Innovatsiooni pimenurgad

Uus tehnoloogia ahvatleb võimsa instrumendina, kuid üksnes moodsam pill ei tee orkestrit paremaks.

Innovatsiooni pimenurgad

Küsimus, miks Eesti ettevõtete innovatsioon ei vii tootlikkuse märkimisväärse kasvuni, tuletab meelde majandusteaduses tuntud tootlikkuse paradoksi. Majandusteaduse Nobeli auhinna laureaat Robert Solow on ligi 40 aastat tagasi seda tabavalt väljendanud: „Me näeme arvuteid kõikjal, välja arvatud tootlikkuse statistikas.“ Hiljem on USA majandusteadlane Erik Brynjolfsson nimetanud nähtuse infotehnoloogia tootlikkuse paradoksiks, viidates sellele, et tehnoloogilised ja digitaalsed investeeringud ei paranda automaatselt organisatsioonide tulemuslikkust.

Samasugust olukorda võib täheldada ka Eestis: innovatsioon on nähtav paljudes valdkondades,2 kuid mõju tootlikkusele ei ole sellega proportsionaalne. Tootlikkusega on vilets lugu. Oleme kaugel planeeritud eesmärgist, et Eesti tootlikkus oleks 2035. aastaks 110% Euroopa Liidu keskmisest. See tähendab, et kümnendi igal aastal peaks tootlikkus kasvama ligi 4%. Senist arvestades on see üsna ebarealistlik. Siiski on näha märke, mis osutavad majanduse tugevnemisele ja loodetavasti ka tootlikkuse kasvule.3

Tähtis on mõista, miks pööratakse tootlikkuse kasvule suurt tähelepanu. Tootlikkus tähendab võimet luua sama ajaga rohkem väärtust või saavutada sama tulemus väiksema ressursikuluga. Kodanike jaoks väljendub kõrge tootlikkus kõrgemates palkades, paremas elatustasemes ja majanduse suuremas konkurentsivõimes. Seepärast on õigustatud küsimus, miks tootlikkus ei kasva ja mida teha saame.

Hiljutine Eesti juhtimisvaldkonna uuring viitab kahele asjaolule, mille koosmõjul ei pruugi innovatsiooniga kaasnenud uuendused ja investeeringud anda oodatud tulemusi.4 Selle selgituse keskmes on pimenurk – piiratud arusaam innovatsioonist, mille tõttu käsitletakse seda liiga kitsalt ja jäetakse tähelepanuta innovatsiooni eri vormide kombineerimise vajadus.

Niinimetatud pimenurk tekib sellest, et innovatsiooniks peetakse radikaalseid muudatusi ja ainult toote- või tehnoloogilist innovatsiooni (joonis 1). Esimene vaatepunkt eirab tõsiasja, et innovatsioon võib olla nii radikaalne kui järkjärguline (inkrementaalne) ja organisatsioonid peavad tegelema mõlemaga. Siiski on jõukohasem järkjärguline uuendusprotsess. Teise vaatepunkti ajel vaadatakse mööda innovatsiooni elluviimise pehmest poolest, mida nimetatakse organisatsiooniinnovatsiooniks.

Joonis 1. Innovatsiooni pimenurka kujundavad tõekspidamised.

Allikas: Autorite koostatud Eesti juhtimisvaldkonna uuringu 2026  ja MKM-POL15 projekti materjalide alusel.

Aitamaks kaasa pimenurga vähendamisele kirjeldame, kuidas innovatsioon tootlikkust tõstab ja mil määral organisatsiooniinnovatsioon omakorda tulemuslikkust parandab. Innovatsiooni vaatenurgast keskendume tehnoloogilisele protsessile – automatiseerimisele, tehisintellekti (TI) rakendamisele, digitaliseerimisele (info- ja kommunikatsioonitehnoloogia, IKT kasutuselevõtt) ja organisatsiooniinnovatsioonile. Näitame, et innovatsioon üldiselt ja innovatsioonitüüpide kombineerimine mõjutavad märkimisväärselt Eesti ettevõtete tootlikkust. Nende teadlik juhtimine võib kaasa aidata pimenurga kõrvaldamisele.

