis edelleen vahvaa teknistä osaamista. Kun AI ehdottaa teknistä ratkaisua, ihmisen täytyy ymmärtää, onko ratkaisu järkevä ja mitä vaikutuksia sillä on kokonaisuuteen.
Enemmän vauhtia, vahvempaa kokonaisnäkemystä ja nopeampia päätöksiä
Tekoälyavusteisen kehittämisen mittakaavaa kuvaa Jani Erikssonin esimerkki: työ, jonka tekemiseen perinteisesti käsin koodaamalla olisi aiemmin voinut kulua viikko tai kaksi, voi nyt syntyä yhden aamupäivän aikana. Samalla ohjelmistokoodiin voi tulla muutoksia jopa sataan tiedostoon.
”Tämän haaste on se, että riittääkö ihmisen kapasiteetti katsomaan läpi kaikkia muutoksia ja osaaminen tunnistamaan kriittisiä paikkoja”, Jani Eriksson sanoo.
Kehittäjän ammattitaitoa ja kokemusta tarvitaan yhä enemmän sen tunnistamiseen, mihin valtavasta muutosten määrästä kannattaa kiinnittää huomiota. Vaikka tekoälyä voi käyttää myös oman ja muiden työn tarkistamiseen, lopullisen koodikatselmoinnin tekee kuitenkin edelleen ihminen.
Muutos konkretisoitui Arekin liiketoiminta-arkkitehti Assi Kalliomäelle pian sen jälkeen, kun hän aloitti Arekilla työt. Assi muistaa tilanteen kesältä, jolloin projekti oli eri tilanteessa, ja uusi tiimi oli vasta aloittanut. ”Olin varautunut siihen, että hyvin tehty suunnitelma pitää. Nopeasti minulta kuitenkin kysyttiin: ’Mitäs tehdään seuraavaksi? Sprintin backlog on tyhjä.’ Niin minun sitten piti tarkastella suunnitelmaa heti uudelleen, Kalliomäki nauraa.
Taustalla ei kuitenkaan Kalliomäen mukaan ollut pelkästään tekoäly. Pohjatyö ja suunnittelu oli ensin tehty huolellisesti. Kun hyväksi havaittua ratkaisua voitiin alkaa monistaa tekoälyn avulla, tehokkuushyöty tuli nopeasti näkyväksi.
Tekoäly ei siis yksin ole kääntänyt projektin tilannetta. Taustalla ovat myös kokeneet osaajat, toimiva yhteistyö, hyvä pohjatyö ja työskentelytapojen muuttaminen.

Tekoälystä kollegaksi
Tekoälyn vaikutus ei rajoitu kehittäjiin. Kun Assi Kalliomäki tuli mukaan jo käynnissä olevaan projektiin, AI auttoi uutta tiimiläistä pääsemään nopeasti kiinni projektin kokonaisuuteen.
”Kun tulin projektiin kesken matkan, tekoäly oli minulle vähän kuin kollega. Kysyin siltä, missä eri kokonaisuudet menevät, mistä löydän jonkin dokumentin tai ohjeen ja mitä kokouksissa on aiemmin päätetty”, Kalliomäki kertoo.
Nykyään esimerkiksi kokousten päätösten kokoaminen ja tiedon etsiminen suuresta dokumenttimäärästä ovat jo arkipäivää. Samalla AI:n kyky ehdottaa erilaisia ratkaisuja tekee siitä yhä enemmän myös asiantuntijan sparrauskumppanin. Kalliomäki kuitenkin korostaa, että tekoäly ei korvaa sitä, että ihmiset keskustelevat ja käyvät asioita yhdessä läpi. Se voi tuoda pöydälle vaihtoehtoja, mutta meidän pitää edelleen itse puntaroida niiden järkevyys.
Pullonkaula ei häviä, se siirtyy
Kun koodia syntyy aikaisempaa nopeammin, koko projekti ei automaattisesti kulje samassa tahdissa. KO1:ssä tämä on näkynyt erityisesti teknisessä suunnittelussa, määrittelyjen täydentämisessä ja testauksessa. Esimerkiksi tänä vuonna elo-lokakuussa inkrementtitestaukseen siirtyi 56 featurea, kun vuoden ensimmäisellä neljänneksellä niitä oli vain kuusi.
Tärkein oppi, mitä projektissa tekoälyn käytöstä on saatu, että kehityksen nopeutuminen pakottaa muuttamaan myös ympärillä olevia prosesseja ja rooleja kokonaisvaltaisesti.
”Olemme poistaneet pullonkaulan koodin tekemisestä, ja se on nostanut esiin muita tehostamisen paikkoja. Nyt kun tavoittelemme merkittävää tehokkuuden lisäystä, koko prosessia kehitysprojektin suunnittelusta käyttöönottoon pitäisi miettiä uudelleen ja muokata kokemuksen perusteella säännöllisin väliajoin”, kiteyttää projektipäällikkö Johanna Tynkkynen.
Työkalun osaaminen ei vielä tee AI-muutosta
AI-muutoksessa ei ole lopulta tärkeintä se, kuinka monta tekoälytyökalua organisaatiolla on käytössään.
”Työkalu ei määritä sitä, kuinka tehokkaaksi työ muuttuu. Olennaisempaa on se, miten yhteistyö organisoidaan tekoälyn ympärille, millä tavalla sitä käytetään ja mihin sitä käytetään”, sanoo Assi Kalliomäki.
Vakuuttamisen ensimmäisen käyttöönottoprojektin kokemukset haastavatkin katsomaan tekoälymuutosta laajemmin. Kun työn tekeminen nopeutuu, pitää kysyä myös, mihin asiantuntijan vapautuva aika käytetään. Muutos mahdollistaa osaamisen syventämisen ja hyödyntämisen ihan eri tavalla kuin aiemmin. Vapautuvaa aikaa kannattaa käyttää myös uuden oppimiseen ja vanhasta poisoppimiseen.
Rapatessa roiskuu: mahdollisuus kokeilla ja oppia
KO1:n oppi ei siis ole se, että tekoäly ratkaisisi kaiken tekemisen. ”Olemme nyt konkreettisesti nähneet, miten nopeasti työ voi muuttua, kun teknologia kehittyy. Samalla se osoittaa, ettei tuottavuusloikka synny vain paremmista työkaluista. Sen mukana pitää muuttua työnjaon, osaamisen, päätöksenteon, prosessien ja johtamisen”, Johanna Tynkkynen sanoo.
Ja tämä muutos on kuitenkin vasta alussa.
”Olemme vasta raapaisseet pintaa. Työ vaativissa ohjelmistokehitysprojekteissa tulee muuttumaan vielä monta kertaa, emmekä välttämättä osaa edes kuvitella, miltä työ näyttää pidemmällä aikavälillä”, toteaa Mikko Nieminen.