--- title: "Kun rakentaminen halpenee, päättämisestä tulee kallista" description: "Mitä vuoden 2025 mittaukset kertovat tekoälystä ja vauhdista, miksi hyöty tuntuu suuremmalta kuin on ja mihin tuoterooli siirtyy, kun rakentaminen halpenee." url: https://torn.studio/fi/artikkelit/kun-rakentaminen-halpenee locale: fi published: 2026-09-07 --- # Kun rakentaminen halpenee, päättämisestä tulee kallista > **Lyhyt vastaus:** Tekoälytyökalut ovat tehneet ohjelmiston tuottamisesta halpaa, ja hyöty on pienempi kuin miltä se tuntuu: METRin vuoden 2025 tutkimuksessa kokeneet kehittäjät olivat tekoälyn kanssa 19 prosenttia hitaampia, vaikka uskoivat olevansa 20 prosenttia nopeampia. Pullonkaula siirtyy päätöksiin: mitä rakennetaan, mistä tiedätte sen toimineen ja voiko käyttäjä luottaa siihen. Se on tuoterooli, ja siitä tuli vaikeampi. Jokainen tuotetiimi on tuntenut sen tänä vuonna: ominaisuus, joka vei sprintin, vie iltapäivän, ja backlog tyhjenee nopeammin kuin kukaan ehtii täyttää sitä rakentamisen arvoisilla asioilla. Tämä artikkeli vastaa siihen, mitä se tekee tuoteroolille, tähän mennessä julkaistujen mittausten pohjalta ja niin, että jokaisen luvun otos ja päivämäärä ovat mukana. ## Onko rakentaminen oikeasti halvempaa? On, ja rehellinen luku on tunnetta pienempi. Google Cloudin 23. syyskuuta 2025 julkaisema DORA-raportti 2025, lähes 5 000 vastaajaa, toteaa, että 90 prosenttia käyttää tekoälyä työssään ja että tekoälyn käytön ja toimitusten läpimenon välillä on ensimmäistä kertaa positiivinen yhteys. Sama raportti toteaa, että tekoälyn käytöllä on edelleen negatiivinen yhteys toimitusten vakauteen: muutoksia toimitetaan enemmän, ja niistä useampi hajoaa. Lenny Rachitskyn ja Noam Segalin 23. joulukuuta 2025 julkaistu kysely 1 750 tuotepäällikölle, kehittäjälle, suunnittelijalle ja perustajalle totesi, että yli puolet säästää vähintään puoli päivää viikossa tärkeimmissä tehtävissään. Sama kysely totesi, että 92,4 prosenttia raportoi vähintään yhden merkittävän haitan työkaluista. Molemmat luvut ovat totta yhtä aikaa, ja tiimi, joka siteeraa vain ensimmäistä, suunnittelee fiktion varaan. ## Miksi hyöty tuntuu suuremmalta kuin se on? Koska sen kokijat arvioivat väärin samaan suuntaan. METR teki satunnaistetun kontrolloidun tutkimuksen, joka julkaistiin 10. heinäkuuta 2025: kuusitoista kokenutta avoimen lähdekoodin kehittäjää, 246 oikeaa tehtävää heidän omista repositorioistaan, ja jokainen tehtävä arvottiin sallimaan tai kieltämään tekoälytyökalut. Kun tekoäly oli sallittu, tehtävät veivät 19 prosenttia kauemmin. Ennen tutkimusta kehittäjät ennustivat olevansa 24 prosenttia nopeampia, ja hidastumisen koettuaan he uskoivat yhä tekoälyn tehneen heistä 20 prosenttia nopeampia. Kuusitoista kehittäjää on pieni otos, ja työkalut olivat alkuvuoden 2025 malleja, minkä tekijät itse kirjoittavat. Tutkimuksen vakiinnuttama tulos on kapeampi ja hyödyllisempi kuin tuomio tekoälystä: koettu vauhti on epäluotettava mittari. Tuotetiimin, joka haluaa tietää todellisen nopeutensa, on mitattava se — läpimenoaika, epäonnistuneiden muutosten osuus, DORAn neljä mittaria — työkalut päällä ja pois. ## Mihin pullonkaula siirtyy? Harkintaan. Kun tuotanto lakkaa olemasta raja, lopputuloksen ratkaisee kolme päätöstä, eikä yksikään niistä nopeudu koodiavustajalla. - Mitä rakennetaan: mikä ongelma, kenelle, kuinka usein se toistuu ja mitä kolmen kuukauden odotus maksaa. - Mistä tiedätte sen toimineen: luku, jonka on liikuttava, kirjattuna ennen rakentamista, ja päivämäärä, jolloin se luetaan. - Voiko käyttäjä luottaa siihen: tekoälyominaisuudelle tapaukset, joissa se saa vastata, tapaukset, joissa sen on kieltäydyttävä, ja tapa, jolla varmuus näytetään. Marty Cagan kirjoitti 30. joulukuuta 2024, että ”the PM role becomes more essential but also more difficult with generative AI-powered products, not less”, ja varasi innostuksensa yhdistelmälle ”someone with very strong judgement” ja työkalut. Teresa Torres sanoi saman discovery-puolelta huhtikuussa 2026: ”Building is very cheap now. That doesn’t mean we should build every idea we have.” Molemmat kuvaavat roolia, jonka niukka raaka-aine on harkinta siitä, mikä ansaitsee olla olemassa. ## Mitä tuotetiimi tekee tällä tiedolla? Tästä seuraa kolme käytännön siirtoa, ja jokainen niistä on halpa aloittaa. - Mitatkaa nopeus työkalut päällä ja pois kuukauden ajan, ja lukekaa epäonnistuneiden muutosten osuus läpimenon rinnalla. DORAn vakaushavainto on se, jonka useimmat tiimit huomaavat myöhään. - Kirjoittakaa päätös ennen rakentamista: yksi sivu, jossa on ongelma, pöydällä olleet vaihtoehdot, mitä jätettiin pois ja mitä on oltava totta kahden kuukauden kuluttua. - Käyttäkää vapautuneet tunnit discoveryyn ja evaluointeihin. Haastattelu, jonka syntetisoi ensin ihminen ja sitten malli, ja tekoälyominaisuus, joka määritellään testitapauksina ennen ensimmäistä promptia, ovat se, mihin viikko nyt menee. Priorisointimenetelmä on kuvattu artikkelissa [mitä rakennetaan seuraavaksi](https://torn.studio/fi/artikkelit/mita-rakennetaan-seuraavaksi). Perustajalle, jolla on rajallinen runway, sama logiikka ratkaisee, mitä ensimmäisen rakennelman on todistettava, ja [perustajien sivu](https://torn.studio/fi/kenelle/perustajille) kuvaa sen järjestyksen. ## Näin studio työskentelee tämän kanssa Torn Studion vastaus on toimitusmalli: yksi henkilö pitää tuoteroolin ja rakentaa tekoälytyökaluilla, jolloin maanantaina tehty päätös on koodissa samalla viikolla. Hinta sanotaan yhtä suoraan kuin hyöty. Yhden ihmisen viikko on kapasiteetti, ja tiimin, joka tarvitsee kolme tuoteroolia rinnakkain, kannattaa palkata ne. Product Management hinnoitellaan toimeksiannoittain: laajuus sovitaan etukäteen ja hinta on kiinteä ennen työn alkua. **Lue lisää** - [Näin laatu pysyy, kun tekoäly kirjoittaa koodin](https://torn.studio/fi/artikkelit/laatu-kun-ai-kirjoittaa-koodin) - [Product Management Torn Studiolla](https://torn.studio/fi/palvelut/product-management) ## Usein kysyttyä ### Tekeekö tekoäly tuotetiimistämme nopeamman? Mitattavasti kyllä läpimenossa, ja vähemmän kuin miltä tuntuu. DORA-raportti 2025 toteaa positiivisen yhteyden tekoälyn käytön ja toimitusten läpimenon välillä sekä negatiivisen yhteyden vakauteen, ja METRin tutkimuksessa kokeneet kehittäjät olivat 19 prosenttia hitaampia uskoessaan olevansa 20 prosenttia nopeampia. Mitatkaa se työkalut päällä ja pois. ### Mitä lukuja meidän pitäisi