vAI:lla tuottavuutta? -hankkeen ensimmäinen työpaja
vAI:lla tuottavuutta? -hankkeessa toteutetaan tekoälytyöpajoja Etelä-Pohjanmaalla alueella tämän ja ensi vuoden aikana. Aiemmin toiminta painottui tekoälylähettilästoiminnan käynnistämiseen, mutta hankkeessa on alettu siirtyä pilottien tulosten esittelyyn keskittyviin työpajoihin, joista ensimmäinen järjestettiin 9.12.2025 Kauhavalla. Paikkakunta valikoitui tähän mennessä toteutettujen pilottien perusteella. Kuten kuvasta 1 voidaan todeta, pilottiyrityksiä on löytynyt kattavasti eri puolilta maakuntaa.
Vuoden 2026 aikana vastaavia tapahtumia on tarkoitus järjestää myös Kauhajoella, Ilmajoella ja Seinäjoella jalkauttaen hanketta maakuntaan.
Tekoälyn mahdollisuudet Etelä-Pohjanmaalla
Tapahtuma alkoi mukavasti kevyen aamupalan parissa, mutta hyvin nopeasti siirryttiin tarkastelemaan hankkeessa tehtyjä havaintoja yritysten tekoälyn hyödyntämisestä. Ensimmäisenä työpajassa käytiin läpi hankkeessa toteutettua haastatteluihin ja kyselyihin perustuvaa selvitystä yritysten tekoälyn käytöstä. Selvityksen tuloksista havaittiin, että yritykset kokevat olevansa hyvin alkuvaiheessa tekoälykokeiluissa ja nekin yritykset, jotka ovat kokeiluissaan pidemmällä, etsivät aktiivisesti uusia sovelluskohteita, esimerkkejä ja tukea tekoälyn hyödyntämiseen. Tässä on nähtävissä selkeää kysyntää hankkeen piloteille sekä tekoälylähettiläskonseptille, jonka avulla tietoa voidaan tuoda yrityksiin.
Tuloksissa korostui yksilöiden kokeilut ja osaaminen ja vain harvoissa yrityksissä oli toteutettu yritystason toimia käytön edistämiseen. Selvityksessä ilmeni, että yritysten tekoälyn käyttötapoja ovat sen käyttö tiedonhaun tukena ja toisaalta myös erilaisissa organisaation funktioissa, kuten markkinoinnissa ja viestinnässä. Tarkempaa tietoa tästä ja esimerkiksi tekoälyyn liittyvistä haasteista yrityksissä löytyy hankkeessa myöhemmin toteutettavasta raportista.
Tekoälyyn liittyvistä epävarmuuksista ja nopeasta kehityksestä huolimatta alustuksen pitänyt Teemu Virtanen SEAMKista kehotti paikalla olleita yrityksiä tarttumaan tekoälyn tarjoamiin mahdollisuuksiin saman tien, koska tällöin yritykset ovat tietoisia ratkaisujen kyvyistä, eivätkä jää jälkeen muista. Tekoäly ei ole hypeä, vaan aito mahdollisuus parantaa yrityksen tuottavuutta ja aiemmin kalliiseen teknologiaan ja osaamiseen pääsee käsiksi pienin panostuksin. Tästä esimerkkinä käytettiin yksinkertaista laadunvalvonnan esimerkkiä, jossa ChatGPT:n annettiin tulkita kuvaa hyvin yksinkertaisen kehotteen perustella ja se kertoi, näkeekö tuotteessa virheitä. Tällainen kokeilu maksaa muutaman minuutin aikaan, mutta saattaa toimiessaan tuoda merkittävänkin parannuksen pk-yrityksen laadunvalvontaan.
Grillaa tekoälyasiantuntijaa
Tauon jälkeen ohjelmassa oli tekoälyasiantuntijan grillausta eli yleisöllä oli mahdollisuus esittää kysymyksiä vAI:lla tuottavuutta? -hankkeen asiantuntijalle Jussi Raskulle (Tampereen yliopisto) ja projektipäällikkö Teemu Virtaselle. Konsepti herättikin kysymyksiä mm. tekoälyn luovuudesta, tekoälymallien luonne-eroista, tietoturvasta ja siitä, että tulevaisuudessakin säilyy tarve tekoälymallien johtamiselle. Osiossa tultiin luovuuden osalta siihen lopputulokseen, että ihmiselle on edelleen ja tulevaisuudessa paikkansa luovilla aloilla. Toisaalta tekoäly mahdollistaa nopean testailun ja täsmällisten kuvien luonnin silloin, kun kuvien luontia ei ole mahdollista toteuttaa resurssien takia. Yksi merkittävä asia, mikä nostettiin esille, on kehotteiden luonnin yhteydessä tapahtuva tekoälyn “roolitus”. Hankkeessa tuotetuissa piloteissa on koettu, että roolin antamisella ei ole ollut ainakaan negatiivista vaikutusta – päinvastoin. Kun tekoälylle on annettu rooli, minkä puitteissa toimia, esimerkiksi laatupäällikkö, saa tekoäly työskentelylleen täsmällisemmät raamit kuin ilman annettua roolia. Lopuksi keskustelun aikana tultiin siihen lopputulokseen, että ihmiselle on oma roolinsa tänä päivänä tekoälyn käytössä – autonomiset mallit eivät vielä ole arkipäivää pk-yritysten toiminnassa.
