1. Tausta ja pandemian aiheuttama murros
Haastattelija: Tänään me halutaan keskustella tekoälystä ja siitä, miten tekoäly on vaikuttanut konsultointiin. Avaatko ensin ihan vähän omaa taustaa, että mistä tähän hetkeen on tultu?
Petri: Joo, kiitos. Mä olen insinööritaustainen ihminen. Olen tehnyt ensin työurani insinöörinä, ja sitten mä oon ollut Accenturella muun muassa liikkeenjohdon konsultointiin liittyvissä työtehtävissä.
Sen jälkeen kävin vielä suomalaisessa suuressa teknologiayhtiössä vähän aikaa digitalisoimassa ja tekemässä tämmöisiä sisäisiä start-up-hommia. Olen ollut nyt vuodesta 2018 saakka itsenäisenä konsulttiyrittäjänä.
Mä olen siinä nähnyt erilaisia murroksia, jo lähtien siitä, että miten oma liikeidea muuttuu. Mitä tapahtuu, kun iskee pandemia? Millä tavalla konsultointi siinä tilanteessa muuttuu? Ja sitten nyt tietysti tekoäly on tuonut aivan uusia mahdollisuuksia, mutta myös muutoksia.
Haastattelija: Pitkä ja mielenkiintoinen ura takana. Ja sitten pandemia oli yksi iso murros. Puhutaanko pandemiasta ensin? Miten se muutti konsultointia? Vai hypätäänkö suoraan päivän teemaan, tekoälyyn, joka sitten vielä räjäytti muutoksen entisestään? Mennäänkö pandemia ensin?
Petri: Mennään ehkä pandemia ensin. Se taustoittaa aika paljon näitä teemoja.
Pandemiahan oli sellainen tilanne, että niin kuin kaikki muistavat, siirryttiin asiakkaiden luona tehtävästä työstä etätyöhön. Siinä meni liiketoimintamalli sillä tavalla uusiksi.
Mä olin ennen pandemiaa rakentanut oman päätarjoomani teollisuusyritysten palveluliiketoimintastrategioiden rakentamisen ympärille. Olin rakentanut siihen hyvin tuotteistetun konseptin.
Kävin aina tulostamassa semmoisia isoja seinälakanoita, jotka ohjasivat työpajatyöskentelyä. Mulla oli parityöskentelyn menetelmiä ja kaiken tämän tyyppisiä juttuja, jotka liittyivät siihen substanssiin.
Ja tämä kaikki tietysti poistui aika lailla yhdessä yössä.
Siinä kohtaa jouduin miettimään, että minkälainen oma konsulttituote on pandemiatilanteessa. Se johti sitten asioihin, jotka ovat kantaneet tähänkin päivään ja näihin viimeaikaisiin muutoksiin, joita tekoäly on tuonut.
Esimerkiksi mä jouduin tuotteistamaan tavaramerkkirekisteröityjä konsepteja kuin Arvoneliö, Ostopäätöspyramidi ja Muotoilukolmio. Kaikki tämän tyyppiset konseptit liittyivät siihen, että tekeminen piti saada toimimaan uudella tavalla.
Käytännössä pandemian jälkeen mä olen ehkä yhden tai kaksi kertaa – yksi projekti taidettiin tehdä niin, että kävin muutamia työpajoja asiakkaan luona. Mutta muutenhan tämä työskentely on tapahtunut online-videoiden välityksellä.
Haastattelija: Joo. Joihinkin noista konsepteista olen itsekin törmännyt omassa liiketoiminnassa. Ne ehtivät ihan hyvin kyllä upota markkinaan. Mutta sitten pandemia päättyi, etätyöt jäivät vähintään puoliksi elämään, ja sitten tuli vielä suurempi tsunami, joka on nyt muuttamassa melkein kaikkea. Mennäänkö tekoälyyn? Mikä oli sun ensimmäinen kokemus siitä, että tekoäly alkoi muuttaa sun bisnestä?
2. Ensimmäinen kosketus tekoälyyn
Petri: Joo. Mä kuulun niihin ihmisiin, jotka ovat ihan julkisestikin sanoneet asioita, jotka näyttävät nyt aika hassuilta.
Jo ennen näitä GPT-julkaisuja alkoi tulla signaaleja siitä, että tekoäly tulee markkinoille. Puhuttiin esimerkiksi siitä, että tekoäly tulee koodaamiseen ja korvaa koodaajia. Tämmöisiä artikkeleita ja keskusteluja oli esimerkiksi LinkedInissä.
Mä olin niitä ihmisiä, jotka sanoivat, että ehkä tekoäly pystyy joihinkin helppoihin juttuihin, mutta ei pysty syvällisempiin asioihin.
Mä en siinä kohtaa ollut seurannut kunnolla tätä LLM-maailmaa, siis large language model -kehitystä. Eli olen käytännössä kiistänyt tekoälyn kyvyn tehdä koodia.
Haastattelija: Et varmaan ole ollut ainoa.
Petri: En varmaan. Mutta jos aloitetaan tästä rehellisestä näkökulmasta, niin tällainen nolo kömmähdys on konsultille tapahtunut.
Sitten tuli ensimmäisten GPT-mallien julkistus. Mun ihan ensimmäinen kosketus ChatGPT:hen oli sellainen, että olin poikani kanssa kokeilemassa sitä. Malli taisi olla kolme piste jotakin. En ihan tarkkaan muista, mutta kyse oli yhdestä niistä aivan ensimmäisistä julkisista malleista.
Pyysin sitä kirjoittamaan runon kissasta, jolla oli viisi jalkaa ja teräsvillaturkki, ja kaikkea muuta absurdia. Se läväytti ruudulle tosi hassun tarinan. Me naurettiin pojan kanssa, että tämä on ihan hulvaton.
Siinä kohtaa tuli ensimmäisen kerran sellainen tunne, että hetkinen: sehän pystyy tavallaan luomaan uutta. Semmoisia asioita, joihin ehkä mun oma luomiskyky ei välttämättä samalla tavalla kykene.
Haastattelija: Eli vaikka tämmöiseen runojen kirjoittamiseen. Jos tekoäly pystyi jo silloin luomaan uutta muutamassa sekunnissa, niin varmaan se avasi silmiä sille, että koko konsultointikin voi muuttua – ja sitä myöten konsultointiliiketoiminnan arvoperusta.
