Osaamo – Tekoälypohjainen käänteinen rekrytointijärjestelmä Suomeen

1. Tiivistelmä

Osaamo-aloite esittää visionäärisen, tekoälyyn perustuvan kansallisen alustan käänteiselle rekrytoinnille. Nimi “Osaamo” on keksitty työnimi, joka helpottaa tämän dokumentin lukemista. Osaamon tavoitteena on mullistaa Suomen työmarkkinat yhdistämällä työnantajat suoraan sopiviin osaajiin. Tämä visio vastaa hallituksen tavoitteita työllisyyden parantamiseksi, pk-yritysten kasvun edistämiseksi ja osaamisvajeiden ratkaisemiseksi. Osaamo – kansallinen osaamistietokanta ja käänteinen työmarkkinapaikka – pyrkii tehostamaan rekrytointia, vähentämään kustannuksia erityisesti pienille ja keskisuurille yrityksille (pk-yrityksille) ja tuottamaan reaaliaikaista tietoa koulutus- ja työvoimapolitiikan ohjaamiseen.

Osaamo-konsepti on teknisesti toteutettavissa, hyödyntäen yksityisen sektorin tekoälyrekrytointiratkaisuja. Se lupaa merkittäviä kustannussäästöjä työnantajille ja parantunutta tehokkuutta osaajien hankinnassa. Erityisen merkittävää on sen tarjoama palautemekanismi, joka voi muokata kansallista koulutus- ja työvoimapolitiikkaa. Mahdolliseen hankkeeseen liittyy kuitenkin huomattavia haasteita, erityisesti kattavan tietosuojan (GDPR-yhteensopivuus useiden tietolähteiden integroinnissa), algoritmien vinoumien torjunnan ja suuren julkisen IT-hankkeen vaatiman merkittävän taloudellisen panostuksen osalta. Strategiset suositukset korostavat vaiheittaista käyttöönottoa, vankkoja eettisen tekoälyn puitteita ja kattavaa sidosryhmäyhteistyötä järjestelmän menestyksen ja yleisön luottamuksen varmistamiseksi.

2. Johdanto: Suomen työmarkkinoiden haasteisiin vastaaminen

Suomen työmarkkinat kohtaavat useita haasteita, jotka vaikuttavat kansantalouden kasvuun ja työllisyyteen. Pienet ja keskisuuret yritykset (pk-yritykset) ovat Suomen talouden elintärkeä moottori, ja yli kolmannes niistä tavoittelee liikevaihdon kasvua seuraavan 12 kuukauden aikana.1 Tästä kasvuhalusta huolimatta pk-yritykset kohtaavat jatkuvia haasteita osaavan työvoiman löytämisessä.3 Jopa 20 prosenttia pk-yrityksistä ilmoittaa, että osaavan työvoiman puute estää niiden kasvua, ja yli viisi henkeä työllistävistä yrityksistä lähes 60 prosenttia kokee vaikeuksia löytää osaavaa työvoimaa.3 Vaikka tilanne on hieman helpottunut vuodesta 2020, se on edelleen merkittävä ongelma.3

Eräs keskeinen este rekrytoinnille pk-yrityksissä on virheellisten rekrytointien pelko ja työntekijöiden irtisanomisen koettu vaikeus ja kalleus. Vaikka Suomessa irtisanomiskustannukset ovat itse asiassa Euroopan alhaisimpia 4, yrittäjät kokevat henkilöperusteisiin irtisanomisiin liittyvät prosessit ja kustannusriskit liian suuriksi ja aikaa vieviksi.5 Tämä hahmoteltu riski, pikemmin kuin todellinen taloudellinen rasite, toimii merkittävänä työllistämiskynnyksenä. Se saa yritykset usein hankkimaan tarvittavan työpanoksen mieluummin muilla tavoin kuin palkkaamalla uusia työntekijöitä työsuhteeseen.5 Tämä havainto korostaa, että haaste ei ole niinkään irtisanomisen todellinen hinta, vaan siihen liittyvä psykologinen ja hallinnollinen taakka. Jos rekrytointiprosessin alkuvaiheessa voitaisiin merkittävästi parantaa työntekijän ja työpaikan yhteensopivuutta, vääränlaisten rekrytointien todennäköisyys pienenisi. Tämä ennakoiva lähestymistapa voisi lieventää työnantajien pelkoja ja rohkaista heitä palkkaamaan uusia työntekijöitä, mikä edistäisi työpaikkojen syntymistä tehokkaammin ja mahdollisesti vähäisemmin sosiaalisin kitkoin kuin pelkkä irtisanomislainsäädännön keventäminen. Se siirtäisi politiikan painopisteen “ongelmallisten palkkausten hallinnasta” “onnistuneiden palkkausten helpottamiseen”.

Työllisyyspalveluiden järjestämisvastuu siirtyi valtiolta kunnille 1. tammikuuta 2025 alkaen, ja Suomeen perustettiin 45 uutta työllisyysaluetta.6 Tämän TE-palvelut 2024 -uudistuksen tavoitteena on tuoda palvelut lähemmäs asiakkaita ja paikallisia työmarkkinoiden tarpeita, edistäen työllisyys-, koulutus- ja elinkeinopalveluiden parempaa integraatiota.7 Tavoitteena on nopeuttaa työllistymistä ja lisätä työ- ja elinkeinopalveluiden tuottavuutta, saatavuutta, vaikuttavuutta ja monipuolisuutta.9

Vaikka TE24-uudistus pyrkii parantamaan paikallista reagointikykyä ja palvelujen integraatiota 7, se luo samalla pirstaloituneemman toimintaympäristön 45 erillisellä työllisyysalueella.8 Tämä hajauttaminen asettaa kansalliselle alustalle, kuten Osaamolle, kaksitahoisen haasteen: toisaalta se voi parantaa paikallisen tiedonkeruun ja palvelutoimituksen tarkkuutta ja laatua 10; toisaalta se edellyttää vankkoja, standardoituja tiedonvaihtomekanismeja näiden 45 alueen välillä sekä muiden ulkoisten tietolähteiden (kuten ammattiliittojen ja oppilaitosten) kanssa, jotta yhtenäinen kansallinen tietokanta säilyy. TE-palveluiden sisällä oleva “yhteinen ja yhtenäinen asiakastietokanta (tietoalusta)” 11 on hyvä lähtökohta, mutta sen yhteentoimivuus Osaamon laajemman vision, erityisesti ulkoisten, TE-palveluihin kuulumattomien tietolähteiden kanssa, on ratkaisevan tärkeää. Tämä edellyttää merkittäviä teknisiä ja oikeudellisia koordinointitoimia, mahdollisesti hyödyntäen Suomen kansallista palveluarkkitehtuuria (KaPA) tiedonjaon edistämiseksi.12 Haaste ulottuu pelkkää teknistä integraatiota pidemmälle, vaatien selkeiden tiedonhallintakäytäntöjen luomista ja johdonmukaisen tiedon laadun ja standardoinnin varmistamista kaikissa osallistuvissa yksiköissä.

Osaamo-konsepti vastaa suoraan pk-yritysten rekrytointiongelmaan vähentämällä perinteisten rekrytointiprosessien taloudellista ja hallinnollista taakkaa. Se pyrkii parantamaan työmarkkinoiden tehokkuutta nopeuttamalla ehdokkaiden ja työpaikkojen kohtaamista ja tarjoamalla reaaliaikaista tietoa ennakoiviin poliittisiin toimenpiteisiin, edistäen siten dynaamisempaa ja reagoivampaa Suomen taloutta.

3. Osaamo-malli: Käänteisen rekrytoinnin syväluotaus

3.1 Käänteinen rekrytointiprosessi

Osaamo-järjestelmässä perinteinen rekrytointiprosessi kääntyy päälaelleen. Sen sijaan, että työnhakijat lähettäisivät hakemuksia avoimiin työpaikkoihin, työnantajat määrittelevät omat kriteerinsä: vaaditut taidot, kokemuksen, sijainnin, työajan, palkkatoiveen ja jopa yrityskulttuurin. Kehittynyt tekoälyjärjestelmä analysoi kattavaa ehdokastietokantaa ja ehdottaa proaktiivisesti sopivimpia ehdokkaita. Tämä prosessi eliminoi yksittäisten hakemusten tarpeen, vähentäen kitkaa molemmille osapuolille. Tekoälyn rooli on “suodattaa” ja “ehdottaa”, ja lopullinen valintapäätös jää aina ihmiselle.

Perinteinen rekrytointi perustuu työpaikkailmoituksiin ja reaktiivisiin hakemuksiin, mikä usein aiheuttaa merkittäviä ajallisia ja rahallisia kustannuksia seulonnassa.13 Nykyinen Työmarkkinatori.fi (TMT) tarjoaa jo “Oma työpolku” -osion, jossa työnhakijat voivat luoda profiilin ja saada tekoälypohjaisia työpaikkasuosituksia.17 Työnantajat voivat myös selata julkaistuja työnhakijaprofiileja.18 TMT:n työnantajanäkymä on kuitenkin oletuksena anonyymi 18, mikä tarkoittaa, että henkilökohtaiset tunnistetiedot eivät yleensä ole näkyvissä ilman erillistä suostumusta tai vuorovaikutusta.

Osaamo-mallin “match, not apply” -lähestymistapa menee pidemmälle kuin TMT:n nykyinen “anonyymi selaus” -toiminto. Se mahdollistaa työnantajille ehdokkaiden valitsemisen kattavien, taitoihin perustuvien profiilien perusteella ja sitten suoran yhteydenoton aloittamisen. Tämä muistuttaa yksityisten tekoälyrekrytointialustojen, kuten HireHQ:n 22 ja Kikun 23, “suorahaku”- tai “käänteinen rekrytointipyramidi” -malleja, joiden tavoitteena on lyhentää rekrytointiaikaa ja vähentää kustannuksia proaktiivisella osaajien kohtaamisella. Esimerkiksi Kiku keskittyy suurivolyymisiin etulinjan rooleihin ja ilmoittaa merkittävistä ajansäästöistä rekrytoijille ja nopeammasta rekrytointiajasta.23

Keskeinen ero Osaamon ja nykyisen Työmarkkinatori.fi:n toiminnallisuuden välillä on anonymiteetin taso ja yhteydenoton aloittaminen. Vaikka TMT antaa työnhakijoiden julkaista “anonyymin” profiilin työnantajien selattavaksi 18, se nimenomaisesti ilmoittaa, että henkilötietoja tai muita tietoja ei luovuteta viranomaisille tai muille osapuolille ilman käyttäjän suostumusta tai laillista oikeutta.21 Osaamon lähtökohta, jossa työnantajat “valitsevat” ja “ottavat suoraan yhteyttä”, edellyttää mekanismia tunnistettavien tietojen (nimi, yhteystiedot) paljastamiseksi ennen virallista hakemusta. Tämä muuttaa perustavanlaatuisesti suostumusmallia ja edellyttää vankkoja tietosuojatoimia. Jotta Osaamo voisi toteuttaa “käänteisen rekrytoinnin” lupauksensa – jossa työnantajat “valitsevat” ehdokkaita kriteeriensä perusteella ja sitten “ottavat suoraan yhteyttä” ilman, että “jokainen työnhakija lähettää hakemuksia työnantajille” – työnantajat tarvitsisivat pääsyn muihin kuin pelkästään anonyymeihin taitoprofiileihin. He tarvitsisivat tunnistettavia tietoja (esim. nimi, yhteystiedot) suoran yhteydenoton aloittamiseksi. Tämä tarkoittaa, että Osaamo ei voi yksinkertaisesti kopioida TMT:n nykyisiä “oletuksena anonyymejä” tietosuoja-asetuksia työnantajan pääsyyn. Se edellyttää uutta, nimenomaista ja yksityiskohtaista suostumuskehystä. Työnhakijoiden olisi annettava lupa tunnistettavan profiilinsa (tai sen tietyn osajoukon) näkymiseen työnantajille, jotka täyttävät heidän kriteerinsä, erityisesti suoran yhteydenoton tarkoitusta varten. Tämän suostumuksen on oltava selkeästi viestitty, helposti ymmärrettävissä ja työnhakijan peruutettavissa GDPR:n läpinäkyvyys- ja valvontaperiaatteiden mukaisesti.25 Tämä muutos suostumusmallissa edustaa suurta oikeudellista ja luottamuksen rakentamisen haastetta. Onnistunut käyttöönotto edellyttää paitsi kehittyneitä teknisiä kontrolleja näiden suostumusasetusten täytäntöönpanemiseksi, myös laajaa yleisön valistusta ja viestintäkampanjoita sen varmistamiseksi, että työnhakijat ymmärtävät, mitä tietoja jaetaan, kenelle ja millä ehdoilla. Järjestelmän tietosuojatoimien luottamuksen rakentaminen ja ylläpitäminen on ensiarvoisen tärkeää laajan käyttöönoton ja tiedon syöttämisen kannalta.

3.2 Kattava tietokanta

Osaamo-tietokanta olisi keskitetty, dynaaminen osaajien tietovarasto. Se yhdistäisi olemassa olevan tiedon TE-palveluista (joita hallinnoi nyt 45 kunnallista työllisyysaluetta 6), hyödyntäen niiden “yhteistä ja yhtenäistä asiakastietokantaa (tietoalustaa)".11 Tämän lisäksi se laajentuisi kattamaan ammattiliittojen (esim. jäsenten taidot, sertifikaatit 28) ja oppilaitosten (esim. opiskelijaprofiilit, suoritetut kurssit, tutkinnot 29) tiedot. Järjestelmä mahdollistaisi myös yksityishenkilöiden vapaaehtoisen tietojen syöttämisen ja mahdollisesti integroitumisen yksityisen sektorin osaajapankkeihin. Tavoitteena on luoda kokonaisvaltainen kuva kansallisesta osaamisesta.

Vaikka ajatus yhdistää tietoja eri lähteistä rikkaamman ja kattavamman osaajaprofiilin luomiseksi on tehokas kohtaannon parantamiseksi 31, se asettaa merkittäviä GDPR-yhteensopivuushaasteita. Jokainen tietolähde (TE-palvelut, liitot, oppilaitokset) toimii oman jäsenistönsä/opiskelijoidensa rekisterinpitäjänä.28 Tämän tiedon yhdistäminen yhtenäiselle Osaamo-alustalle edellyttää selkeitä oikeudellisia perusteita käsittelylle, yksiselitteistä ja yksityiskohtaista suostumusta yksilöiltä jokaiseen käyttötarkoitukseen 21 sekä vankkoja tietojen minimointistrategioita.25 Haaste ei ole vain tekninen integraatio 12, vaan myös herkkien henkilötietojen jakamiseen liittyvien oikeudellisten ja eettisten monimutkaisuuksien hallinta eri julkisen ja yksityisen sektorin toimijoiden välillä, erityisesti kun yhdistetään “tietokokonaisuuksien yhdistäminen” 35 eri tarkoituksiin tai rekisterinpitäjien välillä. Tämä edellyttää merkittävää ennakointia tiedonhallinnassa, standardoinnissa ja puhdistusprosesseissa, jotka usein jäävät huomiotta hankkeiden alkuvaiheen suunnittelussa. Osaamon menestys riippuu paitsi teknisen alustan rakentamisesta, myös vankasta, oikeudellisesti kestävistä ja julkisesti luotettavista tiedonjakamisjärjestelmistä. Tämä vaatii omistautumista lainsäädännön noudattamiseen, avoimeen viestintään rekisteröityjen kanssa tietojen käytöstä ja mekanismeja, joiden avulla yksilöt voivat helposti hallita suostumustaan ja tietojaan. Ilman tätä järjestelmä kohtaa merkittäviä oikeudellisia riskejä ja vähäistä käyttöönottoa, jolloin sen potentiaaliset hyödyt jäävät toteutumatta.

Työnhakijat loisi ja päivittäisi jatkuvasti profiilejaan, kuvaten taitojaan (käyttäen standardoituja taksonomioita, kuten ESCO 18), työkokemustaan, saavutuksiaan ja toiveitaan. Järjestelmä tukisi alkuvaiheen anonymiteettiä, näyttäen työnantajille vain taidot ja pätevyydet, kunnes molemminpuolinen kiinnostus syntyy, kuten käyttäjä ehdotti ja kuten Työmarkkinatori.fi:ssä on osittain toteutettu.20 Säännöllisiä päivityksiä (esim. kolmen kuukauden välein, kuten käyttäjä esitti) kannustettaisiin tai automatisoitaisiin tiedon ajantasaisuuden varmistamiseksi, mahdollisesti muistutuksilla tai automaattisella profiilin vanhenemisella, jos sitä ei päivitetä.

3.3 Dynaaminen politiikan palautesilmukka

Osaamon ainutlaatuinen ominaisuus on sen palautesilmukka: jos työnantaja ei valitse tekoälyn ehdottamaa ehdokasta, hän antaa lyhyen, jäsennellyn syyn (esim. “puuttuu digiosaamista”, “ei valmis vuorotyöhön”, “kielitaito riittämätön”). Tämän palautemekanismin olisi oltava pakollinen, mutta kevyt (esim. 1–3 klikkausta) korkean osallistumisasteen ja johdonmukaisen tiedonkeruun varmistamiseksi.

Kerätty palaute, huolellisesti anonymisoituna ja aggregoituna, siirrettäisiin asianomaisille ministeriöille (esim. Opetus- ja kulttuuriministeriölle ja Työ- ja elinkeinoministeriölle). Tämä reaaliaikainen, yksityiskohtainen tieto nousevista osaamisvajeista ja työmarkkinoiden tarpeista mahdollistaisi poliittisille päättäjille ketterät, näyttöön perustuvat päätökset, ohjaten koulutus- ja koulutusohjelmia vastaamaan tunnistettuja puutteita. Tämä muuttaa Osaamon pelkästä rekrytointityökalusta strategiseksi välineeksi kansallisen osaamisen kehittämiseen ja “tiedolla johtamiseen”.12

Tämä palautesilmukka on Osaamon innovatiivisin julkisen sektorin ominaisuus, joka vastaa suoraan pitkäaikaiseen haasteeseen koulutuksen ja koulutuksen yhdenmukaistamisesta dynaamisten työmarkkinoiden tarpeiden kanssa. Tarjoamalla reaaliaikaista, aggregoitua tietoa tietyistä osaamispuutteista 37, se mahdollistaa ennakoivan, eikä reaktiivisen, poliittisen vastauksen. Tämä voi merkittävästi vähentää rakenteellista työttömyyttä, parantaa kansallista kilpailukykyä ja lisätä koulutustarjonnan relevanssia. Järjestelmä kerää suoraa, jäsenneltyä palautetta työnantajilta tiettyjen osaamisvajeiden tai muiden syiden osalta, miksi ehdokkaita ei valittu tehtävään. Tämä palaute on suoraan sidoksissa todellisiin rekrytointipäätöksiin, mikä tekee siitä erittäin relevantin ja käyttökelpoisen. Tämä luo ainutlaatuisen, reaaliaikaisen ja yksityiskohtaisen tietoaineiston työmarkkinoiden vaatimuksista ja osaamisvajeista, joka on ennennäkemätön tarkkuudeltaan ja välittömyydeltään. Tämä tieto menee yleisten työttömyystilastojen ohi ja tunnistaa, mitä erityisiä osaamisia puuttuu. Tämä kyky mahdollistaa “strategisen suunnittelun” ja “ennakoivan analytiikan” 37, jolloin poliittiset päättäjät voivat ennakoida ja vastata nouseviin tarpeisiin paljon nopeammin kuin nykyisillä menetelmillä. Tämä ominaisuus muuttaa Osaamon yksinkertaisesta työpaikkojen kohtaamisalustasta tehokkaaksi kansalliseksi työmarkkinatiedon järjestelmäksi. Se mahdollistaa “tietoon perustuvat oivallukset, jotka ohjaavat päätöksentekoa ja parempia tuloksia, kuten palkkausten laatua”.38 Ensisijainen haaste on varmistaa, että palaute annetaan johdonmukaisesti, standardoidusti (esim. käyttäen hallittua sanastoa osaamisvajeille) ja aidosti anonymisoituna 21, ennen kuin sitä käytetään poliittisiin päätöksiin, jotta vältetään mahdollinen väärinkäyttö tai tahattomat vinoumat, jotka voisivat vaikuttaa kansallisen tason resurssien jakamiseen. Palautemekanismin suunnittelussa on tasapainotettava työnantajien helppokäyttöisyys ja tarve korkealaatuiseen, käyttökelpoiseen tietoon.

4. Strategiset hyödyt ja arvolupaus

4.1 Taloudellinen voimaannuttaminen pienille ja keskisuurille yrityksille (pk-yrityksille)

Osaamo vastaa suoraan pk-yritysten korkeisiin rekrytointikustannuksiin ja hallinnolliseen taakkaan.1 Vähentämällä tai poistamalla kokonaan perinteisten työpaikkailmoitusten ja kalliiden rekrytointiyritysten tarpeen 13, se tarjoaa merkittäviä kustannussäästöjä. Yksityiset tekoälyrekrytointialustat raportoivat huomattavista kustannussäästöistä (HireHQ: 68 % kustannussäästöjä 22; Kiku: 81 % ajansäästöä rekrytoijille 23). Tämä rekrytoinnin kitkan väheneminen ja “väärän palkkauksen” pelkojen lieventäminen 5 voi kannustaa pk-yrityksiä palkkaamaan enemmän, mikä edistää työpaikkojen syntymistä ja talouskasvua.1

