Henkilöstöön ja johtamiseen
keskittynyt media

Tekoälyn käyttöönotto junnaa – miten HR voi nopeuttaa oppimista?

Tällä hetkellä tekoälyn käyttöönotto on monen organisaation tärkeimpiä ja turhauttavimpia tavoitteita. Suurin haaste on, että uusi teknologia siirtyy hitaasti henkilöstön käyttöön ja siksi sen mahdollistamat hyödyt eivät toteudu.
Kuva: Pexels

Lähes kaikkien organisaatioiden ensimmäinen askel tekoälymatkalla on ollut järjestää AI-koulutuksia koko henkilöstölle. Yleiset koulutukset ovat olleet juuri oikea ratkaisu matkan alkuvaiheessa, kun ihmiset ovat opetelleet perustaitoja, kuten promptaamista. 

Koulutusten lisäksi moni organisaatio on perustanut “AI ambassador”- ja “AI Champions” -verkostoja vauhdittamaan tekoälyn omaksumista ruohonjuuritasolla. Championit ovat usein organisaation eri osista ja saavat syvällisempää koulutusta AI:n käyttöön. Nämä verkostot onnistuvat tuomaan innokkaita yhteen, mutta niiden yleisenä haasteena on käytännöllisyyden puute; osallistujakaarti on yleensä liian laaja ja sisältö liian yleistä käytännön soveltamisen kannalta. 

Viimeisen vuoden aikana on noussut signaaleja, että ihmiset turhautuvat yleisiin koulutuksiin ja kaipaavat konkretiaa. Esimerkiksi yhdysvaltalaisen TalentLMS:n 2026 L&D-raportin mukaan lähes kolmannes työntekijöistä kertoo saamansa koulutuksen olevan liian teoreettista, kun taas 86 % oppii uusia taitoja parhaiten tekemällä.

Etenkin kun ihmisten AI-osaaminen karttuu, tulee organisaatioiden luoda uusia, käytännönläheisempiä oppimisen tapoja, joiden sisältö on olennaista juuri heidän työnkuvilleen.

Ratkaistava haaste: Ihmisten AI-osaaminen jakautuu epätasaisesti

Jokaisessa yhteisössä on normaalijakauman mukaisesti ihmisiä, jotka jo soveltavat tekoälyä onnistuneesti käyttöön joka päivä, ihmisiä, jotka eivät käytä tekoälyä lainkaan, ja kaikkea tältä väliltä.

Keskeinen kysymys tällä hetkellä on: miten saadaan ihmiset, jotka jo käyttävät tekoälyä omassa työssään, jakamaan osaamistaan muiden kanssa?

AI-osaaminen leviää organisaatiossa.
Kuva: Villiam Virkkunen

Ihmiset kyllä haluavat jakaa osaamistaan toisille, mikäli sille on mahdollisuus ja tuki, mutta useimmiten he eivät vain kiireen keskellä ehdi. Ja lisäksi, Dunning-Kruger-efektin mukaisesti, moni vähättelee osaamistaan ja ajattelee “kyllä kaikki jo käyttävät tekoälyä, kuka minä olen opettamaan yhtään mitään.”

Vastaus yllä kuvattuihin ongelmiin löytyy vertaisoppimisen systematisoinnista.

Käytäntöönviennin seuraava vaihe: ruohonjuuritason AI-oppimisverkostot

Viime vuosina virinneet ruohonjuuritason AI-oppimisverkostot kokoavat rajatun ammattialan tai työnkuvan asiantuntijat yhteen jakamaan oppeja ja kehittämään tekoälyn käyttöä omassa työssään.

Verkostossa ei ole ulkopuolista kouluttajaa, joka kertoo mitä tekoälyllä “voisi tehdä”. Sen sijaan verkoston jäsenet näyttävät toisilleen, miten he oikeasti käyttävät tekoälyä omassa arjessaan.

Esimerkki: Yrityksen myyjille perustetaan oma AI-verkosto. Innostuneimmat myyjät kokoontuvat kuukausittain jakamaan, miten he ovat käyttäneet tekoälyä prospektoinnissa, tarjousten laatimisessa ja kilpailutuksissa. He demoavat käyttötapauksia käytännössä, harjoittelevat yhdessä, ja vievät oppeja mukaan omiin tiimeihinsä.

Kuva: Pexels

Toimiva verkosto vaatii selkeän mallin tuottaakseen hyötyä osallistujille ja yritykselle

Seuraavat periaatteet varmistavat verkoston vaikuttavuuden:

1. Verkoston fokus on rajattu tiettyyn rooliin tai työnkuvaan

Kun verkosto rakennetaan tietyn roolin tai työnkulun ympärille, sisältö on osallistujille välittömästi olennaisempaa ja motivoivaa, koska käyttötapaukset ja keskustelu liittyvät suoraan osallistujien jokapäiväisiin työn haasteisiin.

2. Verkostossa tehdään ja sovelletaan

Verkostossa ei esitellä dioja tai kouluteta, vaan tapaamisissa kollegat demoavat matalalla kynnyksellä oikeita käyttötapauksia ja jakavat kokemuksia keskenään. Ulkopuolisen kouluttajan sijaan verkostoa tukee fasilitaattori. Hänen tehtävänsä on tuoda konkretiaa ja luoda psykologisesti turvallinen ympäristö, jossa osallistujat uskaltavat jakaa käyttötapauksia ja soveltaa niitä käytäntöön.

