Agenttinen AI: Seuraava biljoonaluokan tehokkuusstrategia

LLM-malleista tekoälyagentteihin

Tekoälyn kehitys on muuttanut käsitystämme siitä, miten keinotekoiset järjestelmät voivat olla vuorovaikutuksessa ihmisten kanssa. Tähän on vaikuttanut erityisesti ChatGPT:n kaltaisten suurten kielimallien lähes inhimillinen puhe.

Jo nykyisillä kyvyillään tekoäly voi auttaa ihmisiä tai jopa korvata heidät esimerkiksi kääntämisessä, tiedonhaussa ja ohjelmoinnissa. Tekoälyagentit avaavat kuitenkin uuden tason: ne on suunniteltu toimimaan itsenäisesti tietyssä ympäristössä ja ryhtymään toimiin ilman jatkuvaa vahvistusta tai valvontaa.

Siksi niiden käytännön rooli eroaa selvästi generatiivisesta tekoälystä, kuten kielimalleista ja kuvageneraattoreista, jotka lähinnä reagoivat ihmisen antamiin kehotteisiin.

Tässä yhteydessä ”ympäristö” voi tarkoittaa sekä todellista tilannetta, kuten liikenteessä olevaa autoa itseajavalle agentille, että täysin virtuaalista paikkaa, kuten tiettyä ohjelmistokokonaisuutta tai digitaalista käyttöliittymää.

Tässä vaiheessa tekoäly siirtyy ”keskustelusta” ”tekemiseen”. Yleiskäyttöisistä kielimalleista poiketen agenttien tehtäväalue on usein rajattu. Se tekee niistä tehokkaampia ja luotettavampia itsenäisessä päätöksenteossa, kun taas yleiskäyttöinen tekoäly voi ajautua helpommin odottamattomaan suuntaan.

Tekoälyagentit ovat seuraava askel tekoälyn hyödyntämisessä lukemattomien prosessien tehostamiseen.

AI-agentit selitetty

Pyyhkäise vierittääksesi →

Ovatko AI-agentit uusi läpimurto vai evoluutio?

Näiden ominaisuuksien ansiosta tekoälyagentit ovat aiempia avustajia ja botteja pidemmällä: ne toimivat ennakoivammin ja itsenäisemmin sekä pystyvät hoitamaan monimutkaisia, monivaiheisia tehtäviä.

Ne voivat aidon älyn tavoin kehittää itseään: ne oppivat kokemuksesta, mukauttavat toimintaansa palautteen perusteella ja parantavat suorituskykyään jatkuvasti.

Botit ja tekoälyavustajat voivat siis hoitaa osia agentille annetuista tehtävistä, mutta itsenäisyys, ennakoivuus ja kyky käsitellä monimutkaisuutta erottavat agentit aiemmasta automaatiosta. Ainakin koulutuksensa mukaisessa tehtävässä ne muistuttavat paljon enemmän todellista työntekijää.

Kuinka autonomiset AI-agentit laajenevat eri toimialoilla

Nykyelämässä on paljon toistuvia tehtäviä, jotka ovat hieman liian monimutkaisia yksinkertaisille automaatioskripteille mutta ihmisille puuduttavia. Tekoälyagentit sopivat erityisesti harkintaa vaativiin rutiineihin aina asiakkaan ohjaamisesta vianmäärityksessä kuorma-auton ajamiseen maantiellä.

Ihmisistä poiketen tällaiset agentit voivat työskennellä vuorokauden ympäri ja skaalautua välittömästi ilman lisäkustannuksia.

Tekoälyn nykyistä kyvykkyystasoa voidaan luokitella monin tavoin, mutta mittarit vertaavat sitä tavallisesti koko väestöön. Uusimmat agentit saavuttavat rajatuissa erityistehtävissä tason, johon yltää 50–90 prosenttia ihmisistä.

Näitä ”tason 2–3” agentteja pidetään yleensä tekoälykehityksen puolivälinä ja vasta alkuna yleiselle tekoälylle (AGI).

Uudessa arkkitehtuurissa rakennetaan useita erikoistuneita agentteja, joista kukin hoitaa tietyn tehtävän ihmistyöntekijän tasolla. Monimutkaisemmissa työnkuluissa agentit toimivat peräkkäin ja yhteistyössä pilkkoen kokonaisuuden pienempiin osatehtäviin.

Myös tekoälyalustojen avulla sisäisesti kehitetyt räätälöidyt agentit yleistyvät todennäköisesti, kun koodausagentit vähentävät yrityssovellusten kehityksen monimutkaisuutta.

AI:n ja ihmisten tehokkuuden lisääminen samanaikaisesti

Tekoälyagenttien toinen etu yleiskäyttöiseen tekoälyyn verrattuna on tehokkuus. Ne loistavat yhdessä tehtävässä ilman tarpeettomien kykyjen aiheuttamaa kuormaa.

Erikoistunut agentti voi esimerkiksi ajaa autoa ihmisen tavoin ilman muita ihmisen päättelykykyjä. Se saattaa ”ymmärtää” tiet, mutta ei osaa keskustella, luoda kuvaa kehotteesta tai käsitellä suuria tietokantoja.

Siksi malli tarvitsee vähemmän muistia ja laskentatehoa. Samalla laitteistovaatimukset ja tehtävän energiankulutus pienenevät.

Kuinka paljon autonomiaa?

Tekoälyagenttien suurempi itsenäisyys on niiden vahvin ominaisuus, mutta se voi myös hidastaa käyttöönottoa.

Erittäin pätevään ja luotettavaankaan agenttiin ei välttämättä luoteta täysin, kun päätöksillä on suuri vaikutus todelliseen maailmaan. On eri asia antaa chatbotin hoitaa asiakaspalvelua kuin tuhansien työntekijöiden palkanmaksua.