4.2 Parantunut työmarkkinoiden tehokkuus ja reagointikyky

Tekoälypohjainen kohtaamisjärjestelmä voi merkittävästi nopeuttaa rekrytointiprosessia, lyhentäen rekrytointiaikaa (Kiku: 75 % nopeammin 23; HireHQ: 45 % ajasta vähentynyt 22). Tämä parantaa työvoiman liikkuvuutta ja lyhentää työttömyyden kestoa. Työnhakijoille päivitetyn profiilin ylläpitäminen Osaamossa lisää heidän näkyvyyttään työnantajille, mikä voi johtaa “piilotyöpaikkojen” löytymiseen ja suurempiin työllistymismahdollisuuksiin.19 Tämä siirtyminen proaktiiviseen rekrytointiin antaa rekrytoijille mahdollisuuden sitouttaa osaajia aikaisemmin ja merkityksellisemmin.38

4.3 Syrjinnän vähentäminen ja tasa-arvon edistäminen rekrytoinnissa

Keskittymällä taitoihin ja osaamiseen sekä anonymisoimalla aluksi henkilökohtaiset tunnisteet, kuten nimi, ikä ja sukupuoli 36, Osaamolla on potentiaalia lieventää perinteisiin rekrytointiprosesseihin liittyviä ihmisen tiedostamattomia vinoumia.37 Eettiset tekoälykehykset, läpinäkyvät algoritmit ja jatkuva auditointi ovat ratkaisevan tärkeitä oikeudenmukaisuuden varmistamiseksi ja algoritmien vinoumien estämiseksi.27 Tämä lähestymistapa voi johtaa monimuotoisempiin ja osallistavampiin palkkauksiin.37

4.4 Tietoon perustuva hallinto ja osaamisen kehittäminen

Integroitu palautesilmukka tarjoaa reaaliaikaista, aggregoitua työmarkkinatietoa suoraan poliittisille päättäjille. Tämä yksityiskohtainen tieto osaamisvajeista ja toimialojen tarpeista mahdollistaa ketterämmät ja tehokkaammat koulutus- ja koulutuspolitiikan muutokset.37 Tämä ennakoiva lähestymistapa varmistaa, että kansallinen koulutusjärjestelmä vastaa paremmin kehittyvän talouden vaatimuksia, edistäen osaavampaa ja kilpailukykyisempää työvoimaa. Kyky “jatkuvasti parantaa ja mukautua kokemustensa perusteella” 40 on avain dynaamisille työmarkkinoille.

5. Kriittiset riskit, haasteet ja lieventämisstrategiat

5.1 Tietosuoja, turvallisuus ja GDPR-yhteensopivuus

Tietojen integrointi eri organisaatioista ja suostumuksen hallinta ovat monimutkaisia. Henkilötietojen yhdistäminen eri lähteistä (TE-palvelut, ammattiliitot, oppilaitokset, yksityiset toimijat) yhdeksi kansalliseksi tietokannaksi on valtava haaste GDPR:n puitteissa.12 Jokaisella tietolähteellä on omat tietosuojakäytäntönsä ja oikeudelliset perusteensa tietojen käsittelylle. TE-palveluiden siirtyminen 45 kunnalliselle työllisyysalueelle monimutkaistaa tätä entisestään, vaatien vankkoja yhteentoimivuussopimuksia ja tiedonhallintaa näiden yksiköiden välillä.8 Tietokokonaisuuksien yhdistäminen eri tarkoituksiin tai rekisterinpitäjien välillä edellyttää huolellista oikeudellista arviointia.35

Henkilötietojen suojaamisessa on noudatettava tiukkoja teknisiä ja oikeudellisia suojatoimia. Ehdoton noudattaminen GDPR-periaatteisiin on ensiarvoisen tärkeää: tietojen minimointi 25, käyttötarkoitussidonnaisuus 25, tarkkuus ja määritellyt säilytysajat.21 Nimenomainen, yksityiskohtainen ja peruutettavissa oleva suostumus työnhakijoilta tietojen jakamiseen, erityisesti heidän tunnistettavien profiiliensa osalta työnantajille 21, on kriittistä. Tämä koskee erityisesti arkaluonteisia tietoja, kuten terveystietoja, jotka edellyttävät erillistä, kirjallista ja määräaikaista suostumusta jokaista luovutusta varten.43 Vankka salaus, pääsynhallinta ja turvallinen EU/ETA-alueella sijaitseva pilvitallennus 21 ovat välttämättömiä. Tilastolliseen ja poliittiseen käyttöön tarkoitettu anonymisointi on oltava peruuttamaton, jotta uudelleen tunnistaminen estetään.21

5.2 Algoritmien vinouma ja eettinen tekoälyn käyttöönotto

On olemassa riskejä, että tekoälyn kohtaamisjärjestelmä voi ylläpitää tai luoda uusia vinoumia. Tekoälyjärjestelmät voivat, jos niitä ei ole suunniteltu ja valvottu huolellisesti, ylläpitää tai jopa vahvistaa historiallisessa datassa olevia yhteiskunnallisia vinoumia.27 Esimerkkejä, kuten Amazonin puolueellinen rekrytointi-tekoäly, joka syrji naisia 27, ja iTutorGroupin ikäsyrjintä 27, korostavat riskiä, että algoritmit syrjivät sukupuolen, iän tai muiden suojeltujen ominaisuuksien perusteella, vaikka suorat tunnisteet olisi piilotettu.36 Vinouma voi johtua myös huonosta tiedon laadusta.38

Läpinäkyvien algoritmien, jatkuvan auditoinnin ja ihmisen valvonnan strategiat ovat välttämättömiä. Vinoumien lieventäminen edellyttää monipuolista lähestymistapaa:

  • Vinoumien valvonta: Aloitettava mallin suunnitteluvaiheessa, vaatien selkeän tutkimuskysymyksen ja monimuotoisen ja edustavan tekoälytiimin, johon kuuluu kliinisiä asiantuntijoita, data-asiantuntijoita, institutionaalisia sidosryhmiä ja aliedustettujen potilasryhmien jäseniä 39 – sovellettavissa myös työllisyyteen.

  • Eettiset kehykset: Yhdenmukaisuus monimuotoisuuden, tasa-arvon ja osallisuuden (DEI) periaatteiden kanssa.37

  • Läpinäkyvät mallit: Käytettävä “selitettäviä järjestelmiä”, jotka selkeästi viestivät, miksi ehdokkaita suositellaan 38, siirtyen “mustan laatikon” päätöksenteosta.

  • Jatkuva auditointi: Toteutettava jatkuva vinoumien havaitsemis- ja lieventämistyökaluja 38 sekä teknisten ja organisatoristen toimenpiteiden säännöllistä testausta ja arviointia.32

  • Ihmisen valvonta: Varmistettava, että tekoäly on täydentävä työkalu, ei korvike ihmisen päätöksenteolle.27

  • Tiedon laatu: Varmistettava puhtaan, puolueettoman koulutusdatan käyttö.27

5.3 Tiedon laatu, ylläpito ja käyttäjän sitoutuminen

Työnhakijaprofiilien ajantasaisuuden ja tarkkuuden varmistamisessa on haasteita. Osaamon kohtaannon tehokkuus riippuu täysin työnhakijatiedon laadusta ja tuoreudesta.38 Profiilit voivat vanhentua nopeasti. Käyttäjän ehdotus automaattisesta profiilin vanhenemisesta (esim. 3 kuukauden välein), jos sitä ei päivitetä, on mahdollinen ratkaisu, mutta se vaatii huolellista toteutusta, jotta vältetään passiivisten työnhakijoiden tai rajallisen digitaalisen pääsyn omaavien henkilöiden rankaiseminen.