seurata, kun tiimi ottaa tekoälytyökalut käyttöön? DORAn neljää mittaria: muutosten läpimenoaikaa, julkaisutiheyttä, epäonnistuneiden muutosten osuutta ja palautumisaikaa. Lukekaa epäonnistuneiden muutosten osuus läpimenon rinnalla, koska vuoden 2025 raportti toteaa tekoälyn nostavan jälkimmäistä ja heikentävän edellistä. ### Onko METRin tulos tuomio tekoälykoodaustyökaluille? Ei. Kuusitoista kehittäjää, alkuvuoden 2025 malleja ja tehtäviä repositorioissa, jotka kehittäjät tunsivat läpikotaisin. Se, minkä tutkimus osoittaa luotettavasti, on että koettu vauhti on huono mittari: samat ihmiset ennustivat 24 prosenttia nopeampaa, tunsivat olevansa 20 prosenttia nopeampia ja mittasivat 19 prosenttia hitaampaa. ### Mihin tuotepäällikön pitäisi käyttää vapautuneet tunnit? Discoveryyn ja evaluointeihin. Jokaisen haastattelun syntetisointiin käsin ennen kuin malli tekee sen, päätössivun kirjoittamiseen ennen rakentamista ja jokaisen tekoälyominaisuuden määrittelyyn testitapauksina toleransseineen. Ne ovat kolme paikkaa, joissa harkinta nyt ratkaisee lopputuloksen. ### Tarvitsemmeko tuotepäällikköä, jos kehittäjät voivat rakentaa mitä tahansa? Kyllä, ja Caganin tulkinta joulukuulta 2024 on, että roolista tulee keskeisempi ja vaikeampi. Jonkun on päätettävä, mikä ansaitsee olla olemassa, miten onnistuminen luetaan ja mihin käyttäjä saa luottaa. Rakentamiskapasiteetti ei tee mitään näistä. ### Miten Torn Studio työskentelee, kun se ottaa tuoteroolin? Yksi henkilö pitää roolin ja rakentaa tekoälytyökaluilla, toimeksiannoittain hinnoiteltuna ja hinta kiinteänä ennen työn alkua. Hyöty on silmukka päätöksestä koodiin saman viikon sisällä; raja on yhden ihmisen kapasiteetti, ja studio kertoo, missä se kulkee, ennen kuin toimeksianto alkaa. ## Lähteet - [Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity — METR](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/) — Lähde luvuille 16 kehittäjää, 246 tehtävää, 19 prosenttia hitaampi tekoälyn kanssa, 24 prosentin ennuste ja 20 prosentin koettu hyöty. - [Announcing the 2025 DORA Report — Google Cloud](https://cloud.google.com/blog/products/ai-machine-learning/announcing-the-2025-dora-report) — Lähde lähes 5 000 vastaajalle, 90 prosentin tekoälykäytölle, läpimenoyhteydelle ja negatiiviselle yhteydelle vakauteen. - [AI tools are overdelivering: results from our large-scale AI productivity survey — Lenny’s Newsletter](https://www.lennysnewsletter.com/p/ai-tools-are-overdelivering-results) — Lähde 1 750 vastaajalle, yli puolelle, joka säästää vähintään puoli päivää viikossa, ja 92,4 prosentille, joka raportoi vähintään yhden merkittävän haitan. - [AI Product Management 2 Years In — Silicon Valley Product Group](https://www.svpg.com/ai-product-management-2-years-in/) — Lähde Caganin 30. joulukuuta 2024 muotoilulle siitä, että rooli muuttuu keskeisemmäksi ja vaikeammaksi, sekä vahvan harkinnan ja työkalujen yhdistelmälle. - [“Building is cheap now, but don’t build everything”: Teresa Torres on AI product management — airfocus](https://airfocus.com/blog/teresa-torres-ai-product-management/) — Lähde Torresin huhtikuun 2026 sitaatille siitä, että rakentaminen on halpaa eikä se ole syy rakentaa jokaista ideaa.