Esrin lähestymistapa vastuulliseen tekoälyyn

Julkaistu 13.8.2026

Organisaatiot hyödyntävät tekoälyä yhä laajemmin, ja tulokset ovat jo nähtävissä käytännössä. Työnkulut nopeutuvat, ja tehtävät, jotka aiemmin veivät analyytikoilta päiviä, voidaan nyt suorittaa minuuteissa. Monien teknologiasta vastaavien johtajien mukaan tekoäly tuottaa oikeissa käyttökohteissa merkittävää lisäarvoa.

Samalla on käynyt yhä selvemmäksi, ettei nopeus ja tehokkuus yksin riitä laadukkaiden päätösten perustaksi. Päätöksenteko edellyttää ymmärrystä siitä, mitä data todella kuvaa, miksi tiettyyn lopputulokseen on päädytty ja kattaako analyysi kaikki olennaiset näkökulmat. Monissa organisaatioiden tärkeimmissä päätöksissä kokonaiskuvan muodostaminen edellyttää myös paikkatiedon ja maantieteellisen kontekstin huomioimista.

Esri on kehittänyt paikkatietoratkaisuja jo yli 50 vuoden ajan. Tänä aikana yhtiön  ArcGIS-alustasta on tullut keskeinen työkalu julkishallinnoille, infrastruktuuri- ja energia-alan sekä turvallisuusalan toimijoille, ja suuryrityksille ympäri maailmaa. Näille organisaatioille paikkatietoon perustuvat päätökset eivät ole vain liiketoimintaa, vaan niillä on suoria vaikutuksia ihmisiin, yhteisöihin ja yhteiskunnan toimivuuteen.

Generatiivisen tekoälyn yleistyessä Esri joutui tekemään valinnan. Pitäisikö uusia tekoälyratkaisuja tuoda markkinoille nopeasti ja ratkaista mahdolliset haasteet myöhemmin, vai edetä harkitummin tavalla, joka vastaa asiakkaiden odotuksia luotettavuudesta ja turvallisuudesta? Esri valitsi jälkimmäisen vaihtoehdon.

Tämä tarkoitti sitä, että läpinäkyvyys ja luottamus nähtiin alusta alkaen keskeisinä vaatimuksina, ei vasta jälkikäteen huomioitavina ominaisuuksina. Samalla Esri sitoutui pitämään ihmisen päätöksenteon keskiössä. Vaikka tekoäly voi tukea ja nopeuttaa työtä, vastuu lopputuloksista säilyy ihmisillä. Siksi tekoälyn tuottamia tuloksia tulee aina arvioida, ohjata ja tarvittaessa korjata niiden henkilöiden toimesta, jotka vastaavat päätöksistä ja niiden vaikutuksista.

Kolme aluetta määrittelee, miltä se näyttää käytännössä.

Tekoälyllä on monia vahvuuksia. Se pystyy käsittelemään valtavia tietomääriä, tunnistamaan yhteyksiä ja tuottamaan tuloksia nopeudella, johon ihminen ei pysty. Tekoälyn tuottamien tulosten laatu riippuu kuitenkin aina käytettävän datan laadusta sekä siitä kontekstista, jossa tietoa tulkitaan.

Kun päätöksillä on merkittäviä taloudellisia, yhteiskunnallisia tai operatiivisia vaikutuksia, pelkkä nopeus ei riitä. Luotettavat tulokset edellyttävät laadukasta dataa, toimivia analyysimenetelmiä ja ymmärrystä toimintaympäristöstä. Juuri tässä paikkatieto ja maantieteellinen konteksti nousevat keskeiseen rooliin. Ne auttavat muuttamaan nopeasti tuotetun analyysin aidosti tietoon perustuvaksi päätöksenteoksi.

Miksi tietomallit eivät kerro koko tarinaa?

Vuoden 2026 Gartner Data & Analytics Summit -tapahtumassa Gartnerin Distinguished VP Analyst Rita Sallam kuvasi haastetta osuvasti:

"Agenttisen tekoälyn tuottamat tulokset ovat riippuvaisia kontekstista, mukaan lukien datan semanttisista esityksistä. Ilman kontekstia eli selkeää ymmärrystä organisaation datan välisistä suhteista ja toimintaa ohjaavista säännöistä tekoälyagentit eivät kykene toimimaan luotettavasti. Tällöin niiden riski tuottaa virheellisiä, vinoutuneita tai muuten epäluotettavia tuloksia kasvaa merkittävästi."

