Tekoäly kehittyy agenttiseksi. Enää ei riitä, että kone on älykäs, vaan nyt se myös koordinoi työn.
Kielimallit ulkoistavat älykkyyden koneelle. Agentit, tai tarkemmin sanottuna agenttien valjakset eli harnessit, ulkoistavat koordinointia ja delegointia koneelle. Valjailla tarkoitetaan ympäristöä tai kehystä, jolla agentteja voidaan ajaa, valvoa ja arvioida.
Yhdessä nämä muodostavat tekoälyagentin, jossa valjakset syöttävät kielimallille käyttäjän tarpeet. Ne tekevät toimenpiteitä saavuttaakseen käyttäjän pyytämät asiat.
Tässä yhteistyössä koordinointi tapahtuu ensin ihmisen, sitten koneen aloitteesta. Ihminen delegoi koneelle tehtäviä, ja kone koordinoi itse itseään saavuttaakseen tavoitteensa.
Miten kielimallin työtä johdetaan?
Tietotyön delegoinnista on tullut tekoälyn myötä halvempaa ja helpompaa. Nyt kun agenttien autonomia lisääntyy, se tekee delegoinnista entistä tehokkaampaa. Openclaw- ja Hermes Agent -tyyppiset agentit, oikein konfiguroituna, voivat ryhtyä itsenäisesti toimenpiteisiin ja esimerkiksi tuottaa "omistajilleen" erilaisia materiaaleja, tietoa tai suorittaa tehtäviä. Kommunikaatio muodostuu tasavertaisemmaksi.
Jotta saat agenttisesta kehittämisestä kaiken irti, tulee sinun tietotyöläisenä kuvata, mitä haluat tapahtuvan, miten haluat sen tapahtuvan, miten arvioit ja ohjaat tekemistä sekä lopulta miten annat palautetta. Työn flow voi sisältää paljon samaa kuin mitä ihmisten kanssa työskentely vaatii. Agenttinen työskentely voi parhaimmillaan olla vertaisjohtamisen harjoittelupaikka.
Henkilökohtaisen kehittymisen näkökulmasta kehityssuunta on kaksijakoinen; toisaalta tekoälyagentille delegoiminen ja sen managerointi ovat ilmaista johtamisen harjoittelua, mutta toisaalta toksinenkin johtamistyyli voi tuottaa hyviä tuloksia.
Tässä toki piilee muutama psykologinen vaaran paikka: AI-psykoosi ja token anxiety, muutamia mainitakseni. Saadakseen agenteista enemmän irti vaaditaan sen käyttäjältä riittävästi kokemusta ja itsetuntemusta, jotta hän osaa tunnistaa, milloin tekoäly lähtee tangenteille.
Kokonaisuudessaan agentit alkavat chat-ikkunan sijaan osallistua kaikkeen tietokoneissa tapahtuvaan, mikä tarkoittaa uudenlaisia vaatimuksia laitteistoilta.
Miten vaatimukset laitteiden laskentateholle muuttuvat?
Claude Code ja vastaavien agentti-frameworkien myötä yleistyvä ja kasvava agenttinen tietotyö ei muuta vain tapaa tehdä töitä, vaan se muuttaa myös sitä, millaista laskentatehoa laitteilta ja datakeskuksilta vaaditaan.
Karkeasti ottaen tekoälyagentti tarvitsee kahdenlaista suorituskykyä:
- Älykkyys (eli kielimallit) vaatii raskaampaa GPU-laskentatehoa, joka mahdollistaa kielimallin suorittaa suuria määriä matemaattisia laskutoimituksia rinnakkain.
- Koordinointi (valjakset) vaatii kevyempää CPU-laskentatehoa, jotta tietokoneen prosessori kykenee suorittamaan ohjelmien käskyjä ja tarvittavia matemaattisia laskutoimituksia.
Kehittyneimmät kielimallit vaativat vielä konesalitason GPU-laskentatehoa, mutta (tislatut/kvantisoidut) avoimet mallit, kuten Qwen tai Gemma, toimivat jo kuluttajatason laitteissa. Koordinointia eli valjaksia voi ajaa sekä pilvessä että hyvinkin kevyellä kuluttajalaitteella, puhelimista läppäreihin tai minitietokoneisiin. Silti agenttisten palveluiden yleistyessä CPU-laskentatehosta uhkaa syntyä GPU:iden ja muistin kaltainen pullonkaula.
Tämä on tärkeää tiedostaa siksi, että agenttinen tietotyön tekeminen on hyvin merkittävä kehittyssuunta ja se vaikuttaa teknologian tarpeiden kehittymiseen. Tekoäly ei ole enää pelkkä kielimalli, vaan agenttisuuden myötä kielimalli ulottuu työntekijän lailla eri järjestelmiin ja eri dataan.
Tällaista agenttia ei voi vain silmittömästi käskyttää. Agentin tekemillä päätöksillä ja toimenpiteillä on suoria tosimaailman vaikutuksia.
Koordinoinnissa nopeus ei ole suunta
Ihmisten koordinointi on vaikeaa. Koneen koordinointi on helpompaa, ainakin vielä toistaiseksi. Mitä monimutkaisemmaksi agenttinen ympäristö muodostuu, sitä vaikeammaksi tulee myös agenttien koordinointi, managerointi ja johtaminen.
Pitää ottaa huomioon ja ymmärtää arkkitehtuuria, vuokaavioita, tietoturvaa, tietosuojaa, systeemiajattelua sekä jonkinlaista LLM-psykologiaa.
Agenttien koordinointi käy helposti aivoja rasittavaksi työksi. Laajoja suunnittelu- ja speksaussessioita lukuun ottamatta, agenttien paimentaminen on yleisesti pirstaleisempaa ja kuormittavampaa työtä. Parhaimmillaan agenttien kanssa saa enemmän oikeita asioita aikaiseksi kuin ilman.
Armoton agenttien piiskaus ei kuitenkaan ole automaattisesti "parempaa" työtä. Nimittäin agenteilla pääsee kovaa ja nopeasti, mutta myös väärille urille. Koordinointiin kuuluu hidastaminen ja pysähtyminen. Siihen ei ole ennalta määrättyjä sääntöjä, vaan se on täysin kontekstiriippuvaista. Agentin koordinoijalta vaaditaan harkintakykyä ja toimijuutta. Arvoa luova agenttinen tietotyö on hitaasti kiirehtimistä.