Artiklis käsitletav Eesti andmete analüüs põhineb MKM-POL15 uurimisprojekti ökonomeetrilisel uurimistööl ja 2026. aasta Eesti juhtimisvaldkonna uuringul. Selleks kasutati statistikaameti, äriregistri, ettevõtete innovatsiooniuuringu (CIS), infotehnoloogia ettevõtete uuringu ja töötajate registri andmeid. Ettevõtete innovatsioonitegevuse tootlikkuse mõjusid hinnati tootmisfunktsiooni mudeliga, tuginedes supermodulaarsuse teooriale, et eristada tehnoloogiliste ja organisatsiooniliste uuenduste mõju eraldi ja koos. Analüüs võimaldas hinnata, milliste võimekuste ja täiendavate tegurite olemasolu võimaldab viia tehnoloogilise innovatsiooni ettevõtete tootlikkuse kasvuks.

Teise keskse andmeallikana toetume artiklis Eesti juhtimisvaldkonna uuringule 2026, mis hõlmas 436 juhi küsitlusvastuseid ning 40 juhiga tehtud personaal- ja fookusgrupi intervjuusid.5

Digitaliseerimise ja tehisintellekti rakendamise roll tootlikkuses

Eesti juhtimisvaldkonna uuringu fookusgrupis avaldas üks tootmisettevõtte juht arvamust: „Vaata, just Toyota täna ju kasutab seda süsteemi, mis on hästi vana, autotööstuses, noh see ei ole enam ju innovatsioon, see on juba olnud 60-70 aastat, on ju.“

Tsitaat peegeldab arusaama, et laialdaselt kasutusel olevate ja ammu tuntud lahenduste rakendamist ei peeta enam innovatsiooniks. Selline käsitlus lähtub tehnoloogia üldisest uudsusest, mitte selle uudsusest konkreetse ettevõtte jaoks. Samas rõhutab Oslo käsiraamat (OECD/Eurostat, 2018),6 et innovatsioon ei pea olema maailmas uus, vaid võib olla uudne ettevõtte jaoks. Seepärast võib ka ammu tuntud lahenduse esmane kasutuselevõtt ettevõttes olla innovatsioon, kui see parandab protsesse või loob uusi võimekusi. Seega määrab innovatsiooni eelkõige lahenduse uudsus organisatsiooni jaoks ning selle edukas rakendamine, mis eeldab ettevõtte valmisolekut õppida, kohaneda ja muudatusi ellu viia.

Eesti innovatsioonitegevuse seisukohast tuleb rõhutada, et ettevõtte rahalised piirangud ei avalda IKT kasutuselevõtule kui ühele innovatsiooni vormile olulist mõju, pigem näitab Eesti ettevõtete analüüs digitaliseerimise edukuse sõltuvust varasemast kogemusest ja organisatsiooni võimekusest. Nii IKT kui ka tehisintellekti kasutuselevõttu mõjutavad enim varasem digitaalne kogemus, ettevõtte suurus ja tööviljakus.

Kui analüüsi tulemusi täpsemalt avada, siis selgub, et kõrgeim IKT kasutuselevõtu tase on teadmusmahukates teenustes, kus see kasvas ligikaudu 58%-lt 2021. aastal 61,6%-ni 2023. aastal. Eesti digipööret veavad eelkõige teadmusmahukad ettevõtted.

IKT kasutuselevõtu tõenäosus toob välja järjekindluse: ettevõtted, kes on varem IKT-lahendusi rakendanud, kasutavad neid 67–74% suurema tõenäosusega ka edaspidi. Suuremad ettevõtted kasutavad uusi IKT-lahendusi tootmissektoris 6,3% ja madalama teadmusmahukusega teenustes 3,9% suurema tõenäosusega kui väiksemad ettevõtted. Madalama teadmusmahukusega teenuseid pakkuvate ettevõtete seas ilmneb seaduspära, et välisomanduses olevad ettevõtted rakendavad IKTd 7,8% suurema tõenäosusega kui kodumaised ettevõtted. Samuti võtavad nooremad ettevõtted madalama teadmusmahukusega sektoris IKTd kasutusele sagedamini kui vanemad ettevõtted, kelle arengut võivad pidurdada pärandsüsteemid ja organisatsiooniline inerts. Seda illustreerib mõte Eesti juhtimisvaldkonna uuringust, kus ühe vanema organisatsiooni juht nendib, et innovatsioonikultuuri loomine on ülikeeruline, sest muudatusi ei soovita ja igatsetakse tagasi stabiilsust, mis oli 3–5 aastat tagasi.

Digitaliseerimisel ilmnenud seaduspärasused tulevad välja ka TI kasutuselevõtus. Ettevõtted, kus on tehisintellekti juba kasutatud, jätkavad selle rakendamist 62–82% suurema tõenäosusega. Seevastu ettevõtte vanus, eksport, välisomanduse olemasolu ja rahalised piirangud ei avalda TI kasutuselevõtule statistiliselt märkimisväärset mõju.

IKTd ja tehisintellekti kasutavate ettevõtete tootlikkus on kõrgem kui neid tehnoloogiaid mittekasutavatel ettevõtetel. Tulemused näitavad, et IKT kasutuselevõtt suurendab töötlevas tööstuses koguteguritootlikkust 4,3% ja teadmusmahukates teenustes koguni 26,9%. Tulemused viitavad sellele, et IKT suurendab tootlikkust eelkõige sektorites, kus tööprotsessid põhinevad andmete töötlemisel, analüüsil ja infovahetusel.

Suurimad takistused digitaal-tehnoloogiliste uuenduste elluviimisel on tavaliselt seotud teadmiste, juhtimissuutlikkuse ja organisatsiooni valmisolekuga muudatusi rakendada. Digitehnoloogiate ja tehisintellekti kasutuselevõtt on seetõttu järkjärguline protsess, mis tugineb varasematele investeeringutele infrastruktuuri, töötajate oskustesse ja töökorraldusse.

Organisatsiooniinnovatsioon ja selle arengupotentsiaal

Organisatsiooniinnovatsiooni moodustavad tegevused, mis näitavad, et ettevõtted korrigeerivad oma töötegemise viise, näiteks uuendavad juhtimist, jagavad ümber vastutust või loovad uusi koostöövorme, et paremini muutuvates oludes hakkama saada. Eesti innovatsioonitegevuse seisukohalt on tähelepanu­väärne järeldus, et uuritud ettevõtete puhul ei ole finantspiirangud IKT kasutuselevõtule suur takistus. Märksa tähtsamad on ettevõtte sisemised võimekused, varasemad juhtimiskogemused ja valmisolek muudatustega kohaneda. Ettevõtted, kes on juba varem kasutusele võtnud uusi juhtimis- ja organisatsiooni­praktikaid, rakendavad uusi organisatsioonilisi lahendusi 17–19% suurema tõenäosusega. Seega kujuneb organisatsiooniline uuendusvõime järk-järgult: varasemad muudatused tugevdavad organisatsiooni õppimisvõimet ja loovad aluse järgmisteks uuendusteks.7

Organisatsiooniinnovatsiooni rakendavad sagedamini ka suuremad, nooremad ja kõrgema tootlikkusega ettevõtted. Suurematel ettevõtetel on keerukama tegevuse juhtimiseks rohkem ressursse ja vajadus tõhusamate juhtimispraktikate järele,8 samal ajal kui nooremad ettevõtted on väiksema organisatsioonilise inertsuse tõttu paindlikumad ja valmis uusi juhtimisviise katsetama.9 Kõrgema tootlikkusega ettevõtted saavad omakorda lihtsamalt katta organisatsiooniliste muudatustega kaasnevaid kulusid ja neil on ulatuslikeks muudatusteks ka vajalik juhtimissuutlikkus.6

Teadmusmahukate teenuste sektoris ilmneb seevastu, et välisomanduses ettevõtted rakendavad organisatsiooniinnovatsiooni vähem tõenäoliselt, mis näitab kodumaiste ettevõtete suuremat aktiivsust organisatsiooniliste uuenduste tegemisel.

Eesti juhtimisvaldkonna uuringu fookusgrupi intervjuudest selgub, et kolmest organisatsiooniinnovatsiooni vormist nimetatakse kõige sagedamini juhtimisvõtetega seotud muudatusi, järgnevad otsustamismudelid ja kõige vähem mainitakse välissuhtluse arendamist (joonis 2). Küsitluse tulemused11 näitavad, et ka enim kasutatavate meetodite nimetamise sagedus jääb ligikaudu kolmandiku vastajate tasemele. Samal ajal hindavad juhid tulevikku optimistlikult, prognoosides kasutusaktiivsuse kasvu, eriti tehisintellekti toel tehtavate otsuste rakendamisel.

Joonis 2. Organisatsioonides kasutusel olevad või kasutusele võetavad juhtimismeetodid.  

     Allikas: Eesti juhtimisvaldkonna uuring 2026

Selgub, et enim kasutatakse väärtuspõhist ja andmepõhist juhtimist, kliendisuhete juhtimist ning coaching’ut ja mentorlust. Sellise arengupartnerluse levikut põhjendati fookusgrupis järgnevalt: „Noored alla 40aastased töötajad ootavad autonoomiat. Sellele vastamiseks on juhid asunud tegema coaching’ut, olles pigem sparringu partnerid, mitte autoriteedid.“ Teine juht märgib, et ta on pigem tiimiliige ega viljele hierarhiat.

Nende juhtimismeetodite rakendamine on aktiivsem suuremates ettevõtetes. Ettevõtete keskmise lisandväärtuse järgi eristub see eriti selgelt andme­põhise juhtimise ja kliendisuhete juhtimise rakendamise aktiivsuses – need on tegevused, mis tõstavad kõrgema lisand­väärtusega ettevõtted teistest esile. Seega ei piirdu edukamad ettevõtted üksnes tehnoloogia kasutusele­võtuga, vaid ehitavad teadlikult üles juhtimissüsteeme, kus andmed, teadmised ja kliendi mõistmine pakuvad konkurentsi­eelist.

Organisatsiooniinnovatsiooni kujundamise puhul annab põhjust muretsemiseks asjaolu, et ligi kuuendik juhtidest ei ole kasutanud ega plaani lähitulevikus kasutada ühtegi uuringus käsitletud juhtimismeetodit. Tulemuste järgi on organisatsiooniinnovatsiooni arengupotentsiaal praegu Eestis pigem tagasihoidlik, sest selle võimalusi ja süsteemset tähtsust ei pruugita piisavalt teadvustada. Sageli kujundatakse juhtimistavasid harjumuspäraselt ja intuitiivselt, mis suurendab organisatsiooni pimenurkade tekkimise ja püsimise riski – olemasolevaid viise järgitakse, kuid nende uuendamise vajadust ei märgata.

Innovatsioonitüüpide sünergia

Organisatsiooniinnovatsioon on organisatsiooniliste tegevuste – juhtimise, töökorralduse ja otsustamise üheaegne uuendamine, mis kujutab endast kompleksset muudatust ega seisne üksnes ühe uue lahenduse või praktika kasutuselevõtus. Ühe komponendi muutmisest üksi ei piisa: kui ettevõte rakendab uusi töövõtteid või tehnoloogiaid, kuid jätkab vanade juhtimis- ja otsustamismudelitega, jääb innovatsiooni mõju piiratuks. Vastutus peab liikuma protsessidega konkreetselt tegelevatele inimestele lähemale ning töötajate roll nihkuma rutiinsete ülesannete täitmiselt probleemide lahendamisele ja arendamisele. Organisatsiooniinnovatsioon on juhtimise ümbermõtestamine, mis ei piirdu üksnes uute tööriistade kasutusele­võtuga.

