HubSpot UNBOUND 2026: Tekoälystä tuloksiin – nämä olivat Spotlightin tärkeimmät julkaisut 

Tekoälyä on viimeisten vuosien aikana tuotu vauhdilla lähes jokaiseen markkinoinnin, myynnin ja asiakaspalvelun työkaluun. Samalla meille kaikille tulee jatkuvasti vastaan uusia AI-työkaluja, vinkkejä ja listauksia siitä, mitä kaikkea pitäisi jo osata käyttää.  

Yamini nostikin Spotlightin alussa esiin mielestäni erittäin osuvan ja monelle myös samaistuttavan ongelman: yrityksille syntyy helposti tunne, että tekoälyn kanssa ollaan jo myöhässä. Ratkaisuksi otetaan mahdollisimman monta työkalua kokeiluun, käytetään valtava määrä AI-krediittejä ja automatisoidaan vähän kaikkea.  

HubSpot kutsui tätä vaihetta nimellä ”AI Maxxing”, mutta oleellinen kysymys kuuluu, saadaanko tällä oikeasti parempia tuloksia? 

AI Maxxing: miksi 90 % käyttää tekoälyä mutta vain 6 % hyötyy siitä? 

HubSpotin esittelemässä 6 000 yritysasiakkaan tutkimusaineistossa 90 % yrityksistä käytti jo tekoälyä, mutta vain 6 % kertoi nähneensä merkittävää muutosta esimerkiksi liikevaihdon kasvussa tai tehokkuudessa. Tämä pieni joukko kuitenkin saavutti HubSpotin mukaan huomattavasti muita paremmin sekä liikevaihto- että tehokkuustavoitteitaan: jopa kolminkertaista kasvua ja nelinkertaista kasvua tehokkuudessa.  

Tuloksia ei kuitenkaan saavutettu sillä, että kokeiltiin mahdollisimman montaa eri työkalua ja prosessia vaan sillä, että mietittiin ensin, mitä halutaan saada aikaan. Samalla tärkeäksi huomattiin se, että ei keskitytä tekoälyn kanssa ”low impact” asioihin, kuten sisällön tuottamiseen tai tapaamiseen valmistautumisiin, vaan korkeamman tuoton mahdollistaviin asioihin, kuten pipelinen priorisointiin AI:n avulla, kampanjoiden analysointiin AI:n avulla sekä asiakaspalautteiden analysointiin AI:n avulla. Näitä korkean arvon käyttötapauksia yhdistää yksi tärkeä asia: ne tarvitsevat yrityksen omaa dataa ja kontekstia. 

• Matalan vaikutuksen käyttötapaukset: sisällön tuottaminen, tapaamisiin valmistautuminen  
• Korkean vaikutuksen käyttötapaukset: pipelinen priorisointi AI:n avulla, kampanjoiden analysointi AI:n avulla, asiakaspalautteiden analysointi AI:n avulla 

Mihin tekoälyä kannattaa oikeasti keskittää? 

Vaikka teknologia ympärillä muuttuu valtavaa vauhtia, markkinoinnin, myynnin ja asiakaspalvelun perustavoitteet eivät ole muuttuneet. Markkinoinnin pitää rakentaa tunnettuutta ja kysyntää, myynnin kasvattaa pipelinea ja voittaa kauppoja sekä asiakaspalvelun palvella asiakkaita mahdollisimman hyvin ja ylittää asiakkaiden odotukset. Nyt yrityksien täytyy vain pohtia, että mihin näistä tekoäly antaa kaikista eniten vaikuttavuutta. 

Spotlightin yksi tärkeimmistä viesteistä kiteytyikin hyvin Yaminin sanoihin: älä kysy, mitä kaikkea teknologia pystyy tekemään, vaan kysy, mitä sen pitäisi tehdä.  

Oma data ja konteksti ovat yrityksen kilpailuetu 

Tästä päästään mielestäni koko Spotlightin tärkeimpään teemaan. Yleinen AI-kielimalli tietää paljon maailmasta, mutta se ei lähtökohtaisesti tunne yrityksesi asiakkaita, brändiä, myyntiprosessia, tavoitteita tai esimerkiksi sitä, mitä myyjä keskusteli asiakkaan kanssa viime viikolla. 

HubSpot rakentaa ratkaisua tähän Growth Contextin avulla. HubSpot jakaa hyvän kontekstin kolmeen osaan: yrityksen omaan kontekstiin, kuten brändiin ja positiointiin, asiakaskontekstiin, kuten keskusteluihin, asiakaspersooniin ja ostosignaaleihin, sekä tiimin kontekstiin, johon kuuluvat esimerkiksi roolit, tavoitteet ja yrityksen omat toimintamallit. 

