Lemonsoftin teknologiajohtaja Janne Tammi oli muutama vuosi sitten samassa paikassa, jossa moni suomalaisyritys painii juuri nyt. Tekoäly kiinnostaa, kokeiluja on, mutta tuotannossa vaikutus ei vielä näy. Hän kertoo suoraan, missä kompastuttiin ja mitä piti muuttaa. Janne avaa aihetta paljon tarkemmin käynnissä olevassa LinkedIn-artikkelisarjassaan.
"Käytimme tekoälyä, mutta emme tienneet mitä se tuotti"
Lemonsoft otti kantaa tekoälyn käyttöön varhain. Kesällä 2023 Tammi kirjoitti koko organisaatiolle viestin, jossa sovittiin pelisäännöt: Copilot koodauskäytössä jäi odottamaan tietoturvaselvitystä, ChatGPT:lle asetettiin rajat, Azure OpenAI otettiin omaan kontrolliin.
Se ei tuntunut hyvältä. Uusia ja kiinnostavia työkaluja rajoitettiin samaan aikaan, kun LinkedIn ja konferenssit toitottivat, että tekoäly muuttaa kaiken ja myöhässä olijat häviävät. Silti Tammi pitää päätöstä oikeana.
"Me tiesimme koko ajan, missä data kulkee ja kuka tekee mitäkin. Joskus se on ainoa vastuullinen tapa toimia."
Kontrolli ei kuitenkaan ratkaissut kaikkea. Vaikka työkalut olivat hallussa, kokonaiskuva puuttui. Kehittäjät käyttivät tekoälyä omilla tavoillaan, kukin parhaaksi katsomallaan työkalulla. Tulokset vaihtelivat. Oppiminen ei siirtynyt tiimiltä toiselle.
"Pysähdyin jossain vaiheessa miettimään, mitä vastaisin, jos joku kysyisi, että paljonko me oikeasti hyödymme tekoälystä juuri nyt. En olisi osannut vastata. Ei ollut lukuja, ei mittareita, ei edes hyvää arviota."
Hyvän näköinen tulos ei riitä
Yksi ongelma osoittautui odotettua sitkeämmäksi. Tekoäly tuotti koodia. Nopeasti, siististi, vakuuttavan näköisesti. Mutta koodi ei noudattanut Lemonsoftin arkkitehtuurisääntöjä eikä tuntenut edellisviikon päätöksiä. Jokainen sessio alkoi tyhjästä.
"Kymmenen kehittäjää, kymmenen kertaa päivässä, tyhjästä. Sata nollasta aloitusta joka päivä. Siihen kyllästyy jokainen."
Seurauksena tekoäly päätyi sinne, missä kontekstin puute haittasi vähiten, eli sivuprojekteihin ja sisäisiin työkaluihin. Varsinaisessa koodikannassa, missä apua eniten olisi tarvittu, sitä ei voinut oikein käyttää.
Ratkaisun Tammi löysi yhteistyöstä Modernpathin kanssa. Koko koodikanta, miljoonat rivit logiikkaa, muokattiin muotoon, jonka tekoäly ymmärtää.
"En rehellisesti uskonut, että projekti onnistuisi. Mutta se onnistui. Yhtäkkiä koodikannasta tuli operatiivinen lisäarvopalvelu, jolta kaikki pystyivät kysymään, miten jokin on toteutettu. Koodin ymmärtäminen ei ollut enää koodarin vastauksen odottamisen takana."
Yksittäisestä koneesta tuotantolinjaan
Tammi kuvaa kehitystä tehtaan metaforalla. Yksittäinen tekoälytyökalu on kuin yksittäinen kone, tarkka ja nopea, mutta se tekee vain yhden työvaiheen eikä tiedä, mitä edellinen vaihe toimitti tai mitä seuraava odottaa. Agenttiverkko on tuotantolinja, jossa vaiheet tuntevat toisensa ja laadunvalvonta rakentuu sisään.
Käännekohtana toimi omakohtainen kokeilu. Tammi laittoi agenttisen työnkulun yöksi töihin ja katsoi aamulla, mitä oli tapahtunut. Tulos yllätti.
"Haluaks nähdä jotain siistiä? Sanoin sen kollegalleni ja tällä kertaa reaktio oli erilainen kuin yleensä. Hän näki siinä saman kuin minä."
Siitä syntyi ajatus erikoistuneista agenteista, jotka tekevät yhteistyötä yhden kaiken osaavan super-agentin sijaan. Tänään Lemonsoftilla agenttiverkko toimii tuotannossa. Yksi agentti sparraa tuotehallinnan kirjoittamia määrittelyjä valmiuskriteerejä vasten. Toinen toteuttaa muutokset koodikantaan. Kolmas tarkistaa laadun. Neljäs korjaa bugeja ilman, että kehittäjän tarvitsee käyttää niihin aikaa.
"Jaettu muisti on ehkä suurin yksittäinen ero. Kun verkosto muistaa organisaation säännöt ja aiemmat päätökset, jokainen tehtävä ei ala nollasta. Muisti kumuloituu. Verkosto paranee ajan myötä ilman, että kenenkään tarvitsee erikseen tehdä mitään."
Luvut alkavat puhua puolestaan. Tammi konkretisoi: "Refinointityö siirtyy pois ihmisiltä. Karkea laskenta: jos agentti refinoi 118 työtä ja 65 % menee suoraan läpi, se vastaa noin 75 manuaalisen refinoinnin poisjäämistä kuukaudessa. Jos yksi refinointi vie 20–30 minuuttia, säästö on 25–40 tuntia kuussa, eli reilun viikon työaikaa. Sama luku oli maaliskuussa nolla."
Koodipuolella agenttiverkko vastasi huhtikuussa 2026 kolmen lisäkehittäjän panosta.
Kyse on organisaatiomuutoksesta, johon tarvitaan teknologiaa
Tammi nostaa esiin yhden oivalluksen, johon moni törmää liian myöhään: pilotit jäävät kehitysympäristöön pyörimään kuukausi toisensa jälkeen, koska kukaan ei ota hommasta koppia. Idea on olemassa, mutta kukaan ei vie sitä tuotantoon.
"Tuotantovalmius vaatii organisaatiotyötä, johon ei itseohjautuvasti voida lähteä. Roadmap, vastuut, prosessit, valvonta. Se pakollinen rutiinihomma, jossa palkinto on kauempana horisontissa."
McKinseyn tutkimuksessa 88 prosenttia organisaatioista käyttää tekoälyä jossakin. Kuusi prosenttia pääsee tasolle, jossa vaikutus näkyy tuloksessa. Tammen mukaan pudotus selittyy pitkälti sillä, että ymmärryksen rakentaminen hypätään yli. Tai ymmärrys kyllä löytyy, mutta organisaatiotyö jää tekemättä.
"Ehkä tärkein oivallus oli se, että kyse on organisaatiomuutoksesta, johon tarvitaan teknologiaa. Pitkään yritimme ajatella sitä toisin päin."
Tekoäly ei myöskään korjaa prosesseja, jotka eivät toimi.
"Jos prosessinne sakkaa tai epäilette sen toimivuutta, älkää antako sitä agenteille. Korjatkaa ongelmat ensin. Tekoäly alleviivaa ongelmat, eikä poista niitä."
Lemonsoft kehittää toiminnanohjauksen, taloushallinnon ja henkilöstöhallinnan ohjelmistoja suomalaisille yrityksille. Tekoäly on osa Lemonsoft ERPiä — tutustu LemonAI:hin ja ota yhteyttä tai varaa demo.
