Tekoälytaitojen kysyntä työmarkkinoilla työpaikkailmoitusten valossa

T&Y 1/2021 Artikkeli Asta Bäck, Caj Södergård

Tekoälyn soveltamisen on ennustettu kasvattavan huomattavasti bruttokansantuotetta. Suomessa tartuttiin vuonna 2017 tähän mahdollisuuteen mm. laatimalla kansallinen tekoälystrategia ja käynnistämällä sitä tukeva tutkimusohjelma. Tässä artikkelissa tarkastellaan tekoälyyn ja laajemminkin tieto- ja viestintätekniikkaan liittyvien osaamisten kysyntää Oikotie.fi-palvelussa ilmestyneiden työpaikkailmoitusten valossa. Tuloksia myös verrataan kansainvälisiin tuloksiin. Tutkimusaiheena tekoäly on kärjessä, mutta rekrytoinneissa se jää selvästi perinteisempien tietotekniikkataitojen kysynnän jälkeen. Tekoälyosaamisen kysyntä on kuitenkin kasvattanut osuuttaan tieto- ja viestintätekniikkaan kohdistuvassa ilmoittelussa.

Artikkelin pohjana oleva tutkimus on tehty Digital Disruption of Industry (DDI) -projektissa. Kiitämme Strategisen Tutkimuksen Neuvostoa projektin rahoituksesta ja Oikotie Oy:tä aineistosta.

ASTA BÄCK ja CAJ SÖDERGÅRD toteavat, että vuonna 2017 tekoälyn hyödyntämisen vauhti kiihtyi Suomessa niin tutkimuksessa kuin työpaikkailmoituksissakin näkyvän kysynnän osalta. (Kuva: Maarit Kytöharju)

Tieto- ja viestintätekniikan (ICT) soveltaminen on nostanut Suomessa työn tuottavuutta ja sen kautta henkilöä kohti laskettua bruttokansantuotetta. Tämä käy ilmi, kun tarkastellaan Suomen investointeja ICT:n laitteisiin, ohjelmistoihin ja tietokantoihin. Nämä investoinnit ovat vain alle viidesosan kaikista investoinneista, mutta ne ovat lisänneet työn tuottavuutta enemmän kuin kaikki muut investoinnit yhteensä (Pohjola 2020).

”Suomi ei ole hyötynyt kilpailijamaiden tavoin teknologian kehityksestä.”

Viimeisten 10 vuoden aikana työn tuottavuus on kuitenkin ollut Suomessa kilpailijamaita matalampi – ero Ruotsiin ja Saksaan oli 10 prosenttia vuonna 2018. Suomi ei ole hyötynyt kilpailijamaiden tavoin teknologian kehityksestä, koska T&K-investoinnit ovat vähentyneet ja ICT-investointien kasvu on hidastunut (Lemola 2020). Esimerkiksi vuonna 2018 ICT-investointien osuus kaikista tuotannollista investoinneista oli vain noin puolet Ruotsin vastaavasta osuudesta. Teknologian murros tarjoaa uuden mahdollisuuden Suomelle, ja tekoäly on siinä keskeinen teknologia (Pohjola 2020).

Suomen AI-kyvykkyys

Suomi laati vuonna 2017 ensimmäisenä maana tekoäly- eli AI-strategian (TEM 2017), ja Business Finland käynnisti mittavan tekoälyn ja alustatalouden tutkimusohjelman. Innoittajina olivat paljon julkisuutta saaneet ennusteet tekoälyn mullistavasta vaikutuksesta kansantalouteen. Työ- ja elinkeinoministeriö (TEM) (2017) ennakoi, että soveltamalla tekoälyä bkt:n vuosittainen kasvu voisi vuoteen 2030 mennessä lisääntyä 0,8 prosentista 3 prosenttiin.

TEKOÄLYN MENESTYKSELLINEN SOVELTAMINEN VOISI NOPEUTTAA SUOMEN TALOUSKASVUA JOPA KAHDELLA PROSENTTIYKSIKÖLLÄ VUODESSA.