Työnantajien merkityksellisen palautteen kannustaminen ja varmistaminen on tärkeää. Vaikka käyttäjä ehdottaa palautteen tekemistä pakolliseksi mutta kevyeksi (1–3 klikkausta), merkityksellisen ja johdonmukaisen palautteen varmistaminen työnantajilta on edelleen haaste. “Laiska palaute” voisi heikentää politiikan palautesilmukan tarkkuutta. Työnantajille annettavat kannustimet (esim. pieni rekrytointituki) ja selkeät ohjeet palautteen laadusta ovat ratkaisevan tärkeitä, jotta tieto on käyttökelpoista päätöksenteossa.

5.4 Tekninen integraatio ja yhteentoimivuus

Integraatio monimuotoisten olemassa olevien julkisten ja yksityisten IT-järjestelmien (esim. Työmarkkinatori.fi, kunnalliset järjestelmät) kanssa on haasteellista. Suomen julkisen sektorin IT-ympäristö on monimutkainen, sisältäen erilaisia järjestelmiä ja tietovarastoja.12 Osaamon integrointi Työmarkkinatori.fi:hin, 45 kunnalliseen TE-palvelujärjestelmään 8, ammattiliittojen tietokantoihin ja oppilaitosten järjestelmiin vaatii laajaa teknistä työtä ja kansallisten palveluarkkitehtuuristandardien (KaPA) noudattamista.12 TE24-uudistuksen painopiste “yhteisessä ja yhtenäisessä asiakastietokannassa” 11 luo perustan, mutta sen laajentaminen ulkoisiin tietolähteisiin on merkittävä hanke.

Standardoitujen tietomuotojen ja vankkojen rajapintojen (API) merkitys on korostettu. Standardoidut tietomuodot (esim. ESCO osaamiselle 18) ja hyvin määritellyt rajapinnat ovat kriittisiä saumattoman tiedonvaihdon ja yhteentoimivuuden kannalta.24 Tämä edellyttää merkittävää kehitystyötä sen varmistamiseksi, että tieto virtaa sujuvasti ja tulkitaan johdonmukaisesti koko ekosysteemissä.

5.5 Sidosryhmien käyttöönotto ja muutoksenhallinta

Perinteisten rekrytointitoimijoiden vastustuksen voittaminen ja laajan käyttäjien sitoutumisen varmistaminen on tärkeää. “Käänteinen rekrytointi” -malli haastaa perinteiset rekrytointitoimistot ja headhunterit, joiden palvelut voivat vaihdella 2 450 eurosta yli 25 000 euroon per palkkaus.13 Niiden mahdollinen vastustus ilmaista, julkista vaihtoehtoa kohtaan on hallittava selkeillä arvolupauksilla ja mahdollisesti vaiheittaisella siirtymällä. Laajan käyttöönoton varmistaminen sekä työnhakijoiden että työnantajien keskuudessa edellyttää merkittävää viestintää, koulutusta ja selkeää arvon osoittamista, uudelleenmuotoillen tekoälyn mahdollistajaksi eikä korvaajaksi.38

6. Kustannus-hyötyanalyysi ja tehokkuusarviointi

6.1 Nykyiset rekrytointikustannukset

Rekrytointipalveluiden maksut Suomessa vaihtelevat merkittävästi tehtävän tason ja erikoistumisen mukaan. Asiantuntija- ja toimihenkilötason rekrytoinneissa kustannukset vaihtelevat 5 000 – 10 000 euroa. Keskijohdon rekrytoinnit maksavat tyypillisesti 10 000 – 15 000 euroa, kun taas ylemmän johdon ja erikoisasiantuntijoiden rekrytoinnit voivat aiheuttaa 15 000 – 25 000 euron tai suurempia maksuja.13 Suorahakupalvelut (headhunting) alkavat noin 7 950 eurosta 16, ja suorakontaktointi alkaen 2 450 eurosta.15 Nämä maksut lasketaan usein kertoimena (1,5–3) kuukausipalkasta tai prosenttiosuutena (10–35 %) vuosipalkasta.13

Suorien maksujen lisäksi työnantajille aiheutuu huomattavia epäsuoria kustannuksia, mukaan lukien sisäisen HR-henkilöstön aika, joka kuluu seulontaan, haastatteluihin ja hallintoon. “Väärän rekrytoinnin” pelko 5 viittaa kustannuksiin, jotka liittyvät heikkoon suorituskykyyn, mahdollisiin irtisanomisprosesseihin ja uudelleenrekrytoinnin tarpeeseen, jotka voivat olla merkittäviä, vaikka suorat irtisanomiskustannukset olisivat alhaiset.4 Yksityiset tekoälyalustat väittävät lyhentävänsä rekrytointiaikaa 45–81 % 22, mikä osoittaa nykyisten manuaalisten prosessien vaatimien aikainvestointien suuruuden.

6.2 Osaamon arvioidut kehitys- ja käyttökustannukset

Kansallisen mittakaavan tekoälypohjaisen IT-järjestelmän kehittäminen julkiselle sektorille on merkittävä taloudellinen hanke. Suomen julkisten IT-hankintojen arvot ovat olleet 1,6 miljardia euroa vuonna 2023 46 ja 3,5 miljardia euroa vuonna 2024 47, ja suuret sopimukset ovat usein puitesopimuksia. Vaikka Osaamo ei todennäköisesti saavuttaisi näitä monen miljardin lukuja yhdelle hankkeelle, tämän mittakaavan projekti (kansallinen, tekoälyyn perustuva, useiden tietolähteiden integrointi) vaatii huomattavia investointeja.

  • Prototyyppivaihe (6 kk): Käyttäjän ehdotus pilottikokeilusta yhdessä maakunnassa tai toimialalla (esim. IT tai logistiikka) avoimen lähdekoodin MVP:n (Minimum Viable Product) rakentamiseksi on kustannustehokas lähestymistapa. Tämän vaiheen kustannukset voisivat olla satoja tuhansia euroja, mahdollisesti alhaisempia kuin yksityisten tekoälyrekrytointialustojen siemenrahoituskierrokset (esim. Kiku keräsi 4 miljoonaa euroa siemenrahoitusta 23). Tämä vaihe keskittyisi teknisen toteutettavuuden osoittamiseen ja keskeisten ominaisuuksien validointiin.

  • Laajennusvaihe (12 kk): Kansallinen käyttöönotto vaiheittain ja integraatio koulutusjärjestelmään edustaa merkittävää kustannushyppyä. Julkisten IT-hankkeiden kehitysinvestoinnit ovat olleet noin kolmannes kokonaiskuluista (esim. työeläkealalla 33,7 % vuonna 2020).48 Tekoälyjärjestelmien kehityskustannukset julkisella sektorilla voivat olla huomattavia, mutta tekoälyn käyttö hallinnossa ja toimistotyössä voi automatisoida tehtäviä erittäin alhaisilla kustannuksilla verrattuna ihmistyöhön (0,05–0,20 euroa/tehtävä vs. 20–40 euroa/tunti).50 Tämä vaihe voisi vaatia kymmeniä miljoonia euroja, riippuen integraatioiden syvyydestä ja järjestelmän laajuudesta.

