Tekoälyagentit, tekoälyavustajat ja työnkulut: mitä eroa niillä on?

Tekoälyavustajat auttavat ihmistä, tekoälytyönkulut noudattavat ennalta määriteltyä prosessia ja tekoälyagentit päättävät, miten tavoite saavutetaan. Kaikki kolme voivat käyttää samoja taustalla olevia malleja ja työkaluja, mutta ne jakavat päätösvallan eri tavoin.

Termejä käytetään usein väljästi, mikä synnyttää epärealistisia odotuksia ja heikentää hallintaa. ”Agentiksi” kutsuttu tuote voi olla keskustelukäyttöliittymällä varustettu työnkulku, avustaja voi suorittaa toimintoja ja työnkulku voi sisältää agenttimaisen vaiheen. Olennaista ei ole nimitys, vaan se, kuka valitsee etenemistavan, kuka hyväksyy toiminnon ja kuinka ennakoitavan järjestelmän on oltava.

Lyhyesti

Mikä on tekoälyavustaja?

Avustaja auttaa ihmistä tehtävän suorittamisessa, mutta ihminen säilyy ensisijaisena päätöksentekijänä. Avustaja voi tiivistää asiakirjan, luonnostella koodia, ehdottaa vastausta, selittää virheen tai suositella seuraavaa vaihetta. Käyttäjä tarkistaa tuotoksen ja päättää, käyttääkö sitä.

Avustajan määrittävä piirre on vuorovaikutus, ei tietynlainen käyttöliittymä. Avustaja voi käyttää vain lukuun tarkoitettuja työkaluja tai valmistella ehdotuksen toiminnosta, mutta yleensä ihminen pysyy lähellä päätöksentekoa ja toteutusta.

Avustajista on hyötyä silloin, kun ihmisen asiayhteyden tuntemus on olennaista, virheet ovat kalliita tai tavoiteltu lopputulos on subjektiivinen. Ne vähentävät työmäärää edellyttämättä, että järjestelmä ratkaisee koko tehtävän itsenäisesti.

Mikä on tekoälytyönkulku?

Tekoälytyönkulku on vaiheiden sarja, jonka reititys on pitkälti määritelty etukäteen. Joissakin vaiheissa voidaan käyttää mallia esimerkiksi saapuvan pyynnön luokitteluun, tietojen poimimiseen tai yhteenvedon kirjoittamiseen, mutta koodi määrittää, miten prosessi etenee vaiheesta toiseen.

Asiakastuen työnkulussa tukipyyntö voidaan luokitella, tilitiedot hakea, luonnos laatia, käytäntöjen mukaisuus tarkistaa ja tulos siirtää tarkastusjonoon. Mallin tuottama sisältö voi vaihdella, vaikka prosessin kokonaiskulku pysyy ennakoitavana.

Anthropicin oppaassa tehokkaiden agenttien rakentamisesta käytetään tätä erottelua: työnkuluissa kielimalleja ja työkaluja ohjataan ennalta määritettyjä koodipolkuja pitkin, kun taas agentit ohjaavat omaa prosessiaan ja työkalujen käyttöä dynaamisesti.

Mikä on tekoälyagentti?

Agentti saa tavoitteen ja voi itse päättää, mitä vaiheita sen saavuttaminen edellyttää. Se voi valita työkaluja, laatia tai muokata suunnitelmaa, reagoida havaintoihin, toipua joistakin virheistä ja jatkaa, kunnes pysäytysehto täyttyy.

Tutkimusagentti voi esimerkiksi päättää, mistä lähteistä se etsii tietoa, tunnistaa puutteita, muuttaa hakulausekkeitaan, vertailla näyttöä ja laatia lähdeviitteillä varustetun raportin. Kehittäjä ei määritä etukäteen jokaista hakua tai tarkkaa vaiheiden määrää.

Agenteista on hyötyä vaihtelevissa ympäristöissä, joissa etenemisreittiä ei voida ennakoida kokonaan. Sama joustavuus tekee niistä työnkulkuja vähemmän deterministisiä.

Raja on jatkumo

Työnkulku voi sisältää agenttimaisen vaiheen, ja agentti voi käyttää determinististä työnkulkua työkaluna. Agentti voi esimerkiksi päättää, että asiakas täyttää hyvityksen käsittelyn ehdot, minkä jälkeen ennalta määritelty työnkulku tarkistaa tilauksen, laskee sallitun summan ja ohjaa lopullisen päätöksen valtuutetulle työntekijälle. Näiden toimintamallien yhdistäminen tuottaa usein parempia järjestelmiä kuin koko tuotteen luokitteleminen yhdellä nimikkeellä.

