Tekoälykäs ja agenttien täyttämä maailma

Tekoälykenttä elää murrosvaihetta. Olemme siirtymässä pelkästä sisällön tuottamisesta (Generative AI) kohti toimintaa ja suorittamista. Tässä uudessa aallossa keskiöön nousevat tekoälyagentit ja tulevaisuuden lupaus Agentic Automation.

Mutta mitä nämä termit oikeasti tarkoittavat, ja mitä haasteita organisaatiot kohtaavat, kun tekoälylle annetaan valta käyttää tietokonetta itsenäisesti?

Mikä on tekoälyagentti ja Agentic Automation?

Perinteinen chatbot vastaa kysymyksiin. Tekoälyagentti (AI Agent) sen sijaan on toimija. Se on ratkaisu, joka pystyy suorittamaan tehtäviä kohti annettua tavoitetta käyttämällä erilaisia työkaluja ja järjestelmiä. Usein nämä työkalut kytketään API-rajapinnoilla, eli tällöin tekoälyagentti pystyy keskustelemaan ja hyödyntämään eri järjestelmiä.

Kun nämä agentit valjastetaan liiketoimintaprosessien hoitamiseen, puhutaan termistä Agentic Automation. Se on automaation seuraava taso, jossa tekoäly ei vain seuraa ennalta määriteltyä sääntöputkea (kuten perinteisemmät ratkaisut, kuten ohjelmistorobotiikka), vaan tekee itsenäisiä päätöksiä prosessin etenemisestä, sekä miten toimia poikkeustilanteissa. Tällöin eri tekoälyagenttien oletetaan myös pystyvän kommunikoimaan toistensa kanssa ja siten ohjaamaan työn tekoa kohti haluttua lopputulosta.

Computer Use - Kun tekoäly tarttuu hiireen

Yksi kiehtovimmista ja samalla haastavimmista uusista ominaisuuksista on Computer Use (tietokoneen käyttö). Tämä tarkoittaa kyvykkyyttä, jossa tekoälyagentti "katsoo" tietokoneen ruutua ja käyttää hiirtä sekä näppäimistöä samalla tavalla kuin ihminen.

Tämä kuulostaa paperilla täydelliseltä ratkaisulta, mutta käytännössä siinä on merkittäviä haasteita, kuten:

• Epävarmuus, hitaus ja virheet: Agentti saattaa yrittää ratkaista yksinkertaista navigointitehtävää yrityksen ja erehdyksen kautta, mikä on hidasta ja altista virheille, sekä tehottoman kallista, kun jokainen erehdys maksaa rahaa (tokeneiden ja/tai laskentatehon muodossa).
• Riski ”prompt injection” -hyökkäykseen: Agentti voi päätyä sellaiselle nettisivulle, jossa on ihmiselle näkymättömiä piilotettuja ohjeita. Ne voivat olla piilotettuja esim. kuvaan, näkymättömänä tekstinä (teksti saman värinen taustan kanssa, tai jonkun objektin takana), tai metatietoihin.

Hallinnan haaste - Shadow AI ja Token-tuhlaus

Jos organisaatiossa ei määritetä mitään sääntöjä tekoälyn käytölle, törmätään nopeasti hallinnolliseen kaaoksen. Ilman selkeää strategiaa syntyy kaksi isoa ongelmaa:

Ongelma A: Shadow AI

Samalla tavalla kuin "Shadow IT" (varjo-it) aiheutti päänvaivaa tietohallinnolle, uhkana on nyt Shadow AI. Tämä tarkoittaa tilannetta, jossa eri puolilla organisaatiota käytetään tekoälyä ilman kontrollia tai dokumentointia. Ongelmana tässä on se, ettei kukaan tiedä tarkalleen:

• Mitä dataa ne käsittelevät?
• Mitä päätöksiä annetaan tekoälyn tehtäväksi?
• Mihin järjestelmiin tekoälyllä on pääsy?

Ongelma B: Tokenien tuhlaus ("Pyörän keksiminen uudelleen")

Teknisesti etevät työntekijät voivat luoda omia tekoälyagentteja, ja niiden käyttö maksaa. Jos annamme tekoälyagentin ratkaista itsenäisesti ihmiselle triviaaleja tehtäviä, kuten "miten kirjaudun SAP:iin" tai "mistä löydän Tilaus-painikkeen", se joutuu päättelemään nämä askeleet joka kerta uudestaan.

Jos tekoälymallia ei ole mitoitettu sen suorittavan tehtävän vaativuuden mukaan, päädytään usein käyttämään myös turhan isoa tekoälymallia helppoon tehtävään. Se maksaa enemmän ja on usein merkittävästi hitaampi, kuin oikein mitoitetut mallit.

Tämä on tehotonta. On turhaa polttaa kalliita tokeneita ja laskentatehoa siihen, että agentti opettelee käyttöliittymän joka ajokerralla nollasta, vaikka kyseessä olisi rutiinitehtävä.

Ratkaisu - ammattilaisten luomat ratkaisut, mietitty hallinnointi ja tekoälyagenttien orkestrointi

Miten tätä kokonaisuutta sitten tulisi hallita? Vastaus löytyy hybridimallista, jossa yhdistetään tekoälyn joustavuus ja perinteisen ohjelmistorobotiikan luotettavuus.

Yksi markkinoiden johtavista ratkaisuista ja teknologioista tähän on UiPath, josta Fujitsulla on vahvaa osaamista ja kokemusta.

Miksi UiPath Maestro orkestrointi toimii tässä solmukohdassa?

1. Orkestrointi ja hallinta: UiPathin Maestro mahdollistaa AI Agenttien keskitetyn ohjauksen. Sillä voi ohjata myös tietyt vaiheet ihmisen päätettäviksi. Se poistaa monet "Shadow AI" ongelmat, sillä kaikki agentit ja automaatiot ovat yhdessä järjestelmässä, hallittuja ja auditoitavissa, sekä agenttien käyttötarkoitukset ovat tarkkaan mietittyjä ja toimivuus on turvallisesti testattua.
2. Tehokkuus ja luotettavuus: Sen sijaan, että AI Agentti yrittäisi itse klikkailla käyttöliittymää epävarmasti (Computer Use), se voi pyytää UiPathin robotilta apua. Tämä poistaa myös ”prompt injection” -hyökkäyksen riskin, kun tekoäly hyödyntää vain sille ennalta valmisteltuja työkaluja ratkaistakseen eteen tulevia haasteita, kuten ohjelmistorobotiikkaa.
   • Esimerkki: Työntekijä tai agentti päättelee, että "Nyt pitää luoda lasku". Sen sijaan, että tekoälyagentti yrittäisi itse navigoida kirjanpitojärjestelmässä, se kutsuu valmiiksi rakennetun UiPath-robon (ns. "skill" tai työkalu), joka suorittaa kirjauksen 100 % varmuudella ja salamannopeasti.

Yhteenvetona voisin todeta, että harva oikeasti haluaa AI agentin keksivän pyörää uudelleen joka kerta. Haluamme, että agentti toimii aivoina, joka tekee päätökset, mutta hyödyntää luotettavia, valmiita automaatiotyökaluja ("lihaksia") suorittavaan työhön.

Yhdistämällä orkestroidun alustan ja älykkäät agentit varmistamme, että tekoäly on renki eikä isäntä, ja että tokenit käytetään oikeasti lisäarvoa tuottavaan päättelyyn, ei rutiininomaiseen klikkailuun.

Juhani Ijäs
Direct Sales, Fujitsu Finland
juhani.ijas.external@fujitsu.com, +358 447750078