Miten ohjelmisto-organisaatiot siirtyvät tekoälykokeiluista tekoälytransformaatioon

Tekoälyn käyttöönotto kasvaa, mutta transformaatio on vielä alkuvaiheessa

Tekoäly ei ole enää ohjelmisto-organisaatioille pelkkä kokeilu. Siitä on tulossa keskeinen kilpailutekijä. Silti pelkästään kokeilevien organisaatioiden ja tekoälyn avulla liiketoimintaansa aidosti uudistavien organisaatioiden välinen kuilu kasvaa, ei pienene.

Raportti perustuu viiteen peräkkäiseen asiakaskyselyymme, jotka toteutettiin neljännesvuosittain ja joihin osallistui yli 270 organisaatiota maaliskuun 2025 ja maaliskuun 2026 välisenä aikana. Data paljastaa johdonmukaisen ja pysäyttävän kehityskulun kaikissa mitatuissa käyttötapauksissa: vaatimustenhallinnassa, uuden koodin luomisessa, legacy-koodin refaktoroinnissa, toimituksessa, portfolionhallinnassa sekä tietoturvassa ja compliancessa.

Tekoälyä tällä hetkellä käyttämättömien organisaatioiden osuus pienenee kaikissa kategorioissa. Kokeilu on laajalle levinnyttä. Korkeamman kypsyystason vaiheet — tekoäly avustaa ihmisiä aktiivisesti laajassa mittakaavassa, agentit toimivat työnkuluissa ja autonominen tekoäly — näkyvät kuitenkin tuskin lainkaan. Säännellyillä ja osittain säännellyillä toimialoilla toimivien johtajien näkökulmasta tilanne on vielä korostuneempi: compliance- ja riskienhallinnan kannalta kriittisimpien käyttötapausten käyttöönotto etenee hitaimmin.

Tässä raportissa kerrotaan, mitä data osoittaa, miksi useimmat organisaatiot jumittuvat ja miten teknologia- ja liiketoimintajohtajat voivat hyödyntää jäsenneltyä viitekehystä siirtyäkseen yksittäisten tehtävien optimoinnista koko ohjelmistoliiketoiminnan transformaatioon.

Olemme toteuttaneet vuoden 2025 alusta lähtien neljännesvuosittaista kyselyä, jossa seuraamme, miten asiakaskuntamme – eri toimialojen suuret ja keskisuuret organisaatiot, kuten rahoitus-, teollisuus-, terveydenhuolto-, julkisen sektorin ja teknologiayritykset – ottavat tekoälyä käyttöön ohjelmistokehityksen elinkaarensa eri vaiheissa.

Kyselyn rakenne

Kukin neljännesvuosittainen kyselykierros kerää vastaukset noin 360–380 osallistujalta käyttötapausta kohden. Vastaajat arvioivat itse organisaationsa nykyistä käyttöönottotasoa kuudella käyttötapausalueella:

• Uuden koodin luominen

• Vaatimusten hallinta

• Legacy-järjestelmien refaktorointi

• Toimitus

• Portfolion hallinta

• Tietoturva ja vaatimustenmukaisuus

Vastaajat valitsevat kullekin käyttötapaukselle kypsyystason, joka kuvaa parhaiten heidän organisaationsa nykytilannetta:

Tämä viisiportainen asteikko vastaa suoraan AI Adoption Frameworkia, joka kuvataan kokonaisuudessaan osiossa 6. Kyselyn pitkittäisasetelma – viisi kyselykierrosta 12 kuukauden aikana – mahdollistaa käyttöönoton nopeuden seuraamisen pelkän nykytilan sijaan.

Alla oleva kaavio esittää kaikki kuusi käyttötapausaluetta viidellä neljännesvuosittaisella mittauskierroksella W1:stä maaliskuussa 2025 W5:een maaliskuussa 2026. Kukin palkkiryhmä näyttää jakauman viidelle kypsyystasolle tiettynä ajankohtana.

Mihin seuraavista käyttötapauksista käytät tekoälyä?