Tekoälypäätösten laadun ja ihmisten tottumuksen kasvu antaa viranomaisille todennäköisesti mahdollisuuden sallia niille enemmän liikkumavaraa. Samalla avautuu oikeudellisia ja eettisiä kysymyksiä tekoälyn toimien vastuusta.

Tarvitaan selkeä oikeudellinen kehys. Jos itseajava auto esimerkiksi törmää, onko tekoälyagentin tarjoaja vastuussa? Itsenäisyyden kasvaessa päätökset vaikuttavat todellisiin ihmisiin ja muuttuvat kalliiksi vastuukysymyksiksi.

Mukana on myös väärinkäytön, kuten identiteettivarkauksien ja automatisoitujen petosten, riski. Ne ovat lainsäädännöllisiä kysymyksiä, mutta teknologia etenee usein sääntelyä nopeammin.

AI-agenttien tulevaisuus

Voivatko tekoälyagentit kehittyä rajatuksi yleisälyksi?

Varhaiset agentit ovat tehokkuuden ja luotettavuuden vuoksi kapea-alaisia. Korkeamman tason agentit tarvitsevat kuitenkin asiayhteyden ymmärrystä, muistin aiemmista päätöksistä ja tehtävien jatkuvuutta.

Aluksi apuna voi olla ihminen, joka toimii agenttisen tekoälyn ”kapellimestarina” sen sijaan, että tekisi työn itse. Tehokkuuden kannalta perimmäinen tavoite on tietysti poistaa ihmistyö prosessista.

Sairaalassa diagnoosia tekevän tekoälyn on esimerkiksi analysoitava kuvia, ymmärrettävä oireita kuvaavaa tekstiä tai puhetta, yhdistettävä tutkimustulokset ja potilashistoria sekä löydettävä asiaankuuluva kirjallisuus samanaikaisesti. Lopuksi sen on yhdistettävä tiedot älykkäästi.

Rahoitussovellukset

Jotkin alat suhtautuvat epäilevästi ihmisen poistamiseen päätöksenteosta, etenkin valmistus ja terveydenhuolto, joissa virheet voivat olla hengenvaarallisia. Rahoitusala sen sijaan ottaa tekoälyagentit innokkaasti käyttöön.

Rahoitusmaailma käyttää jo pitkälle vietyä automaatiota kaupankäyntijärjestelmistä petosten havaitsemiseen. Fintech-yritykset ovat vielä avoimempia agenttiselle tekoälylle, koska niiden toiminta perustuu rahoituksen tehokkuuden automatisointiin. Biljoonia käsittelevällä alalla tehostuminen voi nopeasti kasvattaa kannattavia marginaaleja.

Agentti voi esimerkiksi hoitaa aikaa vievää täsmäytystä eli pankkitiliotteiden, laskentataulukoiden ja pääkirjojen vertailua. Keskisuuri yritys voi käyttää pelkkään pankkitilien täsmäytykseen yli 300 tuntia vuodessa. Taulukot automatisoivat osan työstä mutta ovat hauraita, kun taas agenttinen tekoäly käsittelee poikkeuksia ja jäsentämätöntä dataa joustavammin.

Sijoittaminen agenttiseen AI:hin

ServiceNow

ServiceNow (NOW ) on vuonna 2003 perustettu pilvialusta, joka rakentaa ja hallinnoi automatisoituja liiketoiminnan työnkulkuja. Vakiintuneesta automaatioasiakaskunnasta ponnistanut yhtiö on siirtynyt täysin agenttiseen tekoälyyn.

Yritykset voivat käyttää ServiceNow’n agentteja, mukauttaa niitä tai luoda kokonaan uusia vähäkoodisilla työkaluilla ja ”vibe-koodauksella”, jossa tekoäly kirjoittaa koodin ihmisen kehotteiden perusteella.

ServiceNow’n keskeinen myyntivaltti on riippumattomuus yksittäisestä tekoälyteknologiasta sekä kyky integroitua yritysten nykyisiin digitaalisiin työkaluihin ja työnkulkuihin. Se tarjoaa myös luotettavan käyttöliittymän kasvavan agenttijoukon keskitettyyn hallintaan.

Tekoälyn hallinta määritellään uudelleen keskitetyn keskuksen avulla, jolla hallitaan, valvotaan ja optimoidaan sekä omia että kolmansien osapuolten agentteja. Suljetuista ekosysteemeistä poiketen ServiceNow ei ole sidottu tiettyyn kielimalliin, vaan se integroituu syvästi NVIDIAan (NVDA ), hyperskaalaajiin ja kasvavaan tekoälyekosysteemiin. Näin yritykset säilyttävät täyden hallinnan ja voivat varautua tulevaan.

Agenttien tavoitteena on parantaa yritysten katteita tehostamalla toimintaa: automatisoimalla IT-tehtäviä, yksinkertaistamalla henkilöstöhallintoa, hoitamalla tavallisia asiakaspyyntöjä ja nopeuttamalla sovelluskehitystä.

Yli 20-vuotias yhtiö kasvaa edelleen nopeasti: liikevaihto kasvoi vuoden 2025 lopussa yli 20 prosenttia edellisvuodesta. Nykyiset asiakasryhmät lisäävät käyttöään johdonmukaisesti, mikä kasvattaa vuosittaista sopimusarvoa. Uusimisaste pysyy 95–97 prosentissa, joten tulot ovat hyvin ennustettavia.

Yhtiö on saavuttanut vahvan liikevoittomarginaalin ja vapaan kassavirran, mikä kuvastaa toistuviin tuloihin nähden matalaa kustannuspohjaa.

ServiceNow’n (NOW) uusimmat osakeuutiset ja kehitys