Suomalaiset ovat kuroneet tekoälyohjeistuksen puutteita umpeen pohjoismaisia naapureitaan nopeammin, mutta hallinta laahaa yhä arjen käytön perässä. Tuore pohjoismainen aineisto viittaa siihen, että selkeät säännöt eivät hidasta tekoälyn käyttöönottoa vaan vauhdittavat sitä. Ongelmana eivät ole säännöt sinänsä, vaan säännöt, joilla ei ole omistajaa ja joiden tukena ei ole osaamista eikä strategiaa.
Martti Asikainen | 23.9.2026 | Kuva luotu tekoälyllä
Harvassa asiassa suomalaiset organisaatiot ovat edenneet yhtä nopeasti kuin tekoälyohjeistuksessa. Vielä vuosi sitten joka viides tietotyöntekijä raportoi, ettei heidän työnantajallaan ole lainkaan tekoälyohjeita. Nyt heitä on enää 7 prosenttia, ja ohjeita aina noudattavien osuus on noussut 58 prosentista 68 prosenttiin (Solita 2026a).
Pohjoismaisessa vertailussa kehitys on nopeaa. Solitan tilaamassa ja Kantarin toteuttamassa kyselyssä, johon vastasi yli 3 000 tietotyöntekijää, ruotsalaisista 14 prosenttia ja tanskalaisista 10 prosenttia kertoi, ettei heidän organisaatiossaan ole lainkaan sisäistä tekoälyohjeistusta.
Paperilla Suomi on siis pitkälti ratkaissut ongelman. Käytännössä se kuitenkin on ratkaissut siitä vain helpomman puolen. Ohjeistuksen olemassaolo ei tarkoita vielä sitä, että se toimisi tai ohjeita seurattaisiin, ja näiden kahden asian väliseen kuiluun tekoälyn hallinta useimmiten kompastuu.
Surullisen moni yritysjohtaja pitää tekoälyohjeistusta yhä käsijarruna, jota ei tulisi koskaan käyttää. Välttämättömänä vaatimustenmukaisuuden kannalta tarkasteltuna, mutta haitallisena vauhdille, kun aletaan tosissaan tekemään. Pohjoismainen aineisto osoittaa kuitenkin täysin päinvastaiseen suuntaan.
Tanskassa yhdistyvät alueen korkein ohjeiden noudattamisaste (71 %), ja pohjoismaiden aktiivisin tekoälyn käyttö. Kyselyyn vastanneista jopa 65 % kertoi käyttävänsä generatiivista tekoälyä työssään ja 24 % ilmoitti hyödyntävänsä sitä joka ikinen päivä. Suomessa vastaavat luvut ovat 62 % ja 17 %, Ruotsissa 53 % ja 14 % (Solita 2026a).
Solitan Rebecca Hammelin mukaan johtajien yleisin väärinkäsitys on, että ohjeistus jarruttaa ihmisiä, vaikka todellisuudessa heitä jarruttaa epäselvyys (Solita 2026b). Totta kai tulkintaan on suhtauduttava pienellä varauksella. Poikkileikkauskysely osoittaa perinteisesti yhteyden, mutta ei syy-seuraussuhdetta.
Tekoälyä runsaasti käyttävät organisaatiot saattavat kirjoittaa sääntöjä myös siksi, että ne tarvitsevat niitä. Hammelin selitys on kaikesta huolimatta uskottava, ja se vastaa myös kentällä tekemiämme havaintoja.
Tekoälykouluttajana olen törmännyt työpajoissa usein kysymykseen, joka ei varsinaisesti koske parempien kehotteiden kirjoittamista, työntulevaisuutta tai eri tekoälymallien käyttötarkoituksia. Sen sijaan osallistujat ovat kysyneet, saavatko he ylipäänsä käyttää malleja, joita opetan heitä käyttämään.
Jos olisin työnantaja, olisin tästä huolissani. Työntekijät, jotka eivät tiedä, missä raja kulkee, joko pysyvät kaukana siitä tai ylittävät sen kaikessa hiljaisuudessa kertomatta kenellekään.
Kyse ei ole yksittäisten yritysten huolimattomuudesta, vaan organisatorisesta, rakenteellisesta epäsuhdasta. Tekoälyn käyttö kasvaa alhaalta ylöspäin, kun taas hallinta rakentuu ylhäältä alaspäin ja hitaammin. Finnish AI Regionissa (FAIR) olemme tunnistaneet epäsuhdalle kolme keskeistä syytä.
