Tekoäly tulvii koodia, ihminen jää pullonkaulaksi

MIT:n Mert Demirer sekä Whartonin Leon Musolff ja Liyuan Yang julkaisivat toukokuussa työpaperin (NBER 35275), jossa he seurasivat yli 100 000 GitHub-kehittäjää ja näiden tekoälytyökalujen käyttöä. Tulokset särkevät mielikuvan siitä, että tekoäly skaalaisi tuottavuutta lineaarisesti läpi ohjelmistokehityksen ketjun.

Tehtävätasolla numerot näyttävät huimilta. Autocomplete-työkalut nostivat tuotetun koodin määrää noin 228 prosenttia. Autonomiset agentit, jotka tekevät kokonaisia muutoksia ilman jatkuvaa ohjausta, ylittävät 741 prosentin rajan. Tämä on luku, jota työkalujen myyjät mielellään näyttävät myyntikalvoissa.

Kun tutkijat seurasivat ketjua eteenpäin, kuva muuttui. Autonomisten agenttien tuoma 180 prosentin kumulatiivinen kasvu koodausaktiivisuudessa kutistui 50 prosenttiin uusien projektien määrässä ja vain 30 prosenttiin todellisissa julkaisuissa. Demirerin tiimi kutsuu tätä heikon lenkin hypoteesiksi: ketjun heikoin lenkki määrittää kokonaistuottavuuden, ja se lenkki on nyt ihminen, joka tarkistaa, testaa ja integroi.

Pullonkaula vaihtoi paikkaa

Aiemmin tuottavuuden raja kulki itse kirjoittamisessa. Kehittäjä mietti syntaksia, etsi virheen syyn ja kokoili boilerplatea. Nyt tämä työ tapahtuu sekunneissa. Sen sijaan jonoon kasaantuu pull requesteja, joiden katselmointi vaatii ihmisaivot ja keskittymisen.

Tutkimus mainitsee neljän markkinapaikan – Apple App Storen, Google Playn, Chrome Web Storen ja GitHub Releasen – kokonaiskäytön: uusia sovelluksia syntyy hieman enemmän, mutta käytön kokonaismäärä ei ole noussut. Volyymi ei muutu arvoksi, ennen kuin joku tarkistaa, testaa ja vie tuotantoon.

Review-vaiheen kuormitus näkyy konkreettisesti tiimeissä. Senior-kehittäjä, joka aiemmin ehti kommentoida kymmentä pull requestia päivässä, saa nyt eteensä moninkertaisen määrän muutoksia. Tunteja on yhä kahdeksan. Tästä syntyy pullonkaula, jota agentit eivät itse pysty purkamaan ilman luotettavaa automaatiota.

Reaktorin ja Vincitin kannattaa hidastaa

Vincit on nimetty AI Finland -verkoston strategiseksi kumppaniksi vuodelle 2026 nimenomaan agenttipohjaisen ohjelmistokehityksen teemassa. Yhtiön omien viestien mukaan agenttipohjainen koodaus nostaa tuottavuutta moninkertaiseksi. Reaktor puolestaan tutkii Helsingin yliopiston kanssa generatiivisten työkalujen vaikutusta DORA-mittareilla.

Whartonin paperi on muistutus siitä, että moninkertainen tehtävätason tuottavuus ei vielä tarkoita moninkertaista asiakasarvoa. Jos suomalainen konsulttitalo lupaa asiakkaalleen viisinkertaiset toimitusajat, mittaako se kirjoitettuja koodirivejä vai tuotantoon vietyjä ominaisuuksia? Ero on iso, ja seuraavissa AI-tehoksi-puhetta sisältävissä myyntimateriaaleissa kannattaa varautua kysymyksiin.

Junioreiden työ ohenee, seniorien rooli muuttuu

Yritykselle pullonkaulan siirtyminen muuttaa rekrytointia. Junior-kehittäjien työn arvo ohenee, mutta seniorin katselmointikyky muuttuu kriittiseksi resurssiksi. Kun tiimi miettii seuraavaa palkkausta, oikea kysymys ei ehkä ole kuka kirjoittaa lisää, vaan kuka pystyy arvioimaan luotettavasti agentin tuotosta tunnissa.

Tavalliselle ohjelmiston käyttäjälle vaikutus näkyy hitaasti. Vaikka työkaluja syntyy, niiden käyttöönotto ei kiihdy samassa tahdissa. Lukuja katsoessa kannattaa muistaa, että 741 prosenttia ei tarkoita uusia tuotteita käyttäjälle vaan uusia rivejä kehittäjälle. Suomalaisen pk-yrityksen, joka ostaa räätälöityjä järjestelmiä, kannattaa kysyä toimittajaltaan tuotantoon vietyjen ominaisuuksien määrää, ei pelkkiä commit-lukuja.

Seuraava vaihe: agenttikatselmoijat ja tekninen velka

Yritysten kannattaa miettiä katselmointiprosessinsa läpi ennen kuin agenttien määrää nostetaan. Jos pull request -jono kasvaa, säästö katoaa odotusaikaan. Joissakin tiimeissä kokeillaan jo agenttikatselmoijaa, joka antaa ensimmäisen palautekierroksen ennen ihmistä. Tämä lisää uuden riskin: jos automaattikatselmoija päästää bugin läpi, kustannukset siirtyvät tuotantoon.

Tutkimus ei vielä mittaa sitä, miten agenttien tuottama koodi vaikuttaa ylläpitoon kahden tai kolmen vuoden kuluttua. Jos koodia syntyy seitsemän kertaa enemmän mutta osa siitä on epäjohdonmukaista tai huonosti dokumentoitua, teknisen velan kasvu voi syödä hyödyt seuraavalla syklillä. Demirerin tiimi suunnittelee jatkotutkimusta, jossa tämä saadaan näkyviin.