Unohtakaa spesialistit.

Tai oikeastaan: unohtakaa ajatus, että spesialistin tärkein arvo on tehdä itse mahdollisimman paljon oman työnsä ensimmäisiä versioita.

Kun agenttitiimi pystyy tuottamaan tunnissa kymmeniä kelvollisia ehdotuksia, tuotanto ei ole enää työn ainoa pullonkaula. Jonkun pitää päättää, mitä agenteilla tavoitellaan. Jonkun pitää pitää niiden tieto, työkalut ja oikeudet kunnossa. Jonkun pitää huomata, jos kaikki ehdotukset ovat saman keskinkertaisen idean muunnelmia.

Kutsun näitä kolmea vastuuta operaattoriksi, kuraattoriksi ja designeriksi. Ne eivät ole tutkimuksessa vakiintuneita ammattinimikkeitä, vaan ehdotus siitä, miten ihmisen työ voisi järjestyä AI-natiivissa organisaatiossa.

Kolmijako ei korvaa juristeja, lääkäreitä, markkinoijia, kehittäjiä tai talousasiantuntijoita. Se kuvaa kolmea tehtävää, joiden pitää toteutua jokaisessa tärkeässä AI-työnkulussa. Pienessä yrityksessä sama ihminen voi käyttää kaikkia kolmea hattua. Suuressa organisaatiossa vastuut voivat jakautua usealle ihmiselle.

Tekoälyn taloudellinen lupaus perustuu pitkälti tuotannon halpenemiseen. Teksti, analyysiluonnos, koodi, kampanjaidea tai esityksen runko syntyy aiempaa nopeammin.

Se on aito hyöty. Se myös siirtää työn pullonkaulaa.

Kun ensimmäisen version tekeminen vei päivän, tuotantokyky oli niukka resurssi. Kun luonnos syntyy minuutissa, niukkuus siirtyy kolmeen muuhun asiaan:

AI-Sanomien aiemmassa analyysissä AI tekee ensimmäisen version. Sinun työsi alkaa siitä. kuvasin yksittäisen tietotyöläisen arvon siirtymistä ongelman valintaan, työn ohjaamiseen ja tuloksen arviointiin. Kolmen roolin malli vie saman ajatuksen organisaatiotasolle.

Yksikään rooli ei ole lisävaruste. Ilman operaattoria agentit voivat tehdä paljon väärää työtä. Ilman kuraattoria järjestelmä alkaa käyttää vanhaa tietoa ja epäselviä oikeuksia. Ilman designeria se parantaa eilistä ratkaisua silloinkin, kun koko ongelma pitäisi määritellä uudelleen.

Kärjistys spesialistien unohtamisesta toimii vain, jos se korjataan heti.

Työ, tehtävä, ammatti ja substanssiosaaminen ovat eri asioita. AI voi ottaa hoitaakseen tehtäviä, kuten asiakirjan ensimmäisen tarkistuksen, kampanjaversioiden kirjoittamisen tai testikoodin tuottamisen. Se ei samalla ota haltuunsa juristin vastuuta, asiakkaan tilanteen tuntemusta tai kehittäjän arkkitehtonista harkintaa.

Tätä eroa käsittelee tarkemmin artikkeli Tekoäly ei vie työtäsi. Se vie osan tehtävistäsi. Ammatti koostuu yleensä tehtävien lisäksi vastuista, poikkeuksista, hiljaisesta tiedosta ja päätöksistä, joiden seuraukset joku ihminen kantaa.

Kolmijaossa substanssiosaaminen muodostaa pystyakselin ja AI-rooli vaaka-akselin:

Tuore tuotekohtainen signaali tukee tätä rajausta. Anthropic analysoi noin 400 000 Claude Code -istuntoa lokakuun 2025 ja huhtikuun 2026 väliltä. Yhtiön oman tutkimuksen mukaan käyttäjän toimialaosaaminen liittyi parempaan onnistumiseen ja kykyyn toipua virheistä. Samassa aineistossa ihmiset tekivät useimmat suunnittelupäätökset ja agentti useimmat toteutuspäätökset.