Petri: Joo, kyllä sekin jossain vaiheessa tapahtui. Mutta jos palataan vielä siihen pandemiapolkuun, niin siinä on mun mielestä tärkeä yhteys tekoälyyn.
3. Pandemiasta datalähtöiseen konsultointiin
Petri: Kun pandemia tuli, niin menetelmäpuoli muuttui. Mutta myös se, mitä mä teen, muuttui. Mä lähdin tuottamaan strukturoimattomasta datasta lisäarvoa kasvustrategioihin ja markkinaraportteihin. Ja tämä tapahtui jo ennen varsinaista tekoälyaikakautta.
Ihan ensimmäiseksi aloin kerätä omia tietokantoja. Jos tein esimerkiksi kilpailija-analyysejä, mulla oli kohderyhmänä muun muassa suomalaisia pieniä ohjelmistoyrityksiä. Rakensin niistä tietokantoja: miten eri yritykset kertovat omasta asemoinnistaan markkinoilla, mitä niiden tarjoomat ovat ja mitä muuta olennaista niistä löytyy.
Sitten rakensin sen päälle hakukonesysteemin. Ihan ensimmäinen versio oli hyvin yksinkertainen: mulla oli Excel tietokantapohjana. Teknologisesti se oli aika tyhmä ratkaisu, mutta se toimi siihen tarpeeseen.
Sen päälle rakensin Excel-makroilla hakuja. Jos halusin tietää esimerkiksi, ketkä markkinassa tekevät markkinointiautomaatioon liittyvää ohjelmistokehitystä, pystyin ajamaan työkaluilla listan ja tarkastamaan sen.
Eli mä aloin tällä tavalla automatisoida omaa työtäni kehittämällä erilaisia työkaluja.
Makrojen suorituskyky alkoi kuitenkin tulla vastaan. Jonkun raportin ajaminen saattoi kestää kuusi tuntia. Sen takia lähdin opettelemaan Python-ohjelmointia ja myöhemmin web scrapingia, jotta pystyin keräämään tietoa automaattisemmin ja nopeammin.
Tästä alkoi syntyä tuotteistettu konsultoinnin kokonaisuus, jossa pystyin datalähtöisesti rakentamaan strukturoimattomasta datasta asiakkaalle näkymää esimerkiksi siihen, mitkä voisivat olla heidän strategiaansa sopivia kasvualueita.
Haastattelija: Miksi sulle aukesi siinä semmoinen liiketoimintarako? Miksi kannatti lähteä itse hakemaan dataa makroilla ja myöhemmin kehittyneemmillä työkaluilla, rakentamaan omaa kantaa myynnin ja toimitusten tueksi? Eikö tällaista dataa ollut laajasti saatavilla, vai oliko se liian huonoa tai liian kallista?
Petri: Se liittyi paljon mun kohderyhmään. Mun kohderyhmänä ovat olleet pienet suomalaiset yritykset, jotka tekevät esimerkiksi ohjelmistokonsultointia, ohjelmistokehitystä tai ovat SaaS-yrityksiä. Puhutaan usein ykkösmiljoonien liikevaihdossa olevista yrityksistä.
Mulle on tullut intohimo palvella juuri näitä yrityksiä. Olin tehnyt pitkän työuran isoissa brändeissä, ja jossain vaiheessa mun motivaatio paloi aika täydellisesti tämmöiseen korporaatiopolitiikkaan. Välillä politiikan tekemisestä tuli tärkeämpää kuin liiketoiminnan tekemisestä. Se ei sovi mun persoonaan. Mä olen aika pragmaattinen kaveri.
Halusin lähteä yrittäjäpolulle siitä suunnasta, että teen töitä pienempien yritysten kanssa.
Ja data oli huonoa. Alussa tein paljon ihan manuaalista duunia. Näin myös paljon asiakkaiden itse tekemiä markkinaselvityksiä. Konsulttina niistä pystyi näkemään, että ne olivat usein aika puutteellisia.
Mä haistoin siinä mahdollisuuden: jos pystyn tuomaan tähän lisäarvoa ja rakentamaan kilpailuetua datalähtöisesti, siinä voisi olla jotain. Se oli se asia, jota halusin lähteä rakentamaan. Ja jollain tasolla siinä onnistuttiinkin aika hyvin.
4. Kun tekoälystä tuli konsultin kilpailija
Haastattelija: Kuulostaa perustellulta liiketoimintapaikalta. Mutta sitten tuli tsunami – työkaluja, jotka tekevät melkein ilmaiseksi sitä, mistä ennen pystyi laskuttamaan.
Petri: Valitettavasti näin.
Jos katsotaan tekoälymallien kehitystä, niin kysymys ei lopulta ole pelkästään siitä, mihin minä asiantuntijana pystyn. Paljon merkittävämpi kysymys on: mitä asiakas pitää riittävän hyvänä?
Jos ajatellaan tekoälyä konsultin kilpailijana, konsultti voi olla omalla segmentillään todella vahva ja pystyä tekemään erittäin korkeaa laatua. Mutta jos se on ylilaatua suhteessa siihen, mitä asiakaskunta pitää riittävänä, niin ostopäätökset alkavat harventua.
Mä uskon, että tämä on yksi isoista markkinatrendeistä juuri nyt. Eikä se kosketa pelkästään minua. Aika monet toimialat ovat tilanteessa, jossa ne joutuvat ajattelemaan oman liiketoimintansa uudelleen – eikä vähiten konsultointiliiketoiminta.
Haastattelija: Sä mainitsit korporaatiot. Mä katsoin ennen tänne tuloa esimerkiksi Accenturea, joka on meidän molempien vanha työnantaja. Sen pörssiarvo on tullut rajusti alas.
Petri: Mä olen aina ajatellut, että konsultointi on melkein idioottivarmaa liiketoimintaa, kun miettii, miten erinomaiset prosessit ja toimintamalli esimerkiksi Accenturella on ollut.
Haastattelija: Olihan siinä hyvä liito 30–40 vuotta. Ja sama muutos näyttää koskevan myös isoja konsulttitaloja, ei vain pieniä.
