Tekoälyn käytön hiilijalanjälki suhteessa sen tehokkuushyötyihin – Case: suomalainen työeläkevakuutusyhtiö
Liimatta, Karoliina (2026)
Liimatta, Karoliina
2026
Vastuullisen liiketoiminnan maisteriohjelma - Master's Programme in Responsible Business
Johtamisen ja talouden tiedekunta - Faculty of Management and Business
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2026-05-18
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202605135561
https://urn.fi/URN:NBN:fi:tuni-202605135561
Tiivistelmä
Tekoälyn, erityisesti generatiivisten suurten kielimallien, nopea yleistyminen muuttaa asiantuntijatyötä merkittävästi, mutta samalla sen vaatima laskentateho synnyttää huomattavia ympäristövaikutuksia. Tutkielman tarkoituksena on selvittää, missä määrin tekoälyn käytön aiheuttamat päästöt ovat perusteltavissa sen aikaansaamilla tehokkuushyödyillä. Tutkimus tuottaa puuttuvaa empiiristä tietoa tekoälyn ympäristö- ja tehokkuusvaikutusten rinnakkaisesta toteutumisesta organisaatiokontekstissa. Tutkimuksen teoreettinen viitekehys yhdistää tekoälyn ympäristövaikutuksia ja resurssikestävyyttä sekä ihmisen ja tekoälyn vuorovaikutusta käsittelevää tutkimuskirjallisuutta.
Tutkimus toteutettiin monimenetelmällisenä tapaustutkimuksena, jonka kohteena oli suomalainen työeläkevakuutusyhtiö. Ympäristövaikutusten arviointi pohjautui skenaariomallinnukseen, jossa hyödynnettiin organisaation tekoälyn käyttölokitietoja, tekoälykyselyiden energiankulutusarvioita sekä datakeskusten sijaintikohtaisia hiili-intensiteettikertoimia. Tehokkuushyötyjä tutkittiin kohdeosastoille suunnatulla sähköisellä kyselyllä ja asiantuntijoiden pitämillä tekoälyn käyttöpäiväkirjoilla, joiden avulla analysoitiin saavutettua ajansäästöä ja työn muutosta.
Tulokset osoittavat, että tekoälyn käytönaikainen hiilijalanjälki on vahvasti riippuvainen datakeskusten sijainnista ja sähkön hiili-intensiteetistä, mutta se muodostaa kokonaisuudessaan vain marginaalisen osan organisaation kokonaispäästöistä. Samalla tekoäly tehostaa asiantuntijatyötä merkittävästi: aktiivinen käyttö vapauttaa asiantuntijalta keskimäärin yli kaksi tuntia nettotyöaikaa viikossa, mikä vastaa yli sataa tuntia vuodessa. Tehokkuushyödyt eivät korreloi asiantuntijan työkokemuksen kanssa, vaan ne riippuvat käyttäjän osaamisvarmuudesta ja monipuolisesta tekoälyn käyttöasteesta.
Johtopäätöksenä tekoälyn käytönaikainen hyötysuhde asiantuntijatyössä on toistaiseksi positiivinen, eli tehokkuushyödyt ovat perusteltavissa syntyviin päästöihin nähden. Ympäristövaikutusten hallinnassa on olennaisinta keskittyä kestäviin teknologiakumppanuuksiin ja datakeskusvalintoihin. Organisaatiokohtaisten kokonaisympäristövaikutusten luotettavaa mittaamista rajoittaa kuitenkin palveluntarjoajien heikko läpinäkyvyys vaadittavasta elinkaaridatasta. Kokonaiskuvan saavuttamiseksi jatkotutkimusehdotuksena esitetäänkin tekoälyn elinkaaren kokonaispäästöjen suhteuttamista sen tehokkuushyötyihin. Tulevaisuudessa kestävyyttä saattaa heikentää myös Jevonsin paradoksi, jossa käytön lisääntyminen kumoaa saavutetut resurssisäästöt.
Tutkimus toteutettiin monimenetelmällisenä tapaustutkimuksena, jonka kohteena oli suomalainen työeläkevakuutusyhtiö. Ympäristövaikutusten arviointi pohjautui skenaariomallinnukseen, jossa hyödynnettiin organisaation tekoälyn käyttölokitietoja, tekoälykyselyiden energiankulutusarvioita sekä datakeskusten sijaintikohtaisia hiili-intensiteettikertoimia. Tehokkuushyötyjä tutkittiin kohdeosastoille suunnatulla sähköisellä kyselyllä ja asiantuntijoiden pitämillä tekoälyn käyttöpäiväkirjoilla, joiden avulla analysoitiin saavutettua ajansäästöä ja työn muutosta.
Tulokset osoittavat, että tekoälyn käytönaikainen hiilijalanjälki on vahvasti riippuvainen datakeskusten sijainnista ja sähkön hiili-intensiteetistä, mutta se muodostaa kokonaisuudessaan vain marginaalisen osan organisaation kokonaispäästöistä. Samalla tekoäly tehostaa asiantuntijatyötä merkittävästi: aktiivinen käyttö vapauttaa asiantuntijalta keskimäärin yli kaksi tuntia nettotyöaikaa viikossa, mikä vastaa yli sataa tuntia vuodessa. Tehokkuushyödyt eivät korreloi asiantuntijan työkokemuksen kanssa, vaan ne riippuvat käyttäjän osaamisvarmuudesta ja monipuolisesta tekoälyn käyttöasteesta.
Johtopäätöksenä tekoälyn käytönaikainen hyötysuhde asiantuntijatyössä on toistaiseksi positiivinen, eli tehokkuushyödyt ovat perusteltavissa syntyviin päästöihin nähden. Ympäristövaikutusten hallinnassa on olennaisinta keskittyä kestäviin teknologiakumppanuuksiin ja datakeskusvalintoihin. Organisaatiokohtaisten kokonaisympäristövaikutusten luotettavaa mittaamista rajoittaa kuitenkin palveluntarjoajien heikko läpinäkyvyys vaadittavasta elinkaaridatasta. Kokonaiskuvan saavuttamiseksi jatkotutkimusehdotuksena esitetäänkin tekoälyn elinkaaren kokonaispäästöjen suhteuttamista sen tehokkuushyötyihin. Tulevaisuudessa kestävyyttä saattaa heikentää myös Jevonsin paradoksi, jossa käytön lisääntyminen kumoaa saavutetut resurssisäästöt.
