Board meetings have changed. Two years ago, AI was a five-minute update at the end of the agenda. Now it sits near the top, and the questions are sharper. We sit in a lot of these rooms. Below are the six questions we hear most often, with answers we actually believe — not the ones that make everyone feel clever. Juhatuse koosolekud on muutunud. Kaks aastat tagasi oli AI viieminutiline punkt päevakava lõpus. Nüüd on see ülemises pooles ja küsimused on teravamad. Istume nendes tubades palju. Allpool on kuus küsimust, mida kõige sagedamini kuuleme — ja vastused, mida me ka tegelikult usume.
How much will AI actually cost us? Kui palju AI meid tegelikult maksma läheb?
The API bill is the smallest line. An SME spending €200 per month on OpenAI usage typically spends another €2,000–€4,000 per month on the people who build, maintain, and debug what those API calls are doing. The real cost is engineering time, change management, and the slow work of integrating AI into existing systems that were never designed for it. API-arve on kõige väiksem rida. Kui SME kulutab OpenAI peale 200 eurot kuus, kulutab ta tavaliselt veel 2000–4000 eurot kuus inimestele, kes seda kõike ehitavad, hooldavad ja parandavad. Päris kulu on insenerid, muudatuste juhtimine ja aeglane töö sellega, et AI tööle panna süsteemides, mida selleks ei projekteeritud.
Budget for three things, roughly in equal parts: the models, the build, and the keep-it-running. Companies that only budget for the first get surprised in month four when something breaks and nobody knows how to fix it. Total cost of ownership for a well-scoped AI project at an SME tends to land between €15,000 and €60,000 in the first year. That is not nothing, but it is not SAP-level either. Arvesta kolme asjaga umbes võrdsetes osades: mudelid, ehitus ja käigushoidmine. Ettevõtted, kes mõtlevad ainult esimesele, saavad neljandal kuul ebameeldiva üllatuse, kui midagi katki läheb. Hästi piiritletud AI-projekti kogukulu SME-s jääb esimesel aastal tavaliselt 15 000 ja 60 000 euro vahele. See ei ole null, aga see pole ka SAP.
Will AI replace jobs in our company? Kas AI võtab meie ettevõttes töökohti ära?
Honestly — some, yes, but slower and messier than headlines suggest. The roles most affected in the next 24 months are not the ones people predicted. It is mid-level knowledge work: first-draft writing, initial data analysis, tier-one support, basic research. These do not disappear. They change shape. One person plus good tooling does what three people did in 2023. Ausalt — mõned jah, aga aeglasemalt ja segasemalt, kui pealkirjad väidavad. Kõige rohkem muutuvad järgmise 24 kuu jooksul keskmise taseme teadmustöö rollid: esimese mustandi kirjutamine, algne andmeanalüüs, esimese taseme klienditugi, põhiuuringud. Need ei kao ära. Need muutuvad. Üks inimene koos heade tööriistadega teeb seda, mida 2023. aastal tegi kolm.
Your obligation as a board is not to pretend otherwise. Be honest with employees early. Retrain the ones who want to adapt. The companies that handled cloud migration well in the 2010s are handling this well now — the pattern is similar. The ones that panic-hired "AI transformation officers" in 2024 mostly regret it. Juhatuse kohus ei ole teeselda, et nii ei ole. Ole töötajatega varakult aus. Koolita ümber need, kes tahavad kohaneda. Ettevõtted, kes said pilverände 2010ndatel hästi hakkama, saavad ka praegu hakkama. Need, kes 2024. aastal paanikas "AI-transformatsiooni juhi" palkasid, kahetsevad seda enamasti.
Are we falling behind competitors? Kas me jääme konkurentidest maha?
Probably less than your consultants are telling you. Most companies announcing dramatic AI wins are showing pilots, not production. The real gap in 2026 is not between companies using AI and companies not using AI. It is between companies that have one or two real, boring, working AI systems in daily use, and companies that have thirty pilots and no outcomes. Tõenäoliselt vähem, kui sinu konsultandid väidavad. Enamik ettevõtteid, kes hüüavad dramaatilisi AI-võite, näitavad piloote, mitte tootmissüsteeme. Päris lõhe 2026. aastal ei ole AI kasutajate ja mittekasutajate vahel. See on nende vahel, kellel on üks-kaks igavat toimivat AI-süsteemi iga päev kasutuses, ja nende vahel, kellel on kolmkümmend pilooti ja null tulemust.
If you have one automation that saves fifteen hours a week and you actually measured it, you are ahead of most of your market. Kui sul on üks automaatika, mis säästab nädalas 15 tundi, ja sa oled seda ka mõõtnud, oled turul enamikust ees.
What about data privacy with US models? Mis saab andmekaitsest USA mudelite puhul?