Accenture ennusti samaan aikaan, että työn tuottavuus voisi vuonna 2035 olla Suomessa 36 prosenttia korkeampi, jos tekoälyä sovelletaan menestyksellisesti verrattuna siihen, ettei alaan panostettaisi (Purdy ja Daugherty 2017). Näin Suomen vuotuinen bkt-kasvu saisi kahden prosenttiyksikön lisäyksen, mikä olisi tutkituista 12 teollisuusmaista toiseksi eniten. Kehitys toisi Suomen bruttokansantuotteeseen 20 miljardin euron kumulatiivisen lisän vuoteen 2023 mennessä työllisyyden kasvaessa 5 prosenttiyksikköä (Microsoft ja PWC 2018). Vuotta kohti se olisi 3,3 miljardia euroa (McKinsey 2017).

Ovatko ennusteet toteutumassa? Tekoälyn tutkimusaktiviteetti on kasvanut Suomessa muun muassa Business Finlandin tekoälyohjelman ja kansallisen lippulaivan, Suomen Tekoälykeskuksen (FCAI) ansiosta, mutta rekrytoivatko suomalaiset yritykset tekoäly- ja digitalisaatio-osaajia? Näitä kysymyksiä tarkastellaan tässä artikkelissa.

Suomalainen työpaikka-aineisto

Kehitystä yritysten tekoälytaidoissa on tapahtunut; tekoälyä päivittäisessä toiminnassa soveltavia yrityksiä oli syksyllä 2020 Suomessa 1 240 eli yli kolminkertaisesti verrattuna vuoteen 2017 (FAIA 2020). Toisaalta tämä on vain 3,1 prosenttia kaikista Suomen yli 4 henkeä työllistävistä yrityksistä. Start-upeja oli vuoden 2020 lopussa noin 400, ja noin 50 tulee lisää vuodessa.

Voidaksemme paremmin ymmärtää suomalaisten yritysten tekoälyaktiivisuutta tarkastelemme rekrytointiaktiivisuutta Oikotie Oy:n Työpaikat-palvelun ilmoitusaineistossa, johon saimme pääsyn tutkiaksemme taitojen ja osaamisen kysynnän muutostrendejä. Tarkasteluajanjaksomme ulottuu vuodesta 2013 vuoteen 2019. Rajasimme vuoden 2020 pois tarkastelusta, koska se oli pandemian takia poikkeuksellinen.

Tarkasteltu ajanjakso ja erityisesti sen jälkipuolisko oli avoimien työpaikkojen lukumäärien kasvun aikaa. Suurin määrä työpaikkailmoituksia, hieman yli 90 000, oli aineistossa vuonna 2019. Koko tarkasteluajanjaksolla suurin kasvuhyppäys ilmoitettujen työpaikkojen lukumäärässä, yli 20 000 työpaikkaa, tapahtui vuonna 2017. Reipas kasvu jatkui myös 2018 ja loiventui tultaessa vuoteen 2019. Vuosi 2017 oli myös bkt:n osalta tarkastelujakson ripeimmän kasvun aikaa; sen jälkeen vuosittainen kasvu on ollut pienempää.

Sanasto

Saadaksemme kuvan tekoälyyn ja sen edellyttävään tietotekniikkaan liittyvien osaamisten kysynnästä määrittelimme sanastot seuraavalla ryhmittelyllä:

  • Tekoäly
  • Digitalisaatio
  • Data
  • Muu ICT.

Kuvio 1 havainnollistaa ryhmien ja käsitteiden suhteita toisiinsa. Tekoäly tunnistettiin aineistosta suorin maininnoin (tekoäly, keinoäly, artificial intelligence) ja siihen liittyvien sovellusten, kuten konenäkö, menetelmien, kuten syväoppiminen, ja työkalujen, kuten Tensorflow, mainintojen avulla. Tekoälyyn sisällytettiin myös autonomiset laitteet ja ohjelmistorobotiikka, vaikka kaikki ohjelmistorobotiikan toteutukset eivät sisälläkään tekoälyä.

Kuvio 1. Tekoälyn ja digitalisaation ryhmittely ja esimerkkejä tekoälyyn liittyvistä hakutermeistä

Datan osalta ilmoituksia haettiin datan keräämiseen, prosessointiin ja varastointiin liittyvien termien avulla. Digitalisaatioon liittyviä ilmoituksia haettiin termillä digitalisaatio.

Neljäs ryhmä koostui yleiskäyttöisiä ICT-teknologioita kuvaavista sanoista. Ilmoitus liitettiin yllä kuvatussa järjestyksessä siihen ryhmään, jonka termejä siitä ensimmäiseksi löytyi. Esimerkiksi jos ilmoituksessa mainittiin koneoppiminen ja Linux, niin ilmoitus luokiteltiin Tekoäly-ilmoitukseksi, eikä ryhmään Muu ICT, johon Linux on yhdistetty.

