Tekoälyn hyödyntämisen seuraava taso – keskusteluista työnkulkuihin
Kirjoittaja: Matias Vaara
Kuvat: Jeswin Sasindran ja Lauri Eskelinen
Ping.
Viesti kilahtaa pikaviestiohjelma Slackiin kahdeksalta aamulla. Lähettäjänä ei ole työkaveri, vaan tekoälyagentti. Se kertoo tiiviissä muodossa päivän ohjelmasta.
Yhdessä asiakkuudessa on deadline tulossa ja muista vastata Katille huomisesta kick-offista.
Joka aamu tekoälyohjelma Claude Coworkilla luotu agentti käy läpi kalenterini, sähköpostini, sekä Slack-viestitini ja luo tärkeimmistä tiivistelmät. Se muistuttaa tulevista asioista ja taustoittaa päivän palavereita.
Päivän alustuksen antanut tekoälyagentti on esimerkki uudesta tavasta hyödyntää tekoälyä – agentiivisista työnkuluista.
Näkyykö tekoäly kaikkialla paitsi tuottavuudessa?
Monien yritysten johto on herännyt viime aikoina siihen, että tekoälypuheesta huolimatta sen käyttö ei ole välttämättä nostanut yrityksen tuottavuutta.
Tekoälyn hyödyntäminen on jäänyt yksittäisten innostuneiden ihmisten kokeiluiksi, eikä se ole muuttanut oleellisesti liiketoimintaa.
Sama huomattiin jo tietokoneiden saapuessa työpaikoille. Nobel-palkittu ekonomisti Robert Solow totesi 1990-luvulla että “Tietokoneiden aikakausi näkyy kaikkialla paitsi tuottavuus-tilastoissa”.
Vika ei kuitenkaan ollut teknologiassa, vaan siinä miten se otettiin käyttöön.
Stanfordin tutkija Erik Brynjolfsson kirjoitti vuonna 1993, että suurin osa tietokoneita hankkineista yrityksistä jatkoi toimintaansa kuten ennenkin. Tietokone oli irrallisena kuriositeettina nurkassa. Muistan oman työurani alusta työkaverit, jotka tulostivat tietokoneelta sähköposteja ja laskuja omiin mappijärjestelmiinsä.
Brynjolfsson huomasikin, että yritykset jotka suunnittelivat keskeiset työnkulkunsa uudeelleen tietokoneita hyödyntäen saivat uudesta teknologiasta isoimmat hyödyt irti. Kirjanpito tehtiin kokonaan “sähköisesti” eikä irrallaan perinteistä työnkulusta.
Sama pätee tekoälyn hyödyntämiseen.
Kuvassa: Matias Vaara Helsingin Ekonomien, Service Design Network Finlandin ja Goforen yhteistapahtumassaapahtumassa: Ihminen, tekoäly ja päätöksenteko – mistä syntyy onnistuminen?
Yksittäisistä kysymyksistä toistuviin työnkulkuihin
Olen auttanut Reaktorin ja RELEX:n kaltaisten yritysten työntekijöitä hyödyntämään tekoälyä työssään.
Viime aikoina olemme keskittyneet siihen, miten tuomme tekoälyn osaksi yrityksen keskeisiä toistettavia työnkulkuja – esimerkiksi asiakastutkimusta, ideointia ja myyntiä.
Yllä mainittu aamulla annettava päivitys on yksi esimerkki näistä agentiivisista työnkuluista.
Agentiiviset työnkulut tarkoittavat siirtymistä yksittäisistä keskusteluista tekoälyn kanssa toistettaviin työnkulkuihin. Tekoäly tekee liiketoiminnan kannalta hyödyllisiä asioita jatkuvasti tietyllä aikataululla. Parhamillaan tekoäly voi syöttää ihmisille uusia ideoita tai hoitaa tylsempiä hommia ihmisten keskittyessä vaikeimpiin ongelmiin.
Agentit toistuvien työnkulkujen apureina
Otetaan muutama esimerkki agentiivisista työnkuluista.
Toimialan seuraaja agentti seuraa minulle tärkeitä toimialan uutisia ja kirjoituksia, tekee niistä tiivistelmän ja lähettää sen Slackissa joka viikko. Tekoäly käy sitä varten läpi noin 100 erilaista julkaisua blogeista some-tileihin ja poimii sieltä minun yrityksille oleellisimmat uutiset ja ideat.
Samaa seuraaja-agentin logiikkaa voi hyödyntää erilaisiin jatkuviin analyseeihin. Tuntemani start-up kerää jatkuvasti sadoilta asiakkailta palautetta tuotteesta ja tekee niistä kehityksessä hyödynnettäviä tiivistelmiä Slack-viesteihin.
