Artikkeli
Esittelemme juttusarjassa maailmalta ja Suomesta konkreettisia esimerkkejä siitä, miten tekoäly voi parantaa tuottavuutta julkisella sektorilla. Sarjan neljännessä osassa nostamme esille lupaavia uudistuksia, joilta odotetaan merkittäviä tuottavuushyötyjä.
Johtava asiantuntija, Viestintä
Artikkelin tyyppi
Lista
Julkaistu
24.2.2026
Data ja tekoäly avaavat uusia mahdollisuuksia merkittävään tuottavuusloikkaan julkisella sektorilla, kuten valtionhallinnossa, kunnissa ja hyvinvointialueilla. Suomessa tuottavuuden parantaminen on tärkeää, jotta kansalaisille ja yrityksille voidaan laadukkaat julkiset palvelut aikana, jolloin rahat ovat tiukoilla ja julkiselta sektorin eläköityy merkittävä määrä työntekijöitä.Mutta mihin tekoäly kykenee käytännössä? Tässä artikkelisarjassa esittelemme konkreettisia esimerkkejä siitä, miten tekoäly on parantanut tuottavuutta.
Sarjan neljännessä osassa nostamme esille maailmalta lupaavia uudistuksia, joiden hyödyt eivät ole vielä toteutuneet.
Kansainväliset esimerkit on valinnut LUT-kauppakorkeakoulun tekoälyyn erikoistunut teollisuusprofessori Mika Ruokonen.
Sarjan ensimmäisessä osassa esittelimme yli viiden miljoonan euron tuottavuushyötyjä tuoneita, kansainvälisiä ratkaisuja. Toisessa osassa tutustuimme kotimaisiin esimerkkeihin. Kolmas osa pureutui ratkaisuihin, jotka on tuoneet yli kymmenen miljoonan euron hyödyt ja jotka on skaalattu laajalle.
Listaus liittyy Sitran laajaan panostukseen, jossa vauhditamme yhdessä kumppaneiden kanssa tuottavuuden merkittävää parantumista Suomen julkisella sektorilla.
Uuden-Seelannin pääkaupunki Wellington on kehittänyt älykkään kaupunkimallin, joka yhdistää paikkatiedon, sensori- ja infrastruktuuridatan sekä tekoälyn päätöksenteon tueksi. Kaupunki hyödyntää mallia muun muassa ilmastonmuutoksen vaikutusten, väestönkasvun sekä asuinalueiden kehittämisen arvioinnissa.
Tekoälyllä varustettu, Wellingtonin kaupungin digitaalinen kaksonen tarjoaa päätöksentekijöille mahdollisuuden testata eri skenaarioita nopeasti: mitä esimerkiksi tapahtuu liikenneverkolle, jos tietty uusi asuinalue rakennetaan? Entä miten sähköverkko kestää tulevaisuuden kuormitusta erilaisilla investoinneilla? Kaupunki voi välttää ratkaisun avulla kalliita virheinvestointeja, kuten esimerkiksi vajaakäytölle jäävän sillan rakentamisen. Kaupunki voi myös optimoida resurssien käytön, ja esimerkiksi ajoittaa kunnossapitoa niin, että häiriöt jäävät minimiin. Lisäksi ratkaisun avulla on mahdollista ohjata liikennevirtoja tai energiankulutusta reaaliaikaisesti. Malli toimii myös vuorovaikutuksen välineenä: kansalaiset voivat nähdä, miltä kaupunki näyttää eri tulevaisuusskenaarioissa.
Wellingtonin digitaalinen kaksonen on yksi maailman pisimmälle viedyistä kaupunkitason simulaatioista (ns. world model): siinä tekoälyn tukema dataohjautuva suunnittelu parantaa jatkossa julkisen sektorin päätöksentekoa ja tuottavuutta.
