Skip to main content
Key Takeaways

Osaamisvaje: Organisaatioiden haasteena ei ole tekninen kyvykkyys vaan se, että päätöksiä tekevät oikeat ihmiset.

Suunnitteluun osallistuminen: Oikeiden operatiivisten työntekijöiden ottaminen ydinryhmän jäseniksi on ratkaisevan tärkeää tehokkaiden agenttien suunnittelussa.

Kasaantuvat ongelmat: Tekoälyagenttien pienet kontekstivirheet kasaantuvat ajan mittaan ja vaikuttavat asiakastyytyväisyyteen sekä luottamukseen.

Pienempien organisaatioiden etu: Pienemmät organisaatiot voivat ottaa agenttipohjaisen tekoälyn helpommin käyttöön ja kohdata vähemmän monimutkaisuutta kuin suuret yritykset.

Infrastruktuuritarpeet: Onnistunut tekoälyn käyttöönotto vaatii teknologian lisäksi organisaation kyvykkyyttä ja laadukasta dataa.

Kun organisaatiot ottavat käyttöön agenttisen tekoälyn, ne lähtevät liikkeelle teknologiasta. Ne puhuvat agenteista, orkestrointikerroksista ja monimalliar­kkitehtuureista.

Mitä ne eivät usein mainitse: ihmisiä ja sitä, mitä tapahtuu, kun asiat rikkoutuvat tavoilla, joita kukaan ei osannut ennakoida?

Ongelma ei ole tekninen, mutta monet johtajat eivät ymmärrä tätä ennen kuin he ovat syvällä käyttöönotossa ja seuraavat asiakastyytyväisyyspisteiden laskua sekä laatumittareiden heikkenemistä.

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

Agenttisen tekoälyn osaamisvaje

Kun useimmilta johtajilta kysytään heidän valmiudestaan hyödyntää agenttista tekoälyä, he kuvailevat tekoälyinsinöörejään ja datatieteilijöitään. He kertovat pilvi-infrastruktuuristaan ja mallien valintaprosessistaan.

Harvemmin tarkastellaan sitä, ovatko he antaneet vaikutusvaltaa ihmisille, jotka todella ymmärtävät, miten agentit vaikuttavat liiketoimintaan.

Tämä on todellinen osaamisvaje. Ei tekninen kyvykkyys, vaan organisatorinen vaikutusvalta.

Kysymys ei ole siitä, "onko meillä tekoälyinsinöörejä?" Kysymys on siitä, "ovatko oikeat ihmiset tekemässä päätöksiä?"

Useimmissa organisaatioissa vastaus on ei.

Vain 14 prosentilla organisaatioista on agenttisia ratkaisuja valmiina käyttöönotettaviksi, vaikka 30 prosenttia tutkii vaihtoehtoja ja 38 prosenttia toteuttaa pilotteja.

Tekoälyagenttien suunnittelu tyhjiössä

Mitä tapahtuu, kun tekniset tiimit suunnittelevat agentteja ilman niiden ihmisten panosta, jotka tekevät varsinaisen työn? Ne yksinkertaistavat liikaa.

Prosessi, joka näyttää vuokaaviossa selkeältä, sisältää näkymättömiä harkinnan tasoja. Asiakaspalvelija tietää, milloin käytännöstä kannattaa joustaa. Operatiivinen johtaja ymmärtää, millä poikkeuksilla on merkitystä. Analyytikko osaa lukea puutteellisten tietojen rivien välistä.

Nämä päätökset perustuvat tuntumaan ja kokemukseen. Päätöspuussa ne näyttävät yksinkertaiselta "jos näin, niin noin" -logiikalta.

Mutta näissä tehtävissä toimivat ihmiset ymmärtävät jotakin, mitä agentit eivät helposti pysty jäljittelemään: kontekstin.

He tietävät, että vaikka sääntö pitää paikkansa useimmissa tapauksissa, joskus on tehtävä poikkeus. Joskus on toimittava toisin.

