Olen viime aikoina seurannut erityisesti sitä, miten AI-agentit hyödyntävät yritysten dataa, ja kirjoittanut aiheeseen liittyvistä havainnoistani myös lyhyitä kommentteja LinkedInissä. Ajattelin koota ajatuksiani yhteen hieman laajemmaksi kirjoitukseksi. Aihetta pohtiessani aloin kuitenkin tarkastella yritysten tiedonhallintaa myös toisesta näkökulmasta: puhumme paljon siitä, miten agentit hyödyntävät yrityksen dataa, mutta mitä niiden itse tuottamalle datalle tapahtuu? Tästä ajatuksesta syntyi lopulta kaksiosaiseksi venynyt blogisarja, jossa tarkastelen AI-agenttien tuottamaa dataa ja sen arvoa osana yrityksen dataomaisuutta.
AI-agentit eivät vain käytä yrityksen dataa. Ne alkavat tuottaa kokonaan uudenlaista yritysdataa. Kun agentti hakee tietoa, tekee päätelmiä, käyttää työkaluja, tekee päätöksiä ja käynnistää toimintoja, syntyy samalla dataa siitä, mitä agentti tiesi, mitä se päätteli, mitä se teki ja mitä siitä seurasi. Tätä ei kannata nähdä vain teknisenä lokina. Siitä voi muodostua organisaation uusi muistikerros.
Yritykselle tämä avaa kiinnostavan mahdollisuuden. Agenttien toimintaa seuraamalla voidaan ymmärtää paremmin myös sitä työtä, johon ne osallistuvat. Missä tieto riittää päätöksen tekemiseen? Missä tarvitaan ihmisen harkintaa? Ja mitä samojen poikkeusten toistuminen kertoo yrityksen toiminnasta?
Audit trail on vasta alku
Agenttien toiminnasta pitää luonnollisesti jäädä jälki. Jos agentti tekee päätöksiä tai käynnistää toimenpiteitä, yrityksen täytyy pystyä myöhemmin selvittämään, mitä tapahtui ja miksi. Mutta auditointi on vain yksi käyttötapa.
Paljon kiinnostavampaa on se, mitä tästä datasta voidaan oppia. Missä tilanteissa agentti joutuu pyytämään ihmiseltä apua? Mitkä poikkeukset toistuvat? Missä prosessin kohdissa säännöt ovat epäselviä? Millaiset päätökset johtavat hyviin lopputuloksiin ja millaiset eivät?
Kun agenttien toimintaa kertyy riittävästi, niiden tuottama data alkaa kuvata yrityksen todellista toimintaa tavalla, johon nykyiset järjestelmät eivät välttämättä pysty.
Esimerkiksi tilausten käsittelyyn osallistuva agentti voi joutua toistuvasti pyytämään ihmiseltä vahvistuksen samaan asiakaskohtaiseen poikkeukseen. Yksittäinen hyväksyntä on pieni tapahtuma. Toistuva hyväksyntä voi kuitenkin kertoa, että olennainen toimintatapa on vain muutaman ihmisen tiedossa eikä käytettävissä siellä, missä työtä tehdään.
Konteksti muuttuu yritysdataksi
Agentin päätöksen ymmärtämiseksi ei riitä tieto siitä, mitä se teki. Pitää tietää myös, mitä agentti tiesi juuri sillä hetkellä.
Mitä lähteitä se käytti? Mitä sääntöjä sille oli annettu? Mitä vaihtoehtoja se arvioi? Mitä ihminen oli aikaisemmin hyväksynyt tai korjannut?
Tämä konteksti on tähän asti jäänyt suurelta osin ihmisten päähän, sähköposteihin, keskusteluihin ja dokumentteihin. Agenttien maailmassa siitä tulee ensimmäistä kertaa järjestelmällisesti kerättävää dataa. Tällä voi olla suuri merkitys yritysten tiedonhallinnalle.
Kontekstin kerääminen ei kuitenkaan tapahdu itsestään. Agentin käyttämät lähteet, voimassa olleet säännöt ja ihmisen tekemät korjaukset pitää pystyä yhdistämään kyseiseen tapahtumaan. Muuten jäljelle voi jäädä tieto lopputuloksesta ilman riittävää tietoa siitä, miten siihen päädyttiin.
Agenttien data voi näyttää, miten yritys oikeasti toimii
Yrityksissä on paljon dokumentoituja prosesseja. Todellinen työ tapahtuu kuitenkin usein hieman eri tavalla. Kun agentit osallistuvat päivittäisiin prosesseihin, niiden toimintajälki voi tehdä tämän näkyväksi.
Jos agentti joutuu jatkuvasti ohittamaan saman säännön, pyytämään hyväksyntää samassa kohdassa tai täydentämään puuttuvaa tietoa, kyse ei välttämättä ole agentin ongelmasta. Prosessi voi olla huonosti määritelty, data puutteellista tai liiketoimintasääntö epäselvä.
Agenttien toimintadata voi siis toimia eräänlaisena peilinä organisaatiolle.
Peiliä pitää myös osata tulkita. Toistuva poikkeus voi kertoa prosessin ongelmasta, mutta yhtä hyvin agentin puutteellisista ohjeista tai käyttöoikeuksista. Toimintadata antaa syyn tutkia asiaa. Johtopäätös vaatii edelleen ymmärrystä liiketoiminnasta ja siitä, miten agentti on rakennettu.
Mitä tämä merkitsee yrityksien tiedonhallinnalle?
Yrityksen kannattaa jo agentteja suunnitellessaan miettiä, mitä niiden toiminnasta halutaan myöhemmin ymmärtää. Pelkkä onnistuneiden tehtävien määrä kertoo vähän, jos tavoitteena on myös kehittää prosesseja. Ihmiselle siirtyneet tilanteet, puuttuvat tiedot ja tehdyt korjaukset voivat olla oppimisen kannalta paljon kiinnostavampia.
Kaikkea ei tarvitse tallentaa. Olennaista on kerätä sellaista toimintadataa ja kontekstia, jonka avulla tapahtumia voidaan ymmärtää ja toimintaa parantaa.
Kun tämä data alkaa kertyä, vastaan tulee seuraava kysymys. Miten yritys varmistaa, että agentin muistama tieto on luotettavaa, hallittavissa ja myös tulevaisuudessa sen omassa käytössä? Tätä kysymystä käsittelen sarjan seuraavassa blogissa, jonka tarkoituksena on tarkastella agenttien muistia yrityksen dataomaisuutena: mitä muistin arvo tarkoittaa, miten tietoa pitäisi hallita sekä miten organisaatio voi oppia agenteilta.
-Juuso Maijala, CEO