Our Chancing City (englanniksi)Wellington’s Digital Twin (englanniksi)
Sveitsin liittovaltion tilastokeskus FSO on tekoälyn hyödyntämisessä yksi edistyneimmistä virallisista tilastotoimijoista.
FSO on perustanut oman Data Science, AI and Statistical Methods -yksikön, joka vastaa tekoäly- ja koneoppimismenetelmien kehittämisestä sekä niiden integroimisesta tilastotuotantoon. Lisäksi FSO tukee koko Sveitsin valtionhallintoa datan hyödyntämisessä.
Tekoälyä ja mallipohjaisia menetelmiä hyödynnetään FSO:ssa useissa Experimental Statistics -hankkeissa, joissa kokeillaan uusia datalähteitä ja tilastointimenetelmiä ennen niiden käyttöönottoa virallisessa tuotannossa.
Näihin kuuluvat muun muassa STATENT-Flash, jossa yritysrakennetilastojen tuloksia arvioidaan nopeammin, sekä VAB-STAGRE, joka tuottaa erilaisia arvioita yrityksille. Lisäksi tekoälyä hyödynnetään liikenne- ja anturidatan virheiden automaattisessa tunnistuksessa sekä reaaliaikaisessa väestön kuolleisuuden seurannassa.
FSO’s Experimental statistics (englanniksi)
Data Science Competence Center (englanniksi)
Islanti on tehnyt yhteistyösopimuksen tekoälyn tutkimus- ja käyttöönottoyritys OpenAI:n kanssa. Tavoitteena on, että kielimallit kykenevät palvelemaan entistä paremmin islannin kielellä.Islanti oli aiemmin ensimmäinen valtio, jonka kieli valittiin mukaan GPT-4:n kehitysvaiheeseen englannin kielen lisäksi.
Hankkeessa noin 40 kieliasiantuntijaa käyttävät reinforcement learning -menetelmää ja korjaavat kielimallien islannin kielen virheitä sekä parantavat kielioppia ja lisäävät kulttuuritietämystä.
Tavoitteena on, että islantia osataan käyttää luonnollisesti kaikissa sovelluksissa, esimerkiksi äänipalveluissa, asiakaspalveluboteissa ja viranomaisjärjestelmissä. Islannin hallitus on hiljattain mahdollistanut nimenomaan äänipohjaiset keskustelut ChatGPT:llä islanniksi.
OpenAI:lle on luovutettu yli neljän miljardin sanan laadukas paikallinen aineisto ja oletuksena on, että hanke on skaalautumassa alkuperäisestä pienestä toteutuksesta suuremmaksi lähiaikoina.
The Icelandic Approach: Preserving and Revitalizing Linguistic and Cultural Diversity in AI (englanniksi)
Head start for Icelandic (englanniksi)
Sitra kymmenkertaistaa panostuksensa julkisen sektorin tuottavuuden edistämiseen ja käyttää siihen vuoden 2028 loppuun mennessä yhteensä 50 miljoonaa euroa.
Tuemme julkisen sektorin tuottavuusmurrosta rahoituksella, johdon valmennuksella, ennakointitiedolla ja asiantuntijatuella.
Päämääränä on auttaa kumppaneita onnistumaan uudistustyössä ja palvella näin suomalaista yhteiskuntaa. Tavoitteena on, että julkisen sektorin tuottavuuden kehittämisellä saavutetaan 500 miljoonan euron suorat tuottavuushyödyt vuoteen 2030 mennessä ja jopa viiden miljardin euron välilliset hyödyt vuoteen 2035 mennessä.
Työ tehdään yhdessä julkisen sektorin kumppaneiden sekä yritysten kanssa. Sitrassa työtä johtaa Tuottavuutta julkiselle sektorille -ohjelma.
Haluatko kuulla lisää tekoälyn tuottavuushyödyistä julkisella sektorilla?
Ohjelmajohtaja, Julkisen sektorin tuottavuus
+358 294 618 397
jonna.heliskoski@sitra.fi