Mari Asmala | 16.10.2026
Kasvujohtaja (AI), Magic Cloud Oy
Suomalaisissa yrityksissä valitaan juuri nyt tekoälymalleja, -alustoja ja -työkaluja, joiden varaan rakennetaan yritysten AI-infrastruktuuri ja prosessit. AI:n kohdalla vauhti on äärettömän nopeaa ja moni valinta tehdään myös nopeasti: tiimi ottaa käyttöön sen, mikä toimii heti, ja kortti vinkuu. Se on ymmärrettävää, mutta juuri näin syntyi edellinen lukittuminen, pilvipalveluiden kohdalla.
Mitä meidän kannattaa oppia pilvipalveluihin siirtymisestä, miten AI-lukittuminen syntyy ja miksi avoimet mallit ovat vakavasti otettava vaihtoehto suljettujen alustojen rinnalla.
Pilvi opetti: päätökset tehtiin kehitystiimeissä
Kun julkipilvi yleistyi, isoimmat arkkitehtuuripäätökset eivät syntyneet johtoryhmässä. Ne syntyivät kehitystiimeissä, joissa joku avasi tilin, laittoi luottokortin sisään ja alkoi rakentaa. Näin kärjistetysti. Se oli nopeaa ja tuotti tuloksia, jonka seurauksena kukaan ei pysähtynyt kysymään, mihin sitoudutaan.
Vuosia myöhemmin olen itsekin ollut monissa asiakaskeskusteluissa, kun moni yritys huomasi olevansa riippuvainen yhden toimittajan hallinnoiduista palveluista. Koko yrityksen ekosysteemi tai järjestelmät on rakennettu yhden toimittajan varaan ja siirtyminen tarkoittaisi kaiken rakentamista alusta. Siirtyminen ulos maksaa, osaaminen on sidottu yhteen ekosysteemiin ja hinnoitteluun on vaikea vaikuttaa. Liiketoiminta ei ollut ymmärtänyt, mitä se oli hyväksynyt, koska se ei ollut koskaan varsinaisesti hyväksynyt mitään.
Ongelma ei ollut pilvi itsessään. Ongelma oli, että strateginen riippuvuus syntyi operatiivisina päätöksinä, ilman että kukaan arvioi poistumisen hintaa. Sama kuvio on näkymässä myös AI:n hyödyntämisessä, mutta nyt meidän on mahdollisuus oppia historiasta.
AI-käyttöönotot etenevät täsmälleen samalla tavalla. Kehittäjä ottaa koodiavustajan, tiimi rakentaa agentin yhden toimittajan työkaluja käyttämällä ja sisäinen prosessi luodaan yhden mallin ympärille. Jokainen askel on järkevä yksinään, mutta yhdessä ne muodostavat sitoutumisen.
Lukittuminen syntyy tällä kertaa useammasta kerroksesta:
1. Mallit: Kokonaisuus rakennetaan yhden mallin ympärille. Mallin vaihto tarkoittaa uutta testausta ja/tai uudelleen rakentamista.
2. Alusta: Toimittajakohtaiset agentit, työkalukutsut ja muut rakennetut kehitystyökalut eivät siirry sellaisenaan.
3. Työkalut ja tavat: Kun koko organisaatio on oppinut yhden käyttöliittymän ja integraatiot on rakennettu sen varaan, vaihtamisen kynnys kasvaa joka kuukausi.
4. Hinta: Lisenssiehdot ja niiden hinta sekä token-pohjainen hinnoittelu on alussa edullista, mutta käytön kasvaessa kustannus skaalautuu suoraan toimittajan hinnaston mukaan. Toimittaja voi muuttaa ehtojaan tai hinnoittelua.
5. Ero pilveen on vauhti: Pilvessä lukittuminen kesti vuosia, tekoälyssä se voi syntyä yhdessä budjettikaudessa.
Mitä avoimet mallit oikeastaan ovat?
Avoin malli tarkoittaa yleensä mallia, jonka painot (weights) voi ladata ja ajaa omassa ympäristössä tai hyödyntää palveluntarjoajaa, joka tarjoaa näitä malleja käyttöön. Suljettu malli, kuten Claude, GPT tai Gemini, on vain käytettävissä toimittajan rajapinnan kautta.
Termeissä kannattaa olla tarkka, koska "avoin" tarkoittaa eri asioita:
| Suljettu (esim. Claude, Gemini) | Avoimet painot (open weights) | Avoin lähdekoodi (OSI) | |
| Mallin voi ajaa itse | Ei | Kyllä | Kyllä |
| Mallia voi hienosäätää | Rajatusti, toimittajan palvelussa | Kyllä | Kyllä |
| Koulutusdata ja -koodi julki | Ei | Yleensä ei | Kyllä |
| Käyttöehdot | Toimittajan sopimus | Mallikohtainen lisenssi | Hyväksytty avoin lisenssi |
Olennaista on, että avoin malli ei ole yksi tuote vaan valinta: saman mallin voi ajaa omalla raudalla, pilvessä tai ostaa palveluna usealta eri toimittajalta. Juuri tämä vaihdettavuus on sen todellinen arvo.
