Pasi Satokangas, YTM, asiantuntija, Vastuulliset palvelut, Lapin ammattikorkeakoulu
Tiina Mäki-Petäjä, YTM, asiantuntija, Vastuulliset palvelut, Lapin ammattikorkeakoulu
Kristallipallon käyttäminen on yksi vanhimpia ennustamisen tapoja. Ennakoinnista sitä vastoin sanotaan, että kyse ei ole kristallipalloon katsomisesta. Mutta olisiko tekoäly nykyajan kristallipallo? Sehän vastaa vakuuttavan oloisesti monenlaisiin kysymyksiin. Kristallipallo antaa erilaisia heijasteita, joita ennustaja tulkitsee. Samaa voi sanoa tekoälystä. Voi sanoa, että sekin antaa heijasteita tulevasta, joiden tulkinta on käyttäjän vastuulla.
Tässä artikkelissa esitellään tekoälyn hyödyntämistä matkailuyrityksiä palvelevassa ennakoinnissa. Aluksi käydään läpi ennakoinnin periaatteita, ennakointitiedon tuottamista tekoälyn avulla ja myöhemmin kokemuksia pilottikokeilusta. Artikkelissa esitelty sisältö perustuu Lapin ammattikorkeakoulun restonomikoulutuksen puolella tehtyyn kehittämistyöhön.
Tavoitteena strateginen riskienhallinta ja ennakointi
Ennakointi on tulevaisuutta koskevaa organisoitua työtä, joka tuottaa ymmärrystä vaihtoehtoisista tulevaisuuksista (Turun yliopisto n.d). Ennakointi on siis järjestelmällistä tulevaisuuteen varautumista ja vaikuttamista, suunnittelua ja tekemistä. Ennakointi ei tarkoita sitä, että pystyttäisiin näkemään tulevaisuuteen, vaan sitä, että tulevaan pyritään vaikuttamaan aktiivisesti omin päätöksin ja toimin. Matkailualalla ennakoinnin tarvetta lisää matkailukysynnän herkkyys erilaisille toimintaympäristön muutoksille. Esimerkiksi talouden nousu- ja laskusuhdanteet, kriiseistä puhumattakaan, vaikuttavat vapaa-ajan palveluiden kysyntään vahvasti.
Ennakointiin on kehitetty lukuisia menetelmiä, joille on yhteistä ajattelun ohjaaminen kohti tulevaisuutta. Ennakoinnissa voi olla eri tavoitteita, mitkä näkyvät myös menetelmissä. Esimerkiksi tulevien trendien ennakointiin tai tuotteiden kehittämiseen trendien pohjalta on olemassa omat työkalunsa. (Sitra 2025.)
Lapin matkailuyritysten riskienhallinnan ja resilienssin kasvattaminen (Matrix 2) -hankkeessa kehitetään matkailuyritysten riskienhallintaa painottaen strategisten liikeriskien hallintaa (Lapin ammattikorkeakoulu 2025). Jo aiemmassa Matrix 1 -hankkeessa erääksi suurimmaksi haasteeksi tunnistettiin strategisessa riskienhallinnassa vaadittava kyky ennakoida esimerkiksi asiakaskysyntää (Helameri & Iivari & Nisula & Satokangas 2023). Strateginen ennakointi ja riskienhallinta vaatii toimintaympäristön tuntemusta ja kykyä tehdä päätelmiä laajan informaation perusteella.
Matrix 2 -hankkeessa kokeillaan toimintaympäristö- ja ennakointitiedon käytettävyyttä matkailualueiden ja yritysten tarpeisiin. Matkailualueiden kanssa yhteistyössä järjestetään pilotointitapaamisia, joissa käydään läpi trendejä, sekä pohditaan niiden merkitystä ennakointimenetelmien kuten trendikatsauksen ja tulevaisuuspyörän avulla. Lopuksi myös luonnostellaan yhdessä toimenpiteitä havaintojen pohjalta.
Tavoitteena on tiedon tuottaminen ja ennakointimenetelmiin tutustuminen ja ennakointiajattelun edistäminen alueella ja yrityksissä. Ennakoinnin teemat on päätetty matkailuelinkeinoa edustavien sidosryhmien haastattelujen perusteella. Haastatteluihin osallistui kuusi henkilöä, jotka edustivat ennakoinnin ja matkailun asiantuntijoita, elinkeinojen kehittäjiä, matkailun aluekehittäjiä sekä matkailuyrittäjiä. Usein esille noussut teema oli matkailukysynnän ennakointi, johon pelkistyykin alan ennakointitarve kiteytetysti. Muita esille tulleita tarpeita olivat muun muassa toimintaympäristön muutokset, saavutettavuus ja työvoima.
Trendien kartoittamisessa hyödynnettiin kokeiluluonteisesti tekoälyä ja tulokset olivat sen verran rohkaisevia, että välinettä sovellettiin pilotointitilaisuuksien aineiston tuottamisessa. Työpajat oli alun perin tarkoitus järjestää esitellen alustuksena matkailun yleisiä trendejä, mutta matkailualueiden kanssa käytyjen keskustelujen jälkeen päädyttiin tuottamaan räätälöity aineisto. Chat GPT Team 5.1 -tekoälyltä pyydettiin sopivaa kehotetta, jonka perusteella vuoteen 2030 ulottuva trendikatsaus tehtäisiin. Annetun kehotteen soveltaminen tuotti jopa, ainakin ensinäkemältä, hämmästyttävän hyvän aineiston. Tekoälyn laatima kehote tuotti myös yksityiskohtaisia toimenpide-ehdotuksia. Näitä ei kuitenkaan otettu suoraan käyttöön, koska tarkoitus oli lähinnä trendikatsauksen tekeminen tekoälyn avulla. Tekoälyä hyödynnettiin toimenpiteiden tekemisessä kyllä myöhemmässä vaiheessa, mihin palataan artikkelin lopussa.
Pilottitilaisuudet
Ensimmäinen ennakointipilotti järjestettiin Kolarin matkailuyrityksille Äkäslompolossa marraskuussa ja tilaisuuteen kokoontui pieni kehittäjien ja yrittäjien joukko. Tarkoituksena oli antaa virikkeitä alueelle ympärivuotisuuden kehittämiseen. Aluksi esiteltiin noin 10 trendiä ja kaksi heikkoa merkkiä, jotka kaikki tekoäly oli koostanut. Trendien joukossa oli muun muassa alaa yleisemminkin koskettavia, kuten työvoimahaasteet, luontomatkailu ja lyhytvuokraus. Trendit ja merkit olivat alueen ja teeman kannalta relevantteja ja niiden osuvuudesta käytiin keskustelua esittelyn aikana.
Katsauksen jälkeen siirryttiin tulevaisuuspyörän ääreen pohtimaan valitun trendin vaikutuksia. Tulevaisuuspyörään kirjataan ilmiön suorat vaikutukset, näiden oheisvaikutukset ja vielä kolmannen tason vaikutukset (Poussa & Ylikoski n.d.). Keskustelu kävi vilkkaana suorista vaikutuksista jopa toimenpidetasolle asti. Ilmassa lensi ideoita, joita kirjattiin muistilapuilla suurelle paperille piirrettyyn tulevaisuuspyörään. Kaikista esille tulleista ajatuksista ei voinut nopeasti päätellä, mihin kohtaan tulevaisuuspyörää se kuuluisi, mutta kaikki aseteltiin paperille alustavasti. Tulevaisuuspyörää hyödynnettiin siis luovasti. Lopuksi pohdittiin toimenpiteitä edellisten vaiheiden pohjalta. Toimenpiteet olivat alustavia, osin ideatasoisia, alueella laajemmassa yhteydessä tapahtuvaan jatkokehitykseen soveltuvia.
Kuva 1. Ennakointi käynnissä Kolarissa, sisällöt sumennettu. Kuva: Tiina Mäki-Petäjä.
Pilottitilaisuus eteni vaiheittain seuraavasti:
- trendikatsaus
- käsiteltävän trendin valinta
- trendin käsittely tulevaisuuspyörän avulla (ensimmäisen, toisen ja kolmannen tason vaikutukset)
- toimenpiteiden suunnittelu vaikutusten pohjalta
- tulosten jäsentäminen.