Tarjousten laatija agentti luo uuden myyntipalaverin muistiinpanojen pohjalta ensimmäisen version tarjouksesta potentiaalisille asiakkaalle. Olen antanut tekoälylle taustatiedoksi oleellisimmat faktat yrityksestäni sekä esimerkkejä edellisistä tarjouksista. Lähteenä olleet muistiinpanot palaverista on luonut tekoälytyökalu Jamie. Se on ollut mukana kuuntelemassa palaveria ja tekee siitä sanatarkan litteroinnin – salailematta ja asiakkaan luvalla.
Kuvassa: Matias Vaara
Mistä löytää agenteille sopivia työnkulkuja?
Asiakkaideni kanssa olemme hahmottaneet potentiaalisimpia työnkulkuja, joissa tekoäly voisi toimia apurina.
Parhaimmillaan ne ovat toistuvia, rahallisesti arvokkaita ja paljon analyysiä sisältäviä. Tarjoukset on hyvä esimerkki hedelmällisestä agenttien käyttötapauksesta – ne ovat toistuvia, arvokkaita ja sisältävät usein samoja elementtejä.
Ajatuksena ei ole poistaa ihmistä työstä, vaan luoda assistentteja jotka syöttävät ihmisille hyödyllistä tietoa tai ensimmäisiä versioita työstä. Ihmisen rooli agenttien ohjaajana, laadun varmistajana ja työn viimeistelijänä on edelleen korvaamaton.
Toistuvat työnkulut muodostuvat muutamasta yhteisestä elementistä:
– käynnistäjä – ehto jolloin työnkulku alkaa – esimerkiksi joka aamu kello kahdeksan
– konteksti – taustatiedot ja ohjeet joita tekoäly noudattaa – esimerkiksi mitä yritykseni tekee ja mitä haluan aamun päivityksen sisältävän
– työkalut – riittävä pääsy työtehtävän kannalta oleellisiin työkaluihin kuten lukuoikeus sähköpostiin tai mahdollisuus lähettää päivityksiä Slack-viesteinä
– tekoälyn tehtävät – mitä tekoäly tekee työnkulussa – esimerkiksi analysoi projektin tapahtumat ja luo niistä selkeän päivityksen
Teknisesti helpointa on paketoida työnkulut Skills-tiedostoiksi. Johtavat agentiiviset tekoäly työkalut Claude Cowork ja OpenAI:n Codex käyttävät Skill nimisiä tekstitiedostoja agenttien ohjeistamiseen. Olemme monien asiakkaideni kanssa luoneet omia sisäisiä Skills-kirjastoja yleisimmistä yrityksen työnkuluista.
Lisäksi on tärkeä huomioida tietoturvallisuus ja määritellä selkeästi mihin tietoihin tekoälyllä on pääsy ja mitä se saa tehdä. Liikkeelle kannattaa lähteä varovasti ja tehdä yhteistyötä IT-osaston osaajien kanssa. Isommissa yrityksissä vastuu ja mahdollisuus mokiin on suurempi, joten ymmärrettävästi agenttien luominen vaatii enemmän varovaisuutta ja yhteistyötä sidosryhmien välillä. Toimialan seuraaja agentti on esimerkki käyttötapauksesta, joka ei vaadi pääsyä arkaluonteisiin tietoihin.
Päivän agenda
Tänään ohjelmassa on iltapalaveri amerikan länsirannikolla olevan asiakkaan kanssa. Tekoäly-agenttini muistuttaa edellisestä keskustelusta ja siihen liittyvistä avoimista tehtävistä. Se huomauttaa myös, että minulla on päällekkäinen palaveri samaan aikaan. Tekoäly ei suuresta älykkyydestään huolimatta ymmärrä, että olen luonut sen tiedoksi puolisolleni illalla olevasta samasta palaverista.
Esimerkki kuvastaa agentteja assistentteina. Ne saattavat olla usein yllättävän hyödyllisiä ja välillä hieman vinksahtaneita. Meidän tehtävämme on antaa niille sopivan kokoisia tehtäviä, tarvittavat taustatiedot ja vastata itse aina lopulta työn laadusta.
Matias Vaara
Matiaksen yritys Vaara&Co auttaa yrityksiä hyödyntämään tekoälyä systemaattisesti työssään. Sen asiakkaina ovat olleet muun muassa Reaktor, RELEX, Futurice, ja KONE. Matiaksella on 17 vuoden kokemus palvelumuotoilusta ja markkinoinnista. Hän myös luennoi tekoälyn vaikutuksesta työhön Aalto-yliopistossa.
Lue myös artikkeli Ihminen, tekoäly ja päätöksenteko – konteksti ratkaisee enemmän kuin kielimalli, jonka Lauri Eskelinen on kirjoittanut tapahtuman paneelikeskustelun inspiroimana. Ihminen, tekoäly ja päätöksenteko – mistä syntyy onnistuminen? -tapahtuma järjestettiin 28.4.2026 yhteistysössä Service Design Network Finlandin ja Goforen kanssa.