Kuinka hyviä avoimet mallit ovat?
Lyhyt vastaus: parhaat avoimet mallit ovat edellisen sukupolven suljettujen kärkimallien tasolla. Kärjessä olevat suljetut mallit ovat yhä selvästi edellä arvosteluissa. Parhaat avoimet mallit ohittavat suljettuja malleja, jotka olivat alan huippua vain hetki sitten. Huomion arvoista on kuitenkin se, että useimpiin yrityskäyttöihin – dokumenttien käsittelyyn, prosessien automatisointiin, tiedonhakuun, ohjelmistokehitykseen – tämä taso riittää hyvin. Eri mallit toimivat eri tavalla eri käyttötarkoituksiin. Hyödyntämällä eri malleja, voidaan vähentää mallikohtaista riippuvuutta ja saavuttaa kustannushyötyä: kevyempiä tehtäviä voi suorittaa pienemmillä malleilla. Ne eivät tarvitse frontier-tason mallia.
Muitakin työkaluja on kuin Claude ja Copilot
Keskustelu tekoälystä pyörii usein muutaman tuotemerkin ympärillä: ChatGPT, Claude, Copilot, Gemini. Ne ovat hyviä malleja/palveluja, mutta ne ovat myös suljettuja kokonaisuuksia, joissa malli, käyttöliittymä ja integraatiot tulevat samalta toimittajalta. Rinnalle on syntynyt laaja avoin ekosysteemi, jossa nämä kerrokset voi valita erikseen. Tässä esimerkkejä, mitä eri vaihtoehtoja on olemassa:
| Kerros | Esimerkkejä avoimista vaihtoehdoista | Mitä se ratkaisee? |
| Agenttityökalu (harness) | OpenCode, Goose | Sama työkalu toimii minkä tahansa mallin kanssa; mallin voi vaihtaa kesken projektin |
| Mallien käyttäminen | OpenRouter, Magic Cloudin AI-alusta ja muut yhdyskäytävät | Yksi rajapinta useille malleille |
| Agenttien ja työkalujen liitännät | MCP (Model Context Protocol) ja OpenAI-yhteensopivat rajapinnat | Avoimet standardit, joilla työkalut ja ohjeet siirtyvät mallista toiseen |
| Ajoalusta | Eurooppalaiset pilvet ja oma konesali, Magic Cloudin AI-alusta | Data pysyy EU:ssa ja oman hallinnan alla |
Hyvä esimerkki muutoksesta on OpenCode: avoin, mallista riippumaton koodausagentti ohitti kesällä 2026 Claude Coden GitHub-tähtien määrässä. Kehittäjät haluavat selvästi työkalun, joka ei sido yhteen mallitoimittajaan.
Tämä ei tarkoita, että suljettuja palveluja pitäisi välttää. Kärkimallit ovat yhä parhaita vaativimpiin tehtäviin. Kyse on siitä, että arkkitehtuuri sallii vaihtamisen: suljettua mallia voi käyttää siellä, missä se tuottaa eniten arvoa ja avointa siellä, missä hinta, tietosuoja tai hallittavuus painavat enemmän.
Näin vältät pilven virheen toistumisen. Tavoite ei ole hidastaa käyttöönottoa, vaan tehdä se niin, että vaihtoehdot pysyvät auki. Viisi käytännön periaatetta:
1. Tee AI-valinnoista liiketoiminnan päätöksiä. Kun tiimi ottaa käyttöön alustan, joka koskee prosesseja tai asiakasdataa, päätös kuuluu myös johdolle. Kysy aina: mitä maksaa vaihtaa toimittajaa/mallia kahden vuoden päästä?
2. Erota malli ja sovellus toisistaan. Rakenna sovellukset yhdyskäytävän tai avoimen rajapinnan taakse, jolloin mallin voi vaihtaa muuttamatta koko ratkaisua.
3. Pidä data ja arviointi itselläsi. Esimerkiksi omat testitapaukset, agentit ja keskusteluhistoria ovat yrityksen omaisuutta. Niiden avulla minkä tahansa uuden mallin voi testata päivissä.
4. Suosi avoimia standardeja. MCP ja OpenAI-yhteensopivat rajapinnat tekevät työkaluista siirrettäviä.
5. Testaa avoin vaihtoehto rinnalla. Valitse yksi käyttötapaus ja aja se sekä suljetulla että avoimella mallilla. Moni yllättyy siitä, kuinka pieni ero arjen tehtävissä on.
Artikkeli on tuotettu tekoälyavusteisesti.