  • Palautesilmukan hyödyntämisvaihe: Anonymisoidun tiedon siirto ministeriöille ja koulutuspolitiikan päivittäminen on jatkuva toiminto. Tekoälyjärjestelmien ylläpitokustannukset ovat usein suurin osa IT-kuluista (esim. työeläkealalla 62,3 % vuonna 2020).48 Tämän vaiheen kustannukset olisivat pääosin ylläpito-, analytiikka- ja kehityskuluja, jotka voisivat olla useita miljoonia euroja vuosittain.

Mahdolliset rahoituslähteet: Valtion budjettivarat, EU-rahoitus (esim. Digital Europe Programme, ESR-rahastot), sekä mahdollisesti yhteistyö yksityisen sektorin kanssa, jos järjestelmä voisi tarjota lisäarvoa myös kaupallisille toimijoille.

6.3 Tehokkuushyödyt

Osaamo-järjestelmä tarjoaa merkittäviä tehokkuushyötyjä verrattuna nykyiseen malliin:

  • Nopeampi kohtaanto: Tekoäly voi ehdottaa sopivia ehdokkaita lähes reaaliaikaisesti, mikä lyhentää rekrytointiaikaa viikoista päiviin.22 Tämä vähentää työpaikkojen avoimena oloaikaa ja lyhentää työttömyysjaksoja.

  • Kustannussäästöt työnantajille: Pk-yritykset voivat välttää kalliit rekrytointifirmojen maksut (tuhansia euroja per rekrytointi 13) ja työpaikkailmoitusten kustannukset. Tekoälypohjaiset ratkaisut voivat vähentää rekrytoinnin kokonaiskustannuksia jopa 68 %.22

  • Vähentynyt hallinnollinen taakka: Järjestelmä automatisoi hakemusten käsittelyn ja esiseulonnan, vapauttaen HR-henkilöstön aikaa strategisempiin ja ihmiskeskeisempiin tehtäviin.37 Tekoäly voi säästää rekrytoijan aikaa merkittävästi.51

  • Parempi kohtaanto ja vähemmän virherekrytointeja: Tekoälyn kyky analysoida suuria tietomääriä ja tunnistaa piileviä osaamisia voi johtaa tarkempiin kohtaantoihin, vähentäen virheellisten rekrytointien riskiä ja niistä aiheutuvia kustannuksia.37

  • Reaaliaikainen työmarkkinatieto: Palautesilmukka tarjoaa ainutlaatuisen, ajantasaisen kuvan työmarkkinoiden tarpeista ja osaamisvajeista, mikä mahdollistaa nopeammat ja tarkemmat koulutuspoliittiset päätökset. Tämä ennakoiva kyky on ratkaisevan tärkeä dynaamisessa taloudessa.

6.4 Kokonaistaloudellinen vaikutus

Osaamon kaltainen järjestelmä voi luoda merkittäviä kokonaistaloudellisia hyötyjä. Nopeampi työllistyminen vähentää työttömyysturvakustannuksia ja lisää verotuloja. Pk-yritysten kasvun esteiden poistaminen ja työllistämiskynnyksen madaltaminen voivat kiihdyttää työpaikkojen syntymistä ja talouskasvua.1 Työvoiman parempi kohdentuminen ja osaamisvajeiden tehokkaampi korjaaminen parantavat Suomen kilpailukykyä ja tuottavuutta globaaleilla markkinoilla. Vaikka julkisen sektorin tekoälyosaamisen kehittäminen vaatii investointeja 52, tekoälyn laaja hyödyntäminen voi vapauttaa aikaa hallinnollisista rutiineista ja suunnata resursseja vaikuttavampiin palveluihin.52

7. Johtopäätökset ja suositukset

Osaamo-konsepti tarjoaa Suomelle strategisen mahdollisuuden modernisoida työmarkkinoitaan ja vastata keskeisiin työllisyyshaasteisiin tekoälyn avulla. Järjestelmän potentiaali vähentää rekrytointikustannuksia pk-yrityksille, nopeuttaa työpaikkojen täyttämistä ja tarjota reaaliaikaista tietoa koulutuspolitiikan ohjaamiseen on huomattava. Se voisi siirtää Suomen työmarkkinat reaktiivisesta mallista proaktiiviseen ja tietoon perustuvaan ekosysteemiin.

Kuitenkin tämänlaisen kansallisen järjestelmän toteuttaminen ei ole vailla haasteita. Tietosuojaan, algoritmien vinoumiin ja monimutkaiseen tietojen integrointiin liittyvät riskit edellyttävät erittäin huolellista suunnittelua ja toteutusta. Erityisesti tietosuojan osalta on varmistettava, että yksilöiden suostumus tunnistettavien tietojen jakamiseen on selkeä, yksityiskohtainen ja helposti hallittavissa, ja että järjestelmä noudattaa tiukasti GDPR-periaatteita kaikissa vaiheissa. Algoritmien puolueettomuuden varmistaminen edellyttää jatkuvaa auditointia, läpinäkyvyyttä ja ihmisen valvontaa. Lisäksi järjestelmän onnistuminen riippuu laajasta sidosryhmien sitoutumisesta ja tiedon laadun jatkuvasta ylläpidosta.

Suositukset Osaamon toteuttamiseksi:

  1. Vaiheittainen ja hallittu käyttöönotto: Aloitetaan prototyypillä rajatussa ympäristössä (esim. yksi maakunta tai toimiala, kuten IT tai logistiikka). Tämä mahdollistaa oppimisen, riskienhallinnan ja järjestelmän hienosäädön ennen laajempaa kansallista laajennusta.

  2. Vankka tietosuojakehys ja eettisen tekoälyn periaatteet: Panostetaan merkittävästi GDPR-yhteensopivuuteen ja eettisen tekoälyn kehysten rakentamiseen heti alusta alkaen. Tämä sisältää selkeän suostumusmallin kehittämisen, tietojen minimoinnin ja anonymisointimenetelmien varmistamisen sekä algoritmien säännöllisen puolueettomuuden auditoinnin.

  3. Kattava tiedonhallintastrategia: Kehitetään standardoidut tiedonvaihtoprotokollat ja rajapinnat (API) kaikkien integroitavien tietolähteiden (TE-palvelut, ammattiliitot, oppilaitokset, yksityiset toimijat) kanssa. Varmistetaan tiedon laatu ja ajantasaisuus aktiivisten päivitys- ja validointimekanismien avulla.

  4. Sidosryhmäyhteistyö ja viestintä: Sitoutetaan kaikki keskeiset sidosryhmät – työnhakijat, työnantajat (erityisesti pk-yritykset), ammattiliitot, oppilaitokset ja rekrytointialan toimijat – tiiviisti kehitysprosessiin. Panostetaan kattavaan viestintään ja koulutukseen järjestelmän hyödyistä ja toiminnasta luottamuksen rakentamiseksi ja laajan käyttöönoton varmistamiseksi.

  5. Jatkuva kehitys ja tiedolla johtaminen: Varmistetaan riittävä rahoitus ja resurssit järjestelmän jatkuvaan kehitykseen, ylläpitoon ja tekoälymallien parantamiseen. Hyödynnetään palautesilmukan tuottamaa tietoa aktiivisesti koulutus- ja työvoimapolitiikan ohjaamisessa, luoden dynaamisen ja reagoivan järjestelmän Suomen työmarkkinoiden tarpeisiin.