This is more important than it was two years ago, and the answer is not "never use them." It is "know what data goes where." OpenAI, Anthropic, and Google all offer EU data residency and zero-retention options on their enterprise tiers. Use them. Do not send client data through a free ChatGPT account on someone's personal email. See on olulisem kui kaks aastat tagasi, aga vastus ei ole "ära kunagi kasuta." Vastus on "tea, kuhu mis andmed lähevad." OpenAI, Anthropic ja Google pakuvad enterprise-tasemel EL andmekeskuseid ja nullsäilituse valikuid. Kasuta neid. Ära saada kliendiandmeid läbi tasuta ChatGPT konto kellegi isiklikul meilil.
For genuinely sensitive data — health, legal, financial detail, anything under NDA — use a local or EU-hosted model, or run an open-source model on your own infrastructure. For internal brainstorming and first drafts, a properly configured enterprise US model is fine. The distinction is the work. Päriselt tundlike andmete puhul — tervis, õigus, finantsdetailid, kõik NDA all — kasuta kohalikku või EL-is hostitud mudelit, või jooksuta avatud lähtekoodiga mudel enda taristul. Sisemiseks ajurünnakuks ja esimesteks mustanditeks on korralikult seadistatud USA enterprise-mudel täiesti okei. Vahe on selles, et see töö tuleb ära teha.
How do we measure ROI on AI investments? Kuidas me AI-investeeringu ROI-d mõõdame?
Pick one of two framings, not both. Either it saves hours (measure them before and after, honestly), or it opens revenue (measure conversion, close rate, new customers). Do not accept "productivity boost" as a metric. That is what people say when they did not measure. Vali üks kahest raamistusest, mitte mõlemad. Kas see säästab tunde (mõõda neid enne ja pärast, ausalt) või toob see tulu (mõõda konversiooni, tehingu sulgemist, uusi kliente). Ära võta vastu "produktiivsuse kasvu" kui mõõdikut. Seda öeldakse siis, kui ei mõõdetud.
Our rule of thumb: if a project cannot articulate its benefit in hours saved or euros earned within six months, kill it and start another one. AI projects fail fast and cheap, or they succeed clearly. The ambiguous middle is where budgets go to die. Meie rusikareegel: kui projekt ei suuda kuue kuu jooksul oma kasu sõnastada säästetud tundides või teenitud eurodes, lõpeta see ära ja alusta uut. AI-projektid kas kukuvad kiiresti ja odavalt, või õnnestuvad selgelt. Keskmine hall ala on koht, kus eelarved surevad.
Should we use open-source models instead of OpenAI or Anthropic? Kas peaksime kasutama avatud mudeleid OpenAI või Anthropicu asemel?
For most SMEs, no — not yet. Llama and Mistral are genuinely good, but the operational burden of running them well is underestimated. You need GPUs, someone who understands inference, monitoring, and a plan for upgrades. That is two full-time roles you may not have. Enamiku SME-de jaoks ei — veel mitte. Llama ja Mistral on päriselt head, aga nende käigushoidmise koormust alahinnatakse. Sul on vaja GPU-sid, kedagi, kes saab aru inference'ist, monitooringust ja plaani uuendusteks. See on kaks täiskohaga rolli, mida sul ilmselt pole.
Exceptions: if you are processing regulated data at scale, or your API spend exceeds €5,000 per month, the math starts to favor self-hosting. Below that, pay the commercial vendors and spend your engineering hours on the application, not the infrastructure. Erandid: kui sa töötled regulatsioonide all olevaid andmeid suures mahus, või sinu API-kulu ületab 5000 eurot kuus, hakkab matemaatika ise-hostingu kasuks kalduma. Allpool seda maksa kommertsmüüjatele ja kuluta oma inseneritunnid rakendusele, mitte taristule.
What to actually do tomorrow Mida homme tegelikult teha
Three concrete steps, in order: Kolm konkreetset sammu järjekorras:
- Ask your finance team to pull every AI-related invoice from the past twelve months. You will be surprised what is already happening in your company without central oversight. Palu finantsmeeskonnal tõmmata välja kõik AI-ga seotud arved viimase 12 kuu jooksul. Üllatud, mis sinu ettevõttes juba ilma keskse järelevalveta toimub.
- Pick one process — just one — where someone spends at least ten hours a week on repetitive work, and scope an automation for it. Not a pilot. A real thing that ships. Vali üks protsess — ainult üks — kus keegi kulutab vähemalt kümme tundi nädalas korduvale tööle, ja piiritle sellele automaatika. Mitte pilooti. Päris asi, mis jõuab kasutusse.
- Write a one-page acceptable use policy for AI tools. Circulate it. This costs nothing and prevents the majority of real risks. Kirjuta üheleheküljeline AI-tööriistade kasutusjuhend. Saada laiali. See ei maksa midagi ja ennetab enamikku päris riske.
Boards that do these three things in the next quarter will be ahead of 80% of their peers. The rest is noise. If you're drafting that acceptable use policy, our right-sized governance playbook is the companion read. Juhatused, kes teevad järgmise kvartali jooksul need kolm sammu, on 80% konkurentidest ees. Ülejäänu on müra. Kui koostad kasutusjuhendit, on meie õige mõõduga juhtimise käsiraamat hea kaaslane.