
Konfiguraationhallinta ja Gordionin solmu
Aki Lähteenmäki | 24.11.2015On vanha vitsi, että jos suunnitelmissa on konfiguraationhallinnan prosessin ja CMDB –työkalun käyttöönotto, nopein ratkaisu selvitä tilanteesta ehjänä on unohtaa koko juttu

Tekoäly säästää aikaa ja nopeuttaa työtä. Automaatio muokkaa työn tekemisen tapoja ja vauhdittaa kehitystä. Paljon puhutaan palvelumuotoilusta, ohjelmistokehityksestä ja henkilöstöön panostamisesta, mutta yksi tekijä jää yllättävän usein keskustelun ulkopuolelle: aika. Juuri se hiljainen resurssi, jota ei voi ostaa lisää, mutta jonka puute näkyy lähes jokaisessa kehityshankkeessa. Teknologia kehittyy, mutta ehtiikö ihminen mukaan?
On hyvin tätä päivää puhua toiminnan tehostamisesta, tuottavuuden kasvattamisesta ja työn sujuvoittamisesta. Ensin tulivat robotiikka ja automaatio, nyt työparinamme toimii tekoäly. Etenkin asiantuntijatyössä työn sisältö muuttuu jatkuvasti, ja samalla työntekijöiden odotetaan mukautuvan muutokseen lähes huomaamatta.

Teknologiat vaihtuvat, järjestelmät uudistuvat ja toimintamallit kehittyvät. Työtä tekevät kuitenkin edelleen ihmiset. Mitä enemmän seuraan erilaisia kehitysprojekteja, sitä useammin huomaan pohtivani yhtä kysymystä: miten voisimme auttaa ihmistä onnistumaan muutoksessa hieman paremmin?
Yksi suosikkiyhtyeistäni, Suurlähettiläät, laulaa tunnetussa kappaleessaan:
Kuka voisi kellot seisauttaa ja ajan pysäyttää, kun maailma antaa kaikkein parastaan…
Myönnän, että tämä säe pyörii mielessäni erityisesti ohjelmistokehityksen ja järjestelmäkäyttöönottojen yhteydessä. Usein uuden järjestelmän hankintaan investoidaan merkittäviä summia, ja samalla odotetaan, että investointi alkaa nopeasti tuottaa säästöjä ja tehokkuutta.
Todellisuudessa maailma ei kuitenkaan valmistu uuden järjestelmän käyttöönottoon. Päinvastoin. Juuri silloin alkaa uuden arjen opettelu. Prosessit hioutuvat, käyttäjät omaksuvat uusia toimintatapoja ja organisaatio rakentaa vähitellen niitä hyötyjä, joita hankkeelta alun perin odotettiin.
Budjetti määrittää aikaa. Rahat sidotaan tietylle ajanjaksolle, ja erityisesti järjestelmähankkeissa myös investoinnit halutaan kalenteroida tarkasti. Organisaation on ymmärrettävä, milloin kustannukset syntyvät ja milloin hyötyjä voidaan realistisesti alkaa odottaa.
Kehitystyön edetessä tapahtuu kuitenkin lähes väistämättä jotain tuttua. Alkuperäinen must have -lista alkaa kutistua, ja ominaisuuksia siirretään yksi kerrallaan nice to have -kategoriaan. Toisin sanoen: ”Tämän saatte myöhemmin, seuraavassa iteraatiossa.”
Näin syntyy MVP, Minimum Viable Product.
Eräässä projektissa sain asiasta erinomaisen näkökulman ohjelmistokehittäjän lapselta. Hän oli kuullut äitinsä puhuvan MVP:stä ja tehnyt nopean tulkinnan käsitteestä.
Tämähän tarkoittaa Most Valuable Playeria!
Täytyy myöntää, että pidän tästä määritelmästä edelleen enemmän.
Jos ajatellaan MVP:tä kaikkein arvokkaimpana pelaajana, näkökulma muuttuu. Kehittämisen tavoitteena ei olekaan vain saada jotain valmiiksi mahdollisimman nopeasti, vaan rakentaa jotain, joka tuottaa aidosti arvoa käyttäjilleen ja organisaatiolleen.