Tekoälyyn liittyvän sanaston kehittämisessä hyödynnettiin mm. EU:n High Level Expert Groupin raporttia (EU 2019). Siinä tekoäly on jaoteltu seuraavasti: automaattinen toiminta, menetelmät ja työkalut, päättely, oppiminen ja ympäristön aistiminen. Tekoälysovellusten kehittäminen vaatii dataa, joten datan kerääminen ja varastointi ovat välttämättömiä edellytyksiä tekoälyn hyödyntämiselle.

Kuvio 2. Osaamisvaatimuksia ja niiden välisiä yhteyksiä vuoden 2019 ilmoitusten perusteella; mukana ovat eniten mainintoja saaneet termit (solmujen värit vastaavat kuvassa 1 käytettyjä).

Kuviossa 2 nähdään osaamisten hakemisessa käytettyjä termejä niiden yhteisesiintymisten pohjalta muodostettuna verkostona vuoden 2019 ilmoitusten osalta. Ilmoituksia oli suomeksi ja englanniksi, joten termit määriteltiin molemmilla kielillä ja samaa tarkoittavat yhdistettiin. Verkoston keskiössä on datan varastointi, joka kattoterminä sisältää erilaisia datan tallentamiseen liittyviä termejä. Se ei kuitenkaan sisällä nimeltä mainittuja tietokantoja, jotka haettiin Wikipediasta löytyvien listaus­ten pohjalta ja ryhmiteltiin SQL- ja NoSQL-tietokantoihin. Myös pilvipalveluita tarjoavat AWS ja Azure on mainittu erillisinä. Yleisimmin mainitut ja eniten toisiinsa liittyvät termit ovat verkoston keskellä. Web-sovellusten kehittämiseen liittyvät termit ovat ryhmittyneet kuvion vasempaan alakulmaan ja data-analyysiin ja tekoälyyn liittyvä termit yläoikealle.

Tekoäly- ja ICT-osaamisten kysyntä

Kuvio 3 näyttää yllä kuvatulla tavalla luokiteltujen ilmoitusten määrät ja osuudet tarkastelujaksolla. Digitalisaatioon liittyvän osaamisen kysyntä alkaa näkyä aineistossa vuodesta 2016 lähtien; tekoälyyn liittyvän osaamisen kysyntä kiihtyi vuonna 2017. ICT-osaamisille on absoluuttisissa ilmoitusmäärissä selvää kasvua, mutta tarkasteltaessa näiden ilmoitusten osuutta koko ilmoitusaineistosta nähdään kasvun jääneen jälkeen kokonaiskasvusta. Tekoälyyn liittyvä kysyntä on kuitenkin kasvanut samassa suhteessa koko ilmoituskannan kanssa. Tästä onkin seurannut muutos tarkasteltujen ilmoitusten keskinäisissä osuuksissa: vuonna 2015 tekoälyyn liittyvien ilmoitusten osuus oli vain 4 prosenttia, mutta vuonna 2019 se oli jo lähes 11 prosenttia.

Kuvio 3. Tekoäly- ja ICT-osaamista hakevien ilmoitusten absoluuttiset lukumäärät (vasen kuvio) ja näiden ilmoitusten prosentuaalinen osuus kaikista ilmoituksista (oikea kuvio) vuosina 2013–2019

Data- ja Muu ICT -ryhmiin kuuluvissa ilmoituksissa tyypillisimmät tehtävänimikkeet olivat ohjelmistokehittäjä ja -suunnittelija sekä ICT-alueeseen liittyvät asiantuntija- ja arkkitehtinimikkeet. Tekoälyryhmässä on paljon näitä samoja nimikkeitä, mutta erityisesti viimeisinä vuosina kärkeen on noussut data scientist eli datatieteilijä. Digitalisaatio-ryhmä poikkeaa muista: yleisiä nimikkeitä ovat projektipäällikkö ja toimitusjohtaja.

Tekoälyyn liittyvän osaamisen kysynnän kasvu kiihtyi vuonna 2017, ja vuonna 2019 sen osuus ICT-osaamisen kysynnästä oli jo 11 prosenttia.