Automatiseerimise, digitaliseerimise ja tehisintellekti suurim mõju tootlikkuse kasvule sünnib tehnoloogia ja organisatsiooniinnovatsiooni koosmõjus. Ettevõtted saavutavad paremaid tulemusi siis, kui uute lahendustega kaasnevad muudatused juhtimises, töökorralduses ja otsustusprotsessides (vt tabel 2). Ettevõtete andmestiku põhjal selgub, et töötlevas tööstuses kasvab kogutootlikkus nendes ettevõtetes, kes investeerivad vaid automatiseerimisse 6,3% võrra, kuid koos uute organisatsiooniliste praktikatega tõuseb see mõju 9,3%-ni. Teadmuspõhistes teenustes on erinevus veelgi suurem, sest automatiseerimine üksi annab koguteguritootlikkuse kasvu 8,9%, samal ajal kui organisatsiooniinnovatsiooniga ühendatuna ulatub kasv 24,8%-ni ehk ligikaudu 16 protsendipunkti võrra kõrgemale. Samal ajal ei ilmne vähem teadmistepõhistes teenustes erilist mõju – tõenäoliselt seetõttu, et tehnoloogia kasutuselevõtt on seal küll ulatuslik, kuid jäänud pinnapealseks: süsteemid on küll kasutusel, ent töökorraldust ei ole ümber kujundatud. Tulemused näitavad, et tehnoloogia üksi ei too tootlikkusse hüpet, vaid selle tegelik väärtus kujuneb tehnoloogilise ja organisatsioonilise innovatsiooni sünergiast. Huvitava aspektina ilmneb ka, et sünergia tehnoloogiliste uuendustegevustega on eriti tugev nendes „valitud“ ettevõtetes, kes rakendavad korraga mitut tüüpi organisatsioonilisi uuendusi.

Sama loogika kehtib digitaliseerimisel ja tehisintellekti rakendamisel. Kõige tugevam mõju tootlikkusele ilmneb teadmuspõhistes teenustes, kus kiire tehnoloogiline areng sunnib ettevõtteid pidevalt kohanema ja tööviise ümber kujundama. IKT ja uute organisatsioonipraktikate koosrakendamine annab seal selgema tootlikkuse kasvu, samal ajal kui madalama teadmuspõhisusega teenuste sektoris on mõju lähedane, kuid nõrgem. Tehisintellekti puhul on seos eriti ilmne. TI ja organisatsiooniinnovatsiooni koosrakendamine suurendab töötlevas tööstuses tootlikkust 18,9% ja teadmuspõhistes teenustes 23,2%, kuid üksnes tehisintellekti kasutuselevõtt ilma organisatsiooniliste muudatusteta ei anna tootlikkusele märgatavat mõju.

Tabel. Tehnoloogilise innovatsiooni mõjud Eesti ettevõtete koguteguritootlikkusele aastatel 2000–2023 (%).

InnovatsioonitüüpTöötlev tööstusTeadmusmahukad teenused
Automatiseerimine6,3%8,9%
Automatiseerimine koos organisatsioonilise innovatsiooniga9,3%24,8%
Tehisintellekti rakendamineei ole statistiliselt olulineei ole statistiliselt oluline
Tehisintellekti rakendamine koos organisatsioonilise innovatsiooniga18,9%23,2%

       Allikas: MKM-POL15 projekti analüüs Eesti ettevõtete andmetel.

Need tulemused kinnitavad, et tehisintellekti majanduslik mõju sõltub eelkõige sellest, kuidas ettevõtted tehnoloogia oma toimimismudelisse integreerivad. Erik Brynjolfsson ja Kristina McElheran on rõhutanud, et andmepõhine otsustamine ja tehisintellekti tõhus rakendamine nõuavad sageli ulatuslikke organisatsioonilisi kohandusi, mille leidmine ja elluviimine valmistab ettevõtetele raskusi.12 Raskused kasvavad veelgi kiirete tehnoloogiliste muutuste tingimustes, kus uute lahendustega varieeruvad pidevalt töö tegemise viisid. Erik Brynjolfssoni ja Tom Mitchelli järgi katsetavad ettevõtjad, juhid ja töötajad uute tehnoloogiate kasutamisel pidevalt protsesse ning kujundavad neid ümber, otsides tõhusamaid tootmis- ja töökorraldusviise. 12 13 Seetõttu sõltub tehnoloogiainvesteeringute tootlikkuse mõju sellest, kas ettevõtted suudavad samal ajal uuendada ka oma juhtimis- ja organisatsioonipraktikaid.

