Strategiasta tuotantoon kolmessa kuukaudessa: Grand One ja agenttiratkaisu laadunvarmistukseen
Grand One, Suomen suurin digitaalisen median kilpailu, käsittelee vuosittain satoja kilpailutöitä. Jokaisen kilpailuun ilmoitetun työn esittelysivu täytyy tarkistaa ennen tuomariston arviointia. Tarkistuksessa varmistetaan, että työ täyttää kilpailun säännöt, sopii ilmoitettuun kategoriaan ja että tekniset vaatimukset, sisällön kattavuus ja linkkien toimivuus ovat kunnossa. Aiemmin yhden työn tarkistus saattoi viedä parista minuutista jopa kahteen tuntiin riippuen siitä, kuinka paljon työ vaati selvittelyä ja keskustelua. Satojen töiden läpikäynti sitoi järjestäjiltä kymmeniä työtunteja vuodessa.
Lähtökohta
Grand One halusi selvittää miten tekoälyä voisi hyödyntää heidän toiminnassaan. Lähtökohta ei ollut valmis ratkaisu vaan avoin kysymys: missä tekoäly toisi eniten arvoa? Kävimme yhdessä läpi organisaation toimintamalleja ja tunnistimme useita mahdollisuuksia tekoälyn hyödyntämiselle. Arvioinnin jälkeen ensimmäiseksi pilotiksi valikoitui kilpailutöiden esikäsittely ennen tuomariston arviointia. Valintakriteerit olivat selkeät:
- Selkeä, mitattava tavoite: aikaa säästyy tai ei säästy
- Paljon manuaalista työtä: volyymi tekee automatisoinnista kannattavan
- Rajattu riski: agentti ei tee lopullisia päätöksiä, ihminen hyväksyy
Tämä on tyypillinen kuvio agenttiprojektin aloituksessa: kannattaa lähteä liikkeelle paikasta, jossa volyymi on suuri, kriteerit ovat tunnistettavissa ja ihminen pysyy päätöksentekijänä. Kun ensimmäinen toteutus toimii, samaa logiikkaa voi laajentaa muille alueille.
Juuri tämä alkuvaiheen kartoitus oli ratkaisevaa. Ilman selkeää näkemystä mahdollisuuksista ja niiden tärkeysjärjestyksestä oikean ensimmäisen pilotin valinta olisi ollut arvailua. Strateginen työ teki toteutuksesta kohdennettua, ei kokeilua kokeilun vuoksi.
Meillä ei ollut alkuun oikein mitään käsitystä siitä, mihin tekoälyä kannattaisi käyttää. Havu auttoi hahmottamaan sen ja kertoi suoraan, mistä kannattaa lähteä liikkeelle.
Miksi pelkkä automaatio ei riittänyt
Kilpailutöiden esittelysivut ovat vapaamuotoisia. Ne voivat olla yksittäisiä laskeutumissivuja, monisivuisia kokonaisuuksia, videoita tai kuvia. Sääntöpohjainen automaatio, kuten "tarkista, että sivulla on otsikko X", ei riitä, koska sisältö voi olla hyvin vaihtelevassa muodossa.
Tarvittiin kykyä ymmärtää sisältöä semanttisesti: onko tässä työssä kuvattu tavoitteet? Onko tulokset esitetty? Onko kohderyhmä selvillä? Tällaiseen arvioon tarvitaan kielimallin kykyä tulkita vapaamuotoista tekstiä yhdenmukaisesti.
Tästä syystä ratkaisu rakennettiin agenttimaisena työnkulkuna, ei perinteisenä automaationa. Ero on olennainen. Agentti tekee päätöksiä matkan varrella: mitä tarkistuksia ajetaan, miten löydökset luokitellaan ja mitä suositellaan ihmisen tarkistettavaksi. Se ei siis vain suorita ennalta määriteltyä askelketjua.