Kuviossa 4 esitetään tekoälyilmoitusten osaamisvaatimukset. Yhdessä ilmoituksessa on voitu mainita useita kartoitettuja termejä ja ne ovat mukana erillisinä. Termit tekoäly ja koneoppiminen mainitaan usein samassa ilmoituksessa. Koneoppimisen ja ohjelmistorobotiikan osaamisen kysyntä on kasvanut selvästi. Regressioanalyysi on perinteisempi menetelmä, jonka kysyntä on pysynyt tasaisena. Konenäkö saa sovellusalueista eniten mainintoja.

Kuvio 4. Tekoälyosaamisiin liittyvät maininnat tekoälyyn liittyvissä ilmoituksissa. Kattotermin ‘tekoäly’ esiintyminen esitetty viivana, muut kumulatiivisina pylväinä.

Tekoäly- ja digitalisaatio-osaamisten kysyntä eri toimialoilla

Päätoimialojen kysynnän mittariksi valittiin tunnistettujen ryhmien työpaikkailmoitusten osuus kaikista kunkin toimialan yritysten ilmoituksista. Aineistossa ovat mukana vain ne ilmoitukset, joissa yritys ilmoitti työpaikasta itse eikä käyttänyt rekrytointiyritystä.

 

”Informaatio- ja viestintätoimiala on ollut aktiivisin tekoäly- ja digitalisaatio-osaamisten rekrytoija.”

Informaatio- ja viestintätekniikka ja Ammatillinen, tieteellinen ja tekninen toiminta -toimialat tarjoavat ICT-tuotteita ja palveluita muille toimialoille. Odotetusti Informaatio- ja viestintätoimiala on ollut aktiivisin tekoäly- ja digitalisaatio-osaamisten rekrytoija. Tekoälyyn, robotiikkaan ja digitalisaatioon liittyvien ilmoitusten osuus kasvoi selvästi vuonna 2016, ja näiden osaamisten osuus kasvaa sen jälkeisinä vuosina. Hieman yllättäen Ammatillinen, tieteellinen ja tekninen toiminta -toimialalla tekoäly- ja digitalisaatio-osaamisten kysyntä näkyy vasta 2019.

Kuvio 5. Ilmoitusten jakaumat Informaatio- ja viestintä- ja Ammatillinen, tieteellinen ja tekninen toiminta -toimialoilla

Kuvioon 6 on valikoitu kahdeksan toimialaa, joissa on ollut eniten kohdealueen kysyntää. Toimialojen välillä on huomattavia eroja osaamisen kysynnän muutoksissa ja painotuksissa. Rahoitus- ja vakuutustoimialat ovat rekrytoineet erityisesti digitalisaatioon liittyen jo vuodesta 2015 alkaen ja viime vuosina myös lisääntyvästi myös tekoälyyn.

Kuvio 6. Ilmoitusten jakaumat valituilla päätoimialoilla suhteessa alan työpaikkailmoitusten kokonaismäärään

Toinen aikainen toimiala on Taide, viihde ja vapaa-aika, jonka kysyntä liittyy peleihin. Sähkö- ja kaasuhuolto erottuu toimialana, jossa erityisesti digitalisaatioon liittyvä rekrytointi on ollut tasaisessa kasvussa. Koulutus, joka tässä yhteydessä tarkoittaa pääasiassa korkeakouluja, on hakenut verrattain aktiivisesti tässä tarkasteluja tekoälyyn ja digitalisaatioon liittyviä osaamisia.

Kaupan alalla suurin rekrytointiaktiivisuus ajoittui vuosille 2015–2017. Teollisuuden osalta kasvua digitaalisten taitojen kysynnässä ei ole ollut. Teollisuus on hakenut jo alkuvaiheessa tekoälyosaamisia, mutta kysynnän huippu oli jo vuonna 2017. Tämä on sopusoinnusta tuoreen Teollisuuden digitaalinen murros-projektin politiikkasuosituksen kanssa (Ailisto 2021).

Kansainvälistä vertailua

Slovenialaisen Josef Stefan instituutin kehittämä AI Bench Observatory-ohjelmisto1 erottaa luonnollisen kielen analyysilla tekoäly- ja massadata -aiheisiin liittyviä termejä. Dataa on kerätty ja analysoitu kuukausittain heinäkuusta 2017 heinäkuuhun 2020. Työpaikkailmoitukset ovat Adzuna-palvelusta2, jossa niitä on 15 maasta, ei kuitenkaan Suomesta.