Ensimmäinen syy on nopeus. FAIRin tilaamassa kyselyssä tekoälyä käyttäville suomalaisyrityksille 85 % aktiivikäyttäjistä oli aloittanut käytön viimeisten kolmen vuoden aikana (FAIR 2026). Tyypillisesti yritysten hallintorakenteet on rakennettu vuosia kestäviä IT-hankintasyklejä varten, joten niistä ei löydy tukitoimia työkaluille, jotka työntekijä voi ottaa käyttöön lounastaukonsa aikana.
Toinen keskeinen syy on osaaminen. Samaisen kyselyn mukaan lähes kaikki vastaajat arvioivat tuntevansa yleisen tietosuoja-asetuksen (GDPR) kohtalaisesti tai hyvin (keskiarvo 4,15/5), mutta EU:n tekoälyasetuksen (AI Act) tunsi vain noin joka neljäs vastaaja. Toisin sanoen, organisaatiot kirjoittavat tekoälysääntöjä sääntelykartalla, jota tekoälyä käyttävät työntekijät eivät tunne. Heille kyse on yhdestä dokumentista muiden joukossa.
Kolmas syy on omistajuus. Deloitten pohjoismaisen aineiston mukaan strateginen valmius laski 61 prosentista 43 prosenttiin ja osaajavalmius 33 prosentista vain 14 prosenttiin, vaikka jopa kolme neljästä pohjoismaisesta organisaatiosta suunnitteli kasvattavansa tekoälyinvestointejaan merkittävästi (Deloitte 2026).
Lisäksi vain 20 prosenttia pohjoismaisista organisaatioista on nimennyt jonkun vastaamaan siitä, tuottavatko tekoälyhankkeet arvoa. Maailmanlaajuisesti osuus on 32 prosenttia. (Deloitte 2026; Asikainen 2026c)
Tekoälyn käyttö yleistyy nopeasti, kun malleja ja työkaluja on yhä helpompi saada käyttöönsä. Deloitten mukaan niiden organisaatioiden osuus, joissa vähintään 40 %:lla henkilöstöstä on pääsy hyväksyttyihin tekoälytyökaluihin, kasvoi vuodessa 37 prosentista 56 prosenttiin. Työtapoihin tämä ei kuitenkaan ole vielä heijastunut, sillä vain 16 % organisaatioista kertoo muokanneensa työtä laajasti tekoälyn varaan. (Deloitte 2026; Asikainen 2026b).
Yhdessä aiemmin esittämieni vastaustulosten kanssa on mahdollista päätellä, että loppujen lopuksi tekoälyn luvattomassa käytössä ei ole kyse huolimattomista työntekijöistä, vaan siitä, että uudet työkalut saapuvat markkinoille nopeammin kuin niitä koskevat säännöt, taidot tai edes roolit. Mikäli johto ei tarjoa työntekijöille tarvittavia työkaluja ja osaamista, niin he paikkaavat aukon itse etsimällä parhaan ratkaisun.
KPMG:n (2025) mukaan noin puolet työntekijöistä käyttää tekoälyä ilman lupaa ja 44 % kiertää tietoisesti työnantajansa lanseeraamia ohjeistuksia. Samasta kyselystä käy ilmi, että vain 26 % suomalaisista koki tekoälytaitonsa riittäviksi (KPMG 2025; Asikainen 2026a). Ehkä olennaista ei olekaan kysyä, miksi joku tarttui henkilökohtaiseen tiliinsä tehdäkseen työnsä, vaan mikä teki siitä paremman vaihtoehdon.
Myös pohjoismainen organisaatiokulttuuri vaikuttaa asiaan. Deloitte (2026) huomauttaa raportissaan, että vahvan työsuojelun, korkean järjestäytymisasteen ja sosiaalisen vuoropuhelun perinteen vuoksi pohjoismaiset yritykset neuvottelevat merkittävistä työelämän muutoksista sen sijaan, että ne saneltaisiin ylhäältä käsin.
Tämä hidastaa muutosta ja uusien työkalujen omaksumista, mutta voi samalla vähentää muutosvastarintaa henkilöstön keskuudessa (Asikainen 2026b). Ongelma syntyy siitä, että konsensuksen saavuttaminen voi viedä runsaasti aikaa, eivätkä tekoälytyökalut odota pöytäkirjan hyväksymistä tai IT-osaston suosituksia.