Petri: Mä en ole Accenturea ihan hirveän aktiivisesti seurannut, mutta silloin kun itse liityin Accentureen ja olin siellä vahvasti mukana, yritysostoja tehtiin hyvin vähän – varsinkaan tuoteyritysostoja. Sen jälkeen politiikka muuttui selvästi, ja yritysostoilla alettiin vahvistaa tarjoomaa.
Aikaisemmin Accenture oli kulttuuriltaan hyvin yritysostovastainen. Ajateltiin, että meidän pitää kasvaa orgaanisesti. Se oli varmasti siinä vaiheessa erinomainen strategia.
Mutta muutos koskee kaikkia. Isoja, pieniä ja myös minua.
5. Tuotteita, palveluita ja vallihautoja
Haastattelija: Nyt eletään tekoälyn aikaa. Jos kysymys on siitä, mikä on asiakkaalle riittävän hyvää – tekoälyn tekemä vai konsultin päälle maustama – niin miten sä olet jo muuttanut omaa toimintaasi? Mitä nyt pitää tehdä?
Petri: Mä olen ollut niin monta kertaa väärässä, että nyt todennäköisyydet ehkä puhuvat sen puolesta, että tämä veikkaus voisi osua paremmin.
Liiketoiminnat ovat tietysti erilaisia, mutta jos puhun liikkeenjohdollisesta konsultoinnista, niin mä luulen, että pitää pystyä rakentamaan tuotteita, joihin liitetään palveluita.
Sellainen konsultointimalli voisi jatkua, että sulla on lisäarvoa tuottava, tuotteistettu kokonaisuus – vaikkapa käyttöpohjaisesti hinnoiteltu tuote tai software as a service – ja siihen liittyvä palvelu, joka vahvistaa tuotteen tuottamaa arvoa.
Joku Salesforcen tai HubSpotin tyyppinen maailma voi muuttua tekoälyaikakaudella paljon, mutta uusia korkeaa lisäarvoa tuottavia ohjelmistoja tulee varmasti markkinoille. Niihin spesialisoituminen voi olla konsultille arvokasta, koska asiakkaan ei tarvitse itse opetella kaikkea alusta.
Mun mielestä markkinassa on tällä hetkellä vähän harhaluulo, että ohjelmistoista tulee niin helppoja ja intuitiivisia, ettei ihmisen tarvitse tehdä muuta kuin katsella. Se voi olla tekoälyn pitkän aikavälin tavoite, kun puhutaan esimerkiksi AGI:sta, mutta siihen on mun mielestä vielä matkaa.
Siksi uskon, että syntyy paljon korkean lisäarvon ohjelmistoja, joiden ympärillä palvelupohjainen liiketoiminta toimii edelleen.
Sitten jos ajatellaan SaaS-ohjelmistoja, niissäkin pitää kehittyä. Jos olet hyvin lähellä product-led growth -mallia eli PLG:tä, ja tuote ratkaisee suhteellisen yksinkertaisen ongelman helposti, liiketoiminnan pitää löytää vallihautoja muualta.
Korporaatioiden varjo-IT ja oma tekoälyllä tehtävä kehitys voivat pyyhkäistä yli liian yksinkertaisista, puhtaasti ominaisuuspohjaisista PLG-tuotteista. Niissä on usein vielä sekin ongelma, että tuotteeseen on rakennettu enemmän ominaisuuksia kuin käyttäjä oikeasti tarvitsee.
PLG-yritysten pitää siis löytää itselleen vallihautoja.
Yksi vallihauta voi olla erityinen sensoriteknologia. Jos palvelu perustuu sensorin keräämään dataan, ja sensori on niin erityinen, ettei sitä voi vain tilata EBAYsta tai Kiinasta, se luo suojaa. Silloin jatkuvalaskutteinen palvelu voi olla kohtuullisen turvassa, koska kuka tahansa ei pysty vain vibe-koodaamaan vastaavaa kokonaisuutta.
Toinen vallihauta voi olla erityinen algoritmiosaaminen – oikeasti tieteeseen ja tutkimukseen perustuva juttu.
Kolmas voi olla vaikeasti rakennettava tietokanta tai data, jota on vaikea saada. Jos palvelu perustuu sellaiseen tietoon, kilpailijan on paljon vaikeampi kopioida sitä.
Ja neljäntenä sanoisin palvelut, jotka ratkaisevat niin monimutkaista ongelmaa, että vaikka itse ratkaisu on ohjelmisto, asiakas tarvitsee sen käyttämiseen erityistä kompetenssia. Se voi olla ostettua konsultatiivista osaamista tai asiakkaan oma sisäinen asiantuntijatiimi.
Mun mielestä tulevaisuus menee aika paljon tähän suuntaan.
6. Häviääkö perinteinen ohjelmistokonsultointi?
Petri: Jos puhutaan ohjelmistokonsultointiliiketoiminnasta, mä olen esittänyt tästä aika jyrkkiäkin väitteitä. Mulla on vähän sellainen tyyli, että mä kärjistän asioita.
Olen kärjistäen sanonut, että yksityinen sektori lopettaa perinteisen ohjelmistokonsultoinnin ostamisen kokonaan. Julkinen sektori sinnittelee pidempään, koska sillä on erilaiset ostotarpeet ja -menetelmät, ja seuraa sitten jollain viiveellä perässä.
Tällä kertaa olen ollut sen verran fiksu, etten ole antanut mitään aikarajaa. Voin siis olla oikeassa myöhemmin.
Tekoäly tuottaa jo nyt paljon sellaista lisäarvoa, jota ennen ostettiin ihmisiltä. Suomessa kehitystä hidastavat tällä hetkellä muun muassa yritysten tietoturvapolitiikat. Monessa paikassa saa käyttää vain jotain tiettyä, esimerkiksi Copilotia, eikä parhaita tekoälymalleja saada vielä kaikkialla käyttöön.
Mutta perusperiaatteena ajattelen, että sellainen perinteinen malli – "minulla on tarve osaajalle, lähettäkää minulle CV ja minä maksan tuntihintaa" – tulee häviämään.
Miksi maksaisit ulkopuoliselle katetta osaajasta, jos voit rakentaa tarvitsemasi joustavuuden omaan tiimiin ja tekoälyä hyödyntävään tuotantokoneistoon?