Kuvio 7. Tekoäly on yleisin julkaisujen aihe (x-akseli), mutta suhteellisen harvinainen termi työpaikkailmoituksissa (y-akseli).

Aineisto näyttää, että tekoäly (Artificial Intelligence) on globaalisti ollut jo 3 viimeistä vuotta johtava termi alan tieteellisissä artikkeleissa. Tekoälyaiheisia julkaisuja on löydetty peräti 210 000 kappaletta! Koneoppiminen (Machine Learning) on toiseksi yleisin aihe. Tekoäly on yleisin kuvaava termi myös GitHub-palveluun tallennetuissa avoimissa ohjelmistoissa (8 100 ohjelmistoa). Työnhakuilmoituksissa tekoäly on sen sijaan suhteellisen harvinainen esiintyen vain noin 100 000 ilmoituksessa; hallitsevia termejä ovat infrastructure (7,1 miljoonaa), database (6,3 miljoonaa), relational dbms (5,8 miljoonaa) ja industry (800 000) (kuvio 7).

Globaalisti tekoäly on ollut jo 3 viimeistä vuotta tutkimusjulkaisuissa yleisin tietotekniikkaan liittyvä termi mutta yhä suhteellisen harvinainen työnhakuilmoituksissa.

SUOMESSA ON EU-MAIDEN ENITEN TARJONTAA KORKEAN TEKNOLOGIAN OSAAJISTA, MUTTA SUOMALAISET YRITYKSET REKRYTOIVAT HEITÄ TOISEKSI HEIKOITEN.

Toisena kansainvälisenä vertailukohtana voidaan mainita EU:n rahoittama Advanced Technologies for Industry -hanke3, joka on kerännyt tietoa kehittyneiden teknologioiden hyödyntämisestä EU-maissa. Osaamisen kysynnän ja tarjonnan arvioimisen lähteenä on hankkeessa käytetty LinkedIn-palvelun työpaikkailmoituksia ja henkilöiden osaamisprofiileja. Aineiston perusteella Suomi on Euroopan kärkimaa korkean teknologian osaajien tarjonnassa (EU 2020, 42), mutta yritysten rekrytointiaktiivisuus on EU-maista toiseksi heikointa4.

Yhteenveto ja päätelmiä

Tarkastellun aineiston perusteella voidaan päätellä, että yritysten tekoälyyn liittyvä rekrytointitahti on ollut suhteellisen verkkainen. Vuonna 2017 nähtiin selvä hyppy rekrytointiaktiivisuudessa, minkä jälkeen kasvuvauhti on tasoittunut ja seurannut yleistä ilmoitusmäärän kasvua. Tekoäly on kuitenkin kasvattanut osuuttaan tietotekniikkaan liittyvissä työpaikkailmoituksissa; tarkasteluvälimme alussa sen osuus oli vain muutama prosentti, mutta vuonna 2019 se oli jo runsaat 10 prosenttia. Suunta on siis oikea. Huomattavia ovat myös toimialojen väliset suuret erot.

Vuonna 2017 nähtiin selvä hyppy tekoälyyn liittyvässä rekrytointiaktiivisuudessa, minkä jälkeen kasvuvauhti on tasoittunut ja seurannut yleistä ilmoitusmäärän kasvua.

Oikotien työpaikkailmoitusten perusteella nähty tilanne vastaa kansainvälisiä AI Bench Observatoryn tuloksia. Yrityksien rekrytoinneissa painottuvat tämän päivän “arkiset” ICT-projektit, joissa ICT-infra ja tietokannat ovat keskeisiä elementtejä. Aukko tutkimuksen ja teollisuuden välillä on selkeä: tutkijat kirjoittavat artikkeleita ja tuottavat ohjelmistoja aiheista, joihin liittyvää osaamista yritykset rekrytoivat vasta vuosien päästä. Myös Advanced Technologies for Industry -hankkeen tulokset kertovat suomalaisten yritysten heikosta rekrytointiaktiivisuudesta.

TEKOÄLYN TUTKIMUKSEN JA OSAAMISEN JA TOISAALTA YRITYSTEN REKRYTOINTIEN VÄLINEN VIIVE ON YKSI TODENNÄKÖINEN SELITYS TUOTTAVUUDEN TÄHÄNASTISELLE HEIKOLLE KEHITYKSELLE.

