Neuvottelija.AI

Tutkimus · 2026-09-03

Tekoälytiimit: työelämän uusi normaali | Sami Miettinen AI Kanavalla

Tämä on tiivistelmä Neuvottelija AI:ssa. Itse jakso — koko litterointi, tekstitykset ja luvut — on osoitteessa Neuvottelija.fi, joka on sen kanoninen koti.

Media-vierailu. Lasse Mikkosen AI Kanavalla Sami Miettinen ja Kesprossa työskentelevä Anssi Nurminen kertovat kokeesta, jossa kolmen ihmisen ja kolmen tekoälyagentin WhatsApp-ryhmässä agentteja tägätään ristiin. Miettisen perustelu on menetelmällinen: ryhmä on turvallinen tila, jossa tietoturva koeponnistetaan livenä. Jakso käy läpi videotuotannon ja kiinalaiset mallit, avoimen ja suljetun kilpailuasetelman, Miettisen kiistanalaisen väitteen siitä että rekursiivinen itseään kehittävä tekoäly on jo saavutettu — ja sen oman tarkennuksen, jonka mukaan yleisälyä ei silti ole — sekä tietoturvan, lokaalit mallit, energian pullonkaulan ja Euroopan third mover -aseman. Lopuksi kaksi hyvin erisävyistä ennustetta siitä, missä suomalaiset organisaatiot ovat kolmen vuoden päästä. Julkaistu 3.9.2026.

Sami Miettinen

Tekoälytiimit: työelämän uusi normaali | Sami Miettinen AI Kanavalla

Tiivistelmä: Media-vierailu. Lasse Mikkosen AI Kanavalla keskustelevat Sami Miettinen ja Kesprossa työskentelevä ravintola-alan monitoimimies Anssi Nurminen siitä, mitä tapahtuu, kun henkilökohtaiset tekoälyagentit tuodaan samaan WhatsApp-ryhmään ihmisten kanssa. Julkaistu 3.9.2026.


Koeasetelma: kolme ihmistä, kolme agenttia, yksi ryhmä

Jakson lähtökohta on konkreettinen koe. Kolmella keskustelijalla on kullakin oma henkilökohtainen agentti, ja tätä jaksoa varten perustettiin aliryhmä, jossa on kolme ihmistä ja kolme tekoälyagenttia. Agentteja tägätään ristiin: kuka tahansa voi kysyä kenen tahansa agentilta.

Miettisen mukaan tämä on rohkeaa, koska agentti ei kysy välissä lupaa eikä sen vastausta tiedä etukäteen — “välillä sieltä kimono aukeaa ja se kertoo vähän liikaa”. Hänen perustelunsa on kuitenkin menetelmällinen: ryhmä on turvallinen tila, jossa tietoturva tulee koeponnistettua livenä ja agentin käyttäytyminen useissa ympäristöissä tulee näkyväksi. Jos jotain sensitiivistä lipsahtaa, vaihdetaan ympäristömuuttujat tai kovennetaan botin keskustelusääntöjä.

Ryhmän mallikirjo on osa havaintoa: osalla on Kimi K3, osalla Grok, osalla muita. Miettisen oma arvio on, että GPT-5.6 on ylivoimainen, ja hän käyttää OpenClawia, Peter Steinbergerin alkuperäistä.

Nurmisen painotus on toinen ja hän toistaa sen jakson läpi: tärkeintä on löytää samanhenkisiä ihmisiä, joilta voi oppia ja joille voi antaa jotain. Hän erottaa selvästi, että hänen omat agenttinsa ovat vapaa-ajan harrastus eikä hän puhu työnsä puolesta.

Milloin AI:lta kysymisestä tulee oletusarvo

Mikkosen kysymys on ajoitusta koskeva: miten lähellä on keikahduspiste, jossa vähänkin vaikeampi kysymys menee automaattisesti tekoälylle? Miettisen vastaus erottaa kaksi tasoa. Agentin tägääminen on hänen työyhteisössään ollut arkea jo pitkään, mutta kuninkuuslaji on se, että agentti tulee pyytämättä — huomaa keskustelun ja tarjoaa tietopaketin ja next stepsit.

Tästä hän jatkaa kuvitteelliseen esimerkkiin, joka on jakson selkein visio: isossa organisaatiossa agentti voisi kuunnella kaikkia Slack-kanavia ja vinkata, että Tanskan yksikkö ratkaisi saman ongelman viime viikolla. “Toimistomummo”, jolla on yli-inhimillinen muisti. Ja heti perään rajoitus, jonka hän esittää itse: silloin tarvitaan inhimillinen ymmärrys rajoista, ettei vahingossa vuoda toisen toimiston salassa pidettäviä asioita.

Videotuotanto ja kiinalaiset mallit

Nurmisen osuus on tässä konkreettisin. Hän on tehnyt töitä valokuvaajien kanssa 10–15 vuotta, opetteli aukot ja syväterävyydet voidakseen keskustella heidän kanssaan, ja siirtyi sieltä tekoälypohjaiseen kuvankäsittelyyn. Hänen mittarinsa kehityksen tasolle on inhimillinen: kun ihmiset alkavat vilpittömästi kysyä, onko tämä oikeaa vai tekoälyn tuottamaa, jokin taso on saavutettu.

Hän ei aseta tätä käsityön vastakohdaksi. Hän sanoo rakastavansa valokuvaajien, videokuvaajien, käsikirjoittajien ja valaisijoiden ammattitaitoa, ja muotoilee kysymyksen uudelleen: kun kyvykkyys tehdä asioita helposti on olemassa, mihin vapautunut resurssi käytetään?

Käytännön esimerkkinä on Nurmisen Miettiselle tekemä video, jossa kanonisena kuvana on Miettisen Samatha-agentin hahmo. Hänen työnkulkunsa on jaettu taidoiksi: käsikirjoitus, tarinan luonti, videon promptaus ja sen tunnistaminen, mitkä elementit on säilytettävä.

Mallien puolella Miettinen sanoo ajaneensa läpi fal.ai:n mallivalikon ja pitää Seedancea kovana; MiniMax 3 mainitaan tuoreena. Hänen selityksensä kiinalaisten fokukselle on, että OpenAI lopetti videotuotannon laskentatehon takia, ja Googlen Omni-mallien tulos oli hänen testissään “vähän muovinen”.

Kiina ja Yhdysvallat: avoin vastaan suljettu

Miettisen luenta kilpailusta on rakenteellinen. Kiina kilpailee avoimen lähdekoodin hengessä — mallit ulos avoimilla painoilla, jopa ilmaiseksi — kun taas amerikkalaiset tekevät priimaa suljetuilla pilvimalleilla: Anthropic, OpenAI ja Gemini ovat pääsääntöisesti suljettuja. Google on jenkeistä ainoa, joka on tuonut Gemma-mallit, joita voi ajaa paikallisesti, mutta niiden suomen kieli on huono — kiinalaisilla malleilla, vaikkapa Qwenillä, se on paljon parempi.

Mikkosen kysymys datasta saa Miettiseltä käytännöllisen vastauksen: paikallismallina kiinalainen malli on turvallinen, koska tiedon ei tarvitse mennä minnekään — voit ajaa sen ilman verkkoyhteyttä. Hänen havaintonsa biaksesta on empiirinen: nykyään ne eivät edes hallusinoi Tiananmenin aukion verilöylyä.

Nurmisen kanta on tässä eksplisiittisesti toinen: hän pelaa varman päälle eikä ole uskaltanut tutustua kiinalaisiin ratkaisuihin isommin.

“AGI on jo saavutettu” — ja mitä se tarkoittaa

Tämä on jakson kiistanalaisin kohta, ja se on Miettisen oma väite, jonka Mikkonen merkitsee sellaiseksi. Miettisen mukaan rekursiivinen, itseään kehittävä tekoäly on jo saavutettu: mallit kehittävät itseään silmukassa, eikä siellä kukaan Andrej Karpathy tai Amodein sisarukset hirveästi ohjaa niitä.

Hän itse tarkentaa väitettään loppupuolella siten, että se muuttuu maltillisemmaksi. Turingin testiä ei kukaan enää mieti, koska on ilmiselvää, että kone pystyy feikkaamaan ihmistä. Mutta sellaista yleisälyä, joka on joka ikisessä asiassa koko ajan parempi kuin ihminen, ei hänen mukaansa ole — ja hän huomauttaa, ettei siihen pysty ihminenkään. Hänen arvionsa nykytasosta on “about tohtorijatkotutkimustasolla kaikilla alueilla”. Jakson termistö käydään läpi: AGI on Artificial General Intelligence, ASI Artificial Super Intelligence, ja singulariteetti on klassisempi nimi rekursiopisteelle.

Tietoturva ja lokaalit mallit

Miettisen tietoturva-ajattelu on jakson tarkinta. Kolme asiaa:

  1. Hardis-taso. Tailscale ja SSH, jolloin agentilta saa piuhat irti; toinen botti voi tehdä sen etänä, tai koneen voi irrottaa verkosta kokonaan.
  2. Kovettaminen. Hän kertoo kovettaneensa järjestelmäänsä Tampereen yliopiston GPT-Labin penetraatiotesteillä.
  3. Uhkamalli. Hänen argumenttinsa on se, että frontier-mallit breikkaavat kaikkien systeemit, jos joku painaa nappia OpenAI:lla, Anthropicilla tai Googlella — jos et itse kovetta systeemiä parhaalla mallilla, tietoturvasi on Windows 11 -ajalta.

Nurmisen linja on toinen mutta yhtä selvästi sanottu: hän rakentaa kokonaisuuden niin, että vaikka kaikki vuotaisi, elämä ei siihen lopu.

Rautapuolella Miettinen kertoo siirtävänsä agenttinsa 16 gigan Mac ministä 256 gigan Mac Studio M5 Ultraan; syy on, että pienessä muistissa Qwenin suomen kieli ei riitä ja LoRA-videomallit vaativat CUDAa. Nurminen ajaa 16 gigan Nvidia-PC:llä ei-kiireellisiä töitä yön yli — litterointeja, hakuja, markkinointilistojen läpikäyntiä: “ne tokenit eivät maksa mitään, kämppä vain lämpenee talvella.”

Työkalut

Jakso käy läpi Codexin, Cursorin, Claude Coden, Antigravityn ja GitHub Copilotin. Miettisen käytäntö on mallien vaihdettavuus: kaikki on rakennettu niin, että aivot voi vaihtaa ja konteksti siirtyy paikasta toiseen. Hän ei mene thinking-tasossa mediumia alemmas.

Nurminen suosittelee Cursoria erityisesti niille, joilla on vähänkin koodaustaustaa, ja kertoo itse koodanneensa 80-luvulla ehkä 12 riviä Pascalia. Miettinen huomauttaa, että kadunkulkijalle Cursor ja GitHub Copilot tekevät saman homman.

Miettinen kertoo myös, että Elon Musk on ostanut Cursorin ja että OpenAI on siksi lähdössä alustalta — Muskin intressi olisi Cursorin käyttäjädata. Tämä on jaksossa esitetty väite; transkriptin numeroarvoja ei ole tässä toistettu.

Energia

Mikkosen kysymys on, tuleeko energiasta AI-kehityksen todellinen pullonkaula. Miettisen vastaus on kaksisuuntainen.

Alaspäin: DeepSeekin sivutuotteena kehitetty kvantisointi osoitti, että pienemmällä raudalla ja pienemmillä biteillä pärjää. Siksi hän uskoo edge computingin paluuseen — nopea muisti on pullonkaula, mutta sitä on hajallaan laitteissa valtavasti; vanhat kännykät voisivat tehdä inferenssiä, teho hajautuisi eikä verkko kuormittuisi. Serverit palaavat työpaikoille: “pilvi on aina tietokone jossain.”

Ylöspäin: Muskin terafab Teksasiin, maailman suurin rakennus, tekemään omia piirejä.

Ja lopuksi väite, jonka hän merkitsee arvaukseksi: se, jolla on eniten energiaa, voittaa tämän pelin, koska energiantuotantokapasiteetti konvertoituu älykkyydeksi tulevaisuuden malleilla. Mikkosen lisäys on faktuaalinen ja tärkeä: piirien kehittämisessä puhutaan kuukausista ja korkeintaan vuosista, energiantuotannossa vuosikymmenistä.

Euroopan toinen mahdollisuus

Miettisen Eurooppa-analyysi on myönteisempi kuin odottaisi. Koska mallit tulevat halvalla ja avoimina, third mover -asema on hyvä: Mistraliin olisi vain palanut ranskalaisten rahaa toinenkin 10 miljardia, jos oltaisiin menty kovempaa. Hänen aikaikkunansa on kuitenkin lyhyt — ehkä vuoden voi leikkiä perässähiihtäjää.

Hänen analogiansa on yritystason ilmiö: jos rakennat tekoälyllä yrityssovelluksen, se on puolen vuoden päästä vanha, joten se pitää pystyä rakentamaan kuukaudessa. Sama pätee maanosien mittakaavassa.

Nurmisen vastapaino on inhimillinen ja hän esittää sen vastauksena “investointipankkiirien isoon peliin”: koska teknologiat arkipäiväistyvät ja ihmiset oppivat, ratkaisut löytyvät joka tapauksessa — on kiva, että näistä jutellaan, mutta ei kannata huolehtia liikaa.

Aloitusohje

Molemmat antavat saman rakenteisen neuvon. Miettinen: asenna agenttinen alusta, osta kertakäyttöpuhelinnumero, paritata se WhatsAppiin ja tule ryhmään oppimaan. Jos se kuulostaa liian vaikealta, ota Claude, OpenAI, Gemini tai kiinalainen malli ja käytä sitä niin paljon, että kuukausiraja täyttyy — vaikka höpisemällä ääneen. Ja rakenna se app-idea, joka melkein jokaisella on.

Nurminen: etsi ihmisiä, jotka osaavat enemmän kuin sinä, ja ole itse valmis antamaan jotain takaisin.

Robotit, AI-kumppanit ja sääntely

Mikkosen kysymys on, kieltääkö Eurooppa tekoälyn kanssa seurustelun. Nurmisen ennuste on, että Eurooppa innostuu taas sääntelystä, muttei ota kantaa siihen, onko se hyvä vai huono. Hänen argumenttinsa on rajanvedon vaikeus — sama kuin kuvankäsittelyssä: raja ei ole mustavalkoinen, koska asia muuttuu vähitellen joksikin muuksi. Hän havainnollistaa sen robotiikalla, jota on ollut yhteiskunnassa kauan; kysymys on siitä, milloin siinä on niin paljon älyä, että se muuttuu joksikin.

Miettinen pitää humanoidirobotteja väistämättöminä, koska urbaani tila on rakennettu ihmisille, ja huomauttaa, että Starshipin kuusipyöräiset ruokarobotit ovat jo adaptoituneet jalkakäytäville. Addiktiivisuudesta hän varoittaa konkreettisesti: fal.live-tyyppisellä alustalla voi triviaalisti luoda live-videovirran, joka adjustoituu katsojaan — “TikTok on vasta alkua”.

Mikkonen nostaa toisen puolen: jos seurustelu kielletään kategorisesti, mitä tapahtuu vanhusten yksinäisyyden hoidolle tai psykologiselle tuelle. Kumpikaan ei väitä asiaa mustavalkoiseksi.

Kolmen vuoden päästä

Loppukysymys on ennuste, ja vastaukset eroavat sävyltään selvästi.

Nurminen toivoo, että yhä useampi suomalainen kehittää tekoälytaitojaan erityisesti vapaa-ajallaan, koska muutos vaatii intohimoa. Hänen ennusteensa on, että kolmen vuoden päästä jokaisella suomalaisella on jonkinlainen syvempi käyttöliittymä tekoälyyn — kuinka syvä, sitä hän ei uskalla arvioida — ja että Suomi olisi korkeammalla tasolla kuin moni muu maa. Mikkosen huomio: kolme vuotta on lyhyempi jakso kuin ChatGPT:n käyttöikä tähän mennessä.

Miettisen skenaario on tietoisesti provokatiivinen ja hän sanoo irrottelevansa: silloin oltaisiin “viimeisen ihmisministerihallituksen” puolivälissä, ministeriöt ja ministeriavustajat olisivat täysin androidisoituja jopa maailman jäykimmässä byrokratiassa, ja markkinapaine olisi pakottanut yritykset samaan. Hänen oma huolensa ei koske teknologiaa vaan sopeutumista: mitä tekevät ne, jotka eivät androidisoidu, kun palkasta verotettu osuus tulonsiirtoihin katoaa? Sen hän sanoo pelottavan.

Hänen rakentava lopputulemansa on, että Suomi voi pienenä kansakuntana tarjota digitaalisia ja robotisoituja palveluja rajan yli ja liittoutua ei-protektionististen maiden kanssa — ja että vapaaehtoinen androidisaatio, jossa rakennetaan ihmis-kyberneettinen organisaatio useilla malleilla, agenteilla ja pätevillä ihmisillä, on tervettä.


Osastot: AI-tutkimus + Tekoäly ja talous · Markdown: index.md · In English