Kun rakennat tiimin suoraan omaan liiketoimintaan, voit jakaa sille liikesalaisuudet. Tiimi tuntee asiakkaat ja sitä kiinnostaa, mitä asiakkaat tarvitsevat. Oma tiimi vahvistettuna tekoälyllä on erittäin vahva resepti.
Haastattelija: Tuo on silti aika kova väite. Jos yksityinen sektori käytännössä lopettaisi tällaisen konsultoinnin ostamisen, sehän tarkoittaisi, että iso joukko pieniä ja keskisuuria konsulttifirmoja pyyhkiytyisi pois, elleivät ne pysty muuttumaan.
Petri: Joo. Kun tein viimeisimmän markkinaselvityksen Suomesta, ohjelmistokonsultointiliiketoiminnan markkinan koko oli mun muistini mukaan jossain 3,5–4 miljardin euron kohdalla. Siitä noin miljardi oli julkishallintoa.
Jos lievennetään väitettä niin, ettei yksityinen sektori lakkaa kokonaan ostamasta, vaan markkina vain radikaalisti supistuu – sanotaan vaikka miljardin kokoiseksi – koko markkina voisi pudota jostain neljän miljardin tasolta kahteen miljardiin. Se olisi valtava muutos.
Kun olen seurannut pienempiä yrityksiä, siellä etsitään jo selvästi omia vallihautatuotteita ja ratkaisuja. Se tarkoittaa, että konsultointiliiketoiminta muuttuu ratkaisuliiketoiminnaksi.
Joku voi kysyä, että onko sillä oikeasti eroa, oletko ratkaisukonsultti vai tällainen CV-konsultti. Mun mittapuulla ero on aika iso.
7. Mustikkapiirakkatauko
Haastattelija: Nyt muuten meidän piirakka on kypsynyt. Me ollaan täällä Petrin kesämökillä iltapäivää viettämässä, joten pidetään tauko ja päästään pöytään.
Petri: Kiitos, Kalle. Olipa hyvä, että laitettiin tuo piirakka.
Haastattelija: No niin, jatketaan lyhyen kahvi- ja mustikkapiirakkatauon jälkeen. Kiitos mustikkapiirakasta – ja kiitos poimijoille.
8. Ratkaisukonsultointi ja asiakkaan liiketoimintaosaaminen
Haastattelija: Ennen taukoa puhuttiin siitä, miten konsultointi muuttuu. Onko tulevaisuuden konsultti enää CV-konseptin pohjalta ostettava resurssi, vai pitääkö oppia myymään ratkaisuja? Ja mikä asiakasta kiinnostaa tekoälyn aikana – tuotepohjainen ratkaisu vai joku muu? Palataanko siihen, mitä pitää tehdä?
Petri: Joo. Puhuin ennen taukoa vallihaudoista ja siirtymisestä ratkaisupohjaiseen konsultointiin.
Vallihauta tarkoittaa tässä estettä tai, vielä paremmin, lisäarvon lähdettä, joka asiakkaalta itseltään puuttuu. Jotain, mikä tekee toimittajasta arvokkaan ja ostettavan.
Jos sulla on esimerkiksi erityistä sensoriteknologiaa, jota asiakkaalla ei ole, ja siihen erikoistunutta osaamista, silloin olet asiakkaalle hyödyllinen aivan eri tavalla kuin pelkkänä lisäkäsiparina.
Ratkaisukonsultointi sisältää väistämättä myös tämmöisiä kiihdyttimiä, acceleratoreita. Accenturellakin oli monenlaisia puolituotteistettuja ratkaisuja. Mikään ei estä tuotteistamasta niitä vielä pidemmälle.
Mä näkisin, että tässä on yksi konsultoinnin tulevaisuuden malli: tuotteistettu teknologia ja sen käyttöönottoon liittyvä liiketoimintaosaaminen.
Esimerkiksi Palantir on tuonut vahvasti mallia, jossa ollaan asiakkaan kanssa siellä etulinjassa. Ohjelmistotuotteen käyttöönotto ei ole vain lisenssin luovuttamista, vaan asiakkaan kanssa yhdessä katsotaan käyttöä, tekemistä ja rakentamista.
Mun mielestä se on selkeä signaali myös pienille suomalaisille ohjelmistoyrityksille. Niiden pitää hakea asiakkaan liiketoimintaosaamista. Asiakasta kiinnostaa oman liiketoiminnan kehittäminen; teknologia kulkee siinä rinnalla.
Haastattelija: Eli siinä mielessä palataan vähän vanhaan: menestyäkseen pitää edelleen ymmärtää asiakkaan liiketoimintaa, jotta sinne voi tuoda tuotepohjaisen idean.
Petri: Joo, mutta mä en kutsuisi sitä vanhaksi. Mun mielestä ongelma on usein ollut nimenomaan se, että todellinen asiakkaan liiketoiminta- ja toimialaosaaminen on puuttunut. Generalistina oleminen on voinut olla pitkään arvokasta, mutta nyt siitä generalismista on pakko tulla pois.
Haastattelija: Silloin tuossa on yksi selkeä tulevaisuuden suunta.
Petri: Näin mä ajattelen. Ja sitten se, kuinka autonomiseksi tekoäly muodostuu, ratkaisee paljon sitä, kuinka paljon ratkaisukonsultointia jatkossa tarvitaan.
Kysymys on siitä, onko ratkaisukonsultti tulevaisuudessa ihmisenä siellä liiketoiminnan kustannuspaikalla, jossa tekeminen tapahtuu, vai onko osa siitä roolista itse tekoälytyökalussa.
Haastattelija: Ja jääkö näiden kahden alueen ulkopuolelle vielä kolmas paikka konsultille?
Petri: Se keskeinen kysymys on: mistä asiakas maksaa? Maksaako asiakas ihmisen työtunneista ja työpanoksesta vai siitä lisäarvosta, joka tuodaan liiketoimintaan?
Jos pystyt luomaan tuotteistetun elementin, josta asiakas maksaa hyvän hinnan – käyttöpohjaisesti, kuukausimaksulla, kertahinnalla, lisenssillä tai miten tahansa – sillä ei ole sinänsä merkitystä, montako ihmistä sen ympärillä häärää.