Organisaatiot pyrkivät jo ratkaisemaan tätä haastetta rakentamalla ontologioita ja semanttisia tietomalleja, jotka kuvaavat käsitteiden merkityksiä sekä liiketoimintaprosessien välisiä yhteyksiä. Useimmiten nämä mallit kertovat kuitenkin, mitä jokin asia on, mutta eivät missä se sijaitsee tai miten sijainti vaikuttaa sen suhteeseen ympäröivään maailmaan.

Juuri tässä piilee yksi tekoälyn tämänhetkisistä haasteista. Kaksi jakelukeskusta voivat näyttää tietomallissa täysin samanlaisilta, vaikka niiden toimintaedellytykset ovat käytännössä hyvin erilaiset. Eroihin voivat vaikuttaa esimerkiksi infrastruktuuri, alueellinen kysyntä, sääolosuhteet tai ilmastoriskit, jotka avautuvat vasta paikkatiedon ja maantieteellisen kontekstin kautta. Ontologiat kuvaavat, mitä organisaatio tietää. Paikkatieto puolestaan paljastaa, missä ja milloin tämä tieto muuttuu käytännön toiminnaksi.

Missä ero näkyy käytännössä?

Paikkatiedon merkitys korostuu erityisesti toimialoilla, joilla sijainnilla on suora vaikutus liiketoimintaan ja päätöksentekoon. Esimerkiksi vähittäiskaupan yritys voi hyödyntää väestötietoja arvioidessaan uusien toimipisteiden sijoittamista, mutta ne yksin eivät riitä päätösten tueksi. On myös ymmärrettävä, miten ihmiset liikkuvat alueella, millaista palvelu- ja yritystarjontaa ympäristössä on sekä miten alue kehittyy tulevaisuudessa. Näitä ilmiöitä ei voi hahmottaa pelkän taulukkolaskennan avulla.

Sama koskee kiinteistöalan toimijoita. Laajaa kiinteistösalkkua hallinnoivan organisaation on tarkasteltava samanaikaisesti esimerkiksi ympäristöriskejä, kaavoitusta, infrastruktuurin saavutettavuutta ja markkinoiden kehitystä. Jos tieto on hajallaan erillisissä raporteissa ja järjestelmissä, kokonaiskuvan muodostaminen on vaikeaa.

Myös rahoitussektorilla sijainti on olennainen osa riskien arviointia. Asiakkaiden tai sijoituskohteiden tarkastelu pelkkien taloudellisten tunnuslukujen perusteella ei riitä. Päätöksiin vaikuttavat myös alueelliset tekijät, kuten ilmastoriskit, tulvaherkkyys, infrastruktuurin kunto ja muut fyysisen ympäristön olosuhteet. Nämä tekijät voivat vaikuttaa merkittävästi riskeihin ja tulevaisuuden näkymiin, vaikka ne eivät näkyisikään perinteisissä talousraporteissa.

Juuri tällaisissa tilanteissa paikkatieto täydentää muuta dataa ja auttaa organisaatioita muodostamaan tarkemman ja kokonaisvaltaisemman käsityksen toimintaympäristöstään.

ArcGIS on suunniteltu vastaamaan juuri tällaisiin kysymyksiin. Se yhdistää vuosikymmenten aikana kertyneet laadukkaat paikkatietoaineistot, monipuoliset paikkatieto- ja analytiikkaominaisuudet, koneoppimisen ja syväoppimisen työkalut sekä satoja valmiiksi koulutettuja malleja. Yhdessä nämä tarjoavat organisaatioille mahdollisuuden tarkastella ilmiöitä laajemmassa kontekstissa ja tehdä analyyseja, jotka ulottuvat pidemmälle kuin mihin yleiskäyttöinen tekoäly yksin kykenee.

ArcGIS ei ainoastaan hyödynnä tekoälyä, vaan rikastaa sen toimintaa paikkatiedon tuomalla kontekstilla. Näin organisaatiot voivat yhdistää sijaintitiedon, analytiikan ja tekoälyn tehokkaaksi päätöksenteon tueksi. Ratkaisut ovat käytettävissä jo tänään, ja niitä hyödynnetään laajasti eri toimialojen liiketoiminnan, infrastruktuurin ja yhteiskunnallisen päätöksenteon tukena.

Tekoälyn kehittyessä myös kysymys vastuusta nousee yhä tärkeämmäksi. Esri kuulee asiakkailtaan jatkuvasti saman viestin: tekoälyn mahdollisuudet herättävät suurta innostusta, mutta samalla organisaatioita huolettaa riippuvuus järjestelmistä, joiden toimintaa ei täysin ymmärretä. Huoli korostuu erityisesti silloin, kun päätöksillä on merkittäviä vaikutuksia ihmisiin, yhteiskuntaan tai liiketoimintaan.

Kyse ei ole teoreettisesta pohdinnasta. Kun rahoitusalan toimija hyödyntää tekoälyä luotto- tai vakuutuspäätösten tukena, se vaikuttaa siihen, millaisia mahdollisuuksia ihmisille ja yrityksille tarjoutuu. Kun kaupunki käyttää tekoälyä katujen kunnossapidon tai infrastruktuurin korjausten priorisointiin, päätökset näkyvät suoraan asukkaiden arjen turvallisuudessa ja palveluiden toimivuudessa.

Samalla tavoin terveysviranomaiset voivat hyödyntää tekoälyä tautien seurannassa ja epidemioiden ennakoinnissa, jolloin analyysit vaikuttavat toimenpiteisiin, jotka koskettavat laajoja väestöryhmiä. Viranomaiset ja pelastustoimi puolestaan toimivat usein tilanteissa, joissa päätösten ajoitus ja oikeellisuus ovat ratkaisevia. Näissä tilanteissa virheellisille tulkinnoille ei ole varaa.

Siksi vastuullisen tekoälyn on oltava läpinäkyvää, luotettavaa ja ihmisen ohjaamaa. Vaikka tekoäly voi tukea päätöksentekoa, vastuu päätöksistä ja niiden seurauksista kuuluu edelleen ihmisille.

Kuusi ArcGIS-alustan kehitystyötä ohjaavaa sitoumusta

Jotta tekoälyyn voidaan luottaa liiketoiminnan kannalta kriittisissä tilanteissa, organisaatioiden on ymmärrettävä, miten tekoälyn tuottamat suositukset on muodostettu, mihin tietoihin ne perustuvat ja mitkä ovat käytettyjen mallien rajoitukset. Läpinäkyvyys ei ole pelkkä lisäominaisuus, vaan luotettavan tekoälyn edellytys.

Esrin lähestymistapa vastuulliseen tekoälyyn perustuu kuuteen keskeiseen periaatteeseen: tietoturvaan, yksityisyyden suojaan, läpinäkyvyyteen, oikeudenmukaisuuteen, luotettavuuteen ja vastuullisuuteen. Nämä periaatteet ohjaavat sitä, miten ArcGIS-alustan tekoälyominaisuuksia suunnitellaan, arvioidaan ja tuodaan asiakkaiden käyttöön. 

Käytännössä vastuullisuus näkyy konkreettisina toimintamalleina. Esimerkiksi ArcGIS-alustan tekoälymallien läpinäkyvyyskuvaukset (Transparency Cards) auttavat käyttäjiä ymmärtämään, miten tekoälymallit on rakennettu, millaisella aineistolla niitä on koulutettu ja millaisia rajoituksia niiden käyttöön liittyy. Näin organisaatiot voivat hyödyntää tekoälyä tietoisesti ja perustellusti, eivät pelkästään luottaen lopputulokseen. 

ArcGIS-alustan tekoälyavustajat on suunniteltu tukemaan ihmisiä, ei korvaamaan heitä. Ne toimivat osana käyttäjien päivittäin käyttämiä sovelluksia ja tarjoavat esimerkiksi ohjeita, tukea työnkulkuihin sekä luonnollisella kielellä annettuja vastauksia. Avustajat eivät kuitenkaan tee päätöksiä käyttäjän puolesta tai käynnistä itsenäisesti toimintoja tilanteissa, joissa tarvitaan ihmisen harkintaa. Vastuu päätöksistä säilyy aina käyttäjällä.

asiakkaiden edellyttämät tietoturva- ja vaatimustenmukaisuusstandardit. Suuri osa ArcGISille kehitteillä olevasta agenttisesta tekoälytyöstä on vielä varhaisessa beta-vaiheessa juuri tästä syystä. Oikein tekeminen on tärkeämpää kuin sen nopea julkaiseminen.

Julkaisutahti heijastaa vastuullista kehitystä

ArcGIS-alustan tekoälyominaisuuksia kehitetään harkitusti ja vaiheittain. Ennen yleistä saatavuutta ne käyvät läpi laajan beta-vaiheen, jonka aikana kerätään käyttäjäpalautetta, validoidaan ominaisuuksien käytännön hyötyjä sekä varmistetaan niiden turvallisuus ja vaatimustenmukaisuus. Suuri osa ArcGIS-alustalle kehitteillä olevista agenttisen tekoälyn ratkaisuista ovat tästä syystä edelleen beta-vaiheessa. Esrille tärkeintä ei ole julkaista uusia ominaisuuksia nopeasti, vaan varmistaa niiden luotettavuus, turvallisuus ja todellinen hyöty käyttäjille

Harva organisaatio rakentaa tekoälystrategiaansa täysin puhtaalta pöydältä. Useimmilla on jo käytössään vuosien aikana rakentunut kokonaisuus erilaisia alustoja, tietojärjestelmiä ja teknologiainvestointeja. Siksi paikkatiedon hyödyntämisen keskeinen haaste ei ole olemassa olevien ratkaisujen korvaaminen, vaan niiden täydentäminen tavalla, joka tuottaa lisäarvoa nykyiseen toimintaympäristöön.

Esrin lähtökohta on selkeä: organisaatioiden ei pitäisi joutua valitsemaan nykyisten tekoälyratkaisujensa ja paikkatietokyvykkyyksien välillä. Tavoitteena on vahvistaa jo tehtyjä investointeja lisäämällä päätöksenteon tueksi maantieteellinen konteksti, joka usein puuttuu yleiskäyttöisistä tekoälyjärjestelmistä. 

Model Context Protocol (MCP) -tuen ansiosta ArcGIS voidaan integroida osaksi organisaatioiden olemassa olevia tekoäly- ja agenttiekosysteemejä. Näin tekoälyn tuottamat analyysit ja suositukset voidaan yhdistää luotettavaan paikkatietoon ja todelliseen toimintaympäristöön. Esimerkiksi viranomaiset voivat hyödyntää päivittäin käyttämiään järjestelmiä samalla, kun päätöksenteko rikastuu maantieteellisellä näkökulmalla. 

Organisaatioille, jotka haluavat rakentaa pidemmälle meneviä ratkaisuja, ArcGIS tarjoaa mahdollisuuden kehittää paikkatietoisia agenttipohjaisia sovelluksia avoimia standardeja hyödyntäen. Näin nykyiset järjestelmät ja investoinnit voidaan säilyttää samalla, kun teknologian kehittymiselle jätetään tilaa myös tulevaisuudessa. 

Yritystasolla ArcGIS tuo tekoälyn käyttöön näkökulman, joka siltä usein puuttuu: paikkatietoon perustuvan ymmärryksen todellisesta toimintaympäristöstä. Kun tekoälyä täydennetään maantieteellisellä kontekstilla, analyysit voidaan ankkuroida paremmin todellisiin paikkoihin, ihmisiin ja ilmiöihin, joihin päätökset lopulta vaikuttavat.

Missä uuden toimipisteen kannattaa sijaita? Miten riskejä tulisi arvioida laajassa sijoitussalkussa? Mihin infrastruktuuri-investoinnit kannattaa kohdentaa? Missä kansanterveystoimenpiteillä saavutetaan suurin vaikutus? Ja miten varaudutaan jatkuvasti muuttuviin olosuhteisiin?

Näitä kysymyksiä yhdistää yksi tekijä: sijainti. Maantieteellinen näkökulma on keskeinen osa päätöksentekoa tilanteissa, joissa tavoitteena on ymmärtää toimintaympäristöä kokonaisvaltaisesti ja tehdä kestäviä ratkaisuja.

Organisaatiot, jotka ottavat paikkatiedon ja maantieteellisen ymmärryksen osaksi tekoälystrategiaansa jo varhaisessa vaiheessa, ovat paremmassa asemassa tekemään laadukkaita ja perusteltuja päätöksiä kuin ne, jotka lisäävät sijaintinäkökulman mukaan vasta myöhemmin. Yli viiden vuosikymmenen yhteistyö maailman merkittävimpien päätöksenteko-organisaatioiden kanssa on osoittanut tämän käytännössä. 

Esrin lähestymistapa tekoälyyn rakentuu tämän ajatuksen varaan. Se hyödyntää luotettavaa ja laadukasta dataa, korostaa läpinäkyvyyttä ja pitää ihmisen harkinnan keskeisessä roolissa. Samalla ArcGIS on suunniteltu toimimaan saumattomasti osana organisaatioiden nykyisiä järjestelmiä, prosesseja ja tiimejä, jotta paikkatiedon tarjoama konteksti voidaan tuoda osaksi jokapäiväistä päätöksentekoa.

Lisätietoja siitä, miten Esri edistää tekoälyä ArcGIS-ympäristössä, saat lukemalla artikkelin The Next Era of AI in ArcGIS.

Lue alkuperäinen Esri ArcGIS Blog "Esri's approach to responsible AI"