Tämä on tärkeä muistutus myös siksi, että vanha ystävämme budjetti alkaa yleensä melko nopeasti vaatia jälleen huomiota. Kun käyttöönottoprojekti on valmis, jatkokehitys jää monessa organisaatiossa yllättävän kevyille kantimille. Juuri silloin pitäisi muistaa, että myös järjestelmät tarvitsevat jatkuvaa kehittämistä. Muuten kehitys pysähtyy samaan aikaan, kun toimintaympäristö ympärillä jatkaa muuttumistaan.
Teknologian kehityksestä puhutaan paljon. Sen sijaan huomattavasti harvemmin keskustellaan siitä, kuinka ihmiset oppivat käyttämään uusia teknologioita ja toimintamalleja. Tämä korostuu erityisesti asiantuntijatyössä, jossa työurat pitenevät ja työyhteisöjen keski-ikä monissa organisaatioissa nousee.
Ikääntymisen myötä oppimisen mekanismit voivat muuttua, mutta tutkimusten perusteella aivot säilyttävät edelleen kykynsä muodostaa uusia yhteyksiä ja kehittää taitoja harjoittelun kautta (Pauwels jne., 2018). Tutkimuskirjallisuudessa on jopa todettu, että uusien taitojen aktiivinen harjoittelu ja oppiminen voivat tukea kognitiivista toimintakykyä myöhemmällä iällä (Stringer, 2026).
Tästä syntyykin yksi työelämän sitkeimmistä väärinkäsityksistä. Kokeneen asiantuntijan oppimiskykyä arvioidaan helposti sen perusteella, kuinka nopeasti hän omaksuu uuden järjestelmän ensimmäisten käyttöpäivien aikana. Todellisuudessa oppiminen ei ole vain nopeutta vaan myös kykyä yhdistää uusi tieto aiempaan kokemukseen.

Vertaisin kokeneen asiantuntijan oppimista vanhaan tieverkostoon. Nuorella työntekijällä käytössään on muutama hyvin rakennettu valtatie, joten uusiin suuntiin lähdetään nopeasti. Kokeneella asiantuntijalla taas on käytössään kokonainen tiekartasto: siellä on pikkuteitä, kehäteitä, oikopolkuja ja muutama vuosien saatossa syntynyt mutkikas soratiekin. Uuden reitin rakentaminen voi joskus viedä hieman enemmän aikaa, mutta samalla käytettävissä on valtava määrä aiemmin rakennettua infrastruktuuria.
Tomi Kasurinen tiivisti aihetta hyvin myös tuoreessa blogissaan (2026) todeten, että kyvykkyys ei siis sijaitse vain yksittäisissä ihmisissä. Se syntyy siinä, miten ihmiset jakavat tietoa, tekevät valintoja, sovittavat työnsä yhteen ja parantavat toimintaa yhdessä.
Lisäksi psykologian tutkija Rachel Wu kollegoineen on nostanut esiin ajatuksen, että aikuisuudessa oppimista harjoitellaan usein huomattavasti vähemmän kuin lapsuudessa. Hänen mukaansa osa oppimisen hidastumisesta saattaa liittyä siihen, että aikuisilla on vähemmän mahdollisuuksia ja odotuksia jatkuvaan uuden oppimiseen, ei pelkästään biologiseen ikääntymiseen (Stringer, 2026).
Tällä havainnolla on suora yhteys järjestelmien käyttöönottoon. Organisaatiot investoivat usein merkittäviä summia teknologiaan, mutta huomattavasti vähemmän aikaa sen omaksumiseen. Jos ei ihminen ehdi omaksua, järjestelmä jää luultavasti käyttämättä. Silti juuri aika on se tekijä, joka mahdollistaa uuden toimintatavan juurtumisen osaksi arkea.
Kun käyttöönottoa suunnitellaan, pitäisi siis kysyä yhtä tarkasti kuin budjetista: paljonko ihmisillä on aikaa oppia sekä järjestelmää tehtäessä, että käyttöönoton jälkeen?
Sillä vaikka tekoäly nykyään kirjoittaa, analysoi, kokoaa raportteja ja joskus jopa ehdottaa meille parempia otsikoita kuin itse keksisimme, se ei ole vielä ratkaissut yhtä työelämän ikuisuusongelmaa. Vuorokaudessa on edelleen vain 24 tuntia ja se uuden oppiminen on edelleen tehtävä ihmisvoimin.
PS. Ja kun sitä mietitte kuitenkin, niin nämä ajatukset ovat kyllä ihan täysin omiani. Tekoälyä on käytetty tekstin muokkauksessa sekä tieteellisen perustan etsimisessä.
Kasurinen, Tomi. (2026). Mitä eroa on osaamisen kehittämisellä ja organisaation kyvykkyyden kehittämisellä?
Pauwels, L., Chalavi, S. & Swinnen, S.P. (2018). Aging and Brain Plasticity.
Stringer Heather, Wu, R. ym. (2026). How Learning Protects the Aging Brain. American Psychological Association.