Ajatuksena on, että HubSpot oppii ymmärtämään yritystä, sen asiakkaita ja tiimin tapaa toimia. Tätä kontekstia voidaan tämän jälkeen hyödyntää HubSpotin tekoälyssä ja agenteissa, jolloin AI:n tuottamat ehdotukset ja toimenpiteet voidaan rakentaa juuri kyseisen yrityksen tilanteeseen sopiviksi.  

Growth Contextin kolmijako 

• Yrityksen oma konteksti, esimerkiksi brändi ja positiointi 
• Asiakaskonteksti, esimerkiksi keskustelut, asiakaspersoonat ja ostosignaalit 
• Tiimin konteksti, esimerkiksi roolit, tavoitteet ja toimintamallit 

Tässä on mielestäni erittäin tärkeä viesti myös nykyisille HubSpot-asiakkaille: CRM:n datan laatu muuttuu entistä tärkeämmäksi. Jos CRM:ssä on hyvä asiakasdata, järkevät prosessit, selkeä ICP ja riittävästi tietoa asiakkaiden kanssa käydyistä keskusteluista, tekoälyllä on huomattavasti paremmat lähtökohdat tehdä hyödyllisiä asioita. 

Samalla yrityksen oma data muodostaa kilpailuedun, jota muut eivät pysty suoraan kopioimaan. Kyse on teidän datastanne, teidän asiakkaistanne ja teidän liiketoiminnastanne.  

Self-updating Smart CRM: CRM alkaa päivittää itse itseään 

Growth Contextiin liittyy yksi Spotlightin mielestäni merkittävimmistä käytännön uudistuksista eli self-updating Smart CRM. CRM-järjestelmissä on ollut pitkään sama ongelma: CRM tietää vain sen, mitä käyttäjät sinne muistavat ja jaksavat kirjata. 

HubSpot haluaa nyt vähentää tätä riippuvuutta käyttäjän manuaalisesta työstä. Sähköposteista, puheluista ja tapaamisista syntyvää tietoa voidaan hyödyntää CRM:n automaattisessa päivittämisessä, jolloin HubSpot voi esimerkiksi tunnistaa muutoksia tietokenttiin, kaupan tietoihin tai myyntimahdollisuuden etenemiseen.  

Tämä on mielestäni erittäin tervetullut kehityssuunta, sillä myyjän työn ei pitäisi olla CRM:n päivittämistä. CRM:n pitäisi auttaa myyjää tekemään oma työnsä paremmin ja samalla kerätä mahdollisimman suuri osa tarvittavasta asiakastiedosta osana normaalia työskentelyä. 

Breeze Assistant menee käytännössä kokonaan uusiksi 

Yksi näkyvimmistä uudistuksista on Breeze Assistantin uudistuminen. Tähän asti Breeze Assistantia on voinut ajatella hieman ChatGPT:n kaltaisena HubSpotin sisällä toimivana AI-assistenttina, jolta voidaan kysyä asioita, pyytää analyysejä tai tuottaa sisältöä. 

Nyt HubSpot vie ajatusta huomattavasti pidemmälle. Jatkossa käyttäjä voi kertoa Assistantille, mitä hän haluaa saada aikaiseksi, minkä jälkeen Assistant pystyy hyödyntämään CRM-dataa, HubSpotin ominaisuuksia ja eri AI-agentteja tavoitteen saavuttamiseen. 

Käyttäjä voisi esimerkiksi pyytää Breezeä rakentamaan kampanjan tietyn kohderyhmän tavoittamiseksi. Assistant voi tämän jälkeen hyödyntää yrityksen omaa kontekstia, CRM-dataa ja eri agentteja sekä tuottaa esimerkiksi kampanjasuunnitelman, sisällöt tai landing pagen. 

Miten Breeze Assistant muuttaa arkista tekemistä? 

Käyttäjän ei siis välttämättä tarvitse edes tietää, mitä HubSpotin ominaisuutta tai agenttia tehtävään pitäisi käyttää. Tämä voi muuttaa HubSpotin käyttökokemusta melko paljon, sillä Breezestä on tulossa yksittäisen AI-työkalun sijaan osa HubSpotin käyttöliittymää ja tapa käyttää koko järjestelmää.  

Breeze Assistant pystyy jatkossa auttamaan myyjää esimerkiksi prospektiin valmistautumisessa hyödyntämällä CRM:ssä olevaa dataa sekä ulkoisia tietolähteitä. Se voi auttaa tunnistamaan, millä kulmalla prospektia kannattaa lähestyä, mitä asiakkaasta jo tiedetään ja mitä asioita seuraavassa keskustelussa olisi hyvä huomioida. 

