Tekoälykoulutus nosti pk-yritysten osaamista

Tekoälylukutaitoa vahvistettava pk-yrityksissä

Tekoälyä on monenlaista, konenäöstä robotiikkaan ja kielimalleihin. Tässä artikkelissa tekoälyllä tarkoitetaan kielimalleihin perustuvaa generatiivista tekoälyä, kuten ChatGPT:tä, Copilotia, Geminia tai Claudea. Se tuottaa tekstiä, kuvia ja analyyseja käyttäjän antamien ohjeiden eli kehotteiden perusteella.

Generatiivisen tekoälyn käyttö on yleistynyt suomalaisissa pk-yrityksissä nopeasti. Kevään 2026 pk-yritysbarometrin mukaan 65 prosenttia pk-yrityksistä oli vähintään kokeillut tekoälyä, ja säännöllisten käyttäjien osuus kaksinkertaistui vuodessa 26 prosenttiin. Yleisimmäksi esteeksi nimettiin tiedon tai osaamisen puute, josta raportoi 44 prosenttia yrityksistä. (Suomen Yrittäjät ym. 2026a.) Osaamisen merkitys korostuu myös kansainvälisesti: OECD:n seitsemän maan kyselyssä pk-yritykset arvioivat generatiivisen tekoälyn lisäävän osaavan henkilöstön tarvetta (OECD 2025).

Osaamisesta on tullut myös velvoite. EU:n tekoälysäädös edellyttää, että tekoälyä käyttävät organisaatiot, myös pienet yritykset, tukevat henkilöstönsä tekoälylukutaitoa (Euroopan unioni 2024; 2026). Samaan aikaan syksyn 2026 barometrin mukaan yhteistyö koulutusorganisaatioiden kanssa vahvistaa yritysten osaamista yhä harvemmin. Korkeakoulujen ja tutkimusorganisaatioiden kanssa tehdyn yhteistyön ansiosta osaamisensa kokee vahvistuneen 40 prosenttia yrityksistä, kun kaksi vuotta sitten osuus oli 45 prosenttia. (Suomen Yrittäjät ym. 2026b.) Tässä artikkelissa tarkastellaan, miten AI-Pakki-koulutukseen osallistuneet arvioivat tekoälyosaamisensa muuttuneen.

AI-Pakki-koulutus nosti osaamistasoa

AI-Pakki oli Euroopan sosiaalirahaston (ESR+) osarahoittama koulutushanke, jonka Laurea-ammattikorkeakoulu toteutti yhdessä Metropolia Ammattikorkeakoulun kanssa vuosina 2024–2026. Koulutus oli suunnattu pk- ja mikroyritysten henkilöstölle ja yksinyrittäjille, ja sen aiheena oli generatiivisen tekoälyn käyttö myynnissä ja markkinoinnissa. Koulutuksiin osallistui 302 henkilöä.

Syys–lokakuussa 2026 tehtyyn seurantakyselyyn vastasi sata osallistujaa. Vastaajista 64 työskenteli alle kymmenen hengen yrityksessä, yhdeksantoista vastaajaa 10–49 hengen ja seitsemäntoista vastaajaa 50–249 hengen yrityksessä. Vastaajat arvioivat osaamistaan viidellä osa-alueella asteikolla 1–5 (1 = erittäin heikko, 5 = erittäin hyvä). Kukin arvioi sekä nykyisen osaamisensa että jälkikäteen sen, millainen osaaminen oli ennen koulutusta.

Jälkikäteinen lähtötason arvio on harkittu valinta. Ennen koulutusta osallistuja ei välttämättä tiedä, mitä kaikkea hyvä osaaminen pitää sisällään, ja siksi hän voi yliarvioida taitonsa. Kun molemmat arviot tehdään samalla mittapuulla, muutos näkyy luotettavammin (Howard 1980). Osa-alueet vastaavat tekoälylukutaidon keskeisiä osaamisia: tekoälyn kanssa toimimista, sen tuotosten kriittistä arviointia ja eettisten kysymysten huomioimista (Long & Magerko 2020).

Osaaminen nousi kaikilla osa-alueilla

Keskimääräinen osaaminen nousi 2,5:stä 3,4:ään, ja muutos oli tilastollisesti erittäin merkitsevä kaikilla viidellä osa-alueella (Wilcoxonin testi, p < 0,001). Neljä viidestä vastaajasta arvioi osaamisensa kokonaisuutena parantuneen, ja vain viisi arvioi sen heikentyneen.

Suurin muutos näkyi siinä, kuinka moni piti osaamistaan hyvänä. Ennen koulutusta 23 prosenttia vastaajista piti kehotteiden kirjoittamisen osaamistaan hyvänä tai erittäin hyvänä, koulutuksen jälkeen 61 prosenttia. Tekoälyn tuotosten laadun arvioinnissa osuus nousi 27 prosentista 66 prosenttiin.

