Ensimmäiset koneoppimissovellukset olivat matemaattisia optimointitehtäviä - esimerkiksi korttipetosten tunnistamista tai huollon ennakointia. Toisen aallon AI perustui kielimalleihin, ja otti usein chatin muodon: "Kysy mitä vain, minä vastaan". Tekoälykehityksen kolmas aalto, agentit, pureutuu suoraan ihmistyön ytimeen: kokonaisten tehtävien suorittamiseen.
Mikä on agentti?
AI-agentilla tarkoitetaan tietojärjestelmän ominaisuutta, joka kykenee suorittamaan kokonaisia tehtäviä käyttäen apunaan ulkoisia järjestelmiä ja välineitä. Agentti voi ottaa tehtävänsä automaattisesti jonosta - esimerkiksi vastatakseen asiakaspalautteisiin - tai ihmiseltä suoraan pyynnön perusteella. Agentti voi hoitaa tehtävästä osan ja jättää lopun ihmisen varmistettavaksi, tai viedä suorituksen maaliin asti.
Agentteja kannattaa tarkastella evoluutioaskeleena: tekoäly kasvaa työvälineestä työtoveriksi, jolle voi ulkoistaa osan toimenkuvastaan. Tekoälykollega voi aluksi olla melko juniori, mutta ajan myötä sen itsenäisyys kasvaa. Kuten ihmistenkin kanssa työskennellessä, tärkeää on jakaa tehtävät tarkoituksenmukaisesti ja huolehtia laadunvalvonnasta.
Geneeriset agentit
Yksinkertaisia yleiskäyttöisiä agentteja voi testata vaikkapa ChatGPT:ssä. Deep Research -toiminto tekee laajan taustatutkimuksen annetusta aiheesta. Esimerkiksi kysymykseen "What are AI Agents and how they are used in 2025?" saa tulokseksi laajan, lähdeviitteistetyn tutkimusaineiston. Agenttimaisuus näkyy siinä, miten Deep Research muodostaa materiaalin: se selaa kymmeniä verkkosivuja, vertailee niissä olevaa tietoa, pyrkii tarkastamaan väitteet ja kokoamaan niistä uskottavan synteesin.
Lue lisää: Miten Deep Research toimii?
Toinen OpenAI:n tarjoama agenttiesimerkki on Operator, joka käyttää web-selainta hoitaakseen käyttäjän antaman tehtävän - vaikkapa "Varaa minulle pöytä kahdelle kreikkalaiseen ravintolaan Tampereella torstaiksi". Tällainen computer-use agent (CUA) toimii kuin ohjelmistorobotti, mutta sille ei tarvitse opettaa tehtäviä etukäteen, vaan tekoälymalli "katselee" itse käyttöliittymää, ja osaa sen perusteella käyttää sitä.
Kaikissa agenteissa ideana on, että ihminen voi keskittyä työn luovimpaan ja vaativimpaan osaan.
Agentti oman työn tueksi
Tekoälyavusteinen kilpailukyky syntyy siitä, kun organisaation käyttöön koulutetaan agentteja, jotka on valmennettu juuri heidän tehtäviinsä. Esimerkiksi näin:
- Projektinhallinta-agentti kokoaa yhteenvedon projektin tilasta, ja huomauttaa, jos suunnitelmasta ollaan poikkeamassa.
- Myynnin tukiagentti seuraa myyjien kalentereita, ja toimittaa näille juuri ennen myyntipalaveria tiivistelmät tavattavan asiakkaan tilanteesta ja tarpeista.
- Rakennuksen suunnitteluavustaja ottaa vastaan sanallisen kuvauksen suunnitteluhankkeesta, perustaa sen pohjalta projektityötilat, kokoaa dokumenttipohjat ja valmistelee viestinnän.
Olennaista on ymmärtää, mikä ihmisen ja agentin suhde on. Kuka agenttia käskyttää ja valvoo? Miten virheet huomataan ja korjataan? Omien agenttien rakentaminen vaatii tekoälymalleja, prosessien ymmärtämistä, oikean datan hallintaa ja usein myös hieman sovelluskehitystä.
Miten alkuun agenttien kanssa?
Agenttien käyttöönottoon on erilaisia reittejä. Microsoft tarjoaa Copilot Studion kautta lähes jokaiselle tietotyöläiselle mahdollisuutta rakentaa omia agentteja, mutta ne soveltuvat lähinnä yksilön apureiksi. Organisaatiossa laajempaa automaatiota edistävät agentit on useimmiten rakennettava perinteisen järjestelmäkehityksen menetelmin.
Onnistuneen agenttiprojektin kolme keskeisintä tekijää ovat seuraavat:
- Hyvä käyttökohde (agentilla on potentiaalia tuottaa merkittävää liiketoimintahyötyä)
- Käytettävyys (agentin käyttämisen on tunnuttava luontevalta ja hyödylliseltä)
- Laadukas data (agentin on tuotettava riittävän oikeita lopputuloksia)