Kuten teemoista voidaan havaita, tekoälyllä on yhtymäkohtia moneen eri toimialaan ja toisaalta eri toimintoihin yrityksen sisällä. Yleistäen voidaan myös todeta, että yleisöä kiinnostivat tekoälyn kyvykkyydet ja käyttäytyminen sekä toisaalta pohdinta siitä, millaiseksi ihmisen rooli tulee muodostumaan tulevaisuuden työelämässä tekoälyn vyöryessä eri alueille.
Pilotit
Työpajassa käytiin läpi kolme hankkeessa toteutettua, keskenään hyvin erilaista pilottia. Skaala IFN Oy:lle toteutettu pilotti keskittyi ennakoivaan huoltoon koneoppimisen kautta, Mäkelän Alu Oy:n pilotissa tarkasteltiin tilausten käsittelyä tekoälyavusteisesti ja Tuulia Design Oy:n pilotissa pilotoitiin tekoälyn käyttöä somemarkkinoinnin kampanjan luonnissa. Näin ollen tapahtumassa saatiin myös hyvä käsitys tekoälyn monipuolisesta käytöstä erilaisissa yrityksissä ja käyttötarkoituksissa.
Skaalan tuottavuuspilotissa oli tavoitteena kokeilla tekoälyn hyödyntämistä höylälinjan viimeisen teräpakan vaihdon ajoittamisessa. Tavoitteena oli tuotantokatkosten minimointi ja laadun varmistaminen. Pilotissa haluttiin myös pilotoida matalien kustannuksien menetelmiä. Pilotti oli myös hyvä esimerkki hankkeiden ja organisaatioiden välisestä yhteistyöstä, sillä tekoälyn lähdedatana hyödynnettiin Tampereen yliopiston hankkeen Seinäjoki Multidisciplinary Open IoT Hubin (MOI Hub) kokoamaa sensoridataa(tärinädataa) suoraan linjastolta. Anturi kiinnitettiin koneen ulkokuoreen yhdellä pultilla ja mutterilla, eikä sitä kytketty suoraan laitteistoon johdoilla tai vastaavilla keinoilla. Pilotissa tarvittiin myös tietoa, milloin terät oli todellisuudessa vaihdettu. Tämä tieto kerättiin perinteisin keinoin: kynällä ja paperilla. Pilotin seurantajakso kesti neljä viikkoa ja datan analysointi suoritettiin Pythonilla satunnaismetsä -algoritmia hyödyntävällä koneoppimismallilla sokkona vasten viimeistä viikkoa kerätystä datasta.
Pilotista saatiin lupaavia tuloksia, sillä sensoridatan avulla pystyttiin ennustamaan kohtuullisen hyvin oikeaa ajankohtaa teränvaihdolle. Erityisen lupaavaa tästä teki se, että sekä mallin kehittämisen että käytettävien laitteistojen kustannukset jäivät hyvin alhaisiksi, joten teknologia on tarvittaessa pientenkin yritysten saatavilla. Kirsikkana kakun päällä yritys aikoo jatkaa sovelluksen kehittämistä myös pilotin jälkeen. Haasteina ja jatkokehityskohteina todettiin, että kolmen viikon mittainen koulutusjakso ei ole riittävä mallin kouluttamiseksi tuotantokäyttöön. Lisäksi terävaihtojen kirjausten tulee olla tehty erityisen tarkkaan ja muutaman minuutinkin heitto saattaa vaikuttaa ratkaisevasti mallin tarkkuuteen. Jatkokehityksen osalta on myös hyvä pohtia datapisteiden lisäämistä mallin koulutukseen.
