Tekoäly julkisissa hankinnoissa: opas tarjoajalle ja hankintayksikölle

Tekoälyn käyttö julkisissa hankinnoissa tarkoittaa kielimalli- ja koneoppimispohjaisten työkalujen hyödyntämistä hankintaprosessin eri vaiheissa: kilpailutusten seurannassa ja haussa, tarjouspyyntöjen analysoinnissa, tarjousten laadinnassa, markkinakartoituksessa ja hankinta-asiakirjojen valmistelussa. Suomessa julkisia hankintoja tehdään noin 38 miljardilla eurolla vuodessa, joten pienetkin tehokkuushyödyt ovat euromääräisesti merkittäviä – tutkimusarvioiden mukaan hankintoihin liittyvästä manuaalisesta työstä 50–80 % olisi automatisoitavissa.

Tekoäly koskettaa hankintojen molempia osapuolia. Tarjoajalle se on ennen kaikkea keino löytää sopivat kilpailutukset ajoissa, ymmärtää laajat tarjouspyyntöaineistot nopeasti ja laatia laadukkaampia tarjouksia vähemmällä työllä. Hankintayksikölle tekoäly tarjoaa apua markkinakartoitukseen, tarjouspyyntöjen kielen ja rakenteen parantamiseen sekä tiedonhakuun. Hankintalaki (1397/2016) on teknologianeutraali: se ei kiellä eikä erikseen sääntele tekoälyn käyttöä kummallakaan puolella.

Tekoäly on jo osa suomalaista hankintaympäristöä. Hilma-palvelussa toimii Hankintavälkky-tekoälyavustaja, joka vastaa julkisia hankintoja koskeviin kysymyksiin, ja Hanselin Tutkihankintoja.fi-palvelussa tekoälyä käytetään hankintatiedon avaamiseen. Valtiovarainministeriön Hankinta-Suomi-ohjelma on nostanut tekoälyn hankintojen kehittämisen kärkiteemaksi. Yrityspuolella erikoistuneet työkalut, kuten Haavi, käyvät tekoälyn avulla läpi kymmeniätuhansia hankintailmoituksia viikossa.

Tämä opas käsittelee tekoälyn käytön ensin tarjoajan ja sitten hankintayksikön näkökulmasta. Lopuksi käydään läpi sääntely: mitä hankintalaki, julkisuuslaki ja EU:n tekoälyasetus edellyttävät, ja miten yleiskäyttöiset tekoälytyökalut eroavat hankintoihin erikoistuneista.

Hankintaprosessi etenee suunnittelusta ja markkinakartoituksesta hankintailmoitukseen, tarjousten laadintaan, vertailuun ja sopimuskauteen. Tekoälystä on hyötyä lähes jokaisessa vaiheessa, mutta eri tavoin eri osapuolille. Alla oleva taulukko kokoaa tyypilliset käyttötavat.

Suurin hyöty syntyy vaiheissa, joissa käsitellään paljon tekstiä: hankintailmoitusten seulonnassa, tarjouspyyntöaineiston analysoinnissa ja tarjousluonnosten työstämisessä. Sen sijaan päätöksenteko – tarjoajalla go/no-go-päätös ja hinnoittelu, hankintayksiköllä vertailu ja hankintapäätös – säilyy ihmisellä sekä käytännön syistä että hankintayksikön osalta myös oikeudellisista syistä.

Kannattaa huomata, että tekoälyn hyöty kertautuu, kun vaiheet kytkeytyvät toisiinsa. Kun sama järjestelmä tuntee yrityksen osaamisen, aiemmat tarjoukset ja referenssit, se osaa sekä poimia sopivat kilpailutukset että pohjustaa tarjouksen – irrallisilla työkaluilla sama tieto pitää syöttää joka kerta uudelleen.

Tarjoajan ensimmäinen ja usein suurin tekoälyhyöty on kilpailutusten löytäminen. Hilmassa julkaistaan vuosittain noin 19 000–20 000 hankintailmoitusta, ja niiden lisäksi tarjousmahdollisuuksia avautuu TED-portaalissa, kuntien pienhankintakanavissa ja erityisportaaleissa. Perinteinen CPV-koodeihin perustuva sanahaku ohittaa helposti relevantteja ilmoituksia, koska hankintayksiköt luokittelevat ja nimeävät hankintoja vaihtelevasti. Tekoälypohjainen semanttinen haku ymmärtää, mitä yritys tosiasiassa myy, ja tunnistaa sopivat kilpailutukset sanamuodoista riippumatta.

