Monessa yrityksessä ohjelmistokehittäjät käyttävät koodausagentteja päivittäin. Usein muissa toiminnoissa, kuten myynnissä, markkinoinnissa, taloushallinnossa tai HR:ssä, ei olla vielä niin pitkällä. Ero teknisten ja muiden tiimien välillä kasvaa entisestään, jos agentteja ei pyritä tuomaan koko organisaation käyttöön.
Fraktion tekoälyagenttiwebinaarissa Leadfeederin perustaja ja Chief AI Officer Pekka Koskinen kertoi, miten hän on tänä vuonna johtanut Leadfeederin muutosta tekoälyvetoiseksi organisaatioksi. Lue tarkemmin, miten muutos Leadfeederillä käynnistyi ja mitä jokaisen yrityksen kannattaa ottaa huomioon, kun agentit halutaan osaksi koko organisaation arkea.
Webinaarin tallenteen voit katsoa blogin lopusta.
Moni tarve voi ratketa ilman tekoälyagenttia
Leadfeederillä muutos alkoi tarpeiden kartoituksesta. Tiimit kävivät läpi, millaisia automaatioita ja tekoälyn käyttötapauksia he tarvitsisivat. Ylös kirjattiin noin 250 käyttötapausta.
Suuri osa tarpeista osoittautui myös yllättävän helposti ratkaistaviksi. Myynti halusi apua palavereihin valmistautumiseen, kun taas markkinointi materiaalien tuottamiseen. Esteenä ei ollut tekoälyn kyvykkyys tai tarve rakentaa uusia agentteja. Ratkaisuksi riitti, että työkaluille varmistettiin pääsy oikeaan dataan ja mahdollisuus suoriutua tehtävistä.
Kuinka agenttivetoisuutta edistettiin:
-
Ensimmäisenä askeleena kaikille otettiin käyttöön Claude. Työkalujen saatavuus ja matala käyttökynnys sekä kannustava kokeilukulttuuri edistävät oppimista.
-
Toisena varmistettiin työkaluille riittävä, mutta kontrolloitu pääsy yrityksen omaan dataan.
-
Kolmantena datan päälle rakennettiin tekoälytyökalulle toimintaohjeita eli skillejä.
Näillä kolmella askeleella saatiin ratkaistua noin 60–70 prosenttia kartoitetuista tarpeista, useimmiten yksinkertaisella työnkululla tai ohjeistuksella.
Skill on toimintaohje tekoälylle
Tekoälytyökaluille rakennetut toimintaohjeet eli skillit (skills) on yksi parhaista keinoista automatisoida toistuvia työtehtäviä. Skill on käytännössä tekstitiedosto, joka kuvailee, miten tietty työtehtävä tulee suorittaa.
Skilliksi kannattaa tallentaa työtehtävä, joka toistuu usein ja etenee joka kerta samalla tavalla. Koskisen ohje on yksinkertainen: tee työtehtävä ensin tekoälyn kanssa, ja kun lopputulos on valmis, pyydä tekoälyä tallentamaan työnkulku skilliksi. Seuraavalla kerralla samaa asiaa ei tarvitse opettaa uudestaan.
Leadfeederillä skillit jaetaan automaattisesti kaikkien käyttöön GitHubin kautta. Jokaisella tiimillä on oma skills-kirjastonsa, jonka lisäksi yrityksellä on kaikkien yhteinen kirjasto. Tuotekehityksellä skillejä on jo 50–100. Jokaisella skillillä on nimetty omistaja, joka vastaa sen toimivuudesta ja kehittämisestä. Skillit ovat myös agenttien perusta. Kun työ on kuvattu toimintaohjeiksi, agentti voi ajaa niitä itsenäisesti.
Työ muuttuu tekemisestä ohjaamiseen
Kehityksen suunta on selvä: jatkossa ihmiset ohjaavat agenttejaan, jotka hoitavat tehtäviä, joita he itse ennen tekivät. Ihmisen työ muuttuu agenttien johtamiseksi, ohjeistamiseksi ja työjäljen hyväksymiseksi.