Tapaamisen jälkeen Assistant voi puolestaan tunnistaa muistiinpanoista CRM:ään päivitettäviä asioita, ehdottaa seuraavia toimenpiteitä ja auttaa valmistautumaan seuraavaan tapaamiseen. Sitä voidaan hyödyntää myös asiakkaalta nousseiden haastavien kysymysten käsittelyssä.  

Myös raportoinnissa käyttötapa on kiinnostava. Sen sijaan, että viikkopalaverissa katsottaisiin ainoastaan dashboardilta, mitä viime viikolla tapahtui, Assistantilta voidaan pyytää priorisoitua näkemystä siitä, mihin seuraavaksi pitäisi keskittyä. Tässä näkyy hyvin ero perinteisen raportoinnin ja AI-avusteisen työskentelyn välillä: raportti kertoo, mitä tapahtui, kun taas AI voi auttaa ymmärtämään, mitä tiedon perusteella kannattaisi tehdä seuraavaksi.  

Agent Builder – rakenna omia AI-agentteja HubSpotiin 

Yksi yllättävimmistä uudistuksista on Agent Builder, jonka avulla yritykset voivat rakentaa omiin tarpeisiinsa sopivia AI-agentteja suoraan HubSpotiin. HubSpotissa on jo valmiita agentteja eri käyttötarkoituksiin, mutta jatkossa ajatuksena on mahdollistaa entistä paremmin myös yrityskohtaisten agenttien rakentaminen.  

Breeze Assistantille voidaan esimerkiksi kertoa luonnollisella kielellä, että haluamme tarkistaa kaikki uudet kontaktit yrityksen ICP-kriteerejä vasten ennen kuin ne siirtyvät myynnille. Breeze voi auttaa määrittelemään agentille tavoitteen, tarvittavat työkalut ja HubSpotista löytyvät tietolähteet, minkä jälkeen agenttia voidaan testata ja ottaa käyttöön. 

Tässä tapahtuu mielestäni yksi kiinnostavimmista muutoksista HubSpotin automaatioissa. Olemme pitkään rakentaneet workflow-automaatioita, joissa määrittelemme tarkasti triggerit, ehdot ja toimenpiteet. Nyt niiden rinnalle tulevat agentit, joille voidaan antaa tavoite, tarvittavat työkalut ja konteksti, minkä jälkeen agentti pystyy suorittamaan tehtäviä. Workflowt eivät ole katoamassa mihinkään, mutta niiden rinnalle tulee uudenlainen tapa automatisoida työtä. 

Marketing Studio – yksi paikka kysynnän rakentamiseen 

Markkinoinnin suurimpia uudistuksia on uusi Marketing Studio, jossa HubSpot kokoaa samaan näkymään markkinoinnin suunnittelua, dataa, kampanjoita ja tekoälyä. 

Marketing Studion ajatuksena ei ole ainoastaan auttaa markkinoijaa rakentamaan kampanjoita, vaan myös tunnistaa, missä markkinoinnin haasteet ovat ja miksi tuloksia ei synny. Tämän jälkeen Breeze Assistantia ja muita AI-työkaluja voidaan hyödyntää tarvittavien muutosten tekemiseen. 

Sama ajatus toimii esimerkiksi liidien nurturoinnissa. Tavoitteena on nähdä helpommin, mikä toimii, missä on korjattavaa ja käyttää tekoälyä sekä uusien kampanjoiden rakentamiseen että olemassa olevien kehittämiseen.  

Tämä kuvaa mielestäni hyvin sitä, mihin HubSpot on tekoälyä viemässä: AI:n tehtävänä ei ole ainoastaan auttaa tekemään markkinointia nopeammin, vaan myös auttaa tunnistamaan, mitä markkinoinnissa kannattaisi seuraavaksi tehdä. 

Prospecting Agent kehittyy merkittävästi 

Myynnin puolella Prospecting Agent ottaa jälleen ison harppauksen eteenpäin. Agentti pystyy hyödyntämään esimerkiksi ostosignaaleja, CRM-dataa, mediamainintoja ja yrityksen omaa ICP-dataa tunnistaakseen kiinnostavia yrityksiä ja prospekteja.  

Prospecting Agentin käyttötapa siirtyy näin vähitellen pois pelkästä ajatuksesta ”kirjoita minulle hyvä myyntiviesti” kohti kokonaisuutta, jossa tekoäly auttaa tunnistamaan, keneen meidän kannattaisi juuri nyt olla yhteydessä, miksi juuri tähän yritykseen ja millä kulmalla keskustelu kannattaisi aloittaa. 

Jälleen kerran yrityksen oma ICP, CRM-data ja muu konteksti ovat tässä olennaisessa roolissa. Mitä paremmin HubSpot ymmärtää, millainen yritys on meille hyvä asiakas ja mitä potentiaalisesta asiakkaasta jo tiedetään, sitä enemmän agentista voidaan saada irti. 

