Konteksti: Luotettavan tietopohjan rakentaminen agenttipohjaiselle tekoälylle

Konteksti on viestinnässämme avainasemassa. Asiayhteydestään irrotetut huomautukset voivat vaikuttaa tarkoittavan täsmälleen päinvastaista kuin oli tarkoitus. Jos tapaamme jonkun asiayhteyden ulkopuolella, meillä voi olla vaikeuksia tunnistaa hänet. Konteksti on liima, joka sitoo ihmissuhteet yhteen ja auttaa meitä löytämään merkityksen sosiaalisesta kanssakäymisestämme.

Sama pätee tekoälyagentteihin. Konteksti auttaa agentteja poistamaan epäselvyyksiä – esimerkiksi erottamaan toisistaan Applen (teknologiayrityksen), Applen (levy-yhtiön) ja omenan (hedelmän). 

Tämä erottelukyky on ratkaisevan tärkeää, sillä yritysten tekoäly tekee päätöksiä ja toimii salamannopeasti: se merkitsee tapahtumia, hyväksyy luottoja ja käynnistää hälytyksiä. Jos agentit eivät ymmärrä työnkuluissaan esiintyviä entiteettejä, ne jatkavat toimintaansa, mutta voit olla varma, että ne tekevät virheitä. 

Koska joidenkin arvioiden mukaan tyypillisessä suuressa yrityksessä käytetään jopa 1 600 agenttia tämän vuoden loppuun mennessä, nämä virheet yleistyvät nopeasti.

Digitaalisten identiteettien täsmäyttämisen haasteet

Agenttipohjainen tekoäly herättää aiheellisesti paljon innostusta, mutta ennen kuin agentit todella ymmärtävät tietoaineistojensa entiteettejä, vaarana on rakentaa tyhjän päälle. 

Tätä ongelmaa ei ole helppo ratkaista. Yksi asiakas voi esimerkiksi esiintyä eri yritystietokannoissa eri nimillä (J. Bloggs, Jane Bloggs, Bloggs jne.). Samoin yksi yritys voi näkyä erillisenä useissa tytäryhtiöissään. Miten agentit voivat tietää, että nämä näennäisesti erilaiset entiteetit liittyvätkin samaan profiiliin? 

Tällä hetkellä ne eivät usein pysty siihen. Tämä johtuu siitä, miten agentit rakennetaan. Agentti on pohjimmiltaan järjestelmä, joka vastaanottaa syötteitä ja tuottaa tuloksia. Mutta kuinka paljon tietoa agenteille tarkalleen ottaen pitäisi antaa? Tutkimusten mukaan liian pitkät konteksti-ikkunat saavat agentit hallusinoimaan. Jos tietoa taas annetaan liian vähän, agentti tekee päätöksen itsevarmasti ja toimii virheellisten tietojen perusteella. Yritysten on löydettävä tarkka tasapaino ja annettava järjestelmälle juuri sen tarvitsema määrä kontekstia – ei enempää eikä vähempää. 

Tietojen yhdistäminen on avainasemassa

Tietojen määrä on vain osa haastetta. Yritysten on otettava huomioon myös tietojen laatu ja yhdistäminen. Puutteellisesti yhdistetyt tiedot johtavat heikkoon kontekstiin. Hallusinointia voi esiintyä, kun agentin päätöksentekoon tarvitsema tieto on pirstoutunut useisiin siiloutuneisiin tietokantoihin, sovelluksiin ja liiketoimintayksiköihin. Noin 80–90 % liiketoiminnan kontekstista on siiloutuneissa ja rakenteettomissa tiedostoissa erillään toisistaan olevissa järjestelmissä. Jos tekoälyllä ei ole pääsyä näihin tietoihin, sen tuotokset perustuvat puutteellisiin oletuksiin. 

Kaikista näistä ongelmista huolimatta tekoälyagentteja otetaan käyttöön yhä nopeammin. Jos yritysjohtajat eivät voi luottaa siihen, että heidän agenttinsa tekevät täsmällisiä päätöksiä ja toimivat oikein, heidän on investoitava ihmisten valvontaan enemmän kuin muuten olisi tarpeen. