Satya Nadellan tekoälyvaroitus: Miksi jokaisen yrityksen on rakennettava oma malli – ja miksi vuokraaminen on riski

Tässä näkemyksessä kestävä kilpailuetu ei ole itse malli, vaan sitä ympäröivä ekosysteemi: data, prosessit, arviointi ja inhimillinen palaute, jotka yhdistävät tekoälyn organisaation institutionaaliseen tietämykseen. Nadella korostaa, että yritysten pitäisi voida ”käyttää omaa kontekstiaan, omaa dataansa ja omia jälkiään” valitessaan tai hienosäätäessään malleja.

Malli ei siis ole yrityksen kilpailuvaltti – se on moottori. Itse auto rakennetaan sen ympärille. Nadella sanoi Business Todaylle, että ”organisaatiot eivät voi ulkoistaa oppimisprosessia itseään” – voit ulkoistaa yksittäisen tehtävän, mutta et yrityksesi oppimiskäyrää.

Miksi tekoälyn ulkoistaminen on riski: Varoitus toimialojen ”ontumisesta”

Nadella esitti kaksi toisiinsa liittyvää syytä sille, miksi pelkkään kolmannen osapuolen huippumalliin luottaminen on vaarallista yrityksille.

1. Kilpailuedun menetys ja arvon valuminen. Nadella varoitti, että jos yritys vain vuokraa mallin eikä rakenna sen ympärille mitään omaa, malli ei ole sen kilpailuetu – ja yritys saattaa olla jo häviöllä. Hänen laajempi huolensa tiivistyy suoraan sitaattiin esseestä: ”Viimeinen asia, jota kukaan meistä haluaa, on maailma, jossa jokainen yritys jokaisella toimialalla luovuttaa arvoa muutamalle mallille, jotka syövät kaiken näkemänsä.”

Hänen mukaansa tehokkaista tekoälymalleista on tulossa niin kyvykkäitä omaksumaan erikoistunutta yritystietoa, että ne voivat hyödykkeistää kokonaisten toimialojen ammattiosaamisen ja myydä sen takaisin niille yrityksille, jotka sen alun perin tuottivat. Yritykset, jotka eivät rakenna omia tekoälyn palautejärjestelmiään, antavat arvon valua ulkoisille mallintarjoajille sen sijaan, että ne kartuttaisivat omaa institutionaalista tietämystään.

2. Keskittymisriski ja toimittajariippuvuus. Yksinomaan yhden huippumallin varaan rakentaminen altistaa yritykset ulkopuolisten toimittajien rajoituksille, hinnoittelulle ja strategisille päätöksille. Nadellan viitekehyksessä korostetaan sisäisten oppimissilmukoiden rakentamista – järjestelmiä, jotka voivat vaihtaa pohjalla olevaa mallia menettämättä kertynyttä ymmärrystä. Hänen mukaansa ”tekoälyinfrastruktuuri, joka on optimoitu vain yhdelle mallille, on riski”, koska kilpailijan läpimurto mallin arkkitehtuurissa voi tehdä koko investoinnista vanhentuneen.

Yhteensopivuus Microsoftin monimallistrategian kanssa

Nadellan argumentti on suoraan linjassa Microsoftin oman strategisen käänteen kanssa. Vuosien syvän OpenAI-kumppanuuden jälkeen yhtiö on tietoisesti laajentanut tekoälymallistrategiaansa ja tuonut esiin yhä enemmän omia tekoälykyvykkyyksiään.

Microsoft Build 2026 -tapahtumassa kesäkuun alussa yhtiö esitteli uusia omia tekoälymalleja (MAI-perusmalliperhe), joiden tarkoituksena on vähentää riippuvuutta OpenAI:sta ja laskea kustannuksia kehittäjille. Microsoft rakentaa myös omia järjestelmiä, kuten Project Polaris -koodausmallia, jonka on määrä korvata GPT-4 GitHub Copilotissa elokuuhun 2026 mennessä.

Microsoft on tuonut markkinoille edullisia tekoälymalleja ja monimoottorisen Copilot-alustan, joka tukee malleja Anthropicilta, Metalta (Llama), Mistral AI:lta, DeepSeekiltä ja Coherelta OpenAI:n rinnalla – käyttäjät voivat valita useiden tekoälymoottorien välillä. Anthropicin Claude on nyt ensisijainen vaihtoehto Azure AI Foundryssa OpenAI:n, DeepSeekin, Llaman ja Mistralin rinnalla.

Strateginen logiikka on yksinkertainen: jos yritykset tarvitsevat omia tekoälyjärjestelmiä, jotka on kytketty niiden omaan dataan, työnkulkuihin ja institutionaaliseen tietämykseen, pilvialusta, joka isännöi tätä ekosysteemiä – Azure – tulee strategisesti tärkeäksi. Nadellan ”rakenna oma oppimissilmukkasi” -neuvo on siis sekä arkkitehtoninen ohje että vahva yhteensopivuus Microsoftin laajemman pilvi- ja tekoälyalustastrategian kanssa.

Nadella on ennakoinut tätä hyödykkeistymistä pitkään. Vuoden 2025 lopulla hän kuvaili tilannetta suorasanaisesti: ”Jos olet malliyhtiö, sinulla saattaa olla voittajan kirous… se on yhden kopion päässä hyödykkeistymisestä.”

Uusi yritystekoälyn viitekehys: Inhimillinen pääoma + token-pääoma

Nadella esitteli kesäkuun 2026 esseessään kaksi käsitettä, joista on tullut keskeisiä yritystekoälykeskustelussa: inhimillinen pääoma ja token-pääoma.

Mitä token-pääoma on?

Token-pääoma on ”tekoälykyvykkyys, jonka yritys rakentaa ja omistaa” käyttämällä omia työnkulkujaan, dataansa, arviointejaan ja kertynyttä asiantuntemustaan. Se on yrityksen oma tekoälyomaisuus, jonka se kehittää oman toimintajärjestelmänsä ympärille – sen sijaan, että se vain vuokraisi yleiskäyttöistä kyvykkyyttä ulkopuolisilta toimittajilta. Token-pääoma kattaa järjestelmät, mallit, kehotteet, arvioinnit ja hienosäädetyt työnkulut, joita yritys kehittää ajan mittaan. Nadella kuvailee sen kasvavan ”korkoa korolle” -periaatteella itseään vahvistavassa oppimissilmukassa.

Inhimillinen pääoma tulee entistä arvokkaammaksi

Nadellan yllättävä väite on, että tekoälykyvykkyyden (token-pääoman) kasvaessa inhimillisen pääoman arvo nousee laskemisen sijaan. Inhimillinen pääoma kattaa yrityksen henkilöstön tiedot, harkintakyvyn, ihmissuhteet, luovuuden ja hahmontunnistuksen.

Hänen perustelunsa: ilman inhimillistä ohjausta ”laskentateho pyörii ympyrää”. Inhimillinen asiantuntemus ohjaa oppimissilmukkaa, arvioi tuotoksia ja muuttaa tekoälykyvykkyyden hyödylliseksi organisaation eduksi. Nadella kuvaa tätä siirtymänä ”todelliseen kognitiiviseen silmukkaan ihmisten ja digitaalisten järjestelmien välillä” – perustavanlaatuisena muutoksena verrattuna aiempiin teknologisiin vallankumouksiin, joissa digitaalisia järjestelmiä käytettiin vain parantamaan ihmisten tuottavuutta.

Oppimissilmukka, joka korkoa korolle

Nadella kuvaa ihannetilaa ”oppimissilmukan rakentamiseksi mallien päälle, jossa inhimillinen pääoma ja token-pääoma kasvavat korkoa korolle”. Tässä silmukassa:

• Inhimillinen pääoma (asiantuntemus, harkintakyky) ohjaa tekoälytuotosten luomista ja arviointia
• Token-pääoma (oma tekoälykyvykkyys) tallentaa ja operationalisoi tämän asiantuntemuksen
• Jokainen vahvistuskierros tekee molemmista osapuolista entistä arvokkaampia ajan myötä

Jos et voi vaihtaa yleismallia menettämättä kertynyttä ymmärrystäsi, et omista oppimissilmukkaasi – vuokraat sitä.

Käytännön seuraukset yritysten tekoälyn käyttöönotolle

Infrastruktuuri: Joustavat, monimalliset alustat

Yritykset eivät voi enää kohdella yhtä huippumallia koko tekoälystrategianaan. Ne tarvitsevat joustavaa infrastruktuuria, joka tukee useita malliperheitä, omia datayhteyksiä, työnkulkuintegraatiota ja jatkuvia palautesilmukoita. Nadellan viitekehyksessä voittava infrastruktuuri on se alusta, joka auttaa yrityksiä rakentamaan ja ylläpitämään näitä ekosysteemejä – ja näin Microsoft asemoi Azuren ja Copilot-palvelunsa.

Inhimillinen pääoma: Syvempi panostus ihmisiin

Nadellan argumentti on vastakkainen automaatioon keskittyvälle narratiiville. Jos inhimillinen harkintakyky tulee entistä arvokkaammaksi tekoälyn kasvaessa, yritysten on panostettava enemmän työntekijöidensä osaamiseen, aluetietämykseen ja luovaan päätöksentekoon – ei vähemmän. Noin 117 000 teknologia-alan työpaikkaa lakkautettiin vuonna 2026, ja tekoäly mainittiin yhtenä tekijänä – trendi, jota Nadellan viitekehys varoittaa jatkumasta, jos se riistää yrityksiltä oppimissilmukoiden ohjaamiseen tarvittavan inhimillisen pääoman.

Token-pääoma: Rakentamista, ei vain ostamista

Keskeinen strateginen muutos on siirtyminen tekoälyn kuluttamisesta sen omistamiseen. Tämä tarkoittaa omien mallien kehittämistä, hienosäätöä sisäisellä datalla, arviointijärjestelmien rakentamista ja työnkulkujen luomista, jotka tallentavat organisaation tietämyksen uudelleenkäytettävään muotoon. Yritykset, jotka vain tilaavat parhaan huippumallin ja pysähtyvät siihen, uhkaavat ”ontua” – koska niiden kestävä etu ei tule vuokratusta mallista vaan sen ympärille rakennetusta omasta oppimissilmukasta.

Strateginen lopputulema

Yritysjohtajille Nadella sanoo, että tekoälyaikakauden yrityksen on panostettava samanaikaisesti:

• Infrastruktuuriin: joustaviin, monimallisiin pilvipohjaisiin alustoihin, jotka mahdollistavat omien tekoälyjärjestelmien rakentamisen omien työnkulkujen ja datan ympärille.
• Inhimilliseen pääomaan: syvempään panostukseen työntekijöiden harkintakykyyn, ihmissuhteisiin, luovuuteen ja aluetietämykseen – nyt tärkeämpää kuin koskaan.
• Token-pääomaan: omiin tekoälykyvykkyyksiin, joita koulutetaan ja parannetaan yrityksen ainutlaatuisella datalla, palautesilmukoilla ja toimintaprosesseilla.

Viesti on karu: jos tekoälystrategiasi alkaa ja päättyy huippumallitoimittajan valintaan, saatat jo menettää kilpailuetua yrityksille, jotka omistavat oppimissilmukkansa sen sijaan, että vuokraisivat niitä.