Kokkuvõte

Eesti ettevõtted ootavad innovatsioonist tootlikkuse kasvu. Tootlikkus loob kogu ühiskonnas võimaluse paremaks heaoluks ja elukvaliteediks. Kuid tehnoloogilistesse uuendustesse tehtud investeeringud ei too tulemust iseenesest. Mõju sünnib alles siis, kui tehnoloogilist innovatsiooni toetab organisatsiooniinnovatsioon, mis kujundab tööviise, juhtimist ning inimeste teadmisi-oskusi.

Ettevõtte innovatsioonivõime on nagu orkester. Uus tehnoloogia on küll võimas instrument, kuid üksnes moodsam pill ei muuda orkestrit paremaks. Muusika sünnib siis, kui instrumendid, mängijate oskused ja dirigendi töö moodustavad terviku. Kui orkester ei õpi uut instrumenti kasutama või teised pillid ei kohane, jääb ka suure potentsiaaliga tehnoloogia täiel võimsusel rakendamata ja tootlikkuse kasv saavutamata.

Siin peitub innovatsiooni pimenurk, mida kujundavad kaks tugevat uskumust. Esimene on arusaam, et üks õige innovatsioon peab olema radikaalne ja murranguline. See suunab otsima suuri hüppevõimalusi, kuid jätab varju väikeste pidevate täiustuste kogumõju. Teine on veendumus, et tõeline innovatsioon tähendab eelkõige uut toodet või tehnoloogiat. See kitsendab vaadet ja alahindab organisatsiooni-, protsessi- ja juhtimisinnovatsiooni osa, kuigi sageli määravad just need, kas tehnoloogia hakkab väärtust looma.

Innovatsioon ei seisne seega uue instrumendi lisamises orkestrisse, vaid võimes panna kogu orkester paremini mängima. Alles siis pööravad tehnoloogiad ja ideed tootlikkuse kasvule ning selle vilju saab nautida kogu ühiskond.


Uuringus kasutatud mõisted

MõisteTähendus selles uuringus
OrganisatsiooniinnovatsioonEttevõtte jaoks uute äripraktikate, töökorraldusviiside, vastutusjaotuse, otsustusmehhanismide või ettevõtteväliste suhete korraldamise viiside kasutuselevõtt. Mõõdik põhineb Euroopa ettevõtete innovatsiooniuuringul (CIS) ja OECD Oslo käsiraamatu (OECD/Eurostat. 2018) käsitlusel.
AutomatiseerimineEttevõtte investeeringud automatiseerimist võimaldavatesse seadmetesse ja tehnoloogiatesse. Automatiseerimist mõõdetakse siin (sarnaselt teadustöödes levinud praktikaga) automatiseerimisseadmete ja -tehnoloogiate impordi kaudu. Nende hulka kuuluvad näiteks tööstusrobotid, arvjuhitavad masinad (CNC), tootmisliinide seadmed, tööpingid, konveierid ning juhtimis- ja reguleerimisseadmed jms.
Tehisintellekti rakendamineTehisintellektil põhinevate tehnoloogiate kasutamine ettevõtte tegevuses. Siia kuuluvad näiteks masinõpe, teksti- ja kõnetöötlus, pildituvastus ning muud tehisintellektil põhinevad lahendused. Uuringus mõõdetakse seda ettevõtete infotehnoloogia kasutamise uuringu andmete põhjal.
Koguteguritootlikkus (TFP)Koguteguritootlikkus (TFP) näitab, kui tõhusalt suudab ettevõte muuta oma kasutatavad ressursid, tööjõu ja kapitali toodanguks. TFP kasv tähendab lihtsustatult, et ettevõte loob sama hulga sisenditega rohkem väärtust.

Tehisintellekti rakendamisvõimaluste tuvastamine

Organisatsiooniinnovatsiooni tähtsust illustreerib hästi hiljutine INSEADi ja Harvard Business Schooli eksperimentaalne uuring,* kus käsitletakse tehisintellekti kasutuselevõttu ettevõtetes. Uuringus osales 515 iduettevõtet, kellele anti ligipääs samadele tehisintellekti tööriistadele, koolitustele ja tehnilistele ressurssidele. Mõjugrupi ettevõtted said lisaks praktilist ja olukorrale vastavat konsultatsiooni ja näiteid sellest, kuidas teised ettevõtjad olid tehisintellekti tulemuslikuks rakendamiseks ümber kujundanud oma tööprotsesse, meeskondade ülesehitust ja otsustusmehhanisme.

