5 vinkkiä tekoälyn käyttöön maitotilalla

Tekoälyä kehitetään ennätystahtia. Miten maatalousyrittäjä voisi hyötyä tekoälystä? Seuraavilla vinkeillä pääset hyvään alkuun.
1. Sujuvampi haku lähteineen
Yleisimmät tekoälypalvelut voivat korvata perinteisen hakukoneen ja säästää huomattavasti aikaa. Sen sijaan, että viljelijän pitäisi selailla useita nettilähteitä, tekoäly kokoaa olennaisen tiedon nopeasti yhteen selkeäksi kokonaisuudeksi.
Testaamisen voi aloittaa esimerkiksi ChatGPT:stä ja Claudesta. Geminiä suositellaan laajoille tekstikokonaisuuksille, Llamaa koodaukseen. Näitä yleismalleja voi käyttää esimerkiksi internet-selaimen kautta tai lataamalla sovelluksen.
Tekoälylle annetaan promptaus eli ohje tehtävän suorittamiseksi. Mitä täsmällisempi se on, sitä paremman vastauksen saa. Prompti voisi olla vaikka ”Etsi tietoa maissin viljelystä Suomessa. Painota haussa Keski-Pohjanmaan aluetta. Lisää lähdeviitteet.”
2. Sähköpostin muotoilu
Tekoäly soveltuu hyvin tekstien muokkaamiseen. Se osaa parantaa viestin rakennetta, tyyliä ja luettavuutta. Jos esimerkiksi myyjän tekemä tarjous ei vastaa odotuksia, tekoälyltä voi pyytää viestipohjaa tilanteen hoitamiseen. Vastaavasti sen voi ohjeistaa virallisen sähköpostin tekoon viranomaiselle.
Pyyntö ranskalaisilla viivoilla riittää. Tekoälyn ehdotus ei välttämättä ole lopullinen, mutta sinun on helppo muokata sen tekemää ehdotusta mieleiseksesi. Lopputulos on todennäköisesti parempi ja nopeammin valmis kuin itse tehty.
3. Kääntäjä
Kielimallit kääntävät tekstiä sujuvasti sekunneissa. Esimerkiksi ulkomaalaiselle työvoimalle voi käännättää perehdytysmateriaalit sekä työ- ja turvallisuusohjeet. Ohjekirjojen tekstejä on helppo suomentaa, ja tekoälyä voi myös pyytää avuksi omaan viestintään vieraalla kielellä.
4. Raportointi
Tekoälylle voi ladata raportin ja pyytää sitä täsmentämään, ideoimaan uutta tai tiivistämään. Siltä voi myös pyytää apua raportin täyttämiseen.
On hyvä muistaa, että tekoäly saattaa hallusinoida, eli sen ehdotukset on aina tarkistettava. Se voi kuitenkin nopeuttaa raporttien tekoa merkittävästi.
5. Datan analysointi
Aineiston voi ladata sovellukseen ja pyytää tekoälyä luomaan siitä esimerkiksi graafeja tai taulukoita.
Lähitulevaisuudessa nykyiset tekoälypalvelut oppivat analysoimaan data-aineistoja entistä paremmin. Myös tietyn tehtävän tekoon suunnitellut tekoälyagentit yleistyvät.
Yrityksillä on jo omassa käytössään suljettuja tekoälypalveluja, jotka analysoivat esimerkiksi lehmän ketoosiriskiä tai kasvinsuojeluaineiden toimivuutta eri olosuhteissa.
Vastaavan tyyppisiä palveluja löytyy myös avoimesti käytettävinä. Haulla dairy llm (large language model eli suuri kielimalli) löytyy vaihtoehtoja, joiden tasosta ei aina ole varmuutta, mutta kokeilemalla eli promptailemalla voi perehtyä niiden tietotasoon. Kääntäminen suomeksi onnistuu yhdellä komennolla.
Avoimia tekoälysovelluksia pääsee testaamaan ilmaiseksi. Aktiivikäyttö maksaa noin 20 €/kk.
+ Ole tarkkana
Kielimallit perustuvat tekoälyn opettamiseen, eli se kartuttaa älyään sille ladatuista tiedoista. Henkilö- tai yksityistietoja esimerkiksi tilan taloudesta ei kannata ladata tekoälylle. Silti, ilman nimiä ja tunnuksia tekoäly on hyvä apuri esimerkiksi talousraporttien analysointiin.
On myös hyvä ymmärtää, että tekoäly voi tuottaa uskottavan kuuloista, mutta väärää tietoa, eli hallusinoida. Lähdekriittisyys on siis tärkeää.
Vielä tekoäly ei osaa esimerkiksi laatia ruokintasuunnitelmaa suomalaisiin olosuhteisiin kotimaisilla karkearehuilla, mutta se ei ole kaukana, osaahan se jo koota tiedot eri datalähteistä kokonaisuudeksi.
Luken tutkijat ovat visioineet, että tulevaisuudessa ”Tekoäly on tulevaisuuden pehtoori ja robotit renkiä. Maanviljelijä on isäntä, joka johtaa toimintaa.”
ASIANTUNTIJA
Essi Saarinen
Projektipäällikkö Keski-Pohjanmaan koulutusyhtymä KPedussa.
Luennoinut tekoälyn käytöstä maatiloilla, itsekin maatilallinen.
Ennustemallit tekoälyllä
Arvostetun Journal of Dairy Science -lehden joulukuun 2025 numerossa esitellään ensimmäinen agenttipohjainen tekoälyjärjestelmä, joka hyödyntää akateemisia ennustemalleja maidontuotannon tutkimuksen ja päätöksenteon tueksi. Järjestelmän pohjana on käytetty muun muassa lehden arkistoa.
Järjestelmän luvataan muun muassa visualisoivan maidontuotannon ennustemalleja käytännönläheisiksi.
Lue lisää: journalofdairyscience.org


