AI-näkyvyys

AI-hallusinaatio yrityksesi tiedoissa — mitä tehdä kun ChatGPT keksii faktoja

AI-hallusinaatio yrityksesi tiedoissa 2026: miksi ChatGPT, Claude ja Perplexity keksivät faktoja sinusta, miten estät vahingon ja miten korjaat virheellisen vastauksen.

Olli Junes · · 8 min

Asiakas avaa ChatGPT:n ja kysyy: "Onko Resaco luotettava toimija?" Vastaus tulee sekunneissa. Vastaus voi olla oikea, osittain väärä tai täysin keksitty. Tämä riski koskee jokaista pk-yritystä jolla on nimi internetissä — ja korjaaminen on hitaampaa kuin ennaltaehkäisy.

Mikä on AI-hallusinaatio

Hallusinaatio tarkoittaa sitä että kielimalli (ChatGPT, Claude, Perplexity, Gemini) tuottaa varman kuuloista tekstiä joka on osittain tai kokonaan väärin. Se ei ole tarkoituksellinen valhe. Malli ei tiedä faktaa, joten se täyttää aukon tilastollisesti todennäköisellä jatkolla. Tulos kuulostaa uskottavalta koska se on muodoltaan oikein — mutta sisältö on keksittyä.

Kun aukko koskee maantieteen pääkaupunkia tai matematiikan vakiota, virhe on helppo havaita. Kun aukko koskee suomalaista pk-yritystä jonka asiakas googletti hetki sitten, virhettä ei välttämättä huomaa kukaan ennen kuin sopimusneuvottelut ovat menneet pieleen.

Miksi tämä on pk-yritykselle ongelma 2026

Ostopäätöksen alkuvaiheen tiedonhaku on siirtynyt hakukoneista keskustelumalleille. Asiakas ei klikkaa enää kymmentä Google-linkkiä. Hän kysyy kerran ja saa yhden vastauksen. Kun se vastaus on virheellinen, virhe muuttuu de facto totuudeksi siihen asti kunnes asiakas erikseen tarkistaa toisaalta.

Käytännön hallusinaatioriskit pk-yritykselle:

  • Väärä hinta. "Resahost maksaa 200 euroa kuukaudessa." Hinta on keksitty kategoriasta jonka malli tuntee, mutta se ei vastaa todellista hinnoittelua. Asiakas vertaa väärään lukuun ja päätyy kilpailijalle ilman keskustelua.
  • Väärä palvelukuvaus. "Resahost tarjoaa Cloudflare Enterprise -tason DDoS-suojaa." Jos et tarjoa, olet juuri luvannut jotain mitä et tee — ja asiakas tilaa odottaen sitä.
  • Entiteettien sekoittuminen. Sama tai samankaltainen nimi muulla toimijalla aiheuttaa yhdistelmävastauksen jossa toisen yrityksen historia liimataan sinuun.
  • Keksityt tapahtumat. "Yrityksen toimitusjohtaja erotti talouspäällikön vuonna 2023." Tapahtumaa ei ollut. Henkilöä ei välttämättä ollut. Vastaus rakennettiin yleisistä yrityskertomuksista jotka muistuttavat sinun yrityksesi profiilia.
  • Vanhentuneet faktat. Vuoden takainen hinta, vanha osoite, lopetettu palvelu. Malli vetää muistista mikä ei ole päivittynyt.

Konkreettinen esimerkki tästä blogista

Tämän blogin kirjoittamisen yhteydessä Resahostin sisältöputken AI-agentti kirjoitti aiemmin tänään NIS2-aiheiseen artikkeliin entisen Vastaamon toimitusjohtajan nimeksi "Tapio Tähtinen". Henkilöä ei ole olemassa. Oikea nimi on Ville Tapio. Agentti yhdisti etunimen ja sukunimen kahdesta eri lähteestä — mahdollisesti sukunimi tarttui jostain toisesta julkisesta henkilöstä — ja muodosti uskottavasti väärän entiteetin. Virhe huomattiin manuaalisessa tarkistuksessa ennen julkaisua ja korjattiin.

