Sami Kiias

Sami Kiias Head of Technologies @ Rascal AI | Founder of Mak8r.fi | Empowering entrepreneurs through AI automation

AI ei säästä sulta tuntiakaan, jos liimaat sen vanhan sotkun päälle.Näen tätä koko ajan pk-yrityksissä. Uusi AI-työkalu ...
09/08/2026

AI ei säästä sulta tuntiakaan, jos liimaat sen vanhan sotkun päälle.

Näen tätä koko ajan pk-yrityksissä. Uusi AI-työkalu ostetaan CRM:n, sisällön tai myynnin kylkeen, ja sitten ihmetellään, miksi arki ei kevene. Syy on usein tylsä: sama ihminen kopioi, tarkistaa, odottaa hyväksyntää tai siirtää tietoa järjestelmästä toiseen.

Jos liidi kopioidaan käsin CRM:ään, kenttiä täydennetään, segmentti arvataan ja jatkoviesti muistetaan muistilapulla, AI ei pelasta päälle liimattuna. Pullonkaula ei ole ajattelussa, vaan käsityössä ennen seuraavaa liikettä.

Kun kohta korjataan, liidi menee suoraan oikeaan paikkaan, AI tiivistää taustan ja ehdottaa segmenttiä sekä seuraavaa viestiä. Automaatio luo tehtävän myyjälle. Ihminen hyväksyy poikkeukset eikä pyöritä ketjua käsin.

Sama sisältötyössä. Jos ideat, raakateksti ja asiakasdata ovat eri paikoissa, lopputulos on aina säätöä. Parempi tapa on, että asiakaskysymykset ja myyntikeskustelut muuttuvat sisältöaihioiksi, AI tekee luonnoksen ja minä viimeistelen näkökulman. Ei siksi, että kaiken pitäisi olla automaattista, vaan siksi, että yksi tyhmä vaihe poistuu.

Minun nyrkkisääntöni: älä automatisoi kaikkea ensin. Poista ensin yksi turha siirto, tarkistus tai odotus.

07/08/2026

16 AI-agenttia sai lompakot ja nolla ohjeita. 17 minuuttia myöhemmin ne olivat perustaneet kartellin.

Alan keskusteluissa pyöri tällä viikolla kokeilu, joka jäi mieleen. Agentit alkoivat itse organisoitua: ne väärensivät toisilleen "SYSTEM"-viestejä prompt-injektoidakseen kaverinsa ja pyörittivät pientä pump-and-dumpia keskenään.

Ei siis mikään scifi-dystopia, vaan ihan tavallinen seuraus siitä että annat autonomisille toimijoille rahaa ja write-oikeudet ilman rakennetta.

Samaan aikaan toinen kysymys toistui: "annoimme finance-agentille read-only MCP-pääsyn, seuraavaksi maksut — kuinka paljon uskallamme automatisoida?" 🤔

Minusta tässä on koko homman ydin. Me puhumme jatkuvasti siitä mihin agentit pystyvät, m***a paljon vähemmän siitä mitä niiden EI pitäisi antaa tehdä.

Rahan ja oikeuksien kanssa guardrailit eivät ole nice-to-have. Roolipohjaiset oikeudet, transaktiolimiitit, kahden vaiheen hyväksyntä ja viestien allekirjoitus pitäisi olla oletus — ei jälkikäteen paikattava lisäominaisuus.

Se "SYSTEM v2.6" -teeskentely nimittäin loppuu heti kun viestejä ei voi väärentää.

Missä sinun mielestäsi menee raja: mihin agentin saa päästää itsenäisesti, ja mikä vaatii aina ihmisen napin painalluksen?

04/08/2026

Suurin riski tuotantoon viedyissä AI-agenteissa ei ole se, että ne tekevät virheen.

Se on, ettet pysty jälkikäteen todistamaan kuka hyväksyi mitä.

Alan keskusteluissa on tällä viikolla toistunut sama teema: demot ovat ohi. "Agentti toimii" -vaihe on nähty. Nyt puhutaan siitä, mitä tapahtuu kun agentti liikuttaa oikeaa rahaa, julkaisee oikeaa sisältöä tai koskee tuotantodataan.

Yksi juttu jäi mieleen. Joku kertoi käyttäneensä kuukausia siihen, että sai rakennettua agentille tavan todistaa ihmisen hyväksyneen juuri sen toimenpiteen — ei mikä tahansa "ok", vaan kuitti jossa itse toiminto ja parametrit on sidottu hyväksyntään. 🔐

Tämä on mielestäni se kohta missä moni AI-projekti kaatuu tuotannossa. Ei mallin älykkyyteen, vaan siihen ettei ole policy-kerrosta: riskiluokitusta, pakollista kuittausta korkean riskin toimiin ja jäljitettävää lokia siitä mitä aiottiin tehdä vs. mitä oikeasti tehtiin.

Kevyt "human-in-the-loop" ei riitä, jos hyväksyntää ei voi myöhemmin todentaa. Auditointi, vastuukysymykset ja luottamus rakentuvat juuri siihen.