Todelliset tuotteet yhdistävät näitä toimintamalleja. Avustaja voi sisältää agentin, joka suorittaa rajatun osatehtävän. Työnkulku voi ohjata poikkeuksellisen tapauksen agentille. Agentti voi puolestaan hyödyntää deterministisiä työnkulkuja arkaluonteisissa toiminnoissa.

On täsmällisempää kuvata autonomian tasoa ja laajuutta:

• Ehdotus: järjestelmä ehdottaa sisältöä tai päätöstä, ja ihminen toimii.
• Toimenpideluonnos: järjestelmä valmistelee muutoksen, ja ihminen hyväksyy sen.
• Rajattu suoritus: järjestelmä toimii automaattisesti suppeissa ja palautettavissa rajoissa.
• Mukautuva suoritus: järjestelmä valitsee vaiheet ja työkalut käytäntöjen asettamissa rajoissa.
• Delegoitu toiminta: järjestelmä hoitaa laajoja tehtäviä ja siirtää poikkeustapaukset eteenpäin.

Saman tuotteen eri vaiheet voivat sijoittua eri tasoille.

Miten nämä järjestelmät eroavat perinteisestä automaatiosta

Perinteinen automaatio noudattaa nimenomaisia sääntöjä ja determinististä logiikkaa. Robottiprosessiautomaatio voi jäljitellä hiiren napsautuksia ja tietojen syöttämistä tutuissa käyttöliittymissä. Työnkulku voi yhdistää tällaiseen automaatioon mallipohjaisia vaiheita. Agentti saa harkintavaltaa myös itse toimintareitin valintaan.

Mallin käyttö ei automaattisesti tee järjestelmästä agenttimaista. Ajastettu prosessi, joka käsittelee jokaisen asiakirjan samalla kiinteällä tiivistysohjeella, on edelleen työnkulku.

Minkä toimintamallin valitset?

Arvioi sitten panokset. Vähäisen vaikutuksen tutkimusagentti voi toimia useita vaiheita ennen tarkistusta, kun taas talous- tai hallintoagentin pitäisi pysähtyä ennalta määritellyissä päätöskohdissa. Arkkitehtuurin nimike ei ratkaise turvallisuutta, vaan sen ratkaisevat kullekin toiminnolle annetut oikeudet, toiminnon palautettavuus ja valvonta.

Valitse avustaja, kun:

• käyttäjällä on tärkeää taustatietoa, jota järjestelmä ei pysty täysin huomioimaan;
• laadun arviointi on subjektiivista tai edellyttää ammatillista harkintaa;
• tehtävä on harvinainen, panoksiltaan suuri tai vaikeasti automaattisesti arvioitava;
• käyttöönotto edellyttää, että ihmiset ymmärtävät tuotoksen ja voivat hallita sitä.

Valitse työnkulku, kun:

• vaiheet ja päätöskohdat ovat tiedossa;
• johdonmukaisuus, tarkastettavuus ja nopeus ovat joustavuutta tärkeämpiä;
• liiketoimintasäännöt voidaan määritellä ja testata suoraan;
• prosessi käsittelee suuria määriä tapauksia, joissa poikkeuksia on rajallisesti.

Valitse agentti, kun:

• tavoite on selvä, mutta reitti vaihtelee;
• järjestelmän on kerättävä tietoa ja reagoitava löytämiinsä asioihin;
• työkalujen valinta ja suunnitelman muuttaminen tuottavat merkittävää lisäarvoa;
• onnistumista voidaan mitata ja epäonnistumiset voidaan rajata;
• lisäkustannukset ja viive ovat perusteltuja tehtävän tuottamalla arvolla.

Käytännön esimerkki: IT-häiriön käsittely

Copilotti tiivistää lokit, ehdottaa todennäköisiä syitä ja esittää insinöörille diagnostiikkakomentoja.

Työnkulku noudattaa toimintakäsikirjaa: kerää tunnetut mittarit, käynnistää palvelun uudelleen määritellyissä olosuhteissa, tarkistaa sen kunnon ja avaa tukipyynnön, jos tarkistus epäonnistuu.

Agentti tutkii tuntematonta häiriötä, päättää, mitä telemetriatietoja se tarkastelee, muodostaa hypoteeseja, suorittaa hyväksyttyjä diagnostiikkatoimia, päivittää suunnitelmaansa ja valmistelee tai toteuttaa toimivaltansa rajoissa korjaustoimenpiteen.