Toin kirjoitukseni alussa esiin, että vielä vuosi sitten joka viides tietotyöntekijä ilmoitti, ettei heidän työnantajallaan ole lainkaan tekoälyohjeita, kun tänä päivänä luku on enää 7 %. Mutta kun otetaan huomioon myös kyselyn muut kohdat, kokonaiskuva muuttuu dramaattisesti.
Samaisen kyselyn mukaan vain 13 % suomalaisvastaajista noudattaa työnantajan ohjeita vain joskus, ja 11 % ei edes tiedä, onko ohjeita ylipäänsä olemassa (Solita 2026a). Eli yli joka kymmenes tietotyöntekijä toimii tehtävässään ilman tekoälyohjeistuksia. Työskennellessäni eri organisaatioiden kanssa olen huomannut, että usein ohjeistuksissa luetellaan kielletyt työkalut ja mainitaan lyhyesti sensitiivisen tiedon jakamiseen liittyvät käytännöt.
Työntekijöitä ohjeistetaan siitä, mitä he eivät saa tehdä, mutta samaan aikaan puuttuu kokonaan ohjeistus siitä, mitä he saavat tehdä. Puute voi tehdä työntekijöistä arkoja ja epävarmoja, koska se kyseenalaistaa heidän asiantuntijuuttaan ja torjuu heidän omistajuuttaan omasta työstä. Tämä puolestaan voi vaikuttaa muun muassa työtehtävien kehittymiseen, innovaatioiden syntyyn sekä tehokkuuteen.
Samaan aikaan sääntely on muuttunut tavalla, joka voi houkutella organisaatioita höllentämään otettaan entisestään. Heinäkuussa 2026 voimaan tullut EU:n Digital Omnibus -asetus (2026/1744) muotoili uudelleen tekoälysäädöksen 4. artiklan, joka koskee tekoälylukutaitoa.
Tarjoajien ja käyttöönottajien on edelleen tuettava henkilöstönsä tekoälylukutaidon kehittymistä, mutta niiden ei enää tarvitse varmistaa, että jokainen yksittäinen työntekijä saavuttaa tietyn osaamistason. Lisäksi erillisiä suuririskisiä järjestelmiä koskevia velvoitteita on lykätty 2. joulukuuta 2027 saakka.
Velvoitteiden keventäminen ja lykkäykset eivät kuitenkaan ole lupa odottaa. Suomessa valvonnan rakenteet ovat jo olemassa, sillä vuoden 2026 alussa voimaan tullut laki eräiden tekoälyjärjestelmien valvonnasta (1377/2025) jakaa valvontavastuun 15 viranomaiselle ja nimeää Traficomin kansalliseksi koordinaattoriksi (Traficom 2026).
Kevennettykin velvoite edellyttää näyttöä, koska sen täyttämisen voi osoittaa vain tosiasiallisesti toteutetuilla toimilla. Siksi dokumentoinnista tulee entistä tärkeämpää. Selkeä ohjeistus kannattaa silti ennen kaikkea organisaation itsensä vuoksi, sillä sen liiketoiminnallinen hyöty ei ole koskaan riippunut valvojasta.
Kokemukseni mukaan ihmiset kaipaavat ennen kaikkea selkeyttä. Siksi organisaatioiden kannattaa kirjoittaa lupia pelkkien kieltojen sijaan. Yksinkertainen liikennevalomalli, jossa käyttötavat jaetaan vihreisiin, keltaisiin ja punaisiin, toimii parhaiten konkreettisten ja roolikohtaisten esimerkkien kanssa. Julkisten tarjouspyyntöasiakirjojen tiivistäminen on vihreää, asiakassopimusten liittäminen henkilökohtaiselle tilille punaista. Näin malli vastaa juuri siihen kysymykseen, jota työntekijät todella kysyvät, eli saavatko he käyttää tekoälyä tähän tehtävään.
Yhtä tärkeää on nimetä ohjeille omistaja ja antaa esihenkilöille eväät tehtäväänsä. Jonkun on vastattava siitä, että ohjeet pysyvät ajan tasalla ja että tekoäly tuottaa arvoa. Ilman omistajaa ohje vanhenee muutamassa kuukaudessa. Solitan raportti tekee samansuuntaisen havainnon, sillä sen mukaan esihenkilöt tulisi kouluttaa selittämään säännöt eikä vain välittämään niitä eteenpäin (Solita 2026a).
Kuten missä tahansa organisaatiomuutoksessa, kannattaa kuunnella niitä, jotka jo käyttävät tekoälyä. Epävirallisia reittejä käyttävät työntekijät ovat jo selvittäneet, missä tekoäly auttaa ja missä se pettää. He eivät ole hallittava ongelma, vaan suorin tie realistiseen ja toimivaan linjaukseen (Asikainen 2026c). Hyväksytyn reitin on myös oltava helppo. Jos hyväksytty työkalu on hitaampi tai kömpelömpi kuin henkilökohtainen tili, mikään ohje ei pärjää sille, sillä hektisessä työarjessa valitsemme kaikki helpoimman tien.
Uskon itse pohjoismaiseen perinteeseen. Sama neuvottelukulttuuri, joka hidastaa muutosta, voi tehdä tekoälysäännöistä oikeutetumpia. Luottamushenkilöiden ja henkilöstön edustajien ottaminen mukaan vie paperilla enemmän aikaa, mutta kokemukseni mukaan sääntöjä noudatetaan todennäköisemmin, kun ihmiset ovat saaneet osallistua niiden muotoiluun ja ne tuntuvat omilta.
Lopuksi toimet kannattaa dokumentoida. Kirjaa ylös, kuka on saanut mitäkin ohjausta ja koulutusta ja milloin. Muutetun 4. artiklan aikana kirjaukset ovat paras näyttö siitä, että organisaatio on täyttänyt velvoitteensa tukea henkilöstönsä tekoälylukutaitoa, ja huolehtii henkilöstönsä tekoälyosaamisesta.
Suomen kyselytulokset tekoälyohjeiden puuttumisesta osoittavat, ettei ongelman ratkaiseminen vie vuosia. Solitan aineiston perusteella tilanne voi muuttua hyvinkin nopeasti, kun asia nostetaan etusijalle (Solita 2026a). Ohjeistuksen laatiminen on silti helpoin osa työtä. Paljon ratkaisevampaa on se, löytääkö kiireinen työntekijä ohjeistukset, ymmärtääkö hän, mitä niissä kerrotaan ja luottaako hän organisaation tarjoamiin työkaluihin enemmän kuin selaimessa odottavaan tekoälysovellukseen, joka on henkilökohtaisen tilin takana.
Tekoälyohjeistusta syytetään usein organisaatioiden hidastamisesta. Paljon tärkeämpi kysymys on, paljonko selkeän ohjauksen puute maksaa tällä hetkellä ja paljonko se tulee maksamaan tulevaisuudessa. Jos oma organisaatiosi ei tiedä, mistä aloittaa, niin apua saa maksuttomista palveluista, kuten Finnish AI Regionilta. Meidän avullamme voit kartoittaa, miten organisaatiosi hyödyntää tekoälyä, ja rakentaa työntekijälähtöisen ohjeistuksen, jota ihmiset myös noudattavat.
Communications Lead, tekoälykouluttaja
Finnish AI Region
martti.asikainen@haaga-helia.fi
Tämä kirjoitus on luotu osana Haaga-Helia ammattikorkeakoulun ja Työsuojelurahaston rahoittamaa ReiluAI – Tekoäly ja yhdenvertaisuus työelämässä -hanketta.
Asikainen, M. (2026a, helmikuu 13). Good Intentions, Bad Consequences: Your Employees Are Probably Using AI in Secret. Finnish AI Region.
Asikainen, M. (2026b, maaliskuu 25). Nordic workers gain rapid access to AI tools, but fear of mass job losses remains low, survey finds. Finnish AI Region.
Asikainen, M. (2026c, huhtikuu 15). The Problem Is the AI Strategy — Or Rather, the Lack of One. Finnish AI Region.
Deloitte. (2026). State of AI in the Nordics 2026. Deloitte AI Institute.
European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act). Official Journal of the European Union.
European Union. (2026). Regulation (EU) 2026/1744 (Digital Omnibus on AI). Official Journal of the European Union, 24 heinäkuuta 2026.
FAIR. (2026). AI Implementation in Finnish Businesses 2026. Finnish AI Region & Haaga-Helia University of Applied Sciences. Survey conducted by Taloustutkimus, 3. joulukuuta 2025–3. helmikuuta 2026.
KPMG. (2025). Trust, attitudes and use of artificial intelligence: A global study 2025. KPMG International & The University of Melbourne.
Solita. (2026a). How AI is transforming Nordic work life 2026. Survey conducted by Kantar Media, 30. lokakuuta–11. marraskuuta 2025.
Solita. (2026b, kesäkuu 18). Nordic workplaces struggle with AI guidelines and governance. Solita.
Traficom. (2026). Uudet säännöt vahvistavat luottamusta tekoälyyn Euroopassa. Finnish Transport and Communications Agency.