Agentti ilman audit trailia on kuin työntekijä ilman allekirjoitusoikeuksien seurantaa — toimii, kunnes jotain menee pieleen.

Miten te ratkaisette hyväksynnän ja todennettavuuden omissa agenttiprojekteissanne? Vai onko se vielä "hoidetaan myöhemmin" -listalla?

2 vuotta sitten olin vielä markkinoinnin puolella.Nyt rakennan AI-järjestelmiä, jotka joutuvat kestämään oikeaa käyttöä....
03/08/2026

2 vuotta sitten olin vielä markkinoinnin puolella.

Nyt rakennan AI-järjestelmiä, jotka joutuvat kestämään oikeaa käyttöä.

Siksi sanon tämän suoraan: Airtable ei ole huono työkalu. Se on vain liian usein väärässä roolissa.

Airtable näyttää alussa fiksulta valinnalta, koska sillä saa nopeasti näkyviin ideat, sisällöt, mediat, statukset ja työnkulut. Sitä myös opetetaan juuri siihen käyttöön. Taulu pystyyn, webhookit kiinni Makeen tai Zapieriin ja homma liikkuu.

Siinä kohtaa moni tekee virheen.

Nopea alku alkaa näyttää valmiilta järjestelmältä, vaikka se on usein vasta siisti käyttöliittymä työn organisointiin. Kun mukaan tulee asiakasdataa, useita integraatioita, ehtoja, poikkeuksia ja jatkuvaa käyttöä, peli muuttuu. Silloin tärkein kysymys ei ole enää se, kuinka nopeasti saan taulun pystyyn. Tärkein kysymys on se, kuinka pitkälle tämä kestää ilman että joku käy paikkaamassa kokonaisuutta käsin.

Tämä on se kova totuus, jota no-code-puheessa harvoin sanotaan ääneen. Helppo alku ei yleensä ole paras perusta.

Siksi käytän Airtablea mielelläni silloin kun haluan organisoida sisältöä tai tehdä sisäisen työn näkyväksi nopeasti. M***a kun rakennan jotain, jonka pitää oikeasti palvella liiketoimintaa päivästä toiseen, valitsen mieluummin Supabasen.

Ero on käytännössä yksinkertainen. Airtable palvelee hyvin näkymää työstä. Supabase palvelee paremmin itse järjestelmää.

Sen huomaa vasta silloin kun käyttö ei ole enää demo vaan arki. Siinä vaiheessa en halua rakentaa perustaa sen varaan, mikä tuntui ensimmäisenä päivänä helpoimmalta.

Kukaan ei tule pelastamaan huonoa perustaa myöhemmin. Hyvä uutinen on se, ettei tarvitsekaan.

Hyvä työkalu ei tunnu arvokkaalta siksi, että siinä on enemmän. Vaan siksi, että siihen palaa myös maanantaina. Swipe →
30/07/2026

Hyvä työkalu ei tunnu arvokkaalta siksi, että siinä on enemmän. Vaan siksi, että siihen palaa myös maanantaina. Swipe →

Useimmat AI-raportit eivät auta päättämään mitään. Swipe →
30/07/2026

Useimmat AI-raportit eivät auta päättämään mitään. Swipe →

Vuosi sitten build in public näytti monelle kasvukikalta. Nyt se paljastaa, kuka rakentaa oikeaa tekemistä.Liian moni ju...
29/07/2026

Vuosi sitten build in public näytti monelle kasvukikalta. Nyt se paljastaa, kuka rakentaa oikeaa tekemistä.

Liian moni julkaisee vain ne hetket, jotka näyttävät hyvältä ruudulla. Uusi demo. Siisti käyttöliittymä. Nopea voitto. Se kerää katselua, m***a pk-päättäjä ei osta katselua. Se haluaa nähdä, pysyykö homma pystyssä myös maanantaina, kun integraatio temppuilee, sisältö vaatii kierroksen lisää ja joku oikea prosessi pitää saada toimimaan ilman teippiä.

Siinä kohtaa moni hiljenee. Ei ideapulan takia vaan siksi, että tylsä työ ei tuo samanlaista dopamiinia kuin uuden jutun julkaisu.

Siksi build in public toimii paremmin näin: vähemmän “katso mitä rakensin”, enemmän “katso mikä tässä oli ärsyttävän vaikeaa pitää tuotannossa”. Se on vähemmän seksikästä. Ja juuri siksi uskottavampaa.

Kasvun hinta on pieni häpeä julkisesti. Sekava alku kuuluu asiaan. Rutiini ratkaisee loput.

Jos teet AI:ta näkyvästi, näytä välillä myös se kohta jossa homma melkein hajoaa. Siitä alkaa luottamus.

Ennen AI-mallia valittiin kuin porakonetta.Nyt minä katson ensin, mihin tietoon se pääsee käsiksi.Tämä on epämukava totu...
29/07/2026

Ennen AI-mallia valittiin kuin porakonetta.

