Tällä videolla käydään kolme tasoa, joilla tekoälyn kanssa voi työskennellä tietotyössä. Jokaisesta on konkreettinen esimerkki. Kerron myös, miksi vasta kolmas taso oikeasti muuttaa työn tekemisen.
Taso 1: Teet samat asiat, mutta eri tavalla
Käytät tekoälychattia — ChatGPT, Gemini tai Claude — googlaamisen sijaan. Nämä ovat hyviä työkaluja. Päivästä riippuen ne voivat säästää kymmeniä minuutteja, joskus tunnin tai pari. Ne hakevat tietoa, yhdistelevät sitä ja muokkaavat vastausta sen mukaan, mitä kysyt seuraavaksi.
Iso rajoite: tämä tapahtuu erillään itse työstä. Menet eri ohjelmaan tai sivulle, juttelet, ja viet vastauksen käsin takaisin omaan työkaluusi. Chat ei myöskään muista vanhoja keskusteluja kovin hyvin, joten joudut toistamaan samoja asioita. Eikä se tee mitään puolestasi silloin, kun et ole itse paikalla — se on täysin reaktiivinen.
Tekoälychat korvaa googlaamisen. Mutta se ei tee mitään puolestasi, kun et ole paikalla.
Taso 2: Teet samat asiat helpommin, siellä missä työ tapahtuu
Yhä useammassa ohjelmassa on tekoäly sisäänrakennettuna: Microsoft Copilot melkein joka paikassa, Gemini Gmailissa, Notion AI Notionissa. Kun olet jo siinä kontekstissa, missä työ tehdään, tekoäly pääsee usein paremmin käsiksi omaan tietoosi — vanhoihin viesteihin ja sähköposteihin. Etuna se, ettei tarvitse hyppiä sovellusten välillä eikä kopioida vastauksia paikasta toiseen.
Huono puoli on läpinäkyvyys. Et aina tiedä, mikä malli on käytössä tai paljonko sillä on kontekstia. Sitä on vaikea toistaa ja tarkistaa, joten usein teet saman työn kahteen kertaan — kerran tekoälyllä ja kerran varmistaaksesi.
Taso 3: Teet asioita, joihin et muuten pystyisi tai ehtisi
Tällä tasolla et käytä valmista työkalua. Rakennat oman avustajan tai agentin. Annat
tekoälylle ohjeet — esimerkiksi CLAUDE.md-tiedoston kautta — ja pääsyn niihin
tiedostoihin ja ohjelmiin, joihin itse haluat. Tässä kaksi omaa esimerkkiä.
Esimerkki 1: autojen hinnat (evdb.fi)
evdb.fi on suomalainen autojen tietokanta, sivuprojektini. Joka viikko päivitän sinne muuttuneita hintoja ja lisään juuri julkaistuja autoja. Käsin tämä tarkoittaisi noin 150 hinnasto-PDF:n lataamista ja läpikäyntiä. Annoin Claudelle pääsyn Excel-tiedostoon ja kansioon, johon pudotan PDF:t. Claude käy ne läpi, katsoo mitkä hinnat ovat muuttuneet ja näyttää ne — minä päivitän vain muuttuneet. Tämän voisi viedä pidemmällekin, mutta hinnastojen laatu ei ole vielä tarpeeksi luotettava täysin automaattiseen päivitykseen.
Esimerkki 2: oma analyysiavustaja
Toisessa esimerkissä käytän Claude Codea, lisäosaa Visual Studio Codeen. Käyttöliittymä on
samanlainen chat kuin tavallisessakin tekoälychatissa. Omassa kansiossani on
CLAUDE.md, johon olen listannut projektini ja niiden tavoitteet. Sille on annettu
pääsy Notioniin (tehtävät ja ideat), PostHogiin (verkkoanalytiikka), Google Search Consoleen
ja YouTube-analytiikkaan. Voin kysyä esimerkiksi, miten evdb.fin viime viikko meni edelliseen
verrattuna — ja se hakee vastauksen suoraan niistä lähteistä, jotka itse valitsen.
Tämä on se taso, jolla tekoäly alkaa oikeasti tehdä asioita puolestasi. evdb.fi saa minulta vain muutaman tunnin viikossa — ei olisi mitään mahdollisuutta tehdä jatkuvaa analyysiä kolmesta neljästä lähteestä käsin. Voin laittaa komennot taustalle pyörimään ja tehdä itse jotain muuta. Avustajia voi olla monta käynnissä yhtä aikaa.
Vasta kolmannella tasolla tekoäly alkaa tehdä asioita puolestasi — niitä, joihin et muuten ehtisi.
Yhteenveto: kolme tasoa
Taso 1: teet asiat eri tavalla — tekoälychat googlaamisen sijaan. Taso 2: teet asiat helpommin siellä, missä työ jo tapahtuu — apuri sovelluksen sisällä. Taso 3: teet asioita, joihin et muuten pystyisi tai ehtisi — rakennat oman avustajan.
Jos taso 3 kiinnostaa, mutta et tiedä mistä aloittaa, me autamme. Saat valmiita palikoita tai työpajan, jossa rakennetaan yhdessä — niin että osaatte jatkaa kehittämistä itse.
