Tekoälyagentti tietää kaiken — ja ymmärtää mitään

”Meidän pitäisi liittyä vanhempieni matkaan Irlantiin” — tämä yksinkertainen lause lähetti värisyttävän tunteman selkäni pitkin.

Vaimoni ja minä matkustamme laajasti. Tiedämme, mitä me tykkäämme. Vaimoni vanhemmat matkustavat harvoin yli muutaman sadan mailin kotinsa ulkopuolelle ja ovat lähteneet maasta yhdessä vain kerran — häidemme vuoksi.

Ja tämä matka oli joululahja vaimoni isältä vaimolleni, jotta hän voisi mennä ja käydä perheensä luona, ehkä viimeisen kerran.

Näin tämän matkan kehittyvän yhdessä sanassa: katastrofi. Miten maailmassa voisimme yhdistää niin erilaiset kokemukset ja odotukset, jotta voisimme käydä upean matkan — tai ainakin ei vihamme toisiamme matkan lopussa?

Kuten mikä tahansa kunnioitettava techie, etsin ratkaisua teknologian avulla — erityisesti tekoälystä.

Mutta mitä en odottanut, oli se, että pieni kokeiluni tekoälyvoimaisen perhematkan suunnittelusovelluksen kehittämisessä opettaisi minulle melkein kaiken, mitä tarvitsen tietää tekoälyn soveltamisesta yrityksen IT-järjestelmissä.

MITä enemmän tekoälyä ruokitaan, sitä tyhmempää se tulee

Useimmat yritysten tekoälykäytönotot seuraavat ennustettavaa mallia. Organisaatiot aloittavat antamalla agentille joukon ohjeita ja yhdistämällä sen tietolähteeseen, joko se on RAG (Retrieval-Augmented Generation) -kehys, olemassa oleva tietokanta tai jopa MCP-palvelin. Seuraavaksi lisätään LLM ja annetaan sen tehdä sen työnsä.

Ongelma on, että LLM:t ovat ytimeltään tyhmiä. Ne eivät tiedä, miten priorisoida kaikkea tietoa, jota niillä on käytössään, joten ne taipuvat kohtelevan jokaista kontekstia yhtä tärkeänä. Ihminen on lisättävä kerros curaatiota, opettaen mallille, mikä on tärkeää ja mikä ei. Ilman curaatiota saadaan tekoäly, joka tietää kaiken ja ymmärtää mitään.

Kolme muistityyppiä, jotka ovat merkittäviä

Tehokkaan yritysten tekoälycuraatoinnin tarkoituksena on hyödyntää kolmea tiettyä muistityyppiä.

Ensimmäinen on institutionaalinen muisti, joka voi tuntua melko perustavalta aluksi. Kun joku sanoo ”rahoituspalvelut”, agentti tietää, että tarkoitetaan yrityksen Rahoituspalvelut-osastoa eikä koko alaa. Tämä muodostuu pysyväksi organisaatiotiedoksi, joka sisältää määritelmiä, mieltymyksiä ja konventioita, jotka eivät usein muutu. Kun tämä laajenee institutionaaliseen tietoon strategisten prioriteettien, avainaloitteiden ja organisaatiodynaamikan ympärillä, se muodostuu rikkaaksi institutionaalisen kontekstin lähteeksi.

Seuraavaksi on toimintahistoria, joka keskittyy merkittäviin päätöksiin, tehtäviin ja tapahtumiin. Kun palvelupyyntö lähetetään tai järjestelmä otetaan käyttöön, agentti tunnistaa kyseisen toiminnon ja merkitsee sen toimintahistoriaan. Tämä muodostuu historialliseksi asiakirjaksi, joka yhdistää organisaatiokontekstin.

Lopulta on lyhytaikainen vuorovaikutuskonteksti. Ajattele sitä hetken hetken vuorovaikutuksena agentin kanssa. Se on hyödyllistä hetkellisesti, mutta menettää nopeasti merkitystään.

Nämä kolme muistityyppiä yhdessä luovat painotusjärjestelmän, jota yleiset tekoälymallit puuttuvat. Nyt kun joku kertoo agentille yrityksestä, he luokittelevat ja priorisoivat kaiken muistin ja curaattorin tärkeää tietoa. Tämä muodostaa tekoälyn ydin, mitä se pitäisi toimittaa: ei vain alueen tietoa, vaan alueen arviointia.

Mitä curatoitu muisti näyttää laajassa mittakaavassa

Riittää teoreettisesta kehyksestä, mitä tämä näyttää käytännössä? Tässä on, mitä olemme löytäneet 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 curatoitu muisti edullisesti, parempi prosessi voisi sisältää ottamisen näytönkaappauksen, joka näyttää Outlook-virheen, ja lataamisen sitä agentille. Nyt agentti (1) käyttää institutionaalista muistia ymmärtääkseen työympäristösi; (2) tarkistaa toimintahistorian liittyviin tapauksiin; ja (3) soveltaa kontekstuaalista arviointia tiettyyn ratkaisuun, ei vain yleiseen vastaukseen.

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 laajentaa verkkovaikutukseen tai parvi-ilmiöön, tarkastelemalla muita käyttäjiä järjestelmässä, nähdäkseen, onko Outlook-ongelma vain sinun vai koko yrityksen ongelma.

Kontekstualisointi historiassa tai muistissa on se, mikä tekee eron. Jos et curaata muistiasi tehokkaasti, jääät jälkeen niistä, jotka tekevät. On tärkeää, että sinulla on arkkitehtuuri, joka tietää, miten hallita tietoa ajan myötä ja ymmärtää, mitä säilyttää, mitä näyttää ja mitä antaa mennä.

Takaisin matkalle

Miten tekoälyvoimainen matkasuunnittelijani muutti näkemykseni tekoälystä yrityksen IT-järjestelmissä?

Mitä rakensin, oli sovellus, joka toimi henkilökohtaisena matkaneuvottajana ja aloitti ”haastattelemalla” jokaista osallistujaa. Kerroimme kaikki, mitä meille merkitsi matkalla: 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 curasi matkasuunnitelman, joka oli tasapainoinen toimittamaan jotain jokaiselle — voimme kaikki nähdä toiveemme ja mieltymyksiemme edustettuna suunnitelmassa, jonka se tuotti.

Mutta, tietysti, että ensimmäinen aikataulu oli vain luonnos. Siellä oli edelleen monia kysymyksiä, joita piti vastata.

Ja siinä kohtaa tapahtui todellinen taika. Kysyimme agentilta hotellista tai nähtävyydestä tai ajomatkan pituudesta, ja vastaukset, jotka se antoi, olivat rikastettu meidän ainutlaatuisen tilanteen kontekstilla: ”Se olisi pitkä ajomatka lapsille, mutta vaimoni isä rakastaisi linnan (ja ainutlaatuisen kahvilan vieressä) — ja tämä voisi olla juuri paikka, jossa vaimoni saisi massagen.”

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

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