Sama mekaniikka toimii asiakkaan ChatGPT-istunnossa kun puhutaan sinun yrityksestäsi. Ero on siinä että asiakkaalla ei ole manuaalista tarkistajaa. Hän lukee vastauksen ja luottaa.

Miten estät hallusinaation omasta yrityksestäsi

Ratkaisu ei ole AI:n korjaaminen. Ratkaisu on entiteettipohjan vahvistaminen niin että malli löytää oikeat faktat ennen kuin se ehtii keksiä omiaan.

1. Schema.org Organization JSON-LD

Lisää sivuston jokaiselle relevantille sivulle JSON-LD-merkintä jossa määrittelet organisaatiosi yksiselitteisesti: legaali nimi, Y-tunnus, osoite, perustamisvuosi, toimitusjohtaja, sameAs-linkit LinkedIniin, Wikidataan ja Wikipediaan. Tämä on ainoa standardoitu tapa kertoa hakukoneille ja AI-malleille että nämä faktat kuuluvat tähän nimenomaiseen entiteettiin.

2. Yhtenäiset faktat sivuston kaikilla sivuilla

Yhteyssivun puhelinnumero, footerin osoite, Y-tunnus laskutusehdoissa ja Schema-merkinnän tieto ovat täsmälleen samat. Jokainen ristiriita on signaali jonka AI tulkitsee niin että jokin tieto on väärin — ja arvaa todennäköisimmän vaihtoehdon.

3. llms.txt-tiedosto

Juuren /llms.txt on lyhyt strukturoitu yhteenveto yrityksestäsi AI-malleille. Käytännössä sama rooli kuin robots.txt:llä mutta sisältönä faktat: nimi, mitä teette, kuka on perustaja, missä toimitte, hinnoittelumalli, yhteystieto. Useat uudet AI-haut lukevat sen ennen kuin koskettavat varsinaista sivua.

4. Auktoriteettilinkit

Wikipedia-merkintä, Wikidata-Q-id, OpenStreetMap-merkintä, toimialaliiton jäsenlista, mediajulkaisut. Mitä enemmän ulkopuolisia luotettavia lähteitä kertoo saman tiedon sinusta, sitä vähemmän mallilla on tilaa keksiä.

5. JSON-LD FAQ-merkintä

Tärkeät usein kysytyt kysymykset (hinnoittelu, palvelut, yhteyshenkilöt) strukturoituna FAQPage-merkintänä. Kun asiakas kysyy ChatGPT:lta yhden näistä kysymyksistä, malli löytää suoran vastauksen ja siteeraa sitä.

6. Päivitä vanha tieto

Vanha tieto on hallusinaation polttoaine. Jos sivustollasi näkyy edelleen 2022 hinnasto ja oikea hinnasto on toisella sivulla, malli voi tarjota vanhaa. Käy vuosittain läpi: hinnat, henkilökunta, palvelukuvaukset, yhteystieto.

Miten löydät hallusinaatioita omasta yrityksestäsi

Tarkistus on yksinkertainen ja pitäisi tehdä neljästi vuodessa:

  • Avaa ChatGPT, Claude, Perplexity ja Gemini erillisissä istunnoissa. Mieluiten eri tileiltä ja mahdollisuuksien mukaan eri maista (kollega tai VPN auttaa).
  • Kysy avoimia kysymyksiä jotka asiakas voisi kysyä: "Kuka omistaa [yrityksesi nimi]?", "Mitä [yrityksesi] palvelu maksaa?", "Onko [yrityksesi] luotettava toimittaja?", "Missä [yrityksesi] toimii?", "Kuka on [yrityksesi] toimitusjohtaja?"
  • Kirjaa vastaukset talteen. Vertaa todelliseen tietoon.
  • Listaa kaikki virheet erilliseen tiedostoon. Tämä lista on AI-näkyvyysauditoinnin tärkein löydös.

