Luku toistuu tällä hetkellä lähes jokaisessa kevyttä koodausta käsittelevässä esityksessä: 63 prosenttia tekoälyavusteisten koodaustyökalujen käyttäjistä ei ole ohjelmistokehittäjiä. Markkinan kooksi kerrotaan 4,7 miljardia dollaria ja kasvuksi 38 prosenttia vuodessa.
Luvut ovat siinä mielessä totta, että joku on ne julkaissut. Ennen kuin niitä siteeraa eteenpäin, kannattaa katsoa mistä ne tulevat.
Mistä luvut ovat peräisin
Lukusarja jäljittyy tehtävänhallintaohjelmisto Taskaden julkaisemaan katsaukseen. Yhtiö kertoo 63 prosentin perustuvan alustojen omiin käyttäjätietoihin, ja yksi noista alustoista on Taskaden oma tuote. 4,7 miljardin dollarin markkina-arvio on merkitty toimialan arvioksi ilman linkkiä alkuperäiseen tutkimukseen. Kyse on siis työkalumyyjän omasta datasta, ei riippumattomasta markkinatutkimuksesta. Suuruusluokka voi olla oikea, mutta desimaaleihin ei kannata nojata.
Työkalu vie 70 prosenttiin
Lukujen tarkkuutta kiinnostavampi on se raja, johon jokainen kevyen koodauksen käyttäjä lopulta törmää. Googlen Chrome-kehittäjäkokemuksesta vastaava Addy Osmani nimesi sen joulukuussa 2024 70 prosentin ongelmaksi, ja nimitys jäi käyttöön.
“Tekoäly vie sinut 70 prosenttiin toimivasta ratkaisusta, mutta se viimeinen 30 prosenttia on kohta, jossa asiat mutkistuvat.”
Kuvaus vastaa sitä, mitä kehittäjät kertovat kyselyissä. Stack Overflow'n vuoden 2025 kehittäjätutkimuksessa 66 prosenttia vastaajista nimesi suurimmaksi harmikseen tekoälyn ratkaisut, jotka ovat melkein oikein mutta eivät aivan. Toiseksi yleisin harmi oli se, että tällaisen koodin virheenjäljitys vie enemmän aikaa kuin sen kirjoittaminen alusta. Vain 3,1 prosenttia luotti tekoälyn tuottaman koodin tarkkuuteen vahvasti.
Tutkimusorganisaatio METR mittasi ilmiön kokeellisesti kesällä 2025. Kokeneet avoimen lähdekoodin kehittäjät ratkoivat tuttuja tehtäviä omissa projekteissaan, osan tekoälytyökalujen kanssa ja osan ilman. Etukäteen he arvioivat työn nopeutuvan 24 prosenttia. Todellisuudessa se hidastui 19 prosenttia. Kokeen jälkeenkin kehittäjät uskoivat tekoälyn nopeuttaneen heitä noin viidenneksellä.
Sama harha koskee myös ei-kehittäjää, mutta rajummin. Kokenut ohjelmoija huomaa lopulta, että työkalu vei harhaan. Ihminen joka ei osaa lukea koodia ei huomaa sitä lainkaan.
Viimeinen kolmannes on kolme asiaa
Se osuus, jota työkalu ei tee, jakautuu käytännössä kolmeen. Ensimmäinen on tietoturva: mitä tapahtuu, kun sovellukseen syötetään jotain muuta kuin mitä tekijä kuvitteli. Toinen on tietomalli: miltä tiedot näyttävät silloin, kun rivejä on kymmenentuhatta eikä kymmenen. Kolmas on ylläpito.
Ylläpito on niistä ikävin, koska sen lasku erääntyy vasta myöhemmin. AI Suomi kysyi aiemmin, kuka korjaa sovelluksen jota kukaan ei koodannut. Prototyyppi syntyy iltapäivässä. Sen korjaaminen puoli vuotta myöhemmin edellyttää, että joku ymmärtää mitä siihen syntyi, ja tekoälyn kirjoittamassa koodissa se joku joutuu aloittamaan lukemisesta.