Tuloksia tarkasteltaessa on tiedostettava, että Oikotien työpaikkailmoitukset ovat tärkeä, mutta kuitenkin vain yksi monista yritysten käyttämistä rekrytointikanavista. Tekoälyosaaminen on uutta, ja esimerkiksi korkeakouluista valmistuvat löytävät usein ensimmäiset varsinaiset työpaikkansa harjoittelu- ja opinnäytetyöpaikkojen kautta. Myös alan osaajien verkostot toiminevat rekrytointikanavina. Uskomme kuitenkin, että käytetty aineisto kuvastaa alueen kehitystrendejä.

Tässä artikkelissa todettu ajallinen viive tutkimustulosten ja yritysten rekrytointien välillä on yksi todennäköinen syy niin sanottuun tekoälyn tuottavuusparadoksiin. Se kuvaa sitä, että Euroopassa ja Yhdysvalloissa viime vuosien teknologiset läpimurrot eivät ole näkyneet tuottavuustilastoissa viimeisten kymmenen vuoden aikana, toisin kuin aikaisemmin. Tarvitaan nykyistä läheisempää yhteistyötä tekoälytutkimuksen ja soveltamisen välillä yrityksissä tuottavuuden edistämiseksi.

Kirjoittajat

Asta Bäck
Johtava tutkija
VTT
asta.back at vtt.fi

Asta Bäck on suorittanut diplomi-insinöörin tutkinnon (graafinen tekniikka) Teknillisessä korkeakoulussa (nykyään Aalto-yliopisto). Hän toiminut VTT:ssä aiemmin myös tutkijana, erikoistutkijana ja tiiminvetäjänä. Hänen tärkeimmät nykyiset tutkimushankkeensa ovat: Digital Disruption of Industry (DDI), johon tämä artikkeli liittyy, Addressing productivity paradox with big data: implications to policy making (BIGPROD) ja Building European Communities’ Resilience and Social Capital (BuildERS).

Caj Södergård
Tutkimusprofessori
VTT
caj.sodergard at vtt.fi

Caj Södergård on suorittanut tekniikan tohtorin (tietotekniikka) tutkinnon Teknillisessä korkeakoulussa (nykyään Aalto-yliopisto). Hän nykyään VTT:n digitaalisten palvelujen tutkimusprofessori, ja hän sai vuonna 2020 VTT Awardin. Hän on aiemmin työskennellyt Decon Oy:ssä konenäköjärjestelmien suunnittelijana sekä VTT:ssä tutkijana, erikoistutkijana, jaosto- ja ryhmäpäällikkönä, osaamiskeskuksen johtajana ja yksikön varajohtajana. Hänen tärkeimmät nykyiset tutkimushankkeensa ovat Digital Disruption of Industry (DDI), johon tämä artikkeli liittyy, AI Empowered Scientist – design of new biomaterials in minutes instead of years, FCAI – Finnish Centre for AI sekä DAIRO – European Data, AI and Robotics Association.

Kirjallisuus

Ailisto, H. & Hiekkanen, K. & Kortelainen, H. & Seppälä, T. (2021), Kuinka Suomen kävi – lunastiko digitalisaatio siihen asetetut toiveet? Teollisuuden Digitaalinen Murros projektin politiikkasuositus 11.1.2021.

EU (2019), AI High Level Expert Group. A definition of AI.

EU (2020), Advanced Technologies for Industry – General findings.

FAIA (2020), State of AI in Finland. Finnish AI Accelerator.

Microsoft & PwC (2018), Uncovering AI in Finland.

HS (2020), Talouskasvun kivijalka uhkaa rapautua, Matti Pohjolan haastattelu, Helsingin Sanomat 16.11.2020.

Lemola, T. (2020), Askelmerkkejä rakenteita uudistavalle tutkimus- ja innovaatiopolitiikalle, Talous & Yhteiskunta, 48:4, 56–61.

McKinsey (2017), Shaping the Future of Work in Europe’s Digital Front-runners.

Pohjola, M. (2020), Teknologia, investoinnit, rakennemuutos ja tuottavuus: Suomi kansainvälisessä vertailussa, Työ- ja elinkeinoministeriön julkaisuja 5/2020.

Purdy, M. & Daugherty, P. (2017), How AI Boosts Industry Profits and Innovation, Accenture.

TEM (2017), Finland’s Age of Artificial Intelligence, Ministry of Economic Affairs and Employment, TEM Publication 47/2017.