Cognitive Talent Solutionsin toinen perustaja Francisco Marin kuvailee haastetta, jonka hänen tiiminsä kohtasi rakentaessaan HR-agentteja:

Havaitsimme, että joihinkin keskeisiin HR-prosesseihin, kuten palkanlaskentaan tai sääntelyn noudattamiseen, oli otettu käyttöön agenttisia kyvykkyyksiä. Meiltä kuitenkin puuttui käyttötapausten sukupolvi, joka vaikuttaa henkilöstöanalytiikkaan ja erityisesti ne käyttötapaukset, jotka olivat linjassa verkostokehyksen kanssa.

PMP – Podcast Guest – Francisco Marin-31423
Francisco MarinOpens new window

Cognitive Talent Solutionsin toinen perustaja

Hänen tiiminsä ei rakentanut pelkästään teknisiä ratkaisuja. He rakensivat järjestelmiä, jotka heijastivat työn todellista kulkua eivätkä sitä, miltä se näyttää organisaatiokaaviossa.

Kun rakennat agentteja tuomatta ensin esiin hiljaista tietoa, et saa välittömiä vikoja. Saat viivästetyn aikapommin.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Kumuloituvat laatuongelmat

Agentti tekee päätöksen, joka on teknisesti oikea mutta kontekstin kannalta väärä. Yksittäisenä tapauksena tämä ei ole katastrofaalista.

Mutta ajan mittaan nämä pienet laatupoikkeamat kumuloituvat.

Et huomaa sitä ennen kuin asiakastyytyväisyyskyselyjen tulokset saapuvat. Ennen kuin huomaat tiedoissa kaavan. Ennen kuin vahinko on jo levinnyt järjestelmiisi.

Siihen mennessä et enää vain korjaa agenttia. Rakennat luottamusta uudelleen.

95 prosenttia generatiivisen tekoälyn piloteista ei tuota mitattavaa sijoitetun pääoman tuottoa. Perimmäinen syy eivät ole virheelliset mallit. Heikko integraatio ja väärin kohdistetut prioriteetit kaatavat nämä hankkeet.

Toisin sanoen organisaatiot eivät ota oikeita ihmisiä mukaan suunnitteluun.

Keiden todella pitää olla mukana

Automatisoitavaa tehtävää hoitavan henkilön on oltava mukana.

Ei konsulttina. Ei jälkikäteen mukaan otettuna. Vaan keskeisenä osana suunnittelutiimiä.

Heidän on autettava sinua ohjaamaan agenttia. Jaettava omakohtainen kokemuksensa. Tuotava esiin "paitsi silloin kun" -tieto, joka ei näy dokumentaatiossa.

Dan George, joka toimi aiemmin henkilöstöjohtajana ennen Cognitive Talent Solutionsin perustamista, selittää, mitä tässä on pelissä.

Olen suorittanut tämän prosessin aiemmin manuaalisesti. Toimiessani entisenä henkilöstöjohtajana olen vastannut henkilöstöanalytiikasta eri organisaatioissa. Olen joutunut laatimaan listoja ja lähettämään niitä oppimisesta ja kehityksestä vastaaville tai muille lahjakkuuksien sitouttamiseen keskittyville tiimeille.

Dan George Headshot small
Dan GeorgeOpens new window

Kokemusjohtaja, Cognitive Talent Solutions

Hänen kokemuksensa agenttien rakentamisesta opetti hänelle, että ilman käytännön kokemusta toteutettu automaatio tuottaa järjestelmiä, jotka vaikuttavat toimivilta mutta eivät käytännössä toimi.

"Kun ylläpitäjällä on automatisoitu ja valtuutettu paikka, jossa hän voi vain napsauttaa, napsauttaa ja napsauttaa, prosessi helpottuu huomattavasti ja pääsemme eroon siitä, että valitsemme aina automaattisesti ne tavalliset mentorit ja aktorit, joiden puoleen yleensä ensimmäisenä käännymme."

Tähän pääseminen edellytti kuitenkin niiden ihmisten osallistamista, jotka ymmärsivät mentorointiparien muodostamisen hienovaraiset näkökohdat, eivät vain tietojenkäsittelyn teknisiä vaatimuksia.