Käyttöönotto etenee, transformaatio ei

Kaikissa kuudessa käyttötapauksessa punaiset palkit — organisaatiot, jotka eivät käytä tekoälyä lainkaan — pienenevät ajan myötä. Se on hyvä uutinen. Kokeilu (oranssi) lisääntyy, ja niiden osuus, jotka kertovat tekoälyn avustavan aktiivisesti ihmisiä (keltainen), kasvaa vähitellen erityisesti koodin luomisessa.

Todellista transformaatiota edustavat kategoriat, kuten työnkulkujen agentit ja autonominen tekoäly, ovat kuitenkin edelleen hyvin pieniä useimmissa käyttötapauksissa ja mittauskierroksilla. Data viittaa vahvasti siihen, että valtaosa organisaatioista on juuttunut siirtymään kokeilusta integrointiin eikä pääse vaiheisiin, jotka tuottavat suhteettoman paljon liiketoiminta-arvoa.

Tekoälyn käyttöönotto ohjelmistokehityksen käyttötapauksittain

Uuden koodin luominen johtaa tekoälyn käyttöönottoa

Koodin luominen osoittaa edistyneintä käyttöönottokehitystä kaikista kuudesta kategoriasta. W5:een, maaliskuuhun 2026 mennessä, niiden vastaajien osuus, jotka kertovat tekoälyn avustavan ihmisiä aktiivisesti tässä käyttötapauksessa, on suurin kaikista käyttötapauksista. Myös kokeilu on yleisintä. Tämä on intuitiivisesti järkevää: koodausavustajat olivat ensimmäisiä ohjelmistotiimien laajasti saatavilla olevia tekoälytyökaluja, ja tuottavuushyödyt ovat välittömiä ja mitattavia. Silti työnkulkujen agenttien ja autonomisen tekoälyn osuus on myös tässä vähäinen — hyödyt ovat edelleen suurelta osin yksilöiden tuottavuushyötyjä.

Vaatimustenhallinnassa tekoälypotentiaali on suuri, mutta käyttöönotto on vielä varhaisessa vaiheessa

Vaatimustenhallinnassa oli ensimmäisellä mittauskierroksella yksi korkeimmista ”ei käytetä tällä hetkellä” -osuuksista, yli 75 %. Viidenteen mittauskierrokseen mennessä osuus on pienentynyt merkittävästi, kun kokeilu ja tekoälyn tarjoama apu ovat lisääntyneet. Tässä käyttötapauksessa tekoäly voi nopeuttaa huomattavasti liiketoimintatarkoituksen muuntamista koneellisesti luettaviksi määrittelyiksi. Data kuitenkin osoittaa, että organisaatiot ovat vasta raapaisseet mahdollisuuksien pintaa. Erityisesti säännellyillä toimialoilla, joilla vaatimusten jäljitettävyys on compliance-velvoite, tämä on sekä riski että mahdollisuus.

Legacy-järjestelmien refaktorointi on arvokas tekoälyn käyttötapaus, jonka käyttöönotto etenee hitaasti

Legacy-järjestelmien refaktorointi noudattaa vaatimustenhallinnan kaltaista kehitystä: W5:ssäkin yli 40 % ei käytä tekoälyä, vaikka tekoäly on kiistatta erityisen tehokas juuri tällä alueella. Suurten, monimutkaisten ja puutteellisesti dokumentoitujen koodikantojen refaktorointi on juuri sellaista työtä, joka kuluttaa kehittäjiä — ja jossa tekoälyagentit voivat tuottaa epäsymmetristä arvoa. Hidas käyttöönotto johtuu todennäköisesti sekä kriittisiä legacy-järjestelmiä ylläpitävien organisaatioiden riskien välttämisestä että siitä, että korkean riskin koodin uskomiseen tekoälylle tarvittavat hallintarakenteet puuttuvat.

Tekoälyn käyttö ohjelmistotoimituksissa etenee tasaisesti

Ohjelmistotoimituksissa tekoälyn käyttämättömyys vähenee tasaisesti, joskin maltillisesti, viiden mittauskierroksen aikana noin 70 prosentista noin 40 prosenttiin. Kyseessä on laaja kategoria, joka kattaa CI/CD:n, julkaisuhallinnan ja operatiiviselle tiimille siirtymisen. Asteittainen kehitys viittaa siihen, että käyttöönotto etenee vähitellen tekoälytyökalujen kypsyessä koko putkessa. Ohjelmistotoimituksissa näkyy myös selvimmin osiossa 4 kuvattu pullonkaulavaikutus — nopeampi koodin generointi alkupäässä lisää painetta toimitusprosesseihin, joita ei ole vielä nopeutettu vastaavasti.

