Uutiset

Entä ihminen?

05.10.2026

Paljon on sen jälkeen muuttunut. Puhumme tekoälystä, uusista osaamistarpeista ja työurista, joiden ei enää edes odoteta kulkevan suorina. Yritämme ymmärtää, millaista työtä tulevaisuudessa tehdään, missä sitä tehdään ja mitä pitäisi osata.

Huomaan silti olevani edelleen kaikkein kiinnostunein samasta asiasta.

Ihmisestä.

Siitä, millaisia olemme ja millaisia meistä tulee toisillemme.

Työelämässä on jotain kummallista. Astumme siihen ihmisinä, mutta opimme nopeasti puhumaan toisistamme resursseina, osaamisena, suorituskykynä ja potentiaalina. Välillä tuntuu, että johtamisajattelussakin elää yhä sitkeästi ajatus ihmisestä osana koneistoa, jonka toimintaa voidaan suunnitella, mitata ja optimoida.

Totta kai yrityksen täytyy menestyä ja organisaation toimia. Työllä pitää tuottaa arvoa, asiakkaan saada vastinetta rahoilleen ja jonkun lopulta maksaa palkatkin. Mutta ihminen ei ole kone, eikä elämä noudata kovin siistiä prosessikaaviota.

Ihminen voi olla kolmekymppisenä varma siitä, mitä haluaa, ja viisikymppisenä huomata haluavansa jotain aivan muuta. Hän voi menettää työnsä, vaihtaa alaa tai huomata olevansa hyvä jossakin, mitä ei ollut koskaan ajatellut tekevänsä.

Hän voi kukoistaa yhdessä ympäristössä ja huomata toisessa, ettei oikein löydä paikkaansa. Välissä elämä tuo ihmisiä luoksemme ja vie toisia pois. Rakastutaan ja erotaan. Sairastutaan ja parannutaan. Välillä ollaan rohkeita ja välillä aivan hukassa.

Ja koko sen ajan ihmiselle kertyy jotakin, jota on vaikea mahduttaa osaamismatriisiin.

Elämää.

Ehkä tulevaisuuden työelämän suuri mahdollisuus onkin siinä, että opimme ymmärtämään elämän tuoman kokemuksen arvoa vähän paremmin.

Se, mitä ihmisessä nähdään, ei ole yhdentekevää. Työelämässä tehdään joka päivä valintoja, joilla on vaikutusta toisten ihmisten elämään.

Yksi kutsutaan sisään, toinen jää ulkopuolelle. Jonkun ajatus pysäyttää muut kuuntelemaan, toinen ehtii tuskin lausua omaansa loppuun. Yhdelle annetaan vastuuta ennen kuin hän on ehtinyt todistaa olevansa siihen valmis.

Joskus joku katsoo ihmistä, jolla ei vielä ole kaikkea vaadittua, ja näkee silti jotakin.

Se on valtaa.

Valta kuulostaa helposti vähän ikävältä sanalta. Puhumme mieluummin johtamisesta, vaikuttamisesta ja päätöksenteosta. Mutta vallalla voi sulkea oven ja sillä voi myös avata sellaisen.

Vallan mukana tulee vastuu.

Johtajan vastuu ei pääty tehtyyn päätökseen eikä työpaikan ovelle. Se, mitä ihmiselle työssä tapahtuu, kulkee hänen mukanaan kotiin. Epävarmuus, pelko ja kokemus arvottomuudesta kulkevat, mutta niin kulkevat myös luottamus, onnistuminen ja tunne siitä, että joku uskoi.

Työelämä ulottuu ihmisten kautta paljon työelämää pidemmälle.

Vaikeatkaan päätökset eivät aina ole vääriä. Vastuu niiden vaikutuksista ei silti katoa sillä, että päätös oli liiketoiminnallisesti perusteltu tai kuului omaan tehtävään.

Vallan käyttäminen toisen hyväksi voi vaatia enemmän rohkeutta kuin oman asemansa turvaaminen. Se vaatii kykyä nähdä ihmisessä muutakin kuin tämän päivän suoritus tai eilinen epäonnistuminen.

Joskus yhden ihmisen tapa käyttää valtaansa voi muuttaa toisen ihmisen elämän suunnan. Siinä on parhaimmillaan jotain valtavan kaunista.

Ja ehkä juuri siinä tullaan sanaan, jota olen käyttänyt johtamisen yhteydessä jo kauan.

Rakkauteen.

