Sinun AI-virkailijasi tietää kaiken — ja ymmärtää mitään

“Meidän pitäisi liittyä vanhempieni matkalle Irlantiin” — tämä yksinkertainen lause lähetti vilkkaan värisangan selkäni pitkin.

Vaimoni ja minä matkustamme laajasti. Tiedämme, mitä me tykkäämme. Vaimoni vanhemmat matkustavat toisaalla harvoin yli muutaman sadan mailin kotinsa lähistöllä ja ovat lähteneet maasta yhdessä yhteensä vain kerran — häidimme.

Päästäksemme tämän matkan toteutumaan, tämä matka oli joululahja vaimoni isältä vaimolleni, jotta hän voisi käydä tapaamassa sukulaistensa, ehkä viimeisen kerran.

Voin nähdä tämän matkan kehittyvän yhteen sanaan: katastrofi. Miten maailmassa voisimme yhdistää villin erilaiset kokemukset ja odotukset, jotta voisimme tehdä upean matkan — tai ainakin ettei meidän tarvitsisi vihata toisiamme matkan lopussa?

Kuten mikä tahansa kunnioitettava techie, tartuin teknologiaan — erityisesti AI:hin.

Mutta mitä en odottanut, oli se, että pieni kokeiluni AI-virtuaalisen perheen matkasuunnittelusovelluksen kehittämisessä opettaisi minulle melkein kaiken, mitä tarvitsen tietää AI:n soveltamisesta yrityksen IT:ssä.

Miten enemmän sinä ruokkit AI:ta, sitä tyhmempää se tulee

Useimmat yrityksen AI-käyttöönotot seuraavat ennustettavaa mallia. Organisaatiot aloittavat antamalla agentille joukon ohjeita ja yhdistämällä sen tietolähteeseen, olipa se sitten RAG (Retrieval-Augmented Generation) -kehys, olemassa oleva tietokanta tai jopa MCP-palvelin. Seuraavaksi lisää kerros LLM ja anna sen tehdä sen asia.

Ongelma siinä on, että LLM:t ovat ytimeltään tyhmiä. Ne eivät tiedä, miten priorisoida kaikkea tietoa, jota niillä on käytettävissään, joten ne taipuvat kohdellemaan jokaista asiayhteyttä yhtä tärkeänä. Ihminen on lisättävä kerros kuratointia, opettamalla mallille, mikä on tärkeää ja mikä ei. Ilman kuratointia saat AI:n, joka tietää kaiken ja ymmärtää mitään.

Kolme muistityyppiä, jotka ovat merkittäviä

Tehokas yrityksen AI-kuratointi tarkoittaa kolmen tietyn tyyppisen muistin hyödyntämistä.

Ensimmäinen on institutionaalinen muisti, joka voi näyttää melko perusluonteen olevan aluksi. Kun joku sanoo “rahoituspalvelut”, agentti tietää, että he tarkoittavat yrityksen Rahoituspalvelujen osastoa eikä koko alaa. Tämä muuttuu pysyväksi organisaatioksi, joka on täynnä määritelmiä, mieltymyksiä ja konventioita, jotka eivät usein muutu. Kun tämä laajenee institutionaaliseen tietoon strategisten prioriteettien, avainaloitteiden ja organisaatiodynaamien ympärillä, se muuttuu rikkaaksi institutionaaliseksi asiayhteysksi.

Seuraavaksi on toimintahistoria, joka keskittyy merkittäviin päätöksiin, tehtäviin ja tapahtumiin. Kun palvelulipuke on tallennettu tai järjestelmä on otettu käyttöön, agentti tunnistaa kyseisen toiminnon ja tallentaa sen toimintahistoriaan. Tämä muuttuu historialliseksi asiayhteysksi, joka yhdistää organisaatiokontekstin.

Lopulta on lyhytaikainen vuorovaikutusasiayhteys. Ajattele sitä hetken hetken vuorovaikutuksena agentin kanssa. Se on hyödyllinen hetkellisesti, mutta menettää merkityksensä nopeasti.

Nämä kolme muistityyppiä yhdessä luovat painotusjärjestelmän, jota yleiset AI-mallit puuttuvat. Nyt kun joku kertoo agentille yrityksestä, he luokittelevat ja priorisoivat kaiken muistin ja kuratoivat tärkeää tietoa. Tämä muodostaa AI:n ytimen, jonka pitäisi toimia: ei pelkästään toimialatietoa, vaan toimialan arviointia.