Portfolionhallinta on edelleen tekoälyn käyttöönoton sokea piste

Portfolionhallinnassa ”ei käytetä” -osuudet ovat johdonmukaisesti korkeimpien joukossa kaikilla mittauskierroksilla, ja W5:ssäkin ne ovat yli 45 %. Tämä on huomionarvoista, sillä portfoliotason päätöksenteko — priorisointi, investointien kohdentaminen ja roadmapien hallinta — on alue, jolla tekoälyavustus voisi vaikuttaa suorimmin liiketoimintatuloksiin kehitystyön tehokkuuden sijaan. Data viittaa siihen, että tekoälyn käyttöönottoa edistävät useimmissa organisaatioissa alhaalta ylöspäin kehittäjätyökalut, eikä se ole vielä yltänyt strategisille tasoille, joilla suurin arvo syntyy.

Tekoälyn käyttöönotto tietoturvassa ja compliancessa etenee hitaasti

Tietoturva ja compliance ovat säänneltyjen toimialojen kannalta olennaisin käyttötapaus — ja niiden käyttöönotto etenee hitaimpien joukossa. W5:ssä noin 40 % vastaajista ei käytä tekoälyä tällä alueella lainkaan. Koska tietoturva ja compliance ovat pakollisia, niistä ei voi tinkiä millään säännellyllä toimialalla, tämä on sekä riskisignaali että mahdollisuus. Organisaatiot, jotka ottavat onnistuneesti käyttöön tekoälyagentteja tietoturvaskannaukseen, käytäntöjen noudattamisen valvontaan ja compliancen todentamiseen, saavat tehokkuuden lisäksi rakenteellisen edun sääntelyn kustannusten hallintaan.

Kyselyaineisto kertoo, mitä tapahtuu. Sen ymmärtäminen, miksi näin tapahtuu, edellyttää tarkastelua rakenteellisista esteistä, jotka estävät organisaatioita siirtymästä varhaisvaiheen kokeiluja pidemmälle. Yli 1 800 asiakkaan ja kymmenen maan kanssa tekemämme työn perusteella neljä estettä selittää valtaosan pysähtyneistä tekoälytransformaatioista.

Pullonkaulavaikutus tarkemmin

Yleisin harhakäsitys tekoälyn ROI:sta on, että koodausavustajan käyttöönotto tekee organisaatiosta tuottavamman. Yksittäisenä toimenpiteenä se tekeekin: kehittäjät kirjoittavat koodia nopeammin. Useimmissa organisaatioissa kehitys ei kuitenkaan ole pullonkaula. Vaatimusten kerääminen kestää viikkoja. Testaus on osittain manuaalista ja kestää päiviä. Compliance-tarkastukset perustuvat tarkistuslistoihin. Käyttöönotto edellyttää ihmisen hyväksyntää useassa vaiheessa.

Kun nopeutat putken yhtä vaihetta ja jätät muut ennalleen, et nopeuta koko putkea. Sen sijaan kasvatat jonoa seuraavan rajoitteen kohdalla. Nopeampi koodintuotanto tarkoittaa vain sitä, että enemmän koodia odottaa pidempään testausta, tarkastusta ja käyttöönottoa. Läpimenoaika ei parane. Liiketoiminta-arvoa ei synny nopeammin. Tekoälyinvestoinnin ROI näyttää nollalta, vaikka taustalla oleva teknologia toimii juuri niin kuin on luvattu.

JOHTAJIEN OPPI JÄRJESTELMISTÄ

Tekoälyn todelliset tuottavuushyödyt edellyttävät päästä päähän -ajattelua. Organisaatiot, jotka nopeuttavat yhtä vaihetta ratkaisematta ympäröivän putken haasteita, eivät näe parannusta liiketoiminnan kannalta olennaisissa asioissa: arvon tuottamisen nopeudessa, julkaisutiheydessä ja virheiden määrässä. Tekoälytransformaatio on järjestelmäongelma, ei työkaluongelma.