Toinen merkittävä käyttökohde on tarjouspyynnön analyysi. Julkisen hankinnan tarjouspyyntöaineisto voi olla satoja sivuja: tarjouspyyntö, hankintasopimusluonnos, palvelukuvaukset ja liitteet. Tekoäly poimii aineistosta soveltuvuusvaatimukset, pakolliset vähimmäisvaatimukset, vertailuperusteet painotuksineen, sopimusriskit ja määräajat muutamassa minuutissa. Tämä nopeuttaa go/no-go-päätöstä eli arviota siitä, kannattaako kilpailutukseen ylipäätään osallistua.

Tarjouksen laadinnassa tekoäly toimii parhaiten luonnostelijana ja tarkistajana. Se auttaa jäsentämään vastauksen tarjouspyynnön rakenteen mukaisesti, muotoilemaan tekstiä arviointikriteerien suuntaan ja tarkistamaan, että jokaiseen vaatimukseen on vastattu. Kokemus, näytöt ja voittava sisältö tulevat kuitenkin yritykseltä itseltään: tekoäly ei tunne asiakasta, referenssitoimituksia eikä kilpailutilannetta, ellei niitä anneta sille.

Neljäs käyttökohde on tarjousaineiston hallinta. ESPD-vastausten, referenssien, sertifikaattien ja vakiovastausten ylläpito jäsentyneenä tietopankkina tarkoittaa, että tekoäly voi poimia niistä oikeat kuhunkin tarjoukseen. Lassila & Tikanojan kokemuksen mukaan hankintatyöhön erikoistunut tekoäly säästää noin 20 % tarjoustyöhön käytetystä työajasta.

Tarjouksen saa laatia tekoälyn avulla. Hankintalaissa ei ole säännöstä, joka kieltäisi tekoälyn käytön tarjouksen laadinnassa tai velvoittaisi kertomaan siitä, eikä hankintayksikkö voi lähtökohtaisesti hylätä tarjousta pelkän laadintatavan perusteella. Tarjouksen arviointi kohdistuu sen sisältöön: siihen, täyttääkö tarjous tarjouspyynnön vaatimukset ja miten se sijoittuu etukäteen ilmoitetuilla vertailuperusteilla.

Vastuu on kuitenkin kokonaan tarjoajalla. Tarjous sitoo antajaansa riippumatta siitä, kirjoittiko tekstin ihminen vai kielimalli. Kielimallit voivat tuottaa vakuuttavan kuuloista mutta paikkansapitämätöntä tekstiä – esimerkiksi keksittyjä referenssejä, vääriä lukuja tai olemattomia sertifikaatteja. Tämä ei ole vain laaturiski: hankintalain 81 §:n 1 momentin 10 kohdan mukaan hankintayksikkö voi sulkea tarjouskilpailun ulkopuolelle tarjoajan, joka on syyllistynyt olennaisesti väärien tietojen antamiseen esimerkiksi soveltuvuutta, referenssejä tai sertifikaatteja koskevissa tiedoissa. Jokainen tekoälyn tuottama väite on siksi tarkistettava ennen tarjouksen jättämistä.

Toinen keskeinen pelisääntö koskee tietoja, joita tekoälypalveluihin syötetään. Julkaistu tarjouspyyntöaineisto on pääsääntöisesti julkista, mutta tarjoajan oma aineisto – hinnoittelulogiikka, asiakastiedot, tekniset ratkaisut – sisältää usein liikesalaisuuksia. Kuluttajille suunnatuissa ilmaisissa tekoälypalveluissa syötteitä voidaan käyttää mallien kouluttamiseen, jolloin tiedot voivat päätyä palveluntarjoajalle. Yrityskäyttöön tarkoitetut palvelut, joissa syötteitä ei käytetä koulutukseen ja tietojen käsittelystä on sovittu, ovat luottamuksellisen aineiston käsittelyyn oikea valinta. Vertailun vuoksi: myös hankintamenettelyssä tarjousten liikesalaisuudet on suojattu, sillä ne ovat julkisuuslain (621/1999) 24 §:n 1 momentin 20 kohdan nojalla salassa pidettäviä, eikä toisella tarjoajalla ole asianosaisenakaan oikeutta niihin – kokonaishinta on kuitenkin aina annettava (11 §:n 2 momentin 6 kohta).

Hinnoittelussa tekoälyä voi käyttää tausta-analyysiin, kuten toteutuneiden hankintahintojen selvittämiseen. Kannattaa kuitenkin muistaa, että jos tarjous vaikuttaa poikkeuksellisen alhaiselta, hankintayksikön on hankintalain 96 §:n mukaan vaadittava tarjoajalta selvitys hinnoista tai kustannuksista. Tarjoajan on siis kyettävä itse perustelemaan hintansa – 'tekoäly laski näin' ei ole selvitys.