Yhden yhtiön käyttödataa ei pidä lukea koko työmarkkinoiden ennusteena. Se antaa silti kiinnostavan vihjeen: operaattorin ei tarvitse olla teknisesti paras koodaaja, mutta hänen pitää ymmärtää ongelma, jota järjestelmä ratkaisee.

Siksi operaattori, kuraattori ja designeri kannattaa nähdä vastuina eikä uusina siiloina. Sama markkinoija voi aamulla operoida kampanja-agentteja, iltapäivällä kuratoida brändiohjeita ja seuraavana päivänä avata designerina kokonaan uuden asiakaslupauksen.

Nämä vastuut muodostavat jännitteen, jota ei pidä poistaa.

Operaattori haluaa edetä. Kuraattori haluaa varmistaa, että eteneminen on luotettavaa. Designeri haluaa avata suunnan uudelleen ennen kuin siitä tulee itsestäänselvyys.

Hyvä AI-natiivi organisaatio ei valitse yhtä näistä. Se rakentaa rytmin, jossa jokainen pääsee vuorollaan vaikuttamaan työn suuntaan.

Kapellimestari on osuva vertaus operaattorille, kunhan sitä ei ymmärretä pelkäksi komentamiseksi.

Operaattorin tehtävä ei ole kirjoittaa jokaiselle agentille täydellistä kehotetta. Hänen pitää suunnitella työjärjestelmä, joka pystyy etenemään turvallisesti:

Vanha organisaatio jakaa ongelman osastoille. Jokainen spesialisti optimoi omaa osuuttaan.

Operaattori määrittää yhteisen tavoitteen: tunnistetaan käyttöönoton todellinen kitka ja testataan yksi korjaus ilman, että agentti lähettää asiakkaalle viestejä tai muuttaa järjestelmiä itsenäisesti. Hän jakaa tutkimustyön agenteille, nimeää lähteet, määrittää poikkeukset ja päättää, kuka hyväksyy johtopäätökset.

Jos CRM-muistiinpano ja allekirjoitettu sopimus ovat ristiriidassa, agentti ei valitse uskottavampaa versiota. Työ pysähtyy asiakasvastaavan päätökseen.

Tämä on operaattorin työn ydintä: epävarmuus muutetaan näkyväksi päätöspisteeksi.

Käytännön toteutusta voi jatkaa loop engineering -oppaalla, jossa tavoite, lähteet, tarkistus, muisti ja pysäytysehdot muutetaan toistuvaksi agenttisilmukaksi.

AI-järjestelmä vanhenee eri tavalla kuin tavallinen ohjelmisto. Se ei aina lakkaa toimimasta näkyvästi. Se alkaa antaa vähän huonompia vastauksia.

Hyväksi todettu taito käyttää vanhaa ohjetta. Järjestelmäliitäntä säilyttää oikeuden, jota se ei enää tarvitse. Asiakkaan uusi hinnasto jää vanhan PDF:n alle. Agentin muisti täyttyy korjauksista, joista kukaan ei tiedä, ovatko ne enää voimassa.

Kuraattori omistaa tämän elinkaaren. Hänen pöydällään ovat esimerkiksi:

Kuraattori ei ole organisaation työkalukeräilijä. Hyvä kuraattori poistaa enemmän kuin lisää.

Tällainen ylläpito on linjassa NIST:n AI Risk Management Frameworkin kanssa. Kehys painottaa roolien ja rajojen määrittelyä, säännöllistä arviointia, tuotantoseurantaa, palautekanavia, muutoshallintaa ja järjestelmän käytöstä poistamisen suunnittelua.

NIST:n vuonna 2026 julkaisema tuotantoseurannan raportti lisää tärkeän varauksen. Käytössä olevan AI-järjestelmän käyttäytyminen voi muuttua dynaamisten syötteiden ja epädeterministisyyden vuoksi, mutta seurannan menetelmät ja yhteinen sanasto ovat vielä kehittyviä. Myös OpenAI:n ja Anthropicin agenttiohjeet korostavat arviointeja, käyttöoikeuksia, toimintajälkiä, suojakaiteita ja ihmisen puuttumista.

Yksikään näistä lähteistä ei nimeä kuraattoria. Vastuu on silti olemassa. Jos sitä ei anneta kenellekään, se jakautuu pieniksi sivutöiksi ihmisille, jotka huomaavat ongelmat vasta tuotannossa.