Miksi säännellyillä toimialoilla on lisähaasteita

Organisaatioissa, jotka toimivat virallisten sääntelykehysten alaisuudessa – kuten rahoituspalveluissa, terveydenhuollossa, energia-alalla, puolustuksessa, julkishallinnossa tai kriittisen infrastruktuurin parissa – edellä mainittuja neljää estettä täydentää viides: vaatimus ylläpitää auditoitavaa ja perusteltavissa olevaa dokumentaatiota jokaisesta ohjelmiston elinkaaren merkittävästä päätöksestä.

Kaupallisiin SaaS-käyttöönottoihin suunniteltuja perinteisiä tekoälytyökaluja ei ole rakennettu sääntelyn edellyttämiä auditointijälkiä silmällä pitäen. Niiden käyttöönotto ilman asianmukaista hallintainfrastruktuuria altistaa organisaation oikeudellisille ja compliance-riskeille. Tällaisen hallintainfrastruktuurin rakentaminen edellyttää kuitenkin osaamista, arkkitehtuuria ja organisatorista kypsyyttä, joita useimmat organisaatiot vasta kehittävät.

Tämän seurauksena säännellyillä toimialoilla, joilla tekoälyohjatusta tehokkuudesta on usein eniten hyötyä – koska compliance-kuormitus on suhteettoman suuri – on myös eniten rajoitteita turvallisen käyttöönoton nopeudelle.
Strategiakuilun laajuus konkretisoi tilanteen. Kyselyaineisto osoittaa, että Wave 5:een mennessä vain 10 prosentilla organisaatioista on käytössä virallinen tekoälystrategia, kun taas 59 prosenttia on laatimassa sellaista. Lisäksi 31 prosentilla ei ole strategiaa lainkaan. Organisaatiot eivät voi hallita sitä, mitä ne eivät ole määritelleet.

AI Adoption Framework -viitekehyksemme kuvaa ohjelmisto-organisaatioiden tekoälykypsyyden viisi vaihetta. Vaiheet eivät ole sattumanvaraisia, vaan ne heijastavat ihmisiin, prosesseihin ja teknologiaan tarvittavia rakenteellisia muutoksia, joiden avulla voidaan saavuttaa kukin seuraava tehokkuushyötyjen taso.

Useimmat organisaatiot ovat yhä tekoälykypsyyden alkuvaiheessa

Kyselydata vastaa hyvin tätä viitekehystä. Valtaosa vastanneista organisaatioista toimii vaiheessa 1, ja osa on siirtymässä vaiheeseen 2. Hyödyt ovat todellisia: yksittäiset kehittäjät työskentelevät nopeammin ja joitakin tehtäviä delegoidaan tekoälyagenteille. Kyse on kuitenkin optimointihyödyistä, ei transformaation tuomista hyödyistä.

Kriittinen kynnys on siirtymä vaiheesta 3 vaiheeseen 4. Tällöin muutos siirtyy tasolta ”olemme tehostaneet nykyisiä prosessejamme” tasolle ”olemme muuttaneet ohjelmistoliiketoimintamme perustavanlaatuista toimintamallia”. Vaiheisiin 4 ja 5 pääsemiseen tarvittavat työkalukyvykkyydet ovat jo olemassa. Useimmilta organisaatioilta puuttuu teknologian sijaan ihmisistä, prosesseista ja hallintamalleista muodostuva perusta, joka mahdollistaa sen turvallisen ja skaalautuvan käytön.

Polarisaatioriski

Markkinoilla on alkamassa näkyä merkittävä strateginen kehityskulku. Kun tekoälytyökalut siirtyvät käyttäjäkohtaisista tilausmalleista kulutukseen perustuviin laskutusmalleihin – eli lisenssien sijaan maksetaan tokeneista, laskentatehosta ja agenttien toimista – tekoälyn käyttöönoton taloudelliset hyödyt suosivat yhä enemmän organisaatioita, jotka ovat edenneet viitekehyksen korkeampiin vaiheisiin.