Ratkaisu lyhyesti
Agentti toimii kilpailutöiden ensimmäisenä tarkastajana:
- 1.Hakee esittelysivun sisällön (myös JavaScript-painotteiset sivut)
- 2.Tekee tekniset tarkistukset: sivun latautuminen, linkkien toimivuus
- 3.Arvioi sisällön kattavuuden: tavoitteet, ratkaisu, tulokset, kohderyhmä
- 4.Tuottaa yhteenvedon ja luokittelee työn (OK / tarkista / puuttuu tietoja)
- 5.Tallentaa tulokset ja nostaa poikkeamat järjestäjien tarkistettavaksi
Tärkeä periaate: Agentti ei tee lopullisia päätöksiä. Se seuloo, perustelee löydökset ja jäljittää ne alkuperäiseen lähteeseen. Päätöksen tekee aina ihminen.
Tulokset pilotista
Agentti oli ensimmäisen kerran käytössä vuoden 2026 Grand One -kilpailussa, ja se on käytössä myös tulevina vuosina. Jo nyt nähtiin muutos kolmessa asiassa:
- Aika per työ: vaihteli ennen paljon (parista minuutista kahteen tuntiin), laski uudella mallilla arviolta yli 60 %.
- Manuaaliset työvaiheet: kuudesta yhteen.
- Ihmisen rooli: tarkistuksen tekijästä tulosten hyväksyjäksi.
Pilotissa agentti kävi läpi yli 400 kohdetta. Koska kyseessä oli ensimmäinen kerta, kun tekoälyä hyödynnettiin arvioinnissa, järjestäjät kävivät kaikki työt vielä läpi varmistaakseen agentin laadun. Senkin jälkeen aikaa säästyi kymmeniä työtunteja, ja luottamuksen kasvaessa säästö kasvaa entisestään tulevissa kilpailuissa. Jokainen havainto on perusteltu ja jäljitettävissä alkuperäiseen lähteeseen, joten järjestäjät pystyivät vahvistamaan agentin löydökset nopeasti.
Säästynyt aika tuli tarpeeseen: vuoden 2026 läpivientiaikataulu oli poikkeuksellisen tiukka. Automaation ja tekoälyn hyödyntäminen auttoi pysymään aikataulussa, mikä olisi muutoin ollut vaikeaa.
Tärkeintä oli, että agentti perustelee jokaisen havaintonsa ja näyttää mistä se on peräisin. Pystymme tarkistamaan löydökset nopeasti ja luottamaan niihin.
Miten projekti eteni
Kokonaiskesto oli noin kolme kuukautta strategiakeskustelusta tuotantokäyttöön. Eteneminen oli vaiheittaista:
Strategiavaihe
Toimintamallien läpikäynti, useiden käyttömahdollisuuksien tunnistaminen, ensimmäisen pilotin valinta selkein kriteerein.
Määrittely
Pilotin tarkennettu rajaus, tavoitteet ja kriteerit, datatarpeiden ja tietosuojavaatimusten kartoitus, arkkitehtuurin pääpiirteet.
Rakennus ja testaus
Modulaarinen työnkulku, jossa jokainen vaihe (haku, linkkitarkistus, tekninen analyysi, sisältöanalyysi) on erillinen ja testattavissa. Yksinkertainen perustoiminta ensin, monimutkaisuus vasta tarpeen mukaan. Jatkuva testaus kehityksen tukena.
Pilotti
Yli 400 kohteen läpikäynti, agentin tuottamien luokitusten vertailu järjestäjien arvioihin, promptien ja kriteerien hienosäätö.
Mikä yllätti
Sisältöjen tekninen haku osoittautui haastavammaksi kuin itse tekoälyanalyysi. Esittelysivujen tekninen toteutus vaihtelee paljon, yksittäisistä laskeutumissivuista monisivuisiin kokonaisuuksiin ja JavaScript-painotteisiin toteutuksiin, ja yhdenmukaisen sisällön irrottaminen vaati enemmän hienosäätöä kuin osasimme arvata. Itse analyysi onnistui paremmin kuin odotimme: kielimalli tunnisti puuttuvat osiot ja epäselvyydet luotettavasti, kun sille annettiin selkeät kriteerit ja vertailupohja. Yksittäinen kohde ei myöskään ollut yksi tarkistus vaan useita: jokainen kävi läpi omat arviointivaiheensa erillisissä ali-työnkuluissa, joiden pohjalta koottiin lopullinen arviointi asiakkaan nähtäväksi.