Kehittynyt järjestelmä voi hyödyntää kaikkia kolmea: työnkulku käsittelee tavalliset hälytykset, agentti tutkii poikkeustilanteita hiekkalaatikossa ja copilotti auttaa insinööriä hyväksymään lopullisen tuotantoympäristöön tehtävän muutoksen.

Kustannusten ja luotettavuuden väliset kompromissit

Kustannukset kasvavat mallin vuorovaikutuskierrosten, työkalukutsujen, uudelleenyritysten ja arvioijien määrän mukana. Luotettavuus voi muuttua kumpaan suuntaan tahansa: lisätarkistukset voivat havaita virheitä, mutta lisävaiheet tarjoavat myös enemmän mahdollisuuksia epäonnistua. Mittaa tehtävän lopputulos kokonaisuudessaan useiden suorituskertojen perusteella sen sijaan, että olettaisit suuremman autonomian tai agenttien määrän parantavan suorituskykyä automaattisesti.

Copilotit tarvitsevat usein vähemmän itsenäisiä toimintavaiheita, mutta vievät ihmisten huomiota. Työnkulkujen suunnittelu vaatii aluksi enemmän työtä, mutta ne toimivat tehokkaasti suuressa mittakaavassa. Agentit voivat vähentää monimutkaisten töiden manuaalista koordinointia, mutta jokainen suunnitteluvaihe, työkalukutsu, uudelleenyritys ja tarkistus lisää viivettä ja kustannuksia.

Myös luotettavuus muuttuu. Työnkulun tunnetut haarat voidaan testata yksikkötesteillä. Agentti voi kulkea eri reittejä toistuvilla suorituksilla. Siksi agenttien arviointi edellyttää edustavia tehtäviä, useita kokeita, toimintareittien tarkastelua ja selkeitä arviointikriteerejä, kuten Anthropicin oppaassa agenttien arvioinnin selventämisestä kuvataan.

Hallinnan tulisi perustua kyvykkyyteen, ei brändäykseen

Organisaatioiden tulisi kartoittaa, mitä järjestelmä todella pystyy tekemään: mitä tietoja se voi lukea, mitä työkaluja se voi käyttää, millaisia päätöksiä se voi tehdä, viestiikö se ulkopuolisten kanssa ja mitkä toimet voidaan perua.

”Copilotti”, jolla on oikeus lähettää viestejä tai muuttaa tietoja, tarvitsee näitä toimia koskevat suojatoimet. ”Agenttiin”, jonka toiminta rajoittuu tutkimukseen hiekkalaatikossa, voi liittyä vähemmän operatiivisia riskejä. Nimet ovat markkinointia; ratkaisevaa on toimivalta.

Näin luet tekoälyagenttien kaavioita

Lue tekoälyagenttien kaavioita numeroidusta syötteestä kohti havaittavaa lopputulosta. Vertailussa rajataan esiin se ero, joka erottaa tekoälyagentit niiden lähimmästä oikopolusta, ja ohjauspolku osoittaa, missä toimivalta tai epävarmuus on tarkistettava ennen todellisia seurauksia. Otsakkeet ovat tavallista mukautuvaa sivutekstiä, joten ne voidaan kääntää, rivittää ja asetella uudelleen puhelimen näytöllä.

Artikkelissa ”Tekoälyagentit, copilotit ja työnkulut: mitä eroa niillä on?” kuva on kartta, ei takuu. Todellinen toteutus voi yhdistää vaiheita, toistaa jonkin vaiheen tai lisätä ihmisen hyväksyntää edellyttävän rajapisteen. Olennaista on, pystyykö tiimi tunnistamaan samat toiminnot käyttöön otetusta järjestelmästä, nimeämään kullekin rajapisteelle vastuuhenkilön ja testaamaan siirtymät niiden välillä. Jos jotakin vaihetta ei voi havaita tai mitata, sen virheitä on vaikea diagnosoida.

Mitä tekoälyagenteista, copilo­teista ja työnkuluista kannattaa muistaa

Copilotit, työnkulut ja agentit ovat kolme tapaa jakaa työtä ihmisten, koodin ja mallien kesken. Copilot pitää ihmisen kuljettajan paikalla. Työnkulussa reitti määritellään koodissa. Agentilla on rajattu harkintavalta reitin valintaan.

Paras ratkaisu on yleensä vähiten autonominen järjestelmä, joka tuottaa vaaditun arvon luotettavasti. Käytä tunnettuihin vaiheisiin kiinteää koodia, todelliseen epäselvyyteen mallin harkintaa ja ihmisen hyväksyntää silloin, kun seuraukset sitä edellyttävät.