Vastuu työstä pysyy kuitenkin ihmisellä. Koskinen kehottaa olemaan nimeämättä agentteja ihmisten nimillä ja inhimillistämättä tekoälyä liikaa. Agentti on kielimalli, sovellus ja kasa työkaluja. Jos agentti tekee virheen, vika on ohjeistuksessa, ja sen korjaaminen on agentin omistajan vastuulla.
Miten muutos onnistuu käytännössä
Poista esteet ennen kuin odotat tuloksia
Työkalut ja pääsy dataan tulevat ensin. Myynnin tai asiakaspalvelun agentti ei voi toimia, jos se ei näe asiakasdataa ja keskusteluhistoriaa. Leadfeederillä pääsyn avaaminen tietovarastoon oli koko muutoksen käännekohta.
Hyödynnä innostujia muiden kannustajina
Jokaiseen tiimiin tarvitaan ihmisiä, jotka näyttävät esimerkkiä ja vievät tiimin käyttötapauksia eteenpäin. Usein suurin este tekoälyn hyödyntämiselle on kynnys kokeilla. Monelle voi esimerkiksi olla yllätys, että Claude Codea voi käyttää ilman koodaustaustaa. Claude Codelle voi puhua luonnollista kieltä, ja se rakentaa koodin.
Varaudu siihen, että ihmiset suhtautuvat muutokseen eri tavoin
Osa innostuu heti ja on ylpeä, kun kollegat käyttävät hänen tekemiään skillejä. Osa tarvitsee tukea päästäkseen alkuun, mutta monesta heistä tulee aktiivisia agenttien käyttäjiä ensimmäisten onnistumisten jälkeen. Osa vastustaa muutosta. Myös kyseenalaistajia tarvitaan, sillä parhaat parannukset syntyvät usein, kun kovaa vauhtia välillä haastetaan.
Mittaa laatua vertaamalla ihmisen ratkaisuihin
Alussa ihmisen on tarkistettava kaikki, mitä agentti tekee. Kun agentille annetaan enemmän itsenäisyyttä, laadunvarmistus siirtyy järjestelmälliseen testaamiseen. Tekoälyn yhteydessä tästä käytetään termiä evals (evaluation) eli arviointi, jossa testataan ja mitataan, kuinka tarkasti ja luotettavasti tekoäly suoriutuu tietystä tehtävästä.
Leadfeederillä arviointi rakennetaan vertailuaineiston eli niin sanotun golden setin pohjalta. Vertailuaineisto koostuu todellisista tapauksista, joissa tiedetään, mitä ihminen olisi tehnyt. Mitä useammin tekoäly päätyy samaan ratkaisuun kuin ihminen, sitä paremmin se toimii. Leadfeeder on koonnut satoja vertailutapauksia. Ne ovat testejä, jotka agentin tai skillin on läpäistävä aina, kun niitä muutetaan. Näin varmistetaan, että laatu paranee eikä heikkene kehityksen myötä.
Aloita perusteista, ei agenteista
Muutos voi lähteä liikkeelle pienestä. Varmista ensin, että kaikilla on käytössään tekoälytyökalut, ja kannusta ihmisiä kokeilemaan niitä oman arkensa helpottamiseen. Hyviä ensimmäisiä kokeiluja ovat esimerkiksi tekoälyn kytkeminen kalenteriin, sähköpostiin ja palaverien litterointeihin tai aamuinen katsaus päivän tehtävistä. Kun käyttö on vakiintunut, rakennetaan ensimmäiset skillit ja vasta sitten agentit, jotka ajavat niitä.
Sama toimintamalli toimii myös ChatGPT:n, Codexin ja Copilotin kanssa. Työkalua tärkeämpää on tapa tehdä työtä. Hyvä nyrkkisääntö on kysyä jokaisen tehtävän kohdalla: voisinko tehdä tämän tekoälyn kanssa?
Haluatko sparrata, miten agentit saadaan osaksi teidän organisaationne arkea? Laita meille viestiä.
Blogin kirjoittamisessa on käytetty apuna Claudea. Kirjoittaja on tarkistanut, muokannut ja hyväksynyt sisällön.