Tulemused olid selged. Selline organisatsiooniliste rakendusvõimaluste süstemaatiline tuvastamine ja kirjeldamine suurendas mõjugrupi ettevõtetes tehisintellekti kasutusjuhtude arvu 44% ja täidetavate ülesannete arvu 12% võrreldes kontrollrühmaga. Mõjugrupi iduettevõtted teenisid koguni 1,9 korda rohkem müügitulu ja vajasid kasvufaasis 39,5 % vähem ettevõttevälist finantskapitali. Uuringu keskne sõnum on, et tehisintellekti tugevate mõjude saavutamiseks ei piisa üksnes juurdepääsust tehnoloogiale ega üldisest TI-väljaõppest. Määravaks osutub ettevõtte suutlikkus ümber mõtestada oma tegevusprotsesse ja leida kohad, kus uus tehnoloogia saab väärtust luua. Uuring rõhutab seega ettevõttespetsiifiliste rakendamisvõimaluste tuvastamise ja sellega seotud pideva katsetamise ning õppimise tähtsust: keskne raskus ei seisne enam tingimata tehnoloogia kättesaadavuses, vaid selles, kuidas see tulemuslikult siduda konkreetse ettevõtte äriloogika, töökorralduse ja protsessidega.

* Hyunjin Kim, Dahyeon Kim, Rembrand Koning, Mapping AI into Production: A Field Experiment on Firm Performance. INSEAD Working Paper No. 2026/20/STR, 30. III 2026.

1 Artikli sisu koostamisel on väga oluline roll projektidel MKM-POL15 „Tehnoloogiliste uuenduste mõjud tootlikkusele“, EISi juhtimisvaldkonna uuringul 2026 ja RITA-TOOT1 „Tootlikkuse kasvu ja äridünaamikat piiravad tegurid Eestis“. Täname majandus- ja kommunikatsiooniministeeriumi ning ettevõtluse ja innovatsiooni sihtasutust uurimustöö toetamise eest.

2 Estonia ranks 11th in the European Innovation Scoreboard 2026. Ettevõtluse ja Innovatsiooni Sihtasutus 10. VII 2026.

3 Ardo Hansson: Eesti majanduses on toimunud pööre, mida ei saa märkamata jätta. – Delfi 10. VIII 2026.

4 EAS – Enterprise Estonia, Eesti juhtimisvaldkonna uuringu tutvustus. – Youtube 23. IV 2026

5 Maaja Vadi, Anne Reino, Merli Raun, Tõnu Õunapuu, Krista Jaakson, Diana Lauringson, Eesti juhtimisvaldkonna uuring 2026: Lõpparuanne. Ettevõtluse ja Innovatsiooni Sihtasutus 2026.

6 Oslo Manual 2018: Guidelines for Collecting, Reporting and Using Data on Innovation, 4th Edition. OECD / Eurostat, OECD Publishing 2018.

7 Maurizio Zollo, Sidney G. Winter, Deliberate Learning and the Evolution of Dynamic Capabilities. – Organization Scien 2002, 13(3).

8 Nicholas Bloom, John Van Reenen, Why Do Management Practices Differ across Firms and Countries? – Journal of Economic Perspectives 2010, 24(1).

9 Michael T. Hannan, John Freeman, Structural Inertia and Organizational Change. – American Sociological Review 1984, 49(2).

David J. Teece, Gary Pisano, Amy Shuen, Dynamic Capabilities and Strategic Management. – Strategic Management Journal 1997, 18(7).

10 Maaja Vadi, Anne Reino, Merli Raun, Tõnu Õunapuu, Krista Jaakson, Diana Lauringson, Eesti juhtimisvaldkonna uuring 2026: Lõpparuanne. Ettevõtluse ja Innovatsiooni Sihtasutus 2026.

11 Erik Brynjolfsson, Kristina McElheran, The Rapid Adoption Of Data-Driven Decision-Making. –American Economic Review 2016, 106(5).

12 Erik Brynjolfsson, Tom Mitchell, What can Machine Learning Do? Workforce Implications. – Science 2017, 358(6370).

 

Sirp