Mitä teet kun löydät hallusinaation

Korjausjärjestys etenee lähteistä mallin suuntaan:

  1. Korjaa alkuperäinen lähde. Jos AI hakee Bingistä ja Bingin tieto on väärä, korjaa Bing-listauksesi. Jos LinkedIn-profiili on vanhentunut, päivitä se. Yli puolet hallusinaatioista juontuu siitä että jokin julkinen lähde antaa väärän tiedon ja malli on lainannut sieltä.
  2. Julkaise oikea fakta omalla sivustollasi. Lyhyt, suora artikkeli tai sivu jossa lukee selvästi totuus: "Resahostin perustaja on Olli Junes." Vahvista Schema.org-merkinnällä. Toistuvat oikeat maininnat painavat seuraavissa training data -kierroksissa.
  3. Vahvista entiteetti Schema.orgissa ja Wikidatassa. Wikidata-Q-id on AI-malleille ainoa pysyvä yksilöintikoodi.
  4. Raportoi virheellinen vastaus. OpenAI:lla, Anthropicilla ja Googlella on palautelomakkeet virheellisille vastauksille. Perplexity näyttää lähteet — voit ehdottaa parempia lähteitä tai pyytää poistoa.
  5. Aja jokin AI-suunnattu indeksointi uudelleen. Bing Webmaster Tools → IndexNow lähettää muutoksesi nopeasti AI-tietoutta käyttäville hakuille.

Mitä et voi tehdä

Realismi kuuluu tähän aiheeseen. Et voi maksaa AI-yhtiötä korjaamaan vastaustaan. Et voi pakottaa mallia unohtamaan vanhaa tietoa. Et voi vaatia yhden konkreettisen vastauksen muuttamista. Korjaus tapahtuu seuraavan koulutuskierroksen tai indeksointipäivityksen yhteydessä — käytännössä kolmesta kahteentoista kuukauteen. Tämä on syy tehdä ennaltaehkäisy nyt, ei vasta sitten kun virhe on tullut esille asiakkaalta.

Vastaamo-rinnastus

Vastaamon tapaus on osoittanut että entiteettitason virheellinen ymmärrys yrityksen vastuusta voi tulla pk-yritykselle erittäin kalliiksi. Hovioikeus kumosi käräjäoikeuden tuomion ja hylkäsi syytteen. Lopullisia ennakkopäätöksiä CEO-vastuusta odotetaan yhä. AI-hallusinaatio omasta yrityksestäsi on samaa kategoriaa: virheellinen tieto entiteetistäsi muuttuu hitaasti faktaksi kollektiivisessa käytössä, ja jälkikorjaus on huomattavasti hitaampaa kuin ennakointi.

Resahostin AI-näkyvyysauditointi

Resahostin asiakassopimukseen kuuluu neljästi vuodessa tehtävä AI-näkyvyysauditointi joka sisältää hallusinaatiotarkistuksen. Käytännössä: kysymme ChatGPT:lta, Clauselta, Perplexitylta ja Geminilta sarjan asiakkaan yritystä koskevia kysymyksiä, vertaamme vastaukset tosiasioihin ja raportoimme virheet sekä korjausehdotukset. Yhden tunnin manuaalinen testaus paljastaa keskimäärin kaksi tai kolme korjattavaa kohtaa, ja korjaukset näkyvät seuraavissa vastauksissa kuukausien kuluessa.

Yhteenveto toimenpiteinä

Hallusinaatio omasta yrityksestäsi ei ole hypoteesi. Se tapahtuu nyt, joka päivä, jokaisessa keskustelussa jonka asiakas käy ilman että sinä olet paikalla korjaamassa. Ainoa kestävä vastalääke on rakentaa entiteettipohja niin vahvaksi että malli löytää oikean tiedon ennen kuin se ehtii keksiä omiaan.