Mutta on aika todennäköistä, ettei joka paikkaan synny niin korkeasti hinnoiteltavia innovaatioita, että niiden ympärille voisi rakentaa yhtä paljon ihmistyötä kuin nykyään.
Siksi ihmisen työpanos tulee monessa paikassa häivymään. Oleellista on se, mistä asiakas maksaa. Tänä päivänä iso osa konsultoinnista johtaa vielä henkilötunteihin. Tulevaisuudessa sen pitää johtaa lisäarvoon.
Jos asiakas tarvitsee pysyvästi ihmistyövoimaa, se haluaa yhä useammin palkata sen omalle palkkalistalleen. Vuokratyövoiman ja ulkoisen resurssikonsultoinnin tarve tulee mun mielestä selvästi pienenemään.
9. Omista datatyökaluista kohti ohjelmistotuotetta
Haastattelija: Sä mainitsit tuotepohjaisen ratkaisun. Oletko itse jo ehtinyt miettiä jotain sellaista? Onko sulla jo kypsä tuotepohjainen ratkaisu?
Petri: Olen tehnyt jo useamman vuoden ajan omia data-avustimia ja työkaluja.
Mun omat taidot niiden tekemiseen ovat tähän asti olleet rajalliset. Ne ovat olleet ihan mainioita sisäisiä työkaluja, jotka ovat tuottaneet lisäarvoa. Sitten mä konsulttina olen, konsulttikielellä sanoen, laittanut vähän huulipunaa päälle ja parantanut tuloksia ennen kuin ne menevät asiakkaalle.
Ne ovat toimineet hyvin, mutta eivät ole olleet sellaisia tuotteita, joista joku olisi valmis maksamaan ohjelmistotuotteena. Käyttöliittymät ja muut vastaavat eivät olleet sillä tasolla.
Mulle tuli iso kysymys siitä, miten nämä työkalut kehittyisivät tulevaisuuden konsultin liiketoimintamalliin sopiviksi.
Kesällä–elokuussa 2025 tein yhdelle pörssiyritykselle yhden heidän tuotealueensa kasvustrategiatyötä. Siinä yhteydessä testasin tekoälyn hyödyntämistä avoimesti. Kerroin asiakkaalle, mitkä tiedot tulevat mun omista datatyökaluista ja mitkä osat on tehty ChatGPT Projectin avulla.
Mittasin myös asiakkaan palautetta. Kokemus oli hyvin myönteinen. Konsultointiprojektista syntyi tavallaan hybridituote tai hybridilopputulos.
Heti perään mulla oli toinen projekti pienemmälle, muutaman miljoonan liikevaihtoa tekevälle listaamattomalle ohjelmistokonsultointifirmalle. Siellä tein kasvustrategiaan ja kilpailuetuun liittyviä harjoituksia osittain omilla datatyökaluilla ja osittain ChatGPT Projectin avulla.
Sielläkin lopputulos kelpasi asiakkaalle erittäin hyvin, ja asiakas oli tyytyväinen.
Sen jälkeen aloin miettiä, että jos saan ChatGPT Projectissa esimerkiksi mun Arvoneliön ja Ostopäätöspyramidin konseptit toimimaan kohtuullisen hyvin, voisiko tästä tehdä oikean sovelluksen?
Syksyllä kokeilin kehittämistä niin, että tein ChatGPT-ikkunassa koodia, vein sitä omaan kehitysympäristöön ja rakentelin sillä tavalla. Silloin rohkeus ja työkalujen kypsyys eivät vielä ihan riittäneet siihen, että olisin julkaissut tästä oikean web-sovelluksen.
Mutta olin kuullut jo aika hurjia juttuja agenttisesta ohjelmistokehityksestä, joten päätin opetella sitä kunnolla.
En lähtenyt heti liikkeelle tästä kilpailuetuaiheesta. Olin aikaisemmin tehnyt Google Apps Scriptiin perustuvan CRM-ohjelmiston, jossa oli web-käyttöliittymä ja jota pystyi käyttämään kännykästä.
Se oli kuitenkin yhden käyttäjän sovellus. Se ei ollut monikäyttäjäsovellus, jonka olisi voinut vain julkaista webiin.
Ajattelin, että kokeilen sillä: saanko näillä agenttisilla välineillä tehtyä oikeasti julkaistavan sovelluksen?
Mulla on isoista tuotekehitysprojekteista sen verran kokemusta, että sprintit, epicit, user storyt, vaatimukset ja muut vastaavat konseptit ovat tuttuja. Lähdin vähän takaperin siitä mun olemassa olevasta skriptipohjaisesta CRM:stä rakentamaan vaatimuksia ja toteutussuunnitelmaa.
Haastattelija: Eli annoit tekoälyn analysoida sen aiemmin tehdyn skriptipohjaisen CRM-työkalun ja rakensit sen pohjalta uuden version?
Petri: Kyllä. Otin CRM:n harjoituskohteeksi nimenomaan siksi, että halusin nähdä, kykenenkö web-sovelluksen kehittämiseen ja tukevatko agenttiset työkalut sitä.
Valitsin CRM:n myös siksi, että siinä on tietoturvahaaste. Jos lähden tätä tekemään, en halunnut julkaista mitä tahansa harrastesoftaa. Sen pitää olla turvallinen käyttäjille.
Syksyn aikana rakensin sitä. Olin samaan aikaan mukana puolalaisessa tekoäly-yrityksessä Rankfor.ai:ssa tekemässä kansainvälistä myyntityötä, joten iso osa ajasta meni tietenkin siihen. Vapaa-ajalla tein CRM-sovellusta.
10. Tietoturva-auditointi antoi luvan ajatella isommin
Petri: Talvella CRM alkoi olla siinä muodossa, että se toimi kehitysympäristössä hyvin. Ajattelin, että tämän voisi julkaista.
Rakensin sen Google Cloud -ympäristöön. Koska sovelluksessa oli sähköposti-integraatio, Google vaati kolmannen osapuolen tietoturva-auditoinnin.
Se oli mulle koetinkivi: meneekö sovellus oikeasti auditoinnista läpi?