3. Kaikki oppiminen on suunniteltu jaettavaksi

Jokaisen tapaamisen päätteeksi osallistujilta kysytään: Kuinka varma olo sinulla on esitellä käyttötapausta omalle tiimillesi? Jos varmuus on matala, selvitetään yhdessä mitä itsevarmuuden nostamiseksi tarvitaan. Odotus tiedon eteenpäin jakamisesta on selkeä alusta alkaen — ja se myös vaikuttaa siihen, ketkä verkostoon hakeutuvat. Osaaminen ei kasaudu muutamalle innostuneelle, vaan leviää systemaattisesti tiimeihin.

4. Toiminta on jatkuvaa ja sitä mitataan ja kehitetään

AI-oppimisverkosto ei ole projekti tai koulutus vaan jatkuva toimintamalli, joka luo jakamisen ja oppimisen kulttuuria organisaatiossa. Se ei riipu yksittäisistä tähtiyksilöistä tai ulkopuolisesta kouluttajasta, vaan sen jäsenistä, fasilitaattorista, selkeästä toimintamallista ja syntyvästä jakamisen kulttuurista.

Verkostoa tulee jatkuvasti kehittää ja sen vaikuttavuutta tulee arvioida: kuinka moni osallistuja on vienyt käyttötapauksia tiimeihinsä? Mitä muutoksia työnkuluissa on tapahtunut? Mitä on opittu ja miten toimintaa voidaan parantaa?

Mikä on HR:n rooli tekoälyn käytäntöönviennissä?

HR on oppimisen asiantuntija ja siksi sen tulisi omistaa tekoälyyn liittyvä oppiminen koko organisaatiossa. Pelkkien koulutusten järjestäminen ei riitä, vaan HR:n tulisi varmistaa, että uusi teknologia siirtyy oikeasti käytäntöön. Tämä haastaa HR:ää ottamaan entistä aktiivisempaa roolia käytäntöönviennissä.

Mikäli HR haluaa lähteä jalkauttamaan vertaisoppimiseen perustuvaa mallia organisaatiossa, pitää ensin valita pilottikohde, jossa mallia kokeillaan ja sen vaikuttavuus todennetaan. Tulee rekrytoida sisäisesti motivoituneita osallistujia, joiden ei tulisi olla passiivisia vastaanottajia, vaan aktiivisia oppijoita ja valmiita opettamaan uutta eteenpäin.

Kun mallia on pilotoitu ja sen vaikuttavuus todennettu rajatussa ympäristössä, tulee mallia parannella ja skaalata laajemmalle. HR:n ei tarvitse olla tekoälyasiantuntija tukeakseen organisaatiota tekoälyn käyttöönotossa. Tarvitaan taitoa fasilitoida jatkuvaa oppimista ja rakentaa psykologisesti turvallista kulttuuria, jossa ihmiset uskaltavat kokeilla, soveltaa ja jakaa osaamistaan eteenpäin.

Kaikissa organisaatioissa tapahtuu iso määrä tekoälyyn liittyvää oppimista joka päivä. Keskeisin kysymys on: onko luotu rakenteita, jotka saavat osaamisen leviämään?

Teksti: Villiam Virkkunen

Villiam Virkkunen on muutoskonsultti ja fasilitaattori. Kuva: Villiam Virkkunen

Jaa tämä artikkeli: 

Työympäristö

Kun luvut ja työn arki kertovat eri tarinaa

Johtoryhmässä vastuut näyttävät selkeiltä. Henkilöstön vastauksissa sama asia saa aivan toisenlaisen arvion. Kumpaa pitäisi uskoa? Ennen puolen valitsemista kannattaa kysyä, arvioivatko ihmiset edes samaa asiaa.

Talouden piristyessä työpaikan vaihtaminen helpottuu – esihenkilö yhä harvemmalle syy jäädä

Talouden ja työmarkkinoiden piristyminen voi paljastaa monella työpaikalla, onko työyhteisössä johtaminen kunnossa. Baronan viimeisimmän Työelämätutkimuksen mukaan enää 17 prosenttia työssäkäyvistä suomalaisista katsoi esihenkilötyön olevan vetovoimatekijä nykyisessä työssään. Barona jatkaa esihenkilöiden osaamisen kehittämistä uudistetulla, juuri käynnistyneellä Leading for Growth -valmennusohjelmalla.

Hybridityössä ratkaisee toteutustapa – ei etäpäivien määrä

Laajan kyselytutkimuksen tulokset viittaavat siihen, että työntekijöiden hyvinvoinnin ja vuorovaikutuksen kannalta keskeistä ei ole etätyön määrä, vaan hybridityön käytännöt ja johtamistavat. Tulokset korostavat vuorovaikutusta tukevien käytänteiden, oikeudenmukaisiksi koettujen linjausten ja avoimen dialogin merkitystä hybridityössä.

Huolehdi ergonomiasta etänä ja toimistolla

Etätyössä kannattaa hyödyntää kodin tiloja monipuolisesti ja panostaa ergonomisiin koteihin suunniteltuihin ratkaisuihin työhyvinvoinnin parantamiseksi. Hybridityö vaatii toimistoilta aiempaa enemmän muunneltavuutta sekä