Customer Agent kehittyy ja AEO nousee SEO:n rinnalle 

Myös Customer Agent jatkaa kehittymistään osana HubSpotin agenttikokonaisuutta. Sen tarkoituksena on pystyä hyödyntämään yrityksen omia tietolähteitä sekä asiakkaasta löytyvää kontekstia ja auttaa hoitamaan asiakaspalvelua entistä itsenäisemmin eri kanavissa, kuten verkkosivuilla. 

Markkinoinnin puolella puolestaan AEO eli Answer Engine Optimization nousee entistä vahvemmin perinteisen SEO:n rinnalle. Kaikkea tiedonhakua ei enää aloiteta Google-haulla, vaan vastauksia ja suosituksia haetaan yhä enemmän ChatGPT:stä ja muista AI-palveluista. Tämä osuus tulee koko ajan myös kasvamaan ja tämä näkyy trendinä jo monilla B2B-asiakkaillamme. Käyttäjä ei myöskään välttämättä koskaan päädy yrityksen verkkosivustolle asti. Markkinoijan pitää jatkossa siis miettiä Googlen hakutulosten lisäksi sitä, löytyykö yritys ja sen asiantuntemus myös AI-palveluiden tuottamista vastauksista. 

HubSpot ja OpenAI tiivistävät yhteistyötään 

Yksi Spotlightin kiinnostavimmista uutisista liittyi HubSpotin ja OpenAI:n yhteistyön kasvattamiseen. Merkittävä yksittäinen julkaisu on ChatGPT Ads -integraatio, jonka kautta ChatGPT-mainontaa voidaan yhdistää HubSpotin CRM-dataan ja markkinoinnin mittaamiseen.  

Tämä muodostaa kiinnostavan jatkumon AEO-kehitykselle. Jos asiakkaat käyttävät AI-palveluita yhä enemmän tuotteiden ja palveluiden tutkimiseen ja vaihtoehtojen vertailuun, myös yritysten markkinoinnin pitää pystyä toimimaan siellä. Samalla HubSpot pyrkii yhdistämään näistä kanavista syntyvän datan takaisin CRM:ään, jotta markkinoinnin vaikutusta voidaan seurata mahdollisimman pitkälle aina liideistä ja asiakkaista syntyvään liiketoimintaan. 

Mitä UNBOUND 2026 Spotlightista jäi itselleni päällimmäisenä mieleen? 

Spotlightissa julkaistiin jälleen valtava määrä uusia ominaisuuksia, eikä kaikkea ole tarpeen tai mielestäni edes järkevää lähteä ottamaan käyttöön kerralla. Ehkä tämän vuoden Spotlightin tärkein oppi olikin oikeastaan päinvastainen: ei enemmän kaikkea, vaan muutama oikea asia hyvin. 

HubSpot kuvasi tätä siirtymänä AI Maxxing -vaiheesta Outcomes Eraan, jossa tekoälyn onnistumista pitäisi arvioida ennen kaikkea liiketoiminnan tulosten kautta. Tähän liittyy kolme mielestäni hyvää perusperiaatetta: keskity tavoiteltavaan lopputulokseen, rakenna data ja muu pohja kuntoon sekä investoi tekoälyn lisäksi osaaviin ihmisiin.  

Outcomes Eran kolme periaatetta  

1. Keskity tavoiteltavaan lopputulokseen. 
2. Rakenna data ja muu pohja kuntoon. 
3. Investoi tekoälyn lisäksi osaaviin ihmisiin. 

Tämä on mielestäni hyvä ohjenuora myös suomalaisille HubSpot-asiakkaille. En lähtisi ensimmäisenä miettimään, kuinka monta AI-agenttia yrityksessä pitäisi ottaa käyttöön, vaan aloittaisin kolmesta kysymyksestä: Mitä haluamme saada aikaiseksi? Onko data ja CRM:n pohja kunnossa? Missä muutamassa käyttötapauksessa tekoäly voisi tuottaa meille eniten oikeaa liiketoimintahyötyä? 

Kun nämä asiat ovat kunnossa, HubSpotin uudet työkalut alkavat muuttua huomattavasti kiinnostavammiksi. Tässä on mielestäni myös koko Spotlightin punainen lanka: tekoälyn seuraava vaihe HubSpotissa ei ole vain enemmän tekoälyä, vaan yrityksen oman datan ja kontekstin hyödyntämistä niin, että tekoäly pystytään valjastamaan tekemään oikeita asioita ja tuottamaan oikeita tuloksia. 

HubSpotin Fall 2026 Spotlight -julkaisuihin voit tutustua tarkemmin HubSpotin omalla Spotlight-sivulla: https://www.hubspot.com/spotlight. 

Teemu Lahti, Chief Growth Officer