Tekoäly muuttaa IT-alan osaamiskenttää: tarve syvemmälle osaamiselle kasvaa 

Osaamisen murros IT-alalla 

Elämme kiintoisaa vaihetta teknologian kehityksessä. Vaikka generatiivisen tekoälyn kehitys seuraa vasta alkuvaiheissaan olevaa s-käyrää, sen vaikutus työtehtäviin kaikkialla, etenkin IT-alalla, on kiistatonta. Tässä muuttuvassa maisemassa yksi keskeisistä ilmiöistä on tekoälytyökalujen hyödyntäminen sekä low-code- ja no-code-menetelmien yleistyminen ohjelmistokehityksessä. Voisikin ajatella, että kuka tahansa voi nyt koodata ja kaikista voisi tulla ohjelmistokehittäjiä, mutta ajatus on liian yksinkertainen ja tätä emme tule näkemään.  

Mitä ylipäätään tarkoittaa olla koodari? Ohjelmistokehittäjä käyttää työkalunaan ohjelmointikieltä samoin kuin hammaslääkäri käyttää poraa, mutta emme kutsu hammaslääkäriä poraajaksi. Ohjelmointikieli tai -teknologia ovat välineitä, joiden käyttöä tekoälytyökalut tulevat osittain muuttamaan. Tämä murros koskee laajasti IT-alan tehtäviä. Kun työ automatisoidaan, työ nopeutuu, mutta tarve ihmisen osaamiselle ei katoa. Tarvitaan yhä innovaatioita, sovelluksia ja palveluita, ja näihin edelleen myös ihmisen osaamista, mutta toisenlaista kuin aikaisemmin. Nyt kaivataankin henkilöitä, jotka ymmärtävät liiketoimintaa ja niiden tarpeita. Näiden teknisten osaajien tulee miettiä kokonaisarkkitehtuuria, ajatella kehittämistä skaalattavuuden sekä tietoturvan näkökulmasta – näitä tekoälyavusteiset työkalut eivät tule lähitulevaisuudessa korvaamaan.  

Yhteistyö on yksi avainasioista osaamisen kehittämisessä 

Nyt tarvitaankin syvempää ymmärrystä ja ajattelua. Hyvänä esimerkkinä toimii Data Engineer -rooli, joka muiden IT-roolien joukossa on jo nyt muuttumassa. Tekoälytyökalut voivat hoitaa muun muassa koodin kirjoittamista, tai yksinkertaisia integraatioita ja datan puhdistusta. Jatkossa Data Engineerin työ vaatii vielä enemmän syventymistä miksi- ja miten-kysymyksiin. Tarvitaan suunnittelua ja mallinnusta eli tarve syvemmälle domain-osaamiselle sekä luovalle ajattelulle kasvaa. Kaiken tämän rinnalla tulee ammattitaitoisen Data Engineerin osata hyödyntää tekoälytyökaluja tehokkaasti.  

Kannattaako enää siis opiskella eri teknologioita? Vastaus on selkeä – kyllä. Teknologioiden opiskelu on edelleen tärkeää ymmärtääkseen niiden toimintaa, mutta keskittyminen syvempään ymmärrykseen ja kykyyn soveltaa tietoa käytännössä on avain menestykseen. Kuinka sitten saadaan syvempi ymmärrys. Tähän ei ole yhtä oikeaa vastausta. Korkeakoulut antavat osaltaan hyvän pohjan syvempään ymmärrykseen, toki tämä yksin ei riitä. Jatkuva oppiminen ja adaptoituminen korostuvat, ja näiden lisäksi eritoten aikaisempi domain-osaaminen sekä liiketoimintakokemus nousevat arvoon. Yhteistyön merkitys muiden roolien kanssa voimistuu liiketoimintaosaamisen saavuttamiseksi. Tarvitsemme enemmän kohtaamisia yhteistyön, ymmärryksen ja osaamisen syventämiseksi.  

Kirjoittaja Onni Niemelä on Skillion Chief Technology Officer. Onni muokkaa maailmaa datan avulla, ja tekoäly on ollut osa hänen työtään jo pidempään. Lisäksi Onni on intohimoinen viinien maistelija ja asiantuntija, jolta saa takuuvarmasti parhaat viinivinkit tilanteeseen kuin tilanteeseen. Kesäisin Onnin löytää purjehtimasta ja talvisin saunan lauteilta.