Organisaatiot, jotka pitävät tekoälyä ensisijaisesti kustannusten alentamisen työkaluna ja ottavat sen käyttöön henkilöstömäärän ja kulujen pienentämiseksi, saavuttavat vaiheen 1 hyödyt ja jäävät sitten paikalleen. Organisaatiot, jotka pitävät tekoälyä arvonluonnin moottorina – eli käyttävät sitä uusien kyvykkyyksien rakentamiseen, asiakkaiden parempaan palvelemiseen ja uusille markkinoille pääsyyn nopeammin – kasvattavat etumatkaansa jatkuvasti. Näiden kahden ryhmän välinen ero kasvaa nopeasti.

Säännellyissä tai osittain säännellyissä toimintaympäristöissä toimiville organisaatioille tekoälyn käyttöönotto ei ole vain työkalujen käyttöönottoa ja kehittäjien kouluttamista. Se edellyttää tekoälyn hallintatason sovittamista sääntely-ympäristöön. Sovittamisen on oltava tietoinen strateginen valinta, ei jälkikäteen tehtävä lisäys.

Olemme kehittäneet viisiportaisen hallintakehyksen, joka yhdistää sääntelyvaatimukset tarkoituksenmukaisiin tekoälyn käyttöönottarkkitehtuureihin:

Useimmat säännellyillä toimialoilla toimivat organisaatiot ovat tällä hetkellä tasolla L1 tai L2 ja käyttävät kaupallisia SaaS-tekoälytyökaluja, joiden hallintamekanismit ovat rajalliset. Kyselyaineisto tukee tätä: tietoturvaan ja vaatimustenmukaisuuteen liittyvissä käyttötapauksissa tekoälyn käyttöönotto on hitainta juuri siksi, että vaadittuja L3-, L4- tai L5-tason hallintamekanismeja ei vielä ole käytössä. Wave 5:n infrastruktuuritiedot vahvistavat tilanteen: 59 % organisaatioista käyttää tekoälyä pääasiassa julkisessa pilvessä, 29 % hybridimallissa ja vain 2 % suvereenissa tekoälyinfrastruktuurissa.

Siirtyminen tasolle L3 tai sitä korkeammalle ei ole pelkkä teknologiaprojekti. Se edellyttää päätöksiä data-arkkitehtuurista, toimittajien valinnasta, henkilöstön sijainnista ja taustaselvityksistä sekä oikeudellisesta toimivallasta. Nämä päätökset kytkeytyvät tekoälyn käyttöönottostrategiaan kaikilla tasoilla. Organisaatio, joka sitoutuu täysin EU:n rajojen sisällä toteutettavaan käyttöön (L3), tekee erilaisia työkalavalintoja kuin organisaatio, joka voi toimia globaalissa SaaS-ympäristössä.

STRATEGINEN SUOSITUS

Säänneltyjen toimialojen johtajien tulisi määrittää tarvittava hallintataso ennen tekoälytyökalujen valintaa – ei vasta sen jälkeen. Hallintamallin lisääminen jälkikäteen tekoälyratkaisuun maksaa tyypillisesti huomattavasti enemmän kuin sen suunnittelu alusta alkaen. Kyse on arkkitehtuuripäätöksestä, ei hankintapäätöksestä.

Viiden kyselyaineiston aallon ehkä tärkein havainto on tämä: tekoälyn käyttöönoton rajoite ei ole teknologia. Työkalut ovat olemassa. API-rajapinnat ovat saatavilla. Mallit ovat kyvykkäitä. Rajoite on organisaatiossa, ja pohjimmiltaan kyse on johtajuushaasteesta.