Lisa Jones, EyeMailin toimitusjohtaja, oppi vastaavan läksyn ottaessaan tekoälyä käyttöön organisaatiossaan. "Kysyimme jokaiselta osastolta: Missä koet kitkaa tai toistoa? Missä tekoäly voisi auttaa sinua edistämään luovuutta tai selkeyttä? Mihin haluaisit käyttää enemmän aikaa, jos tekoäly hoitaisi loput?"

Tämä lähestymistapa synnytti ideoita markkinoinnista operatiiviseen toimintaan ja antoi jokaiselle tiimille omistajuuden siihen, miten tekoäly näkyi heidän päivittäisessä työssään.

Paras tapa ottaa käytännön kokemus huomioon on suora osallistuminen. Tähän osallistumiseen on yhdistettävä kaksi asiaa, jotka useimmat organisaatiot pitävät erillään: osaamisen kehittäminen ja oikeudenmukainen palkitseminen.

Agenttien suunnittelua ei voi erottaa henkilöstön kehittämisestä

Useimmat yritykset käsittelevät näitä eri aloitteina. Agenttien suunnittelu tapahtuu IT-osastolla. Osaamisen kehittäminen tapahtuu henkilöstöhallinnossa. Palkitseminen tapahtuu vuosittaisissa arvioinneissa.

Tämä pirstaleisuus estää käyttöönoton.

Ne on yhdistettävä, jotta suorituskyky pysyy korkealla. Agenttien suunnittelu on uusi taito. Sen ymmärtäminen, miten agentit vahvistavat tuottavuuttasi ja vaikutusvaltaasi, on tärkeämpää kuin niiden koodaamisen ymmärtäminen.

Kun näitä elementtejä ei yhdistetä, lopputuloksena on jompikumpi kahdesta vaihtoehdosta.

  • Tekoälyn sabotointi – Kyyninen osallistuminen, joka heikentää aloitetta. Järjestelmän epäonnistuvan tietävät ihmiset varmistavat hiljaisesti, että niin myös tapahtuu.
  • Mainehaitta – Sana leviää siitä, että organisaatiosi hyödyntää ihmisten tietämystä investoimatta heihin. Työnantajamielikuvasi kärsii iskusta, jota et voi helposti korjata.

Jones kertoo, miten EyeMail vältti tämän ansan.

Emme ottaneet käyttöön muodollisia koulutusoppaita. Sen sijaan loimme tekoälystä kiinnostuneiden piirejä, viikoittaisia tapaamisia, joissa tiimin jäsenet jakoivat havaintojaan, testasivat kehotteita ja pohtivat vaikutuksia tunteisiin. Nämä eivät olleet vain teknisiä opastuksia, vaan tarinankerronnan työpajoja.

Lisa Jones image
Lisa Jones Opens new window

Toimitusjohtaja, EyeMail

Tekoälyn hoitaessa toistuvia tehtäviä Jonesin tiimi keskittyi entistä syvemmin tarinankerrontaan, innovointiin ja asiakasymmärrykseen.

"Uteliaisuudesta tuli keskeinen arvo", hän sanoi. "Tiimin jäsenet tunsivat olevansa sitoutuneempia, arvostetumpia ja innostuneempia kokeilemaan."

Kaikki on yhdistettävä niin, että ihmiset näkevät sen investointina itseensä, eivät korvaamisena.

Miksi pienemmillä organisaatioilla on etulyöntiasema

Suuryritykset ovat jo automatisoineet toimintojaan laajasti RPA:n ja ennakoivan tekoälyn avulla. Ne ovat rakentaneet monimutkaisia järjestelmiä, joissa on useita hyväksyntätasoja, vaatimustenmukaisuusvaatimuksia ja oikeudellisia rajoitteita.

Agenttipohjaisen arkkitehtuurin lisääminen tähän monimutkaisuuteen luo eksponentiaalisesti lisää mahdollisia vikaantumispisteitä.

Pienillä tiimeillä on etuja tekoälyn käyttöönotossa. Niiden on navigoitava harvemmissa prosesseissa, sovitettava yhteen harvempien päätöksentekijöiden näkemykset ja käsiteltävä vähemmän vaatimustenmukaisuuteen liittyviä ongelmia.