Suomessa raja näkyy jo työmarkkinoilla
Oulun ammattikorkeakoulun julkaisussa laskettiin joulukuussa 2025, miltä alkuvaiheen kehittäjän työmarkkina näyttää. Duunitorilla oli lokakuun alussa 2025 haussa 126 koodarin paikkaa koko Suomessa. Oulun seudulla niitä oli kymmenen. Hakusanalla junior software developer löytyi koko maasta yksi.
Kirjoittajat Susanne Korva ja Hanna Spets tiivistävät syyn näin: juniori-tason koodareiden asemaa vaikeuttaa sekin, että IT-konsulttifirmat eivät juuri palkkaa uransa alkuvaiheessa olevia kehittäjiä. Yksi kokenut kehittäjä tekoälytyökalun kanssa kattaa työn, johon aiemmin tarvittiin useampi aloittelija.
Samaan aikaan kevyen koodauksen osaamista myydään Suomessa työpajoina. Esimerkiksi Simplified tarjoaa yrityksille 90 minuutin vibekoodaustyöpajaa, jossa rakennetaan sisäisiä työkaluja. Yhtiön oma blogi vetää rajan selvästi: menetelmä toimii prototyypeissä, tuntikirjauksissa ja hintalaskureissa, mutta vastuu kokonaisuudesta säilyy ihmisellä. Jos keskeneräinen projekti on pakko saada valmiiksi, siihen tarvitaan lopulta ammattilainen, ja hinta nousee samaan kuin tavallisessa kehitystyössä.
66 %
Kehittäjistä pitää suurimpana harmina lähes oikeita tekoälyratkaisuja
3,1 %↓
Luottaa tekoälyn tuottaman koodin tarkkuuteen vahvasti
Tapa tehdä ohjelmia kuvailemalla tekoälylle luonnollisella kielellä mitä halutaan, ilman että tekijä itse kirjoittaa tai välttämättä osaa lukea koodia.
No-code ja low-code
Alustoja, joilla sovelluksia kootaan valmiista palikoista ilman ohjelmointia tai vain vähällä koodilla. Yleisiä esimerkiksi lomakkeissa ja sisäisissä työkaluissa.
Virheenjäljitys (debuggaus)
Työvaihe, jossa etsitään ja korjataan syy siihen, miksi ohjelma toimii väärin. Vie usein enemmän aikaa kuin itse koodin kirjoittaminen.
Miksi tällä on väliä muillekin kuin koodareille
Kevyt koodaus siirtää sovellusten tekemisen pois IT-osastolta. Markkinointi rakentaa oman kampanjatyökalunsa, henkilöstöhallinto oman lomakkeensa, myynti oman laskurinsa. Yksikään niistä ei käy läpi katselmointia, koska prosessia ei ole olemassa työkaluille, joita kukaan ei tilannut. No-code- ja low-code-alustat lupasivat tämän jo vuosia sitten, mutta vasta tekoälyavusteinen sovelluskehitys teki siitä riittävän helppoa, että kynnys katosi kokonaan.
Ongelma ei ole se, että sovellus kaatuu. Ongelma on se, että se toimii. Asiakastietoja käsittelevä pikasovellus, joka tallentaa tiedot väärin suojattuun tietokantaan, näyttää käyttäjälle täsmälleen samalta kuin huolella tehty. Tietosuoja-asetuksen vastuu on silti yrityksellä, ei työkalun toimittajalla.
Tästä seuraa jotain, mikä ei näy markkinointiluvuissa. Kun koodin kirjoittaminen halpenee, koodin lukeminen kallistuu. Arvokkain taito ohjelmistoalalla on pian kyky katsoa valmista sovellusta ja sanoa mikä siinä on vialla. Sitä taitoa on perinteisesti opittu kirjoittamalla koodia itse aloittelijana – juuri sitä työtä, jota Suomessa oli lokakuussa tarjolla yksi paikka.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
