5x vai 50x – miksi pelkkä AI-lisenssi ei riitä?
Saatat pohtia, tuoko AI-työkalujen hyödyntäminen ohjelmistokehitykseen aitoa lisäarvoa. Selvitimme erään konsulttimme pitkäaikaisen asiakasprojektin tuloksia ja ne olivat silmiä avaavia. Eivät siksi, että AI tuo lisäarvoa ohjelmistokehityksessä, vaan siksi, kuinka paljon AI-työkalut voivat tehostaa työtä oikean ammattilaisen käsissä.
Tässä tulee kriittinen kohta, jossa monet ajattelevat asiaa väärin: ei riitä, että AI-lisenssi on hankittu ja työkalu otettu käyttöön. Se on toki alku, mutta se ei vielä itsessään tuo tuloksia. Tuottavuuden moninkertainen paraneminen syntyy siitä, miten malli integroidaan osaksi kehitystyön arkea.
Analyysissä nousi esiin kolme erillistä projektia, joissa kehittäjä käytti samaa kielimallia, mutta hyvin eri tuloksin. Modernissa Laravel-projektissa tuottavuus oli jopa 20–50-kertainen yksittäistä ominaisuutta kohden. Vanhassa legacy-monoliitissa hyöty oli pienempi, mutta edelleen selvästi merkittävä. Kokonaisuudessaan kehittäjä arvioi olevansa noin viisi kertaa nopeampi kuin ilman tekoälytyökaluja.
Hyöty riippuu ympäristöstä ja valmiuksista
Kehittäjämme hyödynsi kolmea keskeistä asiaa:
- RAG (Retrieval Augmented Generation). AI lukee projektin dokumentaation, arkkitehtuurin ja koodikäytännöt ennen kuin se generoi mitään. Tämän avulla perehdytämme AI:n ymmärtämään järjestelmän sen sijaan, että se arvailee. Näin voimme vähentää hallusinointia merkittävästi.
- Eksplisiittiset säännöt. Kehitystiimillä on kirjoitetut ohjeet, jotka kertovat AI:lle, miten tässä projektissa toimitaan. Se pitää sisällään kansiorakenteet, koodistandardit ja arkkitehtuurimallit. Se on kuin uuden kehittäjän perehdytys, mutta sen voi tehdä välittömästi ja kerralla.
- MCP-työkalut. MCP eli Model Contect Protocol on Anthropicin kehittämä standardi, joka yhdistää tekoälymallit (kuten Claude) saumattomasti ulkoisiin työkaluihin, tietokantoihin ja API-liittymiin. Se tarkoittaa, että AI ei pelkästään kirjoita koodia, vaan toimii suoraan muiden järjestelmien kanssa. Se lukee tietokantoja, suorittaa operaatioita ja integroituu tuotantoympäristöön. Uusia MCP-työkaluja voidaan rakentaa minuuteissa.
MCP ratkaisee ongelman, jossa jopa kehittynein AI-malli on käytännössä eristetty yrityksen järjestelmistä. Aiemmin jokainen yhteys piti rakentaa erikseen. MCP on siis kuin yhteinen pistoke – kun se on käytössä, uudet yhteydet syntyvät murto-osassa ajasta.
Mitä tämä tarkoittaa hinnoittelulle ja resursoinnille?
Tässä piilee se kysymys, jota julkisessa keskustelussa ei aina uskalleta nostaa esiin: jos kehittäjä on 5–50x nopeampi, mitä siitä seuraa? Pitäisikö konsulttiyrityksen laskuttaa vähemmän tai asiakkaan tarvita pienempiä tiimejä?
Meidän näkemyksemme on, että AI-natiivi kehittäjä tuottaa enemmän liiketoiminnallista arvoa samassa ajassa. Asiakas saa enemmän tuloksia – ei vain enemmän koodirivejä.
Kehittäjä, joka osaa rakentaa kontekstin, kirjoittaa AI-säännöt ja hyödyntää MCP-integraatioita, ei yksinkertaisesti kirjoita koodia nopeammin. Hän toimii eri tasolla kuin aiemmin ja kyseessä on tällöin kokonaan erilainen rooli. Toistaiseksi asiakas on se, joka saa samalla rahalla enemmän. Vertaan tätä tietysti nyt aikaan ennen AI-työkaluja. Konsulttien tuntilaskutushinta on saattanut nousta joitakin euroja, mutta isossa kuvassa asiakas on se, joka saa tilanteesta suurimman hyödyn.
Mitä tämä tarkoittaa asiakkaalle?
Analyysin pohjalta nousi myös mahdollisuus, jonka olemme huomanneet jo muidenkin konsulttiemme kohdalla: konsulttimme pystyvät auttamaan asiakasta analysoimaan heidän muita järjestelmiään, tunnistamaan automaatiomahdollisuuksia ja ottamaan AI-avusteisia työnkulkuja käyttöön laajemmin. Se on konsultointia, jota ei ole ollut pöydällä ennen ja joka tuottaa asiakkaalle arvoa perinteisen kehitystyön lisäksi.
Tämä on se muutos, joka nyt tapahtuu nopeammin kuin osasimme aiemmin kuvitella. AI ei korvaa kehittäjiä, mutta kehittäjät, jotka osaavat käyttää tekoälytyökaluja ja kielimalleja oikein, tekevät asioita, joihin muut eivät pysty. Ja he ovat myös niitä, joiden osaaminen on asiakkaidemme keskuudessa halutuinta.
Siksi me Identiolla olemme ottaneet AI:n osaksi strategiaamme. Näemme sen keskeisenä kasvun ajurina ja jokaisen konsulttimme on hallittava nämä työkalut ja työnkulut. Investoimme konsulttiemme AI-osaamiseen riippumatta siitä, mahdollistavatko heidän nykyiset asiakasprojektinsa AI-työkalujen käytön. Näin voimme varmistaa, että pystymme tarjoamaan asiakkaillemme parasta mahdollista osaamista AI:n hyödyntämiseksi.
Mitä seuraavaksi?
Jos sinua kiinnostaa, mitä AI-natiivi kehitys voisi tarkoittaa teidän projekteillenne tai tiimillenne, niin jutellaan lisää. Annamme mielellämme rehellisen arvion siitä, missä AI voisi oikeasti olla hyödyllistä teidän projektissanne. Osaamme myös luonnollisesti kertoa, minkälaisissa ympäristöissä ja tilanteissa sitä ei kannata käyttää.
Identio on konsultointiin erikoistunut teknologiayritys. Hyödynnämme työssämme AI-työkaluja ja jokainen konsulttimme osaa käyttää niitä tehokkaasti omassa työssään. Lupauksemme on, että konsulttimme tuottavat arvoa heti ensimmäisestä päivästä lähtien.