Paras agenttipohjainen arkkitehtuuri ei ole liian monimutkainen. Mitä pelkistetympänä pidät sen, sitä vähemmän siinä on rikkoutuvia osia.

Agentit toimivat parhaiten, kun ne voivat toimia selkeiden rajojen puitteissa ja mahdollisimman vähäisillä riippuvuuksilla. Kun ne voivat tehdä päätöksiä ilman, että niiden tarvitsee navigoida monimutkaisissa hyväksyntäprosesseissa. Kun ne voivat käyttää tietoja ilman, että niiden tarvitsee täsmäyttää viittätoista eri järjestelmää.

Pienemmillä organisaatioilla tämä on oletusarvoista. Suurten organisaatioiden on rakennettava se tarkoituksellisesti.

Lähes puolet organisaatioista mainitsee tietojen haettavuuden (48 %) ja tietojen uudelleenkäytettävyyden (47 %) haasteiksi tekoälyn automaatiostrategialleen. Tietojasi ei ole valmisteltu agenttien hyödynnettäväksi, vaikka ne tarvitsevat liiketoimintaympäristön kontekstia.

Toimitusjohtajan ja tietoturvajohtajan välinen kuilu

Toimitusjohtajat ovat optimistisia. 67,1 % uskoo tekoälytyökalujen auttavan heitä tekemään parempia kyberturvallisuuspäätöksiä. 60,2 % uskoo yrityksensä olevan kilpailijoita paremmin valmistautunut vastaamaan tekoälyuhkiin.

Tietoturvajohtajat ovat varovaisia. Vain 58,6 % jakaa tämän luottamuksen. Vain 19,5 % uskoo tekoälyn vahvistavan kyberpuolustusta, kun toimitusjohtajista näin uskoo 29,7 %.

Tämä kuilu kertoo kaiken organisaation valmiudesta.

Turvallisuudesta, vaatimustenmukaisuudesta ja operatiivisesta riskistä vastaavat ihmiset näkevät ongelmia, joita ylin johto ei näe. He ymmärtävät, että agentit tuovat mukanaan uusia hyökkäysvektoreita. Että moniagenttijärjestelmät tekevät virheenkorjauksesta painajaismaista ja että laajamittaista autonomista päätöksentekoa varten ei vielä ole hallintamalleja.

Vain 14 % tietoturvajohtajista tuntee olevansa täysin valmistautunut integroimaan tekoälyn kyberturvallisuusoperaatioihin. Yli 50 % mainitsee tietohallintojohtajien ja toimitusjohtajien tuen puutteen suurimmaksi haasteekseen.

Se, onko organisaatiosi saavuttanut yhteisymmärryksen siitä, mitä käyttöönotto todella edellyttää, näkyy ensin tässä.

Mitä tämä kuilu todella tarkoittaa

Kun toimitusjohtajasi on optimistinen ja tietoturvajohtajasi huolestunut, sinulla on tekoälyn omistajuuteen liittyvä strategiaongelma.

Liiketoimintapuoli näkee mahdollisuuksia. Operatiivinen puoli näkee riskejä. Eikä kukaan ole rakentanut siltaa niiden välille.

Tämä näkyy käyttöönottopäätöksissä, resurssien kohdentamisessa ja siinä, miten asetat nopeuden ja turvallisuuden tärkeysjärjestykseen.

Marin ja George rakensivat tämän sillan osaksi agenttien suunnitteluprosessiaan. Kun kysyin heiltä suostumuksesta ja läpinäkyvyydestä heidän henkilöstöhallinnon agenteissaan, George selitti:

"Meidän on varmistettava, että kaikessa, mitä teemme toimijapohjaisella tekoälyllä, on asianmukainen suostumuksen taso ja että nämä automaattiset prosessit ovat eettisiä.

Marin lisäsi: "Keskustelimme tiimin kanssa jatkuvasti kunkin käyttötapauksen erityispiirteistä erikseen. Esimerkiksi henkilöstön pysyvyyttä edistävän agenttimme kohdalla keskustelimme siitä, onko järkevää tarjota nämä näkemykset koontitasolla. Vai olisiko järkevää tehdä se yksilötasolla ja ilmoittaa asiasta suoraan esihenkilölle?"

