Tekoäly asiantuntijatyössä : generatiivisen AI:n vaikutus tehokkuuteen, laatuun ja osaamiseen
Hemmilä, Mirka (2025)
Kandidaatintyö
2025
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025072979838
https://urn.fi/URN:NBN:fi-fe2025072979838
Tiivistelmä
Tässä kandidaatintutkielmassa tarkastellaan tekoälyn hyödyntämistä asiantuntijatyössä sekä sen vaikutuksia työn sisältöön, tehokkuuteen, laatuun ja osaamisvaatimuksiin. Erityinen painopiste on insinöörityön ja projektinhallinnan konteksteissa, joissa generatiivisen tekoälyn rooli on nopeasti kasvamassa. Tutkimus yhdistää ajankohtaisen kirjallisuuskatsauksen ja tapaustutkimuksen suomalaisesta IT-palveluyrityksestä Fellowmindista.
Kirjallisuuskatsauksen avulla muodostettiin alustava teoreettinen viitekehys tekoälyn keskeisistä käsitteistä, vaikutusalueista ja käyttöönoton haasteista asiantuntijatyössä. Empiirinen aineisto koostuu Fellowmindin asiantuntijoiden sähköpostitse antamista vastauksista, jotka analysoitiin laadullisesti. Tutkimus noudattaa abduktiivista päättelylogiikkaa, jossa teoria ja käytäntö olivat jatkuvassa vuorovaikutuksessa.
Tulosten perusteella generatiivinen tekoäly toimii asiantuntijatyössä ennen kaikkea tukevana ja täydentävänä työkaluna. Se tehostaa toimintaa, parantaa työn laatua ja mahdollistaa työskentelyn laajemmilla osaamisalueilla. Käyttöönotto vaatii kuitenkin uudenlaista ajattelua, organisaation tukea sekä osaamisen kehittämistä. Tekoälyn hyödyntäminen edellyttää strategista lähestymistapaa, teknologista valmiutta ja jatkuvaa oppimista. This bachelor's thesis examines the use of artificial intelligence in expert work and its effects on work content, efficiency, quality, and skill requirements. Emphasis is placed on the contexts of engineering and project management, where the role of generative artificial intelligence (GenAI) is rapidly expanding. The study combines a current literature review with a case study of the Finnish IT service company Fellowmind.
The literature review was used to construct a preliminary theoretical framework focusing on key AI concepts, areas of impact, and challenges related to implementation in expert work. The empirical data consists of responses provided by Fellowmind’s experts via email, which were analysed qualitatively. The research follows an abductive reasoning logic, where theory and practice were in constant dialogue throughout the process.
The results indicate that GenAI primarily functions as a supportive and complementary tool in expert work. It enhances operational efficiency, improves work quality, and enables professionals to operate across broader knowledge domains. However, successful implementation requires a shift in mindset, organizational support, and skills development. Utilizing AI effectively demands a strategic approach, technological readiness, and continuous learning.
Kirjallisuuskatsauksen avulla muodostettiin alustava teoreettinen viitekehys tekoälyn keskeisistä käsitteistä, vaikutusalueista ja käyttöönoton haasteista asiantuntijatyössä. Empiirinen aineisto koostuu Fellowmindin asiantuntijoiden sähköpostitse antamista vastauksista, jotka analysoitiin laadullisesti. Tutkimus noudattaa abduktiivista päättelylogiikkaa, jossa teoria ja käytäntö olivat jatkuvassa vuorovaikutuksessa.
Tulosten perusteella generatiivinen tekoäly toimii asiantuntijatyössä ennen kaikkea tukevana ja täydentävänä työkaluna. Se tehostaa toimintaa, parantaa työn laatua ja mahdollistaa työskentelyn laajemmilla osaamisalueilla. Käyttöönotto vaatii kuitenkin uudenlaista ajattelua, organisaation tukea sekä osaamisen kehittämistä. Tekoälyn hyödyntäminen edellyttää strategista lähestymistapaa, teknologista valmiutta ja jatkuvaa oppimista.
The literature review was used to construct a preliminary theoretical framework focusing on key AI concepts, areas of impact, and challenges related to implementation in expert work. The empirical data consists of responses provided by Fellowmind’s experts via email, which were analysed qualitatively. The research follows an abductive reasoning logic, where theory and practice were in constant dialogue throughout the process.
The results indicate that GenAI primarily functions as a supportive and complementary tool in expert work. It enhances operational efficiency, improves work quality, and enables professionals to operate across broader knowledge domains. However, successful implementation requires a shift in mindset, organizational support, and skills development. Utilizing AI effectively demands a strategic approach, technological readiness, and continuous learning.