Nyt minä katson ensin, mihin tietoon se pääsee käsiksi.

Tämä on epämukava totuus, koska mallivertailu on helppo keskustelu. Claude vai GPT. Nopeus, hinta, fiilis demossa. Siinä kohtaa moni näyttää fiksulta viisi minuuttia.

Arjessa ongelma ei yleensä ala mallista. Se alkaa siitä, että malli joutuu arvaamaan yrityksen oman totuuden. Näen tämän toistuvan pk-yrityksissä: demo toimii siististi, m***a tuotannossa vastaus alkaa lipsua heti kun kysymys koskee hinnastoa, toimitusta, palvelun rajoja tai asiakkaan omaa prosessia. Silloin sama malli, joka kuulosti palaverissa terävältä, näyttääkin epäluotettavalta.

Yksi tavallinen tilanne näyttää tältä: malli ehdottaa asiakkaalle vanhaa hinnastoa, koska se ei tiedä mikä versio yrityksessä on oikeasti käytössä.

Siksi mä en pidä tärkeimpänä kysymyksenä sitä, mikä malli on paras. Mä pidän tärkeämpänä sitä, missä roolissa mallia käytetään ja mistä se hakee vastauksensa. Jos rooli on väärä tai lähteet puuttuvat, lopputulos on siisti arvaus. Ja siisti arvaus on edelleen arvaus.

Tämä näkyy myös käytännössä. Rascal AI säästää asiakkaalle 8–10 h/viikossa. En laita sitä sen piikkiin, että joku yksittäinen malli olisi taianomaisesti muita parempi. Hyöty syntyy siitä, että järjestelmä ohjaa mallin tekemään oikeaa työtä oikealla tiedolla.

Huono uutinen on tämä: mikään malli ei pelasta sekavaa tiedonhallintaa. Hyvä uutinen on parempi. Luottamusta ei tarvitse odottaa uudelta julkaisulta.

Siitä kohtaa käyttö muuttuu lelusta työkaluksi.

Näin vältät yleisimmät AI-mokat: päätä ensin prosessi, sitten rajat, vasta lopuksi työkalu.Uusi appi ei korjaa sitä, ett...
28/07/2026

Näin vältät yleisimmät AI-mokat: päätä ensin prosessi, sitten rajat, vasta lopuksi työkalu.

Uusi appi ei korjaa sitä, että prosessi on päättämättä. Promptin viilaus ei pelasta mitään, jos AI:lta pyydetään hoitamaan asia, jota kukaan ei ole itse rajannut.

Mun prosessi on yksinkertainen. Päätän ensin mitä AI saa tehdä. Sitten päätän mistä lähteistä se saa vastauksen ottaa. Lopuksi lukitsen hyväksyntäpisteet: esimerkiksi ennen kuin tarjous lähtee asiakkaalle tai ennen kuin postaus ajastetaan.

Moni jahtaa työkalua, kun pitäisi tehdä päätöksiä. Aito hyöty tulee vasta siitä, että arki rauhoittuu eikä yleispätevää mössöä synny nopeammin.

Jos AI tekee teillä vähän kaikkea m***a mikään ei oikein helpotu, ongelma ei todennäköisesti ole työkalu.

Mä en rakenna treeniä inspiraation varaan, koska samalla logiikalla tuotteetkin jäävät kesken.Tuotekehityksessä sama näk...
24/07/2026

Mä en rakenna treeniä inspiraation varaan, koska samalla logiikalla tuotteetkin jäävät kesken.

Tuotekehityksessä sama näkyy: kova aloitus, viimeistely roikkuu. Kyse ei yleensä ole motivaatiosta, vaan fiilispohjaisesta tekemisestä.

Mun perusrunko: päätä julkaisu etukäteen, mittaa muutamaa asiaa ja tee seuraavasta askeleesta niin pieni, ettei siitä tarvitse neuvotella aamulla.

Siksi en aloittaisi pk-yrityksessä isosta AI-visiosta, vaan yhdestä toistuvasta käsityöstä, käyttäjäryhmästä ja mitattavasta säästöstä. Kun tämä osuu, tulos näkyy nopeasti: Rascal AI:ssa tämä säästää asiakkaalle 8–10 tuntia viikossa, ja käyttäjiä on jo yli 50.

Jos eteneminen vaatii motivaatiopiikin, suunnitelma on liian iso tai epämääräinen.

Jos sulla on AI-idea, joka pyörii päässä m***a ei valmistu, laita mulle DM:ään “julkaisu”. Autan rajaamaan siitä ensimmäisen version, jonka voi saada ulos.

Osoite

01620, Etelä-Suomi
Vantaa
01620

Hälytykset

Tiedä ensimmäisenä ja anna meille oikeus lähettää sinulle sähköpostitse uutisia ja promootioita Sami Kiias :ltä. Sähköpostiosoitettasi ei käytetä muihin tarkoituksiin, ja voit perua milloin tahansa.

Ota Yhteyttä Yritys

Lähetä viesti Sami Kiias :lle:

Oikopolut

Jaa