Google suositteli Piilaaksossa toimivaa auditointiyritystä. Otin varmuuden vuoksi vähän laajemman auditointipaketin, koska ajattelin, että korjauskierroksia saattaa tulla useita.
Lopputulos oli se, ettei mulla ollut yhtään korjattavaa tietoturvahavaintoa.
Olin toki valmistautunut auditointiin huolella. Olin tehnyt tietoturvatestejä ja käyttänyt monta päivää siihen, että kovetin sovellusta. Kaikki perusasiat ja myös monimutkaisempia kohtia tarkastettiin, koska CRM:ssä pidetään asiakastietoja.
Kun auditointi meni läpi, se oli mulle tärkeä signaali: nyt mulla on riittävät tiedot, taidot ja työkalut siihen, että pystyn tekemään oikean sovelluksen, jota joku toinenkin voi turvallisesti käyttää.
Haastattelija: Ja puhutaan siis viime vuoden, eli 2025:n, syksystä ja vuodenvaihteesta. Tästä on alle vuosi. Aika pitkä matka on tultu softan tekemisen puolelle – vaikka et enää kirjoita kaikkea softaa itse, vaan ohjaat tekoälyä tekemään sitä. Se on aika iso liike pois pelkästä liiketoimintastrategian konsultoinnista.
Petri: Joo, mutta taustalla on kyllä teknistä historiaa.
Nuorena olen naputellut Mikrobitti-lehden pelejä, tehnyt assembler-koodausta, C:tä ja sulautettuja järjestelmiä. Lopputyönä tein mittalaitteen, johon suunnittelin itse piirikortit, näppäimistön ja näytön. Siinä oli muistit ja prosessorit.
Rakensin sille oman erikoiskäyttöjärjestelmän ja sen päälle yksinkertaiset mittaussovellukset.
Eli ohjelmoinnin perustaitoja mulla on ollut. Mutta työura vei nopeasti muualle. Olin kai vähän liian puhelias insinööri, ja ajauduin alle puolessatoista vuodessa tekniseltä polulta manageripolulle.
Olin vielä firmassa, jossa elettiin valtavaa kasvubuumia ja uusia työntekijöitä tuli koko ajan. Siitä käytännön tekninen tekeminen jäi pitkäksi aikaa kauemmaksi. Sitten menin vielä Accenturelle konsultointiin.
Siksi on tuntunut oikeastaan valtavan hyvältä palata koodiin.
Jo ennen nykyistä tekoälyaaltoa aloin palata siihen omien datatyökalujen kautta. Opettelin esimerkiksi Pythonia ja kävin Helsingin yliopiston MOOC-kurssin. Mulla on ollut myös kavereita, jotka ovat tehneet mulle mallikoodeja. Olen saanut koodinpätkän ja pyörittänyt sitä debuggerissa, mikä on vahvistanut ymmärrystä siitä, miten asiat toimivat.
Aloitin tavallaan vibe-koodaamisella, mutta tällä hetkellä olen niissä asioissa, joita teen, ihan täysiverinen koodari siinä mielessä, että pystyn menemään tarvittaessa kooditasolle asti.
11. Tarvitaanko ohjelmointiosaamista tekoälyaikana?
Haastattelija: Tuo on vähän ristiriitaista nykytrendin kanssa. Puhutaan siitä, että ohjelmointi menettää merkityksensä ja tekoäly tekee ohjelmat. Sun tapauksessa tekoäly on kuitenkin vetänyt takaisin tekniseen tekemiseen.
Sun kokemuksen perusteella vähintään hyvä tekninen perusymmärrys tuntuu olevan tärkeä – ja mielellään pitää myös itse osata korjata asioita. Se on vähän paluuta vanhaan, vaikka tekoäly tekeekin ison osan työstä.
Petri: Totta. Olen jutellut monien ihmisten kanssa ja huomannut, että on valtavasti mun kaltaisia ihmisiä, jotka ovat innostuneet takaisin koodaamisesta. Tekoäly jeesaa vanhoja tekijöitä palaamaan.
Suurin este mulle ilman tekoälyä olisi ollut se, että kun ei ole ollut aktiivisesti koodausmaailmassa, ei tiedä, mitä kirjastoja on olemassa. Niiden selvittäminen olisi valtava työ. Nyt iso osa siitä vaivannäöstä poistuu.
Kun on tehnyt uran ohjelmistojen parissa eri rooleissa, mukana on silti tietty laatuajattelu. Olen nähnyt valtavan määrän asiakashäiriöitä ja ongelmia, joita on vuosien aikana korjattu. Sellainen kokemus auttaa arvioimaan myös tekoälyn tuottamaa ohjelmistoa.
Haastattelija: Jos katsotaan nuoria tulevaisuuden koodaajia: kannattaako nuoren edelleen mennä opiskelemaan ohjelmointia tai ohjelmistotekniikkaa? Jos kannattaa, mihin pitäisi keskittyä – kieliin, algoritmeihin, arkkitehtuuriin – vai pitäisikö hypätä suoraan tekoälyllä generoituun koodiin?
Petri: Hyvä kysymys. En ole välttämättä oikea ihminen antamaan tähän lopullista vastausta.
Mutta kyllä mä uskon kunnollisiin oppilaitoksiin ja siihen, että niissä mietitään ohjelmistokehityksen tulevaisuutta. Opetusmenetelmät kehittyvät varmasti nopeasti, koska tieto ja työkalut ovat kaikkien saatavilla.
Mä lähtisin edelleen opiskelemaan ohjelmistotekniikkaa kunnolliseen oppilaitokseen. Nykyään opiskelu on käsittääkseni muutenkin paljon projektipohjaista, joten tekoälytyökalut tulevat varmasti osaksi tekemistä oikeassa rytmissä.
Mitä itse pidän tärkeänä, on se, että yksinkertaisen sovelluksen tekeminen ja oikean tuotantokelpoisen ohjelmiston tekeminen ovat eri asioita.
Olen nähnyt ihmisiä, jotka tulevat vaikka markkinointitaustasta ja lähtevät tekemään vibe-koodattuja sovelluksia. Kyllähän lähes jokainen saa nykyään yksinkertaisen sovelluksen syntymään.
Mutta kun mukaan tulevat tietoturva, monikäyttäjyys ja skaalautuvuus, ihminen, jolla ei ole riittävää tietoteknistä osaamista, ei välttämättä pysty edes antamaan tekoälylle oikeaa tehtävää.
Jos ohjelmisto rakennetaan alusta väärällä tavalla, yhtäkkiä osa business-logiikasta on frontendissa ja osa backendissa. Asiat ovat sekaisin. Saattaa olla kymmenen eri funktiota tekemässä samaa asiaa.
Yksinkertaiset jutut ovat yksinkertaisia. Monimutkainen järjestelmä on edelleen monimutkainen järjestelmä.
Haastattelija: Eli sovellusarkkitehdin tai enterprise-arkkitehdin tyyppinen osaaminen ei katoa, vaikka itse koodia syntyisi tekoälyllä?
Petri: Näin mä ajattelen.
Jos katson omaa uraa taaksepäin, tulen sulautettujen järjestelmien ja assembler-maailman suunnasta. Siinä välissä tuli olio-ohjelmointi, jota en itse koskaan samalla tavalla opetellut, ja myöhemmin Java ja muut korkeamman abstraktiotason teknologiat.
Muistan jo siltä ajalta, että erittäin hyvät olio- ja Java-osaajat saattoivat olla aika pihalla, kun ongelma lähestyi niin sanottua rautakerrosta. He olivat erinomaisia ammattilaisia omassa abstraktiotasossaan, mutta matalan tason ongelmat eivät kuuluneet heidän maailmankuvaansa.
Ja yhtä lailla minä saatoin olla heidän abstraktiotasostaan pihalla.
Olin urallani kaikkiaan muistaakseni noin seitsemän eri tuotteen tuotekehitysvastuussa, parhaimmillaan ehkä viidessä samanaikaisesti. Siitä jäi vahva ymmärrys siitä, että eri abstraktiotasojen osaamista tarvitaan edelleen.
12. Ensimmäinen julkaistu sovellus ja oppi innovaation koosta
Haastattelija: Mennään hetkeksi takaisin siihen CRM:ään. Piilaakson tietoturvatiimi on reviewannut sen, sovellus toimii ja se on saatavilla julkisesti?
Petri: Kyllä, se on julkisesti saatavilla. En tosin juuri markkinoi sitä, koska en näe siinä itselleni riittävää liiketoimintapotentiaalia.
Tässä on yksi oppi. Timo Ahopelto ja Jyri Engeström ovat puhuneet siitä, että jos lähtee rakentamaan innovaatiota, kannattaa rakentaa mahdollisimman isoa. Onnistumisen todennäköisyys ei välttämättä ole olennaisesti parempi pienessä ideassa, mutta upside on aivan eri.
CRM:n kohdalla tajusin, että vaikka siitä saisi muutaman euron kuukausituloa ja sillä on jo pari käyttäjää tai asiakasta, mulla menee ikä ja terveys, jos yritän myydä sitä miljoonalle käyttäjälle tai rakentaa siitä todella suurta liiketoimintaa.
Se on nyt sovitettu mun omiin bisnesprosesseihin. Käytän sitä omassa myyntityössä, ja siinä se pelittää hyvin. En ole juuri kehittänyt tai markkinoinut sitä sen jälkeen.
13. Kasvustrategia-alusta: oman konsultointiosaamisen tuotteistaminen
Haastattelija: Palataan siihen isompaan kysymykseen. Jos tuotepohjainen konsultointi on tulevaisuutta, mikä voisi olla sun varsinainen tuote liiketoiminnan tukemiseen?
Petri: Olen nyt tehnyt kasvustrategia-alustaa, joka auttaa näkemään yrityksen kilpailuetutekijät suhteessa kilpailuun. Siinä on myös työkaluja siihen, miten omaa kilpailuetua voidaan kehittää.
Käytännössä mulla on nämä konseptit – Arvoneliö, Ostopäätöspyramidi ja Muotoilukolmio – ja olen rakentanut niiden tuotteistettavat osat alustaksi.
Ajatus on, että käyttäjä pystyy käyttämään sitä itse ja näkee tuloksen suoraan.
Olen rakentanut siihen myös visualisointeja, koska pelkkä tekstipohjainen analyysi on raskas. Käyttäjä voi esimerkiksi nähdä karttana oman yrityksensä kilpailuetutekijät suhteessa kilpailijoihin.
Tällä hetkellä tietokannassa on noin 2 500 yritystä Suomen ja Ruotsin markkinoilta. Kun laitat oman yrityksesi domainin, järjestelmä pystyy näyttämään verrokkiyrityksiä ja kilpailijoita. Jos haluat esimerkiksi kansainvälistyä Ruotsiin, näet, ketkä ovat relevantteja yrityksiä siellä.
Samalla näet, miten omat asiakaslupauksesi ja kilpailuetusi erottuvat suhteessa kilpailijoihin.
Lisäksi alustaan voi tuoda omia kohdeasiakasryhmiä ja rakentaa analyysin siitä, minkälainen tarjooma puree juuri siihen kohderyhmään.
Haastattelija: Eli olet tavallaan kapseloinut tekoälyn avulla omaa vanhaa osaamistasi tuotteeksi. Nämä konseptit eivät tainneet olla patentteja, mutta niissä oli joku suoja?
Petri: Tavaramerkkirekisteröinti.
Haastattelija: Eli olet tuotteistanut vanhan osaamisesi työkaluksi, jota asiakas voi käyttää itse. Tavallaan korvaat siinä myös itseäsi konsulttina, koska asiakas voi käyttää sun aiempia konsepteja tekoälyn ja rakentamasi tuotteen avulla.
Se saa visualisoinnit, käy läpi asiakkaan verkosta löytyvää arvolupausta ja muuta tietoa ja rakentaa siitä analyysin.
Petri: Kyllä. Ja lisäksi sinne voi tuoda kohderyhmät ja rakentaa niiden perusteella tarjoomaa, joka puree siihen kohderyhmään.
Haastattelija: Nyt mä oikeastaan ensimmäistä kertaa tajuan kunnolla, mitä tämä tuote tekee. Tuohan on melkein pelottavan voimakas. Onneksi olkoon siitä.
Petri: Kiitos. Toivotaan, että upside realisoituu myös liiketoimintana.
Sillä on nyt koeasiakkaita käytössä. Tämän syksyn aikana teen voimakkaamman koemarkkinoinnin. Tuote on nyt tuotteistukseltaan sillä tasolla, että ihminen selviää sen käyttämisestä itse.
Mun oma roolini on avustava. Annan käyttöönottokoulutusta ja voin tarjota neuvontakonsultointia esimerkiksi tunnin tai kaksi kuukaudessa. Laajemmissa paketeissa voidaan tehdä isompia projekteja ja rakentaa laajempia kasvustrategiakokonaisuuksia.
Tavoitteena on siirtyä konsultoinnissa vähän Palantir-tyyppiseen asiakkaan kanssa yhdessä rakentamiseen, mutta niin, ettei kaiken tietotaidon tarvitse tulla minun nahkoistani. Osa tietotaidosta tulee algoritmeista ja tuotteistetusta järjestelmästä.
Ja tämä on tärkeä ero: kyse ei ole siitä, että olisin vain laittanut ChatGPT API:n sovelluksen sisään ja kyselisin siltä asioita. Miksi asiakas sellaisen ostaisi?
Tämä perustuu strukturoimattoman datan käsittelyyn ja algoritmeihin. Siinä on rakennettu enemmän omaa logiikkaa ja rakennetta ympärille.
Haastattelija: Eli tämä ei ole enää vain vibe-koodattu.
Petri: Ei. Tässä on tehty vähän enemmän.
Haastattelija: Ja se on jo toimiva, käytössä oleva ja auditoitu tuote?
Petri: Joo. Asiakkaiden käytössä.
14. Tekoäly ei poista tuotekehityksen lainalaisuuksia
Haastattelija: Aiemmin edes isot firmat eivät välttämättä pystyneet tekemään tällaista yhtä nopeasti. Eli kiitos tekoälylle.
Petri: Niin, kiitos tekoälylle ja transformaatiolle – mutta myös sille, että joku osaa ohjata sitä.
Ideat pitää edelleen pystyä kiteyttämään. En halua nostaa itseäni jalustalle, mutta olipa kuka tahansa rakentamassa omaa tuotetta, tietyt tuotekehityksen lainalaisuudet säilyvät.
Palvelumuotoilu, käyttäjäkokemus, laadulliset asiat ja turvallisuus säilyttävät arvonsa.
Vaikka agenttinen ohjelmistokehitys yleistyy, jatkossakin siellä on lopulta ihminen, jota me palvellaan.
Haastattelija: Mä olen käynyt omat kysymykseni aika lailla läpi. Se, mitä kerrot tuotteesta, jättää mulle aika voimakkaan fiiliksen. Tuossa yhdistyy fiksusti tekoälyn potentiaali ja sun oma ohjaus niin, että asiakkaalle syntyy lisäarvoa, jota sen olisi vaikea saada ilman tätä konseptia tai työkalua.
15. Asiakas ratkaisee lopulta, mikä on kilpailuetua
Petri: Kun puhutaan kilpailuedusta, se menee aina niin, että lopulta asiakas päättää kilpailuedun.
Sama pätee tähän tuotteeseen. Innovaatio voi olla vaikka kuinka hyvä, mutta jos se jollain osa-alueella pettää odotukset tai yrittää palvella tarvetta, jota ei oikeasti ole olemassa, ei hyväkään tuote menesty.
Tämän tyyppiset asiat ovat kaiken tekemisen keskiössä, oli tekoälyä tai ei.
Me ei olla vielä siinä pisteessä, että tekoäly tunnistaisi asiakastarpeet niin luotettavasti, että voisit perustaa liiketoimintasi vain siihen, mitä tekoäly rajapinnan toisella puolella vastaa.
Tekoälyllä voi kyllä tehdä työkaluja, jotka tunnistavat nopeammin esimerkiksi heikkoja signaaleja. Tämmöisiä mielenkiintoisia avauksia näkyy jo paljon.
Ihmiset, jotka minun tavoin eivät aikaisemmin ole varsinaisesti tehneet ohjelmistotuotteita, ovat innostuneet ohjelmistotuotteiden kehittämisestä. Moni lähtee juuri signaalien näkökulmasta: minkä uuden signaalin pystyn löytämään, miten pystyn käsittelemään dataa tehokkaammin ja miten pystyn muuttamaan sitä rakenteelliseen muotoon?
Ennen sanottiin, että data on uusi öljy tai uusi kulta. Dataa pidettiin arvokkaana silloin, kun se oli hyvin strukturoitua, tietomallit olivat kunnossa ja kaikki oli järjestetty.
Datan hyödyntämisen ongelma oli kuitenkin se, että käytännössä data oli usein kohinaista. Siinä oli virheitä, häiriöitä ja tulkintaongelmia. Monet projektit alkoivat siitä, että data piti ensin laittaa kuntoon – ja joskus ne myös kaatuivat siihen, ettei data koskaan tullut riittävän hyväksi.
Nyt tekoäly tuo teknologioita, jotka mahdollistavat aivan eri tavalla strukturoimattoman datan käsittelyyn.
Mun mielestä juuri siinä on yksi selkeä paikka, josta todelliset tekoälyhyödyt syntyvät: pystytään käsittelemään strukturoimatonta dataa ja muuttamaan se arvokkaaksi informaatioksi ja lopulta toimenpiteiksi.
16. Lopuksi: muutoksesta voi lähteä optimistisesti tulevaisuuteen
Haastattelija: Me ollaan käyty läpi sun uraa, havaintoja ja erilaisia muutoksia. Tätä oli tärkeä tehdä, koska nyt ollaan taas siirtymässä johonkin uuteen.
Petri: Kyllä. On hyvä ymmärtää oma historia: minkälaisista muutostilanteista on selvitty, mitä uusi muutos mahdollisesti tarkoittaa ja mitä se ei tarkoita.
Ja sitten pitää avata ovi tulevaisuuteen ja lähteä siitä optimistisesti hakemaan uutta.
Haastattelija: Noihin viisaisiin sanoihin on hyvä päättää. Olen ihan samaa mieltä. Hyvin sanottu.
Petri: Kiitos, Kalle. Kiitos haastattelusta.
Haastattelija: Kiitos paljon.