Kuraattorin ensimmäinen työkalu voi olla näin tylsä:

AI-Sanomien tekoälyn huoltokirja antaa tälle kuukausirytmin: mitä pidetään, korjataan, rajoitetaan, poistetaan tai nostetaan päätettäväksi.

Designeri tarkoittaa tässä vaihtoehtojen ja kokemusten muotoilijaa. Rooli ei rajoitu visuaaliseen suunnitteluun, eikä sen tehtävä ole tuottaa satunnaisia villityksiä.

Designerin ongelma syntyy AI:n vahvuudesta: järjestelmä pystyy konvergoitumaan nopeasti uskottavaan vastaukseen.

Nopeus muuttuu riskiksi, jos agentit käyttävät samoja malleja, lähteitä, esimerkkejä ja arviointikriteerejä. Kymmenen agenttia ei välttämättä tarkoita kymmentä näkökulmaa. Se voi tarkoittaa kymmentä samankaltaista hakua samasta historiallisesta aineistosta.

Anil Doshi ja Oliver Hauser osoittivat tämän jännitteen 293 lyhyen tarinan kokeessa. GPT-4:n ideoita saaneet kirjoittajat tuottivat keskimäärin luovemmiksi ja paremmin kirjoitetuiksi arvioituja tarinoita. Samalla AI-avusteiset tarinat muistuttivat toisiaan enemmän kuin ilman AI-ideoita kirjoitetut tarinat.

Tulos ei todista, että AI tekisi kaikesta liiketoiminta-ajattelusta samanlaista. Se osoittaa mahdollisen mekanismin: yksilön tuotos voi parantua samalla kun joukon tuottama vaihtelu kapenee.

Yhdenmukaistuminen ei johdu automaattisesti vain siitä, että kaikki käyttävät samaa perusmallia. Rishi Bommasanin ja hänen kollegoidensa kokeissa yhteinen koulutusdata yhdenmukaisti lopputuloksia luotettavammin. Yhteisen perusmallin vaikutus vaihteli. Käytännössä designerin pitää haastaa mallin lisäksi yhteiset lähteet, oletukset ja arviointitavat.

Toinen tutkimus antaa käytännön vastauksen. Léonard Boussioux’n ja hänen kollegoidensa kiertotaloushaasteessa ihmisjoukon ratkaisut olivat uudempia, kun taas ihmisen ja AI:n yhdessä tekemät ratkaisut arvioitiin käyttökelpoisemmiksi ja kokonaislaadultaan paremmiksi. Parhaiten pärjäsi AI-haku, jossa ihminen käski jokaista uutta kierrosta eroamaan aiemmista ratkaisuista.

Vaihtelua voi siis suunnitella.

Kutsun tätä hallituksi entropiaksi. Termi on metafora, ei matemaattinen mittari. Käytännössä designeri tuo järjestelmään:

KajoSoftin ensimmäinen oletus on, että käyttöönotto takkuaa puutteellisten ohjeiden vuoksi. Markkinointi tuottaa lisää sisältöä, ja agentit ehdottavat parempia ohjeita eri muodoissa.

Designeri pysäyttää kierroksen. Hän tuo rinnalle kolme muuta kehystä:

Jokaiselle kehykselle määritetään havainto, joka tukisi tai kumoaisi sen. Vasta sen jälkeen operaattori valitsee kokeilun.

AI:n tuottamien sisältöjen samankaltaistumista käsittelee myös Kun kaikki on täydellistä, mitään ei enää lueta. Designerin tehtävä on ehkäistä samaa ilmiötä jo ennen kuin tuote, kampanja tai toimintamalli on lukittu.

Kolmijako ei ole organisaatiokaavio. Se on jatkuva silmukka.

Tässä näkyy mallin tarkoitus. Operaattori tekee työstä etenevää. Kuraattori tekee oppimisesta kumuloituvaa. Designeri estää oppimista muuttumasta eilisen ratkaisun loputtomaksi hiomiseksi.

Sama työnkulkuajattelu on tekoälyagenttien siiloja ylittävässä orkestroinnissa: agentin suurin hyöty ei aina synny yksittäisen tehtävän nopeuttamisesta, vaan tiedon ja työn uudelleenjärjestämisestä osastojen välillä.