Osaamo voisi olla merkittävä askel kohti tehokkaampia, oikeudenmukaisempia ja tulevaisuuden haasteisiin paremmin vastaavia työmarkkinoita Suomessa. Sen onnistuminen edellyttää kuitenkin strategista näkemystä, teknistä osaamista ja vahvaa sitoutumista eettisiin periaatteisiin.

Prosessi: idea -> LM Studio -> Kimi K2 -> Google 2.5 DeepResearch

Note! When discussing the functionality of AI, the term “user’s query” refers to the input or request provided by the user to the AI system. In the context of this report, a “user’s query” specifically denotes my (the author’s) prompts, questions, or instructions given to the generative AI model during the research and drafting process. It’s the mechanism through which I guided the AI to retrieve information, analyze data, and generate content.

Lähdeartikkelit

  1. Pk-yritykset katsovat tulevaan: Kasvua ja rahoitushaasteita vuoteen 2025 - WS Finance Oy, avattu heinäkuuta 18, 2025, https://www.wsfinance.fi/blog/pk-yritykset-katsovat-tulevaan-kasvua-ja-rahoitushaasteita-vuoteen-2025

  2. Yrittäjägallup: Yli puolet pk-yrityksistä hakee kasvua | Suomen Yrittäjät - STT Info, avattu heinäkuuta 18, 2025, https://www.sttinfo.fi/tiedote/71258033/yrittajagallup-yli-puolet-pk-yrityksista-hakee-kasvua?publisherId=1624&lang=fi

  3. Joka viidennellä pk-yrityksellä on vaikeuksia löytää työvoimaa - Sähkömaailma, avattu heinäkuuta 18, 2025, https://www.sahkomaailma.fi/joka-viidennella-pk-yrityksella-on-vaikeuksia-loytaa-tyovoimaa/

  4. Irtisanomissuoja pienyrityksissä - Osmo Soininvaara, avattu heinäkuuta 18, 2025, https://www.soininvaara.fi/2013/04/02/irtisanomissuoja-pienyrityksissa/

  5. Varoitus annettava aina” – Asiantuntija kertoo, millä perusteilla ”hankalan” työntekijän voi irtisanoa - Yrittajat.fi, avattu heinäkuuta 18, 2025, https://www.yrittajat.fi/uutiset/varoitus-annettava-aina-asiantuntija-kertoo-milla-perusteilla-hankalan-tyontekijan-voi-irtisanoa/

  6. TE-palvelut 2024 -uudistus | Kuntaliitto.fi, avattu heinäkuuta 18, 2025, https://www.kuntaliitto.fi/talous-ja-elinvoima/tyollisyys/te-palvelut-2024-uudistus

  7. Työllisyysalueet aloittavat 1.1.2025 - Ajankohtaista - Työmarkkinatori, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/uutiset/tyollisyysalueet-aloittavat-tammikuussa

  8. TE-palvelut 2024 -uudistus: Suomeen tulossa 45 työllisyysaluetta - Valtioneuvosto, avattu heinäkuuta 18, 2025, https://valtioneuvosto.fi/-/1410877/te-palvelut-2024-uudistus-suomeen-tulossa-45-tyollisyysaluetta

  9. Usein kysytyt kysymykset TE-palvelut 2024 -uudistuksesta - Ajankohtaista - Työmarkkinatori, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/uutiset/usein-kysytyt-kysymykset-te-palvelut-2024-uudistuksesta-pohjanmaan-te-toimistossa

  10. Työllisyyspalveluiden uudistus on kunnille mahdollisuus - Tradenomi.fi, avattu heinäkuuta 18, 2025, https://www.tradenomi.fi/ajankohtaista/tyollisyyspalveluiden-uudistus-on-kunnille-mahdollisuus/

  11. TE-palvelut 2024 kysymyksiä ja vastauksia | Kuntaliitto.fi, avattu heinäkuuta 18, 2025, https://www.kuntaliitto.fi/talous-ja-elinvoima/tyollisyys/te-palvelut-2024-uudistus/kysymyksia-ja-vastauksia

  12. Strateginen kokonaiskuva digitaalisista palveluista ja tietojärjestelmistä TE- palvelut 2024 -uudistuksessa - Kuntaliitto, avattu heinäkuuta 18, 2025, https://www.kuntaliitto.fi/sites/default/files/media/file/TE2024%20Strateginen%20kokonaiskuva%20Digitiekartta_Final_0.pdf

  13. Paljonko rekrytointipalvelut maksavat ja mitä niihin kuuluu? - Polarpro, avattu heinäkuuta 18, 2025, https://www.polarpro.fi/paljonko-rekrytointipalvelut-maksavat-ja-mita-niihin-kuuluu/

  14. Rekrytointipalveluiden ostamisen opas | HENRY ry, avattu heinäkuuta 18, 2025, https://www.henry.fi/media/hankkeet/rekrytointipalveluiden-ostamisen-opas.pdf

  15. Suorakontaktointi | Rekrytointi | Rekrytointipalvelu | Suorahaku (headhunting) | Suorahakupalvelu | Scoutria, avattu heinäkuuta 18, 2025, https://www.scoutria.com/rekrytointi-ja-suorahaku/suorakontaktointi

  16. Suorahaku (headhunting, executive search) | Suorahakupalvelu | Rekrytointi | Rekrytointipalvelu | Scoutria, avattu heinäkuuta 18, 2025, https://www.scoutria.com/rekrytointi-ja-suorahaku/suorahaku-eli-headhunting

  17. Työmarkkinatori: Henkilöasiakkaat, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/henkiloasiakkaat

  18. Näin täytät ja julkaiset työnhakuprofiilin - Omatoiminen työnhaku …, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/ohjeet-ja-tuki/henkiloasiakkaat/oma-tyopolku-osion-ohjeet/omatoiminen-tyonhaku/nain-taytat-tyonhakuprofiilin

  19. Oma työpolku - Henkilöasiakkaat - Työmarkkinatori, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/henkiloasiakkaat/oma-tyopolku

  20. Uutta Työmarkkinatorilla - Ajankohtaista, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/uutiset/tyomarkkinatoria-paivitettiin-onnistuneesti

  21. Työmarkkinatorin tietosuojaseloste - Tietosuojaselosteet …, avattu heinäkuuta 18, 2025, https://tyomarkkinatori.fi/tietoa-palvelusta/tietosuoja-ja-kayttoehdot/tietosuojaselosteet/tietosuojaseloste

  22. AI-Powered Direct Sourcing & Hiring Platform- hireHQ, avattu heinäkuuta 18, 2025, https://hirehq.ai/

  23. Kiku provides AI agent for frontline hiring, raises €4M in seed round, avattu heinäkuuta 18, 2025, https://www.staffingindustry.com/news/global-daily-news/kiku-provides-ai-agent-for-frontline-hiring-raises-eu4m-in-seed-round

  24. Getkiku: AI Agent for High-Volume Hiring & Recruitment - VideoSDK, avattu heinäkuuta 18, 2025, https://www.videosdk.live/ai-apps/getkiku

  25. Yleinen tietosuoja-asetus | Kuntaliitto.fi, avattu heinäkuuta 18, 2025, https://www.kuntaliitto.fi/yleiskirjeet/2017/yleinen-tietosuoja-asetus