Kuva 2. Tekoälyä hyödynnettiin myös trendikatsauksen kuvittamisessa Kuva: Pasi Satokangas/ Chat GPT
Tilaisuuden jälkeen myös tekoälylle annettiin tehtäväksi suunnitella toimenpiteitä, tulevaisuuspyörän avulla tehtyyn ajatustyöhön pohjautuen. Tekoäly laati esityksen toimenpiteistä, niiden aikataulusta ja vastuutahoista. Toimenpiteitä voisi luonnehtia enemmän idea-aihioiksi, kuin sellaisenaan täytäntöön pantaviksi. Toki yksittäinen yrittäjä voi ottaa idean vaikka heti käyttöön. Pilotissa risteilikin eri tasoisia ajatuksia ja toimenpiteitä, osa koski esimerkiksi uutta tuotetta yrityksessä ja osa matkailun laajempaa kehittämistä alueella.
Kuva 3. Tulevaisuuden tähtiä etsimässä. Kuva: Tiina Mäki-Petäjä
Toinen pilotti on alustavasti sovittu järjestettäväksi Sodankylässä tukemaan matkailun kehittämistä kunnan eri alueilla. Myös Sodankylän pilottia varten on valmisteltu aineistoa tekoälyn avulla. Aineistoon kuuluu trendikatsaus räätälöitynä alueen ja sen kehittämisen tarpeisiin. Tällä kertaa tekoälyn ”annettiin” tuottaa myös ennakointipilotin käytännön toteutusta ohjaava aineisto. Tuloksena on seikkaperäinen materiaali sisältöineen ja vaiheineen. Trendikatsauksen lisäksi on tarkoitus soveltaa toista ennakointimenetelmää, joka päätetään alueen edustajien kanssa vastaamaan tehtävää ja tarkoitusta mahdollisimman hyvin.
Pohdinta
Tekoäly vaikuttaa kokeilujen perusteella olevan hyvä väline matkailuyrityksiä tukevaan ennakointiin. Trendien tai heikkojen signaalien katsaus onnistuu sen avulla nopeasti ja mikä huomattavaa, annettuun asiayhteyteen räätälöidysti. On tietysti tärkeää muistaa, että tietojen oikeellisuus tulee tarkistaa.
Matrix-hankkeen pilotteja varten tuotetuissa aineistoissa ei ollut ainakaan merkittäviä asiavirheitä. Lisäksi on hyvä pohtia katsauksen kattavuutta ja osuvuutta. Onko jotakin asiaankuuluvaa tietoa esimerkiksi trendeistä jäänyt pois, tai painottuvatko tekoälyn tuottamassa koosteessa ”väärät” asiat. Tekoäly hyödyntää netissä valmiita olevia aineistoja, joten on hyvä pyrkiä tarkistamaan, onko esimerkiksi kaikki viimeisin trenditieto ajan tasalla. Mikäli kyseessä ovat jo olemassa olevat, ehkä jatkossa korostuvat trendit, on niiden osuvuutta mahdollista arvioida. Mikäli taas kyseessä ovat heikot signaalit, on arvioiminen vaikeaa, tai kenties jopa tarpeetonta ainakaan pitkälle vietynä. Aluksi onkin hyvä olla avoin esitetyille trendeille ja pohtia niiden merkitystä ilman ennakkoasenteita – kriittisyyttä voi lisätä prosessin edetessä.
Tekoäly tuottaa myös toimenpide-ehdotuksia tarvittaessa jopa hyvinkin yksityiskohtaisesti. Nämä käyvät avuksi ainakin ideointiin, mutta harkinnan mukaan myös sellaisenaan tai muunneltuna toteutettavaksi. Varsinaiset päätökset toimenpiteisiin ryhtymisestä tekevät kuitenkin alueella vaikuttavat ja/ tai investoinnit maksavat ihmiset. Lopuksi on mielenkiintoista kuulla, mitä mieltä tekoäly on kehittämisehdotusten hyödyntämisestä. Tulokset on esitetty kiteytetysti seuraavassa kuvassa.