Mitä kuratoitu muisti näyttää käytännössä

Mutta riittäköön teoreettinen kehys, mitä tämä näyttää käytännössä? Tässä on, mitä olemme havainneet rakennettaessa näitä agenteja itse.

Yksi yleinen IT-skenaario on lähettäminen ongelmalippu avustajalle. Sanotaan, että Outlook ei toimi, joten kirjoitat kuvausongelmasta ja odotat, että agentti tarkistaa ja ehdottaa korjausta.

Mutta kun kuratoitu muisti on puolellasi, parempi prosessi voisi sisältää ottamisen näytönkaappauksen, joka näyttää Outlook-virheen, ja lataamisen agentille. Nyt agentti (1) käyttää institutionaalista muistia ymmärtääksesi työympäristöäsi; (2) tarkistaa toimintahistorian liittyvistä tapahtumista; ja (3) soveltaa kontekstuaalista arviointia tietyn ratkaisun saamiseksi, ei vain yleistä vastausta.

Tuloksena on älykäs agentti, joka ei tarvitse arvata vastausta näytönkaappauksen perusteella. Se on nyt todella kuulustelemassa, tarkastelemassa kaikkea tietoa, joka on tällä hetkellä käynnissä, ja toimittaa hyödyllisemmän vastauksen. Agentti voi jopa laajentua verkkoon tai parvi-ilmiöksi, tarkastelemalla muita käyttäjiä järjestelmässä, nähdäkseen, onko Outlook-ongelma vain sinun vai koko yrityksen ongelma.

Asiayhteyden historiassa oleva kontekstualisointi on se, mikä tekee eron. Jos et kuratoi muistiasi tehokkaasti, jääät niiden taakse, jotka tekevät. On tärkeää, että sinulla on arkkitehtuuri, joka osaa hallita tietoa ajan myötä ja ymmärtää, mitä säilyttää, mitä näyttää ja mitä antaa mennä.

Takaisin matkalle

Miten AI-virtuaalisen matkasuunnittelusovellukseni muutti käsitystäni AI:sta yrityksen IT:ssä?

Mitä rakensin, oli sovellus, joka toimi henkilökohtaisena matkaneuvottajana ja aloitti “haastattelemalla” jokaista osallistujaa. Kerroimme kaikki, mitä meille matkalla merkitsi: mitä oli pakko tehdä ja mitä voitiin jättää väliin. Tärkeämpää oli, että se kysyi meiltä “miksi” — miksi jokin asia oli tärkeää meille, mitä se merkitsi meille.

Käyttäen tätä tietoa, se teki kaksi asiaa. Ensinnäkin, se kuratoi matkasuunnitelman, joka oli tasapainoinen tarjoamaan jotain jokaiselle — me voimme nähdä toiveemme ja mieltymyksämme edustettuna suunnitelmassa, jonka se tuotti.

Mutta, tietysti, se ensimmäinen aikataulu oli vain luonnos. Siellä oli vielä monia kysymyksiä, joita piti vastata.

Ja siinä kohtaa tapahtui todellinen magia. Kysyimme agentilta hotellista tai nähtävyydestä tai ajosta, ja vastaukset, jotka se antoi meille, olivat rikastettu meidän ainutlaatuisten olosuhteiden asiayhteydellä: “Se olisi pitkä ajomatka lapsille, mutta appini rakastaisi linnan (ja ainutlaatuinen kahvila sen vieressä) — ja tämä voisi olla juuri se paikka, jossa vaimoni saisi massagen.”

Täynnä tätä rikasta ymmärrystä siitä, mitä meille merkitsi, se pystyi auttamaan meitä suunnittelemassa ja viimeistelemässä matkaa tavalla, jota en usko, että olisi ollut mahdollista millään muulla tavalla.

Ja se oli yksi niistä ensimmäisistä hetkistä, jolloin ymmärsin, mitä meidän piti rakentaa yritysasiakkaillemme: älykkäitä järjestelmiä, jotka olisivat niin ladattuja organisaatiokontekstilla, transaktiokontekstilla ja henkilökohtaisella kontekstilla, että jokainen vastaus ja jokainen vuorovaikutus olisi kuin sormenjälki: täysin yksilöllinen kyseiselle hetkelle ja vuorovaikutukselle, ja toimittaisi arvon, jota ei voisi tapahtua millään muulla tavalla.