  26. Henkilötietojen käsittely kunnassa | Kuntaliitto.fi, avattu heinäkuuta 18, 2025, https://www.kuntaliitto.fi/laki/julkisuus-ja-tietosuoja/henkilotietojen-kasittely-kunnassa

  27. 5 Common Mistakes Using AI in Talent Acquisition (Plus Actionable Solutions) - Juicebox, avattu heinäkuuta 18, 2025, https://juicebox.ai/articles/5-common-mistakes-using-ai-in-talent-acquisition-(plus-actionable-solutions)

  28. Jäsenrekisterin tietosuojaseloste - Ammattiliitto JHL, avattu heinäkuuta 18, 2025, https://www.jhl.fi/jasenrekisterin-tietosuojaseloste/

  29. Tietosuoja | Helsingin yliopisto, avattu heinäkuuta 18, 2025, https://www.helsinki.fi/fi/tutustu-meihin/tietojen-kasittely-yliopistolla/tietosuoja

  30. OPPIMISANALYTIIKKA JA OPISKELIJATIETOJEN KÄSITTELY YLIOPISTOISSA - EDILEX, avattu heinäkuuta 18, 2025, https://www.edilex.fi/artikkelit/20064.pdf

  31. Tässä ne ovat – 24 kiinnostavaa datatalouden ratkaisua Suomesta - Sitra, avattu heinäkuuta 18, 2025, https://www.sitra.fi/artikkelit/tassa-ne-ovat-24-kiinnostavaa-datatalouden-ratkaisua-suomesta/

  32. Henkilötietojen käsittely tieteellisessä tutkimuksessa - pirha.fi, avattu heinäkuuta 18, 2025, https://pirha.fi/ammattilaiselle/tutkimus/tutkimuksen-hallinnointi/tutkimuksen-tietosuoja-gdpr-/henkilotietojen-kasittely-tieteellisessa-tutkimuksessa

  33. Ammattiosastot - Tietosuoja-asetus, avattu heinäkuuta 18, 2025, https://www.tietosuoja-asetus.org/ammattiosastot/

  34. (PDF) Yhteentoimivuus, standardit ja palveluarkkitehtuuri - ResearchGate, avattu heinäkuuta 18, 2025, https://www.researchgate.net/publication/279057837_Yhteentoimivuus_standardit_ja_palveluarkkitehtuuri

  35. Vaikutustenarviointi - Tietosuojavaltuutetun toimisto, avattu heinäkuuta 18, 2025, https://tietosuoja.fi/vaikutustenarviointi

  36. Danish startup Kiku raises €4 million to tackle the most overlooked hiring challenge with AI, avattu heinäkuuta 18, 2025, https://www.eu-startups.com/2025/07/danish-startup-kiku-raises-e4-million-to-tackle-the-most-overlooked-hiring-challenge-with-ai/

  37. How AI is Transforming Hiring Processes and Its Pitfalls - Pact & Partners, avattu heinäkuuta 18, 2025, https://pactandpartners.com/how-ai-is-transforming-hiring-processes/

  38. AI Recruiting in 2025: The Definitive Guide - Phenom, avattu heinäkuuta 18, 2025, https://www.phenom.com/blog/recruiting-ai-guide

  39. Bias recognition and mitigation strategies in artificial intelligence healthcare applications - PMC - PubMed Central, avattu heinäkuuta 18, 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC11897215/

  40. Engineering the Feedback Loop: Why Self-Evaluating AI Agents Are the Future - Fonzi AI, avattu heinäkuuta 18, 2025, https://fonzi.ai/blog/self-evaluating-ai-feedback

  41. Mikä on henkilötieto? - Tietosuojavaltuutetun toimisto, avattu heinäkuuta 18, 2025, https://tietosuoja.fi/mika-on-henkilotieto

  42. TE2024-uudistus - joensuu.fi, avattu heinäkuuta 18, 2025, https://www.joensuu.fi/te2024-uudistus

  43. Suostumus terveydentilaa koskevien tietojen luovuttamiseen …, avattu heinäkuuta 18, 2025, https://www.suomi.fi/palvelut/lomake/suostumus-terveydentilaa-koskevien-tietojen-luovuttamiseen-tyonantajalle-jyvaskylan-kaupunki/44e61f7d-a306-43ee-a76f-1163a052e16c

  44. Suostumus terveydentilaa koskevien tietojen … - Helsingin kaupunki, avattu heinäkuuta 18, 2025, https://www.hel.fi/static/tyollisyys/TEM911_FI_Suostumus_terveydentilaa_koskevien_tietojen_luovuttamiseen_tyonantajalle.pdf

  45. Tiedolla johtamista tukevan kirjaamisosaami- sen kehittäminen työvoimapalveluissa - Theseus, avattu heinäkuuta 18, 2025, https://www.theseus.fi/bitstream/10024/870897/2/Kattainen_Pihla.pdf

  46. Datakatsaus: Julkiset IT-hankintasopimukset 2023 – tietojärjestelmähankintoja 1,6 miljardilla eurolla - North Patrol, avattu heinäkuuta 18, 2025, https://northpatrol.fi/2024/03/18/julkiset-it-hankintasopimukset-2023/

  47. Datakatsaus: Julkiset IT-hankinnat 2024 – tietojärjestelmähankintoja 3,5 miljardilla eurolla, avattu heinäkuuta 18, 2025, https://northpatrol.fi/2025/02/25/julkiset-it-hankinnat-suomessa-2024/

  48. Työeläkealan it-kulut kääntyivät laskuun vuonna 2020 - Työeläkevakuuttajat TELA ry, avattu heinäkuuta 18, 2025, https://www.tela.fi/2021/06/21/tyoelakealan-it-kulut-kaantyivat-laskuun-vuonna-2020/

  49. Työeläkealan it-kulut kääntyivät laskuun vuonna 2020 | Työeläkevakuuttajat Tela - STT Info, avattu heinäkuuta 18, 2025, https://www.sttinfo.fi/tiedote/69912887/tyoelakealan-it-kulut-kaantyivat-laskuun-vuonna-2020?publisherId=26857

  50. Tekoälyn Muokkaamat Työmarkkinat Suomessa – Realistinen Arvio ja Strateginen Vastaus, avattu heinäkuuta 18, 2025, https://puheenvuoro.uusisuomi.fi/kirjoituksiasalosta/tekoalyn-muokkaamat-tyomarkkinat-suomessa-realistinen-arvio-ja-strateginen-vastaus/

  51. Tekoälyn merkitys hakijakokemuksen kannalta rekrytoinnissa - Osuva, avattu heinäkuuta 18, 2025, https://osuva.uwasa.fi/bitstream/handle/10024/17576/Teko%C3%A4lyn%20merkitys%20hakijakokemuksen%20kannalta%20rekrytoinnissa.pdf?sequence=2&isAllowed=y

  52. Suomen julkisella sektorilla mahdollisuus nousta tekoälyn edelläkävijäksi – AI-akatemia edistämään osaamista ihmiskeskeisesti – Uutishuone - Microsoft News, avattu heinäkuuta 18, 2025, https://news.microsoft.com/fi-fi/2025/04/02/suomen-julkisella-sektorilla-mahdollisuus-nousta-tekoalyn-edellakavijaksi-ai-akatemia-edistamaan-osaamista-ihmiskeskeisesti/