Hankintayksikölle tekoälyn matalimman kynnyksen hyödyt ovat valmistelussa. Markkinakartoituksessa tekoäly auttaa kokoamaan tietoa toimittajakentästä, vertailukelpoisista hankinnoista ja hintatasosta. Tarjouspyynnön laadinnassa se toimii kielen ja rakenteen tarkistajana: selkeä, yksiselitteinen ja ristiriidaton tarjouspyyntö vähentää tarjoajien kysymyksiä, parantaa tarjousten vertailukelpoisuutta ja pienentää markkinaoikeusriskiä. Tekoälyllä voi myös 'koelukea' tarjouspyyntöä tarjoajan silmin ja tunnistaa epäselvät vaatimukset ennen julkaisua.

Tiedonhaussa julkinen sektori on jo liikkeellä. Hilman Hankintavälkky vastaa hankintayksiköiden ja tarjoajien kysymyksiin julkisista hankinnoista, ja Hanselin Tutkihankintoja.fi avaa valtion ostodataa. Valtiovarainministeriö on ohjeistanut generatiivisen tekoälyn käyttöä julkishallinnossa, ja moni kunta ja virasto on laatinut omat tekoälylinjauksensa. Perusperiaate on sama kuin tarjoajapuolella: salassa pidettävää tai henkilötietoja sisältävää aineistoa ei syötetä palveluihin, joiden tietojenkäsittelystä ei ole sovittu.

Kun hankintayksikkö hankkii itselleen tekoälyjärjestelmää, kyse on tavallisesta julkisesta hankinnasta, jossa on huomioitava lisäksi EU:n tekoälyasetuksen vaatimukset hankittavalle järjestelmälle. Kuntaliitto on ohjeistanut, että hankinnassa on tunnistettava kunnan rooli (käyttöönottaja vai kehittäjä) ja järjestelmän riskiluokka, ja sopimusehdoissa on syytä hyödyntää tekoälyhankintoihin laadittuja mallilausekkeita. Markkinavuoropuhelun merkitys korostuu, koska tekoälyjärjestelmien markkina kehittyy nopeasti.

Sisäisessä työssä tekoäly nopeuttaa muistioiden, päätösesitysten ja vastausluonnosten laadintaa. Raja kulkee päätöksenteossa: hankintapäätös perusteluineen on aina ihmisen tehtävä ja hankintayksikön vastuulla, kuten seuraavassa jaksossa käydään läpi.

Tarjousten arvioinnissa tekoälyn käyttöä rajaavat hankintalain perusperiaatteet. Lain 3 §:n mukaan hankintayksikön on kohdeltava hankintamenettelyn osallistujia ja muita toimittajia tasapuolisesti ja syrjimättömästi sekä toimittava avoimesti ja suhteellisuuden vaatimukset huomioon ottaen. Vertailu on tehtävä etukäteen ilmoitetuilla perusteilla: 93 §:n mukaan tarjouksista on valittava kokonaistaloudellisesti edullisin eli hinnaltaan halvin, kustannuksiltaan edullisin tai hinta-laatusuhteeltaan paras, ja vertailuperusteet painotuksineen on ilmoitettava hankinta-asiakirjoissa.

Näistä lähtökohdista seuraa, että tekoäly voi avustaa tarjousten käsittelyssä, mutta ei korvata hankintayksikön harkintaa. Tekoälylle sopivia tehtäviä ovat esimerkiksi tietojen poiminta tarjouksista vertailutaulukon pohjaksi, tarjousten alustava tarkistus tarjouspyynnön vaatimuksia vasten ja pitkien tarjousten tiivistäminen arvioijien työn tueksi. Sen sijaan laadullinen pisteytys ja hankintapäätös perusteluineen kuuluvat ihmiselle: hankintayksikön on kyettävä perustelemaan jokainen piste ja osoittamaan, että vertailu tehtiin ilmoitetuilla perusteilla – 'malli arvioi näin' ei kelpaa perusteluksi hankintapäätöksessä eikä markkinaoikeudessa.

Kielimallien tunnetut heikkoudet tekevät varovaisuudesta perusteltua myös käytännössä. Mallit voivat lukea taulukoita väärin, painottaa tarjouksia epäjohdonmukaisesti tai suosia tiettyä kirjoitustyyliä asiasisällön sijaan. Jos tekoälyavusteinen käsittely johtaa virheelliseen tai syrjivään vertailuun, kyse on hankintalain vastaisesta menettelystä, johon tarjoaja voi hakea muutosta markkinaoikeudelta. Hankintayksikön kannattaa dokumentoida, missä vaiheissa tekoälyä on käytetty ja miten tulokset on tarkistettu.