Suurin suhteellinen muutos oli sopivan työkalun valinnassa. Ennen koulutusta vain 8 prosenttia arvioi osaavansa sen hyvin, koulutuksen jälkeen 37 prosenttia.

Tekoälyn kytkeminen työprosesseihin osoittautui heikoiten kehittyneeksi osaamiseksi. Ennen koulutusta 71 prosenttia piti osaamistaan siinä heikkona, ja koulutuksen jälkeenkin osuus oli 32 prosenttia.

Työkalun käytön voi oppia nopeasti omissa työtehtävissä. Tekoälyn kytkeminen yrityksen prosesseihin on toisenlainen tehtävä: on määriteltävä, mihin ongelmaan tekoälyä käytetään ja mitä sillä tavoitellaan, ja varmistettava, että tarvittava data on saatavilla ja riittävän laadukasta. Lisäksi muutos koskee usein useampaa ihmistä ja työvaihetta kuin koulutukseen osallistunutta yksin. AI-Pakin työpajoissa juuri nämä vaiheet osoittautuivat vaikeimmiksi, ja myös kyselyssä vain 15 prosenttia vastaajista kertoi tekoälyn käytön laajentuneen useisiin toimintoihin.

Osaamisen kasvu toi eniten hyötyä

Muutoksen suuruus riippui lähtötasosta. Vastaajien, jotka arvioivat osaamisensa tekoälyn käytössä ennen koulutusta keskimäärin heikoksi (enintään 2), osaamisen taso nousi 1,6:sta 2,9:ään eli yli pisteen. Jo valmiiksi kohtalaista paremmin osanneilla nousu oli noin 0,4 pistettä. Osa erosta selittyy sillä, että matalalta tasolta on enemmän varaa nousta. Tulos on silti merkittävä, sillä juuri tekoälyn käyttöön liittyvän osaamisen puute estää monia pk-yrityksiä ottamasta tekoälyä käyttöön.

Oppimista ei rajoittanut yrityksen koko. Alle kymmenen hengen yrityksissä keskiarvo nousi 2,4:stä 3,3:een eli samaa tahtia kuin suuremmissa pk-yrityksissä, vaikka lähtötaso oli matalin työkalun valinnassa ja prosesseihin kytkemisessä. Suurimmissa, 50–249 hengen yrityksissä prosesseihin kytkemisen osaaminen nousi vähiten (1,9:stä 2,4:ään). Syynä voi olla se, että yksittäisen henkilön on vaikea muuttaa laajempia työprosesseja yrityksessä.

Koulutus laski tekoälyn käytön kynnystä

Vastaajat kertoivat, että he ottivat koulutuksesta käyttöönsä promptauksen, sisällöntuotannon ja tekoälyn sparrauskumppanina.  Moni kuvasi myös, miten oma ote muuttui:

”Olen oppinut ohjaamaan sitä tuottamaan lähempänä julkaisukelpoista olevia versioita sisällöistä, eli oma promptausosaamiseni on kehittynyt merkittävästi.”

”Laadin yritykselleni markkinoinnin strategian ja tavoitteet. – – Olen laatinut tekoälylle kehotepohjan, jota hyödynnän ja muokkaan tarvittaessa. Nyt minulla on 12 viikon kalenteri sisältöideoineen.”

Vastauksissa näkyy myös kriittisyys tekoälyn käyttöä kohtaan. Erään vastaajan mukaan tekoäly ”säästää huomattavasti aikaa, mutta vaatii tuotosten tarkan arvioinnin ja muokkauksia, koska tekoäly saattaa edelleen tuottaa virheellistä tietoa”. Tuotosten kriittinen arviointi on osa tekoälylukutaitoa, ja vastaukset viittaavat siihen, että osallistujat tunnistavat tekoälyn rajoitukset.

Lopuksi

Käytännönläheinen koulutus nosti pk- ja mikroyritysten henkilöstön ja yksinyrittäjien tekoälyosaamista selvästi, ja eniten hyötyivät ne, joiden lähtötaso oli heikoin. Tuloksia on kuitenkin tulkittava varauksella. Ne perustuvat osallistujien omiin arvioihin, ja kyselyyn vastasi 100 henkilöä 302:sta, Muutos oli silti johdonmukainen: osaaminen nousi kaikilla viidellä osa-alueella, ja neljä viidestä vastaajasta arvioi sen parantuneen.

Seuraava haaste on tekoälyn kytkeminen osaksi yritysten prosesseja. Siihen pk-yritykset tarvitsevat pidempiaikaista tukea kuin yksittäinen koulutus voi tarjota.

AI-Pakki-hanke on Euroopan unionin osarahoittama.