Mäkelä Alun pilotissa keskityttiin PDF-muotoisten ostotilausten tuoterivien tunnistamiseen ja yhdistämiseen tuotekatalogin tietoihin ja tuotekoodiin. Pilotissa kokeiltiin erilaisia teknologioita, kuten paikallisia kielimalleja, jotka toimivat omalla tietokoneella, Azure AI:ta, Copilot Studiota sekä ChatGPT:tä ja Mistralin eri tekoälymalleja. PDF-tiedostot havaittiin hankaliksi tekoälyn kannalta ja esimerkiksi Excel-taulukko toimi huomattavasti paremmin lähdetiedostona. Testien jälkeen päädyttiin ChatGPT 4o-versioon, jolle luotiin mukautettu GPT tuotekatalogin taustatiedoin, vaikkakin ChatGPT:n osalta tulee huomioida tietosuoja ja kehotemuotoilu. Lopulta pilotissa havaittiin, että tuotetunnistus, järjestelmällisyys ja suomenkielisten teknisten termien ymmärrys eivät vielä olleet virheiden määrän vuoksi tuotantokäytön edellyttämällä tasolla. Tässä on kuitenkin hyvä muistaa, että kielimallit ovat kehittyneet merkittävästi vuoden aikana ja jos pilotti tehtäisiin nyt uudelleen, niin tulokset saattaisivat olla merkittävästi paremmat.
Tuulia Designin osalta yrityksellä oli hyvä ja omintakeinen somepresessi, mutta se ei vaikuttanut myyntiin toivotulla tavalla. Pilotissa lähdetiinkin kokeilemaan tekoälyn sparraamaa somemarkkinointikampanjaa käsityötarvikepaketille, johon tekoäly ehdotti lisätuotetta kampanjan kärjeksi. Pilotti hyödynsi ChatGPT:n o3-mallia. Tekoäly laati kampanjan aikataulun sekä ohjeistuksen Instagram- ja Facebook-päivityksiin sekä rungon uutiskirjeeseen. Kampanjan tuloksia vertailtiin vajaata vuotta aiempaan kampanjaan samasta tuotteesta, jolloin havaittiin, että myyntiä tuli neljän päivän aikana suunnilleen saman verran kuin mitä aiemmassa, rakenteeltaan vapaammassa kampanjassa tuli vajaan kuukauden aikana. Sosiaalisessa mediassa konversio näkyi erityisesti suurempana linkin klikkausmääränä, mutta myynnistä suurin osuus tuli edelleen uutiskirjeen kautta.
Tekoäly auttoi erityisesti kampanjan järjestelmällisen rakenteen luomisessa ja toteuttamisessa sekä kiireen ja kampanjan kärjen korostamisessa. Tätä kautta kokonaisuus oli paremmin hallinnassa suunniteltaessa, toteutettaessa ja myös jälkikäteen. Markkinoinnin tukena haasteeksi osoittautui se, että varsin geneerinen kampanjasuunnittelu ei välttämättä huomioi brändin omaa ääntä eikä se osaa myöskään huomioida tuotteiden katteita esimerkiksi tarjousprosentin suunnittelussa ilman, että näitä tietoja erikseen annetaan käytettäväksi. Näiden puitteiden osalta mallin kouluttaminen ja tarkempi promptaaminen eli kehotemuotoilu auttaisivat yrittäjää kohti parempaa lopputulosta. Tukiälyn avulla on saavutettavissa paras lopputulos.
Yhteenveto
Kokonaisuutena työpaja oli varsin onnistunut ja siinä pystyttiin hyvin nostamaan esiin hankkeen selvitysten ja pilottien tuloksia kuin myös vastailemaan yleisöstä nouseviin kysymyksiin. Työpajassa myös aktivoitiin eri esitysten välillä yrityksiä keskustelemaan ja pohtimaan, miten annetut esimerkit voisivat soveltua yrityksen omiin tarpeisiin. Korkeakoulujen edustajat jakoivat myös ajatuksia siitä, miten yritykset voisivat päästä alkuun omien kokeilujensa kautta esimerkiksi yhteistyössä opiskelijoiden kanssa. Lopulta grillaus- tai Q&A-osiossa yrityksillä oli mahdollisuus haastaa tekoälyasiantuntijoita pohtimaan mieltä askarruttavia seikkoja hieman syvällisemmin.
Kuten jo alussa todettua, vastaavia tapahtumia on tulossa vuoden 2026 aikana ympäri Etelä-Pohjanmaata. Jos siis aihe kiinnostaa, niin seuratkaa hankkeen verkkosivua ja olkaa yhteydessä artikkelin kirjoittajiin ja nähdään työpajojen merkeissä!
Mikko Kulmala
Lehtori
Seinäjoen ammattikorkeakoulu
Teemu Virtanen
Projektipäällikkö
Seinäjoen ammattikorkeakoulu
Mikko Kulmala toimii asiantuntijana ja Teemu Virtanen projektipäällikkönä vAI:lla tuottavuutta? –hankkeessa. Hankkeen yhtenä tavoitteena on herättää alueen toimijoissa tietoisuus ja kyvykkyys hyödyntää tekoälyteknologiaa tuottavuuden parantamiseksi.
vAI:lla tuottavuutta? -hanke on Euroopan unionin osarahoittama. Lisää tietoa hankkeesta löydät hankkeen verkkosivuilta https://projektit.seamk.fi/alykkaat-teknologiat/vailla-tuottavuutta/