Malli epäonnistuu helposti, jos siitä tehdään liian nopeasti organisaatiouudistus.

Myös ihmisen ja AI:n yhteistyötä koskeva laaja tutkimus varoittaa helpoista oletuksista. Michelle Vaccaron, Abdullah Almaatouqin ja Thomas Malonen meta-analyysi kattoi 106 koetta ja 370 vaikutuskokoa. Ihmisen ja AI:n yhdistelmä voitti keskimäärin ihmisen yksin, mutta ei parasta ihmisen tai AI:n yksin tekemää suoritusta. Päätöstehtävissä yhdistelmän tulokset olivat heikompia kuin luomistehtävissä.

Ihmisen lisääminen prosessiin ei automaattisesti ratkaise AI:n ongelmia. Tarvitaan toimiva työnjako, oikea päätöspiste ja ihminen, jolla on sekä kyky että lupa olla eri mieltä järjestelmän kanssa.

Zana Buçincan ja hänen kollegoidensa kokeessa osallistujan oman arvion pyytäminen ennen AI:n neuvon näyttämistä vähensi virheellisen neuvon seuraamista. Ratkaisu lisäsi vaivaa ja oli käyttäjille vähemmän mieluisa. Siksi riippumaton arvio kannattaa sijoittaa päätöksiin, joissa virheen hinta oikeuttaa lisäkitkan.

Kolmijakoa ei kannata aloittaa kolmella rekrytoinnilla. Aloita yhdestä työnkulusta.

Pidä mittarit roolikohtaisina:

Mittariston tarkoitus ei ole pisteyttää ihmisiä. Sen pitää paljastaa, mikä kolmesta vastuusta vahvistaa työnkulkua ja mikä on muuttumassa uudeksi hallintokerrokseksi.

Yksinyrittäjä voi käyttää rooleja kolmena työskentelytapana: operointi viikoittain, kuratointi kuukausittain ja design-kierros ennen tärkeää valintaa. Pieni tiimi voi jakaa hatut kolmelle ihmiselle tai kierrättää niitä. Suuressa organisaatiossa osa kuraattorikyvykkyyksistä voi olla yhteisiä, mutta operaattori ja designeri kannattaa pitää lähellä ratkaistavaa liiketoimintaongelmaa.

Käytä, kun AI-avusteinen työ tuottaa paljon luonnoksia, mutta vastuut, laatu tai eteneminen ovat epäselviä.

Esimerkiksi markkinoinnin, myynnin ja asiakastuen yhdessä tuottamasta käyttöönotto-ohjeesta voi löytyä operaattorin aukko: tekijöitä ja kommentoijia on monta, mutta tavoitteen ja lopullisen päätöksen omistajaa ei ole nimetty.

Käytä ennen uuden AI-avusteisen työnkulun kokeilua.

Käytä, kun ideat alkavat muistuttaa toisiaan tai tiimi on päätymässä liian nopeasti ilmeiseen ratkaisuun.

Jos kolme ehdotusta ovat ”lisää käyttöohjeita”, ”lähetä enemmän opastusviestejä” ja ”järjestä webinaari”, tarkistus voi paljastaa niiden yhteisen oletuksen: ongelmana pidetään tiedon puutetta. Uudet kehykset voivat testata asiakkaan odotuksia, tuotteen käyttöönoton kitkaa ja väärin rajattua asiakassegmenttiä.

Tulevaisuuden tietotyöläinen voi edelleen olla juristi, markkinoija, kehittäjä tai talousasiantuntija. Hänen arvonsa näkyy yhä useammin siinä, ottaako hän vastuuta järjestelmän suunnasta, toimintakunnosta vai uudistumisesta.

Kolmen roolin malli ei ennusta, mitä käyntikortissa lukee. Se pakottaa kysymään, onko tärkeässä AI-työnkulussa joku, joka:

Agenttitiimi voi tehdä työn nopeasti. Organisaatio toimii vasta, kun joku tietää, mihin työllä pyritään, millä tiedolla se tehdään ja milloin vanha ratkaisu pitää uskaltaa avata uudelleen.

Lisää tekoälyoppaita ja -uutisia: aisanomat.fi