Useimmissa organisaatioissa tämän sillan rakentaminen kuuluu johdolle, mutta johtajina eivät toimi toimitusjohtaja ja tietoturvajohtaja. Sen sijaan henkilöstöjohtajan (ihmiset ja prosessit) ja tietohallintojohtajan välinen kumppanuus (tietojen laatu ja parhaat käytännöt) luo tasapainon, jossa mahdollisuudet voidaan hyödyntää riskit välttäen.

Organisaatiot, jotka kuromavat tämän kuilun umpeen varhain, etenevät nopeammin. Ne rakentavat hallintakehykset ennen kuin niitä tarvitaan. Ne investoivat havainnointiin ja valvontaan sekä luovat selkeät eskalointipolut tilanteisiin, joissa agentit tekevät päätöksiä toimivaltuuksiensa ulkopuolella.

Toimijapohjaisen tekoälyn infrastruktuuri

Agentit tarvitsevat muutakin kuin rajapintoja ja tietoputkia. Ne tarvitsevat infrastruktuurin, jota useimmilla organisaatioilla ei ole.

Identiteetin ja käyttöoikeuksien hallintaa, joka toimii useiden agenttien välillä. Työkaluluetteloita, joiden avulla agentit voivat löytää ominaisuuksia ilman kiinteästi ohjelmoituja integraatioita. Käytäntöjen valvontaa, jota sovelletaan johdonmukaisesti riippumatta siitä, mikä agentti tekee päätöksen.

Ja havainnointia, jonka avulla voit diagnosoida ongelmia, kun useat agentit ovat odottamattomalla tavalla vuorovaikutuksessa keskenään.

Tämä ei myöskään ole mikään tilapäinen ongelma, sillä 65 % johtajista mainitsee toimijapohjaisten järjestelmien monimutkaisuuden suurimmaksi esteekseen kahtena peräkkäisenä vuosineljänneksenä.

On tärkeää muistaa, että infrastruktuuri ei tarkoita pelkästään teknologiaa, vaan myös organisaation kyvykkyyttä.

Jones oppi tämän rakentaessaan toimijapohjaisia työnkulkuja EyeMailissa. Hänen tiiminsä käyttää Miro AI:ta asiakaspolkujen visualisointiin sekä tunnepitoisten kosketuspisteiden ja kitkakohtien tunnistamiseen. HubSpot AI:n käyttö tarjoaa käyttäytymiseen liittyviä näkemyksiä ja segmentointia, mikä auttaa heitä personoimaan perehdytysprosesseja ja hoivaamisjaksoja.

"Paransimme perehdytyksen loppuunsaattamisastetta 40 %. Mahdollistimme joustavat ja modulaariset asiakaspolkujen suunnitelmat lääke-, teknologia- ja autoteollisuuden asiakkaille. Toimitimme tarinankerronnan viitekehyksiä, jotka kohtaavat asiakkaat heidän lähtökohdastaan – emotionaalisesti ja operatiivisesti", hän sanoi.

Tietojen laadun vaatimukset

Asiakkaasi esiintyy CRM-järjestelmässä nimellä "Acme Corp", sähköpostijärjestelmissä nimellä "Acme Corporation", sopimuksissa nimellä "ACME Inc." ja puheluiden litteroinneissa nimellä "Acme".

Ilman entiteettien yhdistämistä agentit hajauttavat ymmärryksensä useisiin epätäydellisiin profiileihin.

73 % yritysten datajohtajista pitää ”datan laatua ja kattavuutta” ensisijaisena esteenä tekoälyn menestykselliselle hyödyntämiselle. Tämä on merkittävämpi este kuin mallin tarkkuus, laskentakustannukset ja osaajapula.

Et voi kiertää huonon datan ongelmaa agenttien avulla. Se on korjattava ensin.

Näin otat agenttisen tekoälyn menestyksekkäästi käyttöön

Menestyksekkäästi agenttisia järjestelmiä käyttöön ottavat organisaatiot eroavat toisistaan kolmella tavalla.

