AI:n token-kulut kasvavat — mutta syntyykö niistä liiketoimintahyötyä?

Yritys päättää panostaa tekoälyyn. Tiimeille avataan Copilot-lisenssit, kehitystiimit saavat koodausavustajat, ja ensimmäiset agenttiset ratkaisut syntyvät nopeasti: asiakaspalveluun tikettiagentti, myyntiin tarjousautomaatiota. Johdon viesti on selvä: kokeilkaa rohkeasti, tämä on meidän AI-strategiamme.

Puolen vuoden päästä talousjohtaja avaa laskut. API-kulut ovat moninkertaistuneet, lisenssikustannukset kasvaneet, eikä kukaan osaa sanoa mitä vastineeksi on saatu. Ilmiö on tuttu muualtakin. Amazonilla työntekijät käynnistivät agentteja tekemään merkityksettömiä tehtäviä, koska token-kulutusta käytettiin suorituksen mittarina. Uber poltti koko vuoden 2026 token-budjettinsa neljässä kuukaudessa, ja Meta, Microsoft ja Walmart ovat kaikki joutuneet rajoittamaan käyttöä hallitsemattomien kustannusten takia. Agenttiset työnkulut kuluttavat jopa 100-kertaisesti tokeneita perinteiseen chat-käyttöön verrattuna. Kun käyttöä kannustetaan mutta ei ohjata, luvut räjähtävät nopeasti.

Johtoryhmässä kysytään: mitä tästä kaikesta saadaan? Kukaan ei osaa vastata. Seuraava päätös on väistämätön: leikataan.

"Miten kuluja sitten vähennetään?"

Talousjohtajan vastaus on suora: vähennetään lisenssejä, rajataan API-budjettia, jäädytetään uudet hankkeet kunnes tilanne selkiytyy. Se on rationaalinen reaktio ainoaan näkyvään signaaliin.

Samaan aikaan kehitystiimissä joku nostaa käden. Kuluja voisi laskea ilman että käyttöä leikataan. Asiakaspalveluagentti lähettää mallille koko tikettihistorian joka kierroksella. Kontekstin tiivistäminen pudottaisi token-kulutuksen murto-osaan. Tarjousautomaatio käyttää tehokkainta mallia jokaisessa vaiheessa, vaikka luokitteluun riittäisi kevyempi. Agenteilta puuttuvat rajat: ne hakevat tietoa uudelleen ja uudelleen ilman lopetuslogiikkaa. Näillä kustannukset laskisivat merkittävästi laadun kärsimättä, ehkä parantuen.

Molemmat ovat oikeassa omasta näkökulmastaan, mutta kumpikaan ei ratkaise varsinaista ongelmaa. Talousjohtaja leikkaa sokeasti, koska hänellä ei ole keinoa erottaa arvokasta käyttöä turhasta. Insinööri optimoi paikallisesti, mutta hänellä ei ole näkyvyyttä siihen, onko optimoitava käyttötapaus ylipäätään se johon kannattaa panostaa.

Todellinen haaste ei ole kustannusten pienentäminen vaan näkyvyyden rakentaminen.

Santeri Salonen Recordlyn toimistolla. Kuva: Jami Ivanoff 2026

Yritys rakentaa seurannan, ja tieto on olemassa: nähdään mitkä tiimit ja käyttötapaukset kuluttavat, kuinka paljon ja millä rakenteella. Mutta riittääkö pelkkä näkyvyys?

Kaikki AI-kulut istuvat IT:n budjetissa. IT-johtajalla on paine pitää luku kurissa, ja hän joutuu perustelemaan jokaisen kustannuserän johtoryhmälle. Liiketoimintayksiköillä taas ei ole mitään syytä optimoida omaa käyttöään, koska heille AI on ilmainen sisäinen työkalu. Tilanne on laajemminkin tunnistettava: Writerin tutkimuksessa 97 prosenttia johtajista kokee hyötyvänsä AI:sta henkilökohtaisesti, mutta vain 29 prosenttia näkee organisaatiotason tuottoa. Hyöty on todellinen, mutta se ei kerry organisaatiotasolle, koska rakenne ei yhdistä kulua ja arvoa.

Niinpä kun kysymys kustannusten vähentämisestä kysytään uudelleen talousjohtajalla ja insinöörillä on jo paremmat vastaukset: nähdään missä kulutetaan eniten, ja sinne kohdennetaan context engineering ja mallivalinta. Mutta liiketoimintajohtaja istuu hiljaa. Hän ei näe omaa kuluaan, eikä hänen tarvitse perustella sitä kenellekään. Uberin COO tiivisti ongelman julkisesti: yksittäisten työntekijöiden tuottavuus paranee, mutta yhtiötasolla yhteyttä liiketoimintavaikutukseen ei löydy. Se ei välttämättä johdu siitä ettei hyötyä olisi, vaan siitä, ettei kukaan omista sekä kulua että hyötyä samaan aikaan.

Todellinen haaste ei ole pelkkä näkyvyys vaan kohdentaminen.

Yritys tekee rakenteellisen muutoksen. AI-kustannukset kohdennetaan niille yksiköille jotka käyttävät ja hyötyvät.

Nyt asiakaspalvelun vetäjä näkee agentin kustannuksen omassa budjetissaan ja voi arvioida: agentti maksaa X kuussa ja vähentää käsittelyaikaa Y prosenttia. Ehkä kontekstia pitää tiivistää ja turhia hakuja karsia. Hän pyytää kehitystiimiltä parannuksia, koska ne näkyvät nyt hänen omassa laskussaan. Lakiosasto päättää tietoisesti käyttää kalliimpaa mallia sopimusanalyysiin, koska virheen hinta on suurempi kuin token-kulu — halvin malli ei ole halvin ratkaisu. Myyntitiimi huomaa, ettei osa automaatiosta tuota riittävää hyötyä, ja yksinkertaistaa ratkaisua oma-aloitteisesti.

"Miten kuluja sitten vähennetään?"

Nyt kysymys on muuttunut. Kukaan ei enää kysy miten kuluja vähennetään. Kysytään: käytämmekö tokeneita niin, että ne tuottavat arvoa? Se on ROI-kysymys, ei kustannuskysymys. Samat taktiset keinot, kuten kontekstinhallinta, mallivalinta, agenttien rajaaminen, ovat yhä käytössä, mutta nyt ne osuvat oikein, koska päätöksen tekee se joka näkee sekä kulun että hyödyn.

Kuva: Jami Ivanoff 2026