Hyvä nyrkkisääntö: tekoäly saa tehdä esityötä, ihminen tekee arvioinnin. Tämä vastaa myös EU:n tekoälyasetuksen henkeä, joka korostaa ihmisvalvontaa viranomaisten tekoälykäytössä, sekä hallinnon yleislakien vaatimuksia huolellisesta ja puolueettomasta asian käsittelystä.

EU:n tekoälyasetus eli AI Act ((EU) 2024/1689) on maailman ensimmäinen kattava tekoälysäädös. Se tuli voimaan 1.8.2024 ja soveltuu vaiheittain. Asetus on riskiperusteinen: kielletyt käytännöt (kuten sosiaalinen pisteytys) on kielletty kokonaan, korkean riskin järjestelmille asetetaan tiukat vaatimukset muun muassa riskienhallinnasta, dokumentaatiosta ja ihmisvalvonnasta, ja muille lähinnä läpinäkyvyysvelvoitteita.

Julkisten hankintojen arjen kannalta olennaista on, että tavanomainen hankintatyön tekoälykäyttö – kilpailutusten haku, asiakirjojen analysointi, tekstin luonnostelu – ei kuulu asetuksen korkean riskin luokkiin. Korkean riskin käyttötarkoituksia ovat muun muassa tietyt välttämättömiin julkisiin palveluihin pääsyä koskevat järjestelmät, eivät tarjousten laadinta- tai analyysityökalut. Yleiskäyttöisiä kielimalleja (GPAI) koskevat omat avoimuusvelvoitteensa, jotka kohdistuvat mallien tarjoajiin, kuten OpenAI:hin ja Anthropiciin, eivät niitä käyttäviin yrityksiin tai hankintayksiköihin.

Soveltamisaikataulua muutettiin keväällä 2026 osana EU:n digisääntelyn keventämispakettia: korkean riskin järjestelmien velvoitteiden alkamista siirrettiin. Alla oleva taulukko kokoaa keskeiset ajankohdat. Tekoälyasetuksen ohella hankintojen tekoälykäytössä on huomioitava yleinen tietosuoja-asetus (henkilötietojen käsittely tekoälypalveluissa) sekä julkisuuslaki (viranomaisen asiakirjojen ja liikesalaisuuksien käsittely).

Sääntelyn kokonaiskuva on tarjoajan ja hankintayksikön kannalta lopulta selkeä: tekoälyn käyttö hankinnoissa on sallittua ja sääntely kohdistuu siihen, miten käytetään – ei siihen, saako käyttää. Huolellisuusvelvoitteet, liikesalaisuuksien suoja ja hankintalain periaatteet muodostavat rajat, joiden sisällä tekoälystä saa täyden hyödyn.

Yleiskäyttöiset tekoälypalvelut, kuten ChatGPT, Claude ja Microsoft Copilot, ovat hyviä yleistyökaluja: ne luonnostelevat, tiivistävät ja huoltavat kieltä. Hankintatyössä niiden rajat tulevat kuitenkin nopeasti vastaan. Ne eivät seuraa hankintakanavia, joten kilpailutusten löytäminen jää edelleen käsityöksi. Ne eivät tunne yrityksen tarjoushistoriaa tai referenssejä, ellei kaikkea syötetä joka kerta uudelleen. Ja koska ne vastaavat aina jotakin, hallusinaatioriski on hankintojen kaltaisella tarkkuutta vaativalla alueella todellinen.

Hankintoihin erikoistunut tekoäly on rakennettu tämän prosessin ympärille. Esimerkiksi Haavi käy läpi yli 60 000 hankintaa viikossa – lähteinä Hilma, Tarjouspalvelu, TED, pienhankintakanavat ja NATO-portaalit – ja tunnistaa hakuprofiilien perusteella yritykselle sopivat kilpailutukset heti julkaisuhetkellä. Tekoälyanalyysi kokoaa tarjouspyynnön vaatimukset, arviointikriteerit ja riskit yhteen näkymään, ja tarjousten laadinta hyödyntää yrityksen omaa referenssipankkia. Tiedot pysyvät palvelun sisällä, eikä niitä käytetä mallien kouluttamiseen.

Valinta ei ole joko–tai. Moni tarjoaja käyttää erikoistunutta työkalua seurantaan, analyysiin ja tarjouspohjiin ja yleiskäyttöistä tekoälyä täydentävään ideointiin. Ratkaisevaa on, että luottamuksellinen aineisto käsitellään vain palveluissa, joiden tietojenkäsittely on sovittu, ja että tekoälyn tuotokset tarkistaa aina ihminen, joka vastaa lopputuloksesta.