Rakkaus tuntui vielä vuosia sitten työelämän yhteydessä sanalta, jota piti selittää. Ehkä se kertoo enemmän työelämästä kuin rakkaudesta.

En tarkoita sitä, että työpaikan pitäisi olla perhe tai ettei keneltäkään saisi vaatia mitään. Rakkaus työelämässä on arkisempaa ja samalla vaativampaa.

Se näkyy siinä, ettei toinen ihminen merkitse meille vain hyötyä. Kiinnostumme siitä, kuka hän on, emme pelkästään siitä, mitä hän pystyy meille tänään tuottamaan. Toisen onnistumiselle voi tehdä tilaa ilman, että kokee sen olevan itseltä pois.

Rakkaus liittyy myös siihen, miten suhtaudumme itseemme. Terve itsensä rakastaminen ei tarkoita, että pitäisi itseään valmiina tai aina oikeassa. Ehkä päinvastoin. Siihen kuuluu nöyryys nähdä oma keskeneräisyytensä ja halu kehittää itsetuntemustaan. Mitä paremmin tunnemme itsemme, sitä paremmat edellytykset meillä on kohdata muita.

Rakkaus voi kohdistua myös työhön: siihen, että välittää siitä, mitä tekee, haluaa tehdä sen hyvin ja uskoo, että yhdessä voi saada aikaan jotakin merkityksellistä.

Ehkä rakkaudessa on lopulta kyse siitä, että tahtoo hyvää ihmiselle ja sille, mitä yhdessä pyritään saamaan aikaan keskellä tavoitteita, tuloksia ja vaikeitakin päätöksiä.

Se ei tee työelämästä pehmeämpää. Saattaa olla, että se tekee meistä vaativampia myös itsellemme.

Myös organisaatiot muuttuvat ihmisten mukana. Tulemme niihin aina jostakin ja tuomme mukanamme sen, mitä olemme aiemmin oppineet pitämään normaalina, hyvässä ja pahassa. Samalla uusi ympäristö muovaa myös meitä.

Ehkä juuri siksi vanha puheeni kuulostaa nyt omissa korvissani yllättävän ajankohtaiselta.

Ihminen johtajana – johtajana ihmiselle.

Vuosien varrella olen vain alkanut ymmärtää entistä paremmin, kuinka paljon siihen mahtuu.

Meillä on työelämässä enemmän valtaa toistemme elämään kuin aina muistamme. Sen mukana tulee vastuu siitä, mitä jätämme jälkeemme ihmisiin, organisaatioihin ja joskus paljon niiden ulkopuolellekin.

Tulevaisuuden työelämästä puhutaan usein kuin se olisi jotakin, joka on matkalla meitä kohti. Mutta ei se ole. Me teemme sitä jo nyt, toisillemme.

Ja ehkä siksi sen tärkeimmät kysymykset ovat lopulta yllättävän vanhoja.

Ihminen. Elämä. Rakkaus ja valta.

Irina Kalmi
Johtamisajattelija
Keynote-puhuja
Johdon ja hallitusten neuvonantaja
www.linkedin.com/in/irina-kalmi

Artikkeli Entä ihminen? julkaistiin ensimmäisen kerran hrviesti.fi.

Lue uutinen (hrviesti.fi)

Tekoälyn käyttöönotto junnaa – miten HR voi nopeuttaa oppimista?

02.10.2026

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.

”Yleisten koulutusten sijaan
pitää luoda uusia oppimisen tapoja.

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?

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.

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.

”HR:n ei tarvitse olla tekoälyasiantuntija
tukeakseen organisaatiota tekoälyn
käyttöönotossa.

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

Kirjoittaja Villiam Virkkunen on muutoskonsultti ja fasilitaattori, joka auttaa organisaatioita viemään tekoälyä käytäntöön. Aiemmin hän toimi Senior Strategy and Renewal Consultantina Futuricella, ja toimii vierailevana luennoitsijana Hankenilla ja Aalto-yliopistossa. Hän on koulutukseltaan kauppatieteiden maisteri (Organisaatiot ja johtaminen) sekä valtiotieteiden kandidaatti (Sosiaalipsykologia).
villiamvirkkunen.com/ai-learning-networks

Artikkeli Tekoälyn käyttöönotto junnaa – miten HR voi nopeuttaa oppimista? julkaistiin ensimmäisen kerran hrviesti.fi.

Lue uutinen (hrviesti.fi)