Tekoäly halpenee nopeasti, sen rakentaminen ei

AI Suomi – uutiskirje 19.10.2026

Viime viikolla tekoäly halpeni taas, ja samaan aikaan sijoittajat alkoivat kysyä, kuka maksaa sen pyörittämisen. Nämä kaksi asiaa liittyvät toisiinsa, ja siihen palataan kirjeen lopussa.

Vinkki: lisää [email protected] yhteystietoihisi tai merkitse tämä viesti tärkeäksi, niin kirje ei jatkossa päädy roskapostiin.

Viikon uudet mallit

Google julkaisi uuden kärkimallinsa Gemini 4 Argonin ja Meta oman Muse Wonderinsa. Google kertoo mallinsa olevan paras rahoitus- ja juridiikkatehtävissä, mutta väite perustuu yhtiön omaan mittaukseen. Riippumattomassa Artificial Analysisin vertailussa kumpikin jää Anthropicin Clauden taakse.

Meta korostaa, että sen malli muistaa käyttäjän aiemmat keskustelut, mutta saman ovat ChatGPT ja Claude osanneet jo pitkään. Olennaisempaa on se, mitä julkaisusta puuttuu. Toisin kuin yhtiön aiemmat Llama-mallit, Muse Wonder ei ole avoin, joten sitä ei voi ajaa omalla palvelimella, vaan data lähtee Metalle.

Argonin todellinen uutinen on hinta. Yrityksille, jotka rakentavat sen varaan omia palveluitaan, se maksaa marraskuun loppuun asti puolet Clauden hinnasta, mutta joulukuussa hinnat ovat samat. Suomeen kumpaakaan mallia ei ole vielä vahvistettu.

Kiinalaisen DeepSeekin uusi malli on puolestaan avoin. DeepSeekin omassa palvelussa se maksaa murto-osan Clauden hinnasta, mutta silloin data kulkee Kiinaan. DeepSeek kertoo mallinsa ohittavan Clauden koodaustestissä, mutta riippumattomassa vertailussa se jää selvästi jälkeen.

Käytännöllisin esimerkki tuli Coinbaselta. Yhtiö koulutti omalla datallaan pienen avoimen mallin, ja toimitusjohtaja Brian Armstrongin mukaan se vähensi petoksia noin 30 prosenttia. Luku on yhtiön oma, mutta ajatus kannattaa pitää mielessä: rajattuun tehtävään pieni malli voi riittää.

Voiko avoimen mallin ajaa itse?

Avoimen mallin voi ladata ilmaiseksi, mutta sen pyörittäminen ei aina ole ilmaista. Käytännössä vaihtoehtoja on kolme, ja ne eroavat lähinnä mallin koon mukaan.

Pienen mallin, kuten Coinbasen käyttämän, saa toimimaan tehokkaalla kannettavalla tai pöytäkoneella ilmaisilla ohjelmilla, kuten Ollamalla tai LM Studiolla. Lisäkuluja ei välttämättä tule lainkaan, ja data pysyy omalla koneella. Rajattuihin tehtäviin, kuten luokitteluun tai tiivistämiseen, se voi riittää hyvin, mutta kärkimallien tasolle se ei yllä.

Suuret avoimet mallit, kuten DeepSeekin uusin, tarvitsevat satoja gigatavuja muistia. Metan vastaavan ilmaisen mallin saa toimimaan kahdella huippuvarustellulla Mac Studiolla, joihin kuluu noin 20 000 euroa. Kunnollinen näytönohjainpalvelin maksaa helposti yli sata tuhatta euroa. Se kannattaa lähinnä silloin, kun data ei saa missään tapauksessa lähteä talosta, esimerkiksi terveydenhuollossa tai lakialalla.

Useimmille yrityksille realistisin tapa on vuokrata. Amazon, Google ja Microsoft tarjoavat avoimia malleja käytön mukaan laskutettuna, ja usein voi valita, että data käsitellään EU:ssa. Silloin maksetaan samaan tapaan kuin Claudesta tai ChatGPT:stä, mutta usein selvästi halvemmalla.

Rahaa tulee, mutta velka pelottaa

Anthropic kertoi sijoittajille tehneensä heinä–syyskuussa 16,8 miljardia dollaria liikevaihtoa. Yhtiö aikoo pörssiin jo marraskuussa noin kahden biljoonan dollarin arvostuksella, mikä on noin kuusi kertaa koko Suomen talouden vuotuinen tuotanto. Lukuja yhtiö ei ole itse vahvistanut.

Samaan aikaan hermostuttiin CoreWeavesta, joka rakentaa tekoäly-yhtiöille konesaleja lainarahalla. Velkaa on kertynyt vuodessa 15 miljardista 52 miljardiin dollariin, ja nyt lainanantajat alkoivat epäillä, saavatko rahansa takaisin. Osake putosi noin 15 prosenttia, ja säikähdys levisi Helsinkiin asti, jossa Nokia ja Wärtsilä laskivat noin viisi prosenttia.

Syy on yksinkertainen. Lähes kaikki tekoälyn konesalit rakennetaan velalla, ja jos lainaraha kallistuu, rakentaminen hidastuu. Se näkyy myös yhtiöissä, jotka myyvät konesaleille verkkoja ja sähköä. Kaikki eivät silti usko kuplaan. Sijoittaja Ben Horowitzin mukaan laskentatehoa on pikemminkin liian vähän, sillä Amazonin kapasiteetti on myyty loppuun vuoden 2028 yli.

Enemmän tekemistä, ei enemmän valmista

Harvardin tutkijat seurasivat 718 ohjelmistoyritystä. Kun koodaajat saivat käyttöönsä tekoälyagentit, koodia syntyi 30 prosenttia enemmän, mutta valmiita töitä ei yhtään enempää. Kaikki koneen tuottama piti yhä tarkistaa, eikä ihmisten aika riittänyt siihen.

Anthropicilla on sama ongelma, sillä sen tekoälyagentit odottavat suurimman osan ajastaan, että joku ihminen ehtii vastata niille. Accenturella puolestaan huomattiin, mitä kaikki tämä maksaa. Osa työntekijöistä käytti Claudeen tuhat dollaria kuussa, joten nyt yhtiö maksaa enää 29 dollaria henkeä kohden.

Mistä tämä kaikki kertoo

Itse tekoäly halpenee nopeasti. Kallista on kaikki sen ympärillä: konesalit, sähkö ja ihmisten aika tarkistaa, mitä kone tuottaa. Suomeenkin jonottaa konesaleja viiden gigawatin edestä, mikä vastaa yli kolmea Olkiluoto 3:a.

Jos olet työpaikkasi tekoälyosaaja, tästä seuraa kaksi neuvoa. Valitse jokaiseen työhön halvin malli, joka siihen riittää, ja mittaa valmiita töitä äläkä sitä, kuinka paljon tekoälyä käytetään. Ensimmäinen koetus tulee joulukuussa, kun Googlen tarjoushinta päättyy ja moni yritys näkee, mitä sen tekoäly oikeasti maksaa.