  1. Ottavat työn tekijät mukaan agenttien suunnitteluun. Eivät konsultteina, vaan tiimin keskeisinä jäseninä. Heille maksetaan tästä työstä oikeudenmukainen korvaus, ja sitä hyödynnetään osaamisen kehittämisen mahdollisuutena.
  2. Rakentavat hallintomallin ennen skaalaamista. Selkeät käytännöt sille, mitä agentit voivat ja eivät voi tehdä. Toimintamallit poikkeustapausten eskaloimiseksi. Järjestelmien valvonta, joka havaitsee ongelmat ennen niiden kasautumista.
  3. Pitävät järjestelmät kevyinä. Ne vastustavat kiusausta rakentaa monimutkaisia moniagenttijärjestelmiä ennen yhden agentin tuottaman arvon osoittamista. Ne lisäävät monimutkaisuutta vain, kun yksinkertaisemmat lähestymistavat eivät toimi.

”Tekoäly yhdistää vision ja toteutuksen välisen etäisyyden”, Jones sanoo. ”Se, mikä aiemmin vaati viikkojen tutkimustyötä, konsulttien panosta ja toimintojen välistä yhteensovittamista, voi nyt alkaa hyvin laaditusta kehotteesta.

Ratkaisevaa on kuitenkin se, miten sinne päästään. Hänen tiiminsä ei vain ottanut käyttöön muodollisia koulutusoppaita. He loivat tekoälyuteliaisuuden piirejä, viikoittaisia tapaamisia, joissa tiimin jäsenet jakoivat havaintojaan, testasivat kehotteita ja tutkivat vaikutuksia.

”Minulle tulevaisuuden organisaatio on tekoälyagenttien voimaannuttama verkosto, jossa tekoälyagentit vapautetaan toteuttamaan näitä mikrointerventioita laajassa mittakaavassa”, Marin sanoo. ”Suurilla monikansallisilla yrityksillä on rooli tämän uuden työskentelytavan hautomoina – kyse on siitä, mitä kutsumme verkosto ensin -työn tulevaisuudeksi.”

Tästä eivät synny hyvät lehdistötiedotteet. Mutta se erottaa ratkaisuja käyttöön ottavat 14 prosenttia organisaatioista niistä 38 prosentista, jotka ovat jumissa pilottivaiheessa.

Kysymys, johon sinun on vastattava nyt

Agenttinen arkkitehtuuri ei ole tulossa. Se on täällä.

40 % yrityssovelluksista integroi tehtäväkohtaisia tekoälyagentteja vuoden 2026 loppuun mennessä, kun vuonna 2025 osuus oli alle 5 %.

Agenttien käytön lisääntyessä jokaisen yrityksen on vastattava kysymykseen siitä, pystyykö se täyttämään sen, mitä agenttihaaste edellyttää. Kyse ei ole vain teknisestä kyvykkyydestä, vaan myös organisaation valmiudesta. Tämä tarkoittaa seuraavaa:

  • Oikeat ihmiset samassa huoneessa.
  • Infrastruktuuri, joka tukee autonomista päätöksentekoa.
  • Hallintomalli, joka havaitsee virheet ennen niiden kasautumista.
  • Datan laatu kontekstitietoisten valintojen tekemiseen.
  • Halukkuus investoida ihmisiin yhtä paljon kuin teknologiaan.

Useimmat organisaatiot epäonnistuvat tässä. Ne suhtautuvat agenttiseen tekoälyyn teknisenä päivityksenä sen sijaan, että näkisivät sen organisaation uudistamisena.

Ne kuuluvat niiden 40 prosentin joukkoon agenttisen tekoälyn hankkeista, jotka Gartner ennustaa peruttavan vuoden 2027 loppuun mennessä kustannusten kasvun, epäselvän liiketoiminta-arvon tai riittämättömien riskienhallintakeinojen vuoksi.

Oikein toimivat organisaatiot ymmärtävät, että agenttinen arkkitehtuuri edellyttää muutakin kuin insinöörejä. Se edellyttää niiden ihmisten omakohtaista kokemusta, joiden työtä yrität vahvistaa.

Ja ne rakentavat järjestelmiä, jotka kunnioittavat tätä todellisuutta.