Roolin muutos tarkastajasta hyväksyjäksi vaati aluksi totuttelua. Mutta luottamus on kasvanut käytön myötä. Kun jokainen havainto on perusteltu ja jäljitettävissä, sen tarkistaminen käy nopeasti.
Mihin yhteistyö on jatkunut
Yhteistyö on jatkunut pilotin jälkeen tekoälyavusteisen kategorisoinnin ja avainsanoituksen parissa. Tällä työllä on merkittävä rooli Grand Onen tulevassa sivustouudistuksessa: aiempien vuosien töiden rikastaminen tekee arkistosta haettavan ja vertailukelpoisen, ja avaa uusia mahdollisuuksia kertyneen arvokkaan kilpailuun liittyvän datan hyödyntämiselle yli vuosirajojen. Avoimesta strategiakeskustelusta tuotantokäyttöön ja edelleen aineiston rikastamiseen. Kaari on jatkunut askel kerrallaan.
Pilotin jälkeen yhteistyö on jatkunut, ja seuraavalla vaiheella tulee olemaan iso rooli myös tulevassa sivustouudistuksessamme.
Tekninen toteutus pähkinänkuoressa
Ratkaisu rakennettiin modulaarisena agenttityönkulkuna, jossa jokainen vaihe (sisällön haku, tekninen tarkistus, sisältöanalyysi) on erillinen ja testattavissa. Sisällön semanttisesta arvioinnista vastaavat johtavat kielimallit. Tietosuoja ja sääntely otettiin huomioon jo lähtökohtaisesti. Palvelu pyörii suomalaisella pilvialustalla, joten data pysyy Suomen rajojen sisällä. Henkilötiedot poistetaan automaattisesti ennen tallennusta, tekoäly käsittelee vain arvioinnin kannalta välttämätöntä sisältöä, eikä dataa käytetä mallien kouluttamiseen.
Mitä Grand One sai
Yksi kumppani strategisesta kartoituksesta tuotantokäyttöön, ilman että vastuu pirstoutui useaan suuntaan. Yhteistyön alkaessa Grand Onella ei ollut valmista näkemystä siitä, minkä roolin tekoäly voisi heidän toiminnassaan ottaa. Havu auttoi näkemyksen kirkastamisessa sekä relevanttien tekoälymahdollisuuksien tunnistamisessa ja priorisoinnissa.
- Strateginen kumppanuus: yhteisen näkemyksen siitä, mitä kannattaa automatisoida aluksi, ja mihin tekoälyä sovelletaan seuraavaksi.
- Tekninen toteutus: tuotantokuntoinen, ylläpidettävä järjestelmä, joka oli käytössä vuoden 2026 kilpailussa ja jää käyttöön myös jatkossa.
- Skaalautuva pohja: sama arkkitehtuuri tukee jatkokehitystä (esim. automaattiset palautteet, trendianalyysit, kategoriavertailut).
- Data Suomessa: palvelu pyörii suomalaisella pilvipalvelualustalla, henkilötiedot poistetaan ennen tallennusta.
Mihin tämä lähestymistapa sopii
Käsittelettekö säännöllisesti suuria määriä samantyyppisiä dokumentteja, joissa arviointi vaatii sisällön ymmärtämistä? Silloin sama lähestymistapa todennäköisesti sopii teillekin, etenkin kun päätösvalta halutaan pitää ihmisellä mutta esikarsinta voidaan delegoida agentille.
Sama logiikka toimii esimerkiksi hakemusten esikarsinnassa, sopimusten tarkistuksessa, sisällöntuotannon laadunvarmistuksessa ja asiakaspalautteen luokittelussa.
Vaikein kysymys ei useinkaan ole, miten automatisoida, vaan mistä aloittaa. Oikean aloituskohdan tunnistaminen, sellaisen jossa suuri volyymi yhdistyy selkeisiin kriteereihin ja rajattuun riskiin, on strateginen päätös. Juuri siinä yhdistyvät näkemys liiketoiminnasta ja ymmärrys siitä, mikä on teknisesti järkevää toteuttaa.
Kiinnostuitko?
Ota yhteyttä ja keskustellaan miten yrityksesi voi hyödyntää tekoälyä liiketoiminnassaan.