Roolien kehittyminen tekoälypohjaisissa ohjelmisto-organisaatioissa

Useimmat organisaatiot ovat nykyään yhä ihmisen ja tekoälyn yhteistyön niin sanotussa Builder-vaiheessa: kehittäjät käyttävät tekoälyä yksittäisen työn nopeuttamiseen, toimivat työkalujen eivätkä työnkulkujen tasolla ja keskittyvät paikallisiin tuottavuushyötyihin.
Seuraava vaihe — Composer — edellyttää ihmisiä, jotka pystyvät suunnittelemaan tekoälyohjattuja työnkulkuja, koordinoimaan ihmisten, työkalujen ja tekoälyagenttien työtä sekä toimimaan tiimi- eikä yksilötasolla. Sitä seuraava vaihe — Value Architect — edellyttää johtajia, jotka määrittelevät tulokset ja järjestelmät sekä kohdistavat tekoälyn organisaatiotason liiketoiminta-arvon tuottamiseen.
90–95 % organisaatioista toimii nykyään Builder-tasolla. Siirtyminen Composer- ja Value Architect -tasoille edellyttää määrätietoisia investointeja osaamisen kehittämiseen, uusiin roolimääritelmiin ja kulttuurimuutokseen — ei vain parempien työkalujen saatavuutta.

Miksi kyse on johtajuuden transformaatiosta, ei teknologiasta

Aiemmat merkittävät teknologiatransformaatiot, kuten ERP-käyttöönotot, pilvimigraatiot ja Agile-käyttöönotot, muuttivat organisaatioiden toiminnan ulkoisia kerroksia: käytössä olevia työkaluja ja noudatettavia prosesseja. Ne olivat merkittäviä ja vaikeita. Ne eivät kuitenkaan pohjimmiltaan muuttaneet sitä, kuka tekee päätöksiä tai mitä päätökset koskevat.

Agenttipohjaisen tekoälyn transformaatio ulottuu syvemmälle. Se muuttaa sitä, kuka tekee työtä (ihmiset ja tekoälyagentit yhdessä), millaisia päätöksiä tehdään (tekoäly osallistuu päätöksiin tai ohjaa päätöksiä, jotka aiemmin olivat yksinomaan ihmisten tekemiä) ja miksi organisaatio on rakennettu nykyisellä tavalla (kun agentit voivat omistaa työnkulkuja päästä päähän, perinteiset toimintokohtaiset siilot menettävät perustelunsa).

Siksi useimmat tekoälyaloitteet eivät pääse pilottivaihetta pidemmälle. Pilotti on teknologiakokeilu. Transformaatio edellyttää johdon sitoutumista, organisaation uudelleensuunnittelua, ERP-käyttöönottoon tai pilvimigraatioon verrattavissa olevia investointeja sekä valmiutta muuttaa keskeisiä toimintamalleja sen sijaan, että olemassa oleviin malleihin vain lisätään uusia työkaluja.

Kyselydata ja yllä esitetty viitekehys osoittavat kolme konkreettista toimenpidettä, joihin teknologia- ja liiketoimintajohtajien tulisi ryhtyä nyt – riippumatta siitä, missä vaiheessa organisaatio tällä hetkellä on kypsyyskäyrällä.

Tekoälytransformaatio edellyttää hallintamalleja, ihmisiä ja johtajuutta

Asiakaskyselyn viiden kierroksen data kertoo johdonmukaisen tarinan: tekoälyn käyttöönotto ohjelmisto-organisaatioissa on todellista, se vauhdittuu, ja useimmissa organisaatioissa sen koko potentiaali on vielä kaukana toteutumisesta.

Menestyviä organisaatioita eivät välttämättä ole ne, jotka etenevät tänään nopeimmin. Ne rakentavat oikeat perustat: tunnistavat pullonkaulansa, luovat tarkoituksenmukaiset hallintamallit, investoivat ihmisiinsä ja näkevät tekoälyn liiketoiminnan transformaationa työkalupäivityksen sijaan.

Säännellyillä ja osittain säännellyillä toimialoilla toimiville johtajille mahdollisuuksien ikkuna on avoinna, mutta se edellyttää laajempia markkinoita harkitumpaa ajattelua hallinnasta, compliancesta ja arkkitehtuurista. Organisaatiot, jotka toimivat tässä harkitusti, huomaavat, että niiden alkuvaiheen käyttöönottoa hidastanut sääntelyrajoite muuttuu kilpailueduksi: luotettavan, auditoitavan ja hallitun tekoälykyvykkyyden alustaksi, jota vähemmän kurinalaisten kilpailijoiden on erittäin vaikea jäljitellä.