Kuvio 1. Matkailualueen kehittäminen ehdotusten pohjalta, kuva Pasi Satokangas/ Copilot
Copilot-tekoälylle esitettiin kysymys: Tekoäly on tuottanut toimenpide-ehdotuksia tietyn matkailualueen kehittämiseksi. Miten niitä tulisi hyödyntää? Vastaus käsitti vaiheittaisen prosessin, jonka ydinkohdat on esitetty oheisessa kaaviokuvassa. Tekoäly tuottaa ilman epäröintiä monenlaisia, vakuuttavilta vaikuttavia kehittämisehdotuksia. Ihmisen rooli on kuitenkin yhä käyttää tekoälyä työkaluna, eikä viisasten kivenä. Tekoälyltä voi juuri esimerkiksi pyytää näkemyksiä kehittämisehdotusten hyödyntämisestä. Kun osaa kysyä, saa vastauksen, tekoäly ikään kuin epäsuorasti nöyrtyy myöntämään: ”en ole täydellinen, huomioi se antamieni tietojen tulkinnassa”. Tärkeä osa tekoälyn hyödyntämistä on käyttäjän osaaminen kehotteen laatimisessa. Osuva kehote tuottaa hyödynnettävää aineistoa. Toisaalta tekoälylle voi kertoa omin sanoin, mitä on tekemässä ja se osaa laatia tarpeeseen sopivan kehotteen itse. Kokeilujen perusteella tekoälyn muotoilemat kehotteet tuottavat perusteellista aineistoa, josta on tosin jopa karsittava ylimääräisiä rönsyjä pois. Kehotteet ja aineistot laadittiin suomeksi, joten kokeilematta jäi, minkälaista aineistoa englanniksi laadittu tehtävänanto olisi tuottanut.
Tulenkäytön oppimista pidettiin ratkaisevana askeleena ihmiskunnan kehityshistoriassa. Tulella ja tekoälyllä on yhteisiä piirteitä, molemmat alkavat t:llä ja ovat hyviä renkejä – mutta huonoja isäntiä – tämä voitaneen todeta tekoälystäkin. Jatkossa näemme, mitä tekoälyn käyttö saa lopulta aikaan. Viime vuosien kehitys on ainakin ollut vauhdikasta, ikään kuin liekillä, joka syttyy roihuamaan alun savuttelun jälkeen.
Lähteet:
Helameri E. & Iivari P. & Nisula S. & Satokangas P. (2023) Kohti turvallisempaa matkailuliiketoimintaa. Strateginen riskienhallinta ja kriisijohtaminen Lapin matkailuyrityksissä. Pohjoisten tekijät – Lapin ammattikorkeakoulun julkaisuja 38/ 2023. Luettu 9.1.2026 osoitteesta: https://blogi.eoppimispalvelut.fi/matrix1/julkaisu/
Lapin ammattikorkeakoulu (2025) Lapin matkailuyritysten riskienhallinnan ja resilienssin kasvattaminen, Matrix 2. Luettu 9.1.2026 osoitteesta: https://lapinamk.fi/hanke/lapin-matkailuyritysten-riskienhallinnan-ja-resilienssin-kasvattaminen-matrix-2/
Poussa L. & Ylikoski T. (n.d.) Tulevaisuuspyörä. Luettu 9.1.2026 osoitteesta: https://www.sitra.fi/tyokalu/tulevaisuuspyora/
Sitra (2025) Tulevaisuuden tekijän työkalupakki. Luettu 9.1.2026 osoitteesta: https://www.sitra.fi/tulevaisuuden-tekijan-tyokalupakki/
Turun yliopisto (n.d.) Strateginen ennakointi ja johtaminen. Luettu 12.1.2026 osoitteesta: https://www.utu.fi/fi/yliopisto/turun-kauppakorkeakoulu/tulevaisuuden-tutkimuskeskus/tutkimus/strateginen-ennakointi
Asiasanat: tekoäly, ennakointi, matkailu, riskienhallinta