Jatkuva työssä oppiminen ei vielä tee organisaatiosta oppimiskykyistä: yksittäinen työntekijä voi oppia paljon ilman, että organisaatio muuttaa toimintaansa. Oppimiskykyinen organisaatio suuntaa oppimista tulevaisuuden tarpeisiin ja vie opit yhteiseen käyttöön. Future LaaS -toimintamalli kuvaa, miten organisaatio voi rakentaa tästä jatkuvan työssä oppimisen syklin.
Future LaaS kytkee tulevaisuuden tarpeet työssä oppimiseen
Future LaaS -hankkeessa (2025–2026) kehitimme eri toimialojen organisaatioiden kanssa toimintamallin, joka kytkee tulevaisuuden osaamistarpeet jatkuvaan työssä oppimiseen. Mallissa yhdistyvät ennakointi, jatkuvan työssä oppimisen roolit ja käytännöt sekä AI Learning Sprintistä saadut kokemukset. Vertasimme hankkeen havaintoja tutkimustietoon ja kokosimme niiden pohjalta toimintamallin, joka etenee tulevien osaamistarpeiden tunnistamisesta työssä oppimiseen ja vaikutusten seurantaan (Kuhmonen & Seppä-Kortelainen 2026; Future LaaS -hanke 2025–2026).
Oppimiskykyinen organisaatio tunnistaa, mitä sen pitää oppia, tekee oppimisen mahdolliseksi työssä ja vie opit yhteiseen käyttöön. Future LaaS -toimintamallissa tämä muodostaa jatkuvan syklin, jossa tulevaisuuden tarpeet suuntaavat oppimista ja seurannasta saatava tieto käynnistää seuraavan oppimiskierroksen.
Kuvio 1. Future LaaS – jatkuvan työssä oppimisen toimintamalli. Kuvio: Salla Lehtipuu.
Ennakointi suuntaa osaamista tuleviin tarpeisiin
Kaikkea tulevaisuudessa tarvittavaa osaamista ei voi tunnistaa etukäteen eikä kaikkeen varautua. Ennakoinnin avulla organisaatio hahmottaa, miten työ ja toimintaympäristö muuttuvat ja mitä muutokset merkitsevät strategialle ja osaamiselle.
Tutkimusten perusteella ennakointi tukee organisaation päätöksentekoa epävarmuudessa ja auttaa suuntaamaan osaamisen kehittämistä tuleviin tarpeisiin (Marinković, Al-Tabbaa, Khan & Wu 2022; Brasse ym. 2024).
Future LaaS -hankkeessa kytkimme ennakoinnin strategisiin kyvykkyyksiin. Lähtökohtana ei ollut, millaista koulutusta henkilöstölle pitäisi tarjota, vaan mitä organisaation pitää pystyä tekemään tulevaisuudessa (Kuhmonen & Seppä-Kortelainen 2026).
Nykyinen osaaminen kertoo, mitä tulee vahvistaa
Kun tulevaisuuden kannalta tärkeät kyvykkyydet on tunnistettu, organisaation pitää arvioida, riittääkö nykyinen osaaminen. Kaikki puutteet eivät tarkoita koulutustarvetta: organisaatio voi vahvistaa osaamista työssä oppimisen, rekrytointien ja kumppanuuksien avulla tai muuttamalla työnjakoa ja toimintatapoja. Tekoäly tuo mukaan uuden kysymyksen: mitä ihmisen pitää osata itse ja missä tekoäly voi täydentää ihmisen työtä (Savolainen & Kuhmonen 2026)?
Oppiminen tarvitsee tilaa työssä
Osaamistarpeen tunnistaminen ei vielä riitä, vaan organisaation pitää sopia, kuka tekee mitä seuraavaksi. Future LaaS -mallissa johto päättää osaamisen painopisteistä ja investoinneista, liiketoiminta tarkentaa osaamistarpeita, HR rakentaa oppimisen käytäntöjä ja esihenkilöt tekevät oppimiselle tilaa työssä. Tiimit vievät kokeiluista syntyneitä oppeja yhteiseen käyttöön, ja työntekijät kokeilevat, oppivat ja jakavat havaintojaan (Future LaaS -hanke 2025–2026).
Organisaation pitää varata osaamisen uudistamiseen aikaa, välineitä ja tukea työn arjessa (Seppä-Kortelainen & Kuhmonen 2026). Kaiken tarvittavan osaamisen ei tarvitse löytyä omasta organisaatiosta, vaan organisaatio voi hankkia ja kehittää osaamista myös yhdessä kumppaneiden kanssa (Laitinen & Kuhmonen 2026).
Dataa ja tekoälyä voidaan hyödyntää osaamistarpeiden tunnistamisessa, työssä oppimisessa ja oppimisen vaikutusten seurannassa. Hyödyntäminen edellyttää laadukasta ja ajantasaista tietoa sekä yhteisiä käytäntöjä tekoälyn vastuulliseen ja turvalliseen käyttöön (Savolainen & Kuhmonen 2026).
Oppimista tukeva kulttuuri näkyy siinä, uskalletaanko työpaikalla kokeilla uutta, tuoda esiin keskeneräisiä ajatuksia, puhua osaamisvajeista ja kertoa myös epäonnistuneista kokeiluista. Kysymiselle, kokeilemiselle, osaamisen jakamiselle ja virheistä oppimiselle pitää olla tilaa (Kuhmonen & Seppä-Kortelainen 2026).
Kokeilemalla selviää, mikä toimii työssä
Tekoälyn hyödyt, rajoitteet ja sopivat käyttötavat selviävät usein vasta työssä kokeilemalla. Kokeiluissa tarkentuu myös ihmisen ja tekoälyn työnjako: missä tehtävissä tekoäly auttaa, missä tarvitaan ihmisen harkintaa ja mitä osaamista työnjako edellyttää.
Future LaaS -hankkeen AI Learning Sprintiin ilmoittautui 57 osallistujaa, joista 43 suoritti sprintin loppuun. Osallistujat kokeilivat tekoälyä omissa työtehtävissään ja arvioivat kokeilujen hyötyjä, rajoitteita ja riskejä. Kokeilut tuottivat samalla tietoa itse työstä: mitä kannattaa tehdä itse, missä tekoäly voi auttaa ja mitä osaamista tarvitaan lisää (Future LaaS -hanke 2025–2026).
Yksittäisestä kokeilusta syntyy yhteistä oppia
Kokeilu hyödyttää organisaatiota vain rajallisesti, jos opit jäävät kokeilijan käyttöön. Kokemuksia pitää arvioida yhdessä: mikä toimi, missä tekoälystä ei ollut hyötyä, mitä riskejä havaittiin ja mitä kannattaa kokeilla seuraavaksi. Yhteinen arviointi auttaa tunnistamaan, mitä toimintatapoja kannattaa ottaa laajempaan käyttöön ja mistä ratkaisuista luopua. Psykologinen turvallisuus tukee tällaista keskustelua ja kokemuksista oppimista tiimeissä (Leblanc, Harvey & Rousseau 2024; Savolainen & Kuhmonen 2026).
AI Learning Sprintissä osallistujat jakoivat kokeiluistaan syntyneitä havaintoja ja arvioivat niitä yhdessä (Future LaaS -hanke 2025–2026). Yksilön oppiminen muuttuu organisaation osaamiseksi, kun opittu vaikuttaa siihen, miten muut tekevät työtään (Savolainen & Kuhmonen 2026).
Seuranta näyttää muutoksen
Koulutukseen osallistuminen kertoo, että jotain tehtiin. Se ei vielä kerro, oliko siitä hyötyä. Kiinnostavampi kysymys on: mikä oppimisen seurauksena muuttui? Seurannassa tarkastellaan, vahvistuiko tarvittu osaaminen ja käytettiinkö sitä työssä. Muuttuiko tapa tehdä työtä, paraniko laatu, kasvoiko asiakasarvo tai säästyikö aikaa? Pidemmällä aikavälillä kiinnostaa, vahvistiko oppiminen organisaation kykyä toteuttaa strategiaansa ja uudistaa toimintaansa (Seppä-Kortelainen & Kuhmonen 2026).
Oppimisen hyötyjä pitää tarkastella myös suhteessa oppimiseen käytettyihin resursseihin. Future LaaS -mallissa kysymme: mitä olemme valmiita investoimaan oppimiseen ja mitä meille maksaa, jos emme opi? Oppimattomuus voi näkyä esimerkiksi hitaampana uudistumisena, tehottomina työtapoina tai heikompana asiakasarvona (Seppä-Kortelainen & Kuhmonen 2026).
Seurannalle pitää määritellä vastuut, mutta Future LaaS -malli ei määritä organisaatioille valmiita mittareita. Organisaatio valitsee omaan toimintaansa sopivat tavat seurata muutosta. Seurannasta saatava tieto auttaa tunnistamaan, missä osaaminen on vahvistunut ja mitä pitää oppia seuraavaksi.
Organisaatio oppii, kun opittu muuttaa yhteistä toimintaa
Organisaatio ei voi tietää tarkasti, mitä sen pitää osata muutaman vuoden päästä. Siksi sen pitää pystyä muuttamaan suuntaa, kun työ, toimintaympäristö tai osaamistarpeet muuttuvat.
Future LaaS -malli auttaa suuntaamaan osaamisen kehittämistä siihen, mitä organisaation pitää tulevaisuudessa pystyä tekemään. Samalla se tekee näkyväksi ne rakenteet, vastuut ja resurssit, joita työssä oppiminen tarvitsee. Oppimiseen käytettyä aikaa ja rahaa voidaan kohdentaa paremmin, kun ensin tunnistetaan, mitä osaamista todella pitää vahvistaa ja millä keinoin. Työssä syntyneet opit eivät jää yksittäisten työntekijöiden varaan, vaan ne muuttavat yhteisiä toimintatapoja ja suuntaavat osaamisen kehittämistä. Seuranta puolestaan näyttää, mikä muuttui ja mihin pitää tarttua seuraavaksi.
Tulevaisuutta ei voi opetella etukäteen. Organisaatio voi kuitenkin kehittää kykyään oppia jatkuvassa muutoksessa.
Koulutus on Jatkuvan oppimisen ja työllisyyden palvelukeskuksen (Jotpa) rahoittama. Palvelukeskus edistää työikäisten osaamisen kehittämistä ja osaavan työvoiman saatavuutta. Palvelukeskuksen toimintaa ohjaavat opetus- ja kulttuuriministeriö sekä työ- ja elinkeinoministeriö.
Artikkelissa on hyödynnetty tekoälyä tekstin jäsentämisessä, tiivistämisessä ja kielellisessä viimeistelyssä.
Lähteet
- Brasse, J., Förster, M., Hühn, P., Klier, J., Klier, M. & Moestue, L. 2024. Preparing for the future of work: a novel data-driven approach for the identification of future skills. Journal of Business Economics 94 (3), 467–500.
- Kuhmonen, A. & Seppä-Kortelainen, S. 2026. Tulevaisuuden oppiminen palveluna uudistaa organisaatioita, ammattikorkeakouluja ja niiden yhteistyötä. Laurea Journal, 17.4.2026. Viitattu 17.6.2026.
- Laitinen, J. & Kuhmonen, A. 2026. Ammattikorkeakoulun uusi rooli työelämän uudistumisessa – neljä skenaariota jatkuvasta työssä oppimisesta. Laurea Journal, 1.9.2026. Viitattu 15.9.2026.
- Leblanc, P.-M., Harvey, J.-F. & Rousseau, V. 2024. A meta-analysis of team reflexivity: Antecedents, outcomes, and boundary conditions. Human Resource Management Review 34 (4), 101042.
- Marinković, M., Al-Tabbaa, O., Khan, Z. & Wu, J. 2022. Corporate foresight: A systematic literature review and future research trajectories. Journal of Business Research 144, 289–311.
- Savolainen, T. & Kuhmonen, A. 2026. Yksilön tekoälyhyödystä organisaation uudistumiskyvyksi. Laurea Journal, 1.9.2026. Viitattu 15.9.2026.
- Seppä-Kortelainen, S. & Kuhmonen, A. 2026. Oppimattomuuden hinta ja oppimiskyvykkyyden arvo tekoälyaikakaudella. Laurea Journal, 1.9.2026. Viitattu 15.9.2026.
Julkaisemattomat lähteet
- Future LaaS -hanke. 2025–2026. Hankkeen organisaatiotyöpajat, toimintamallin kehittämisaineistot ja AI Learning Sprint. Laurea-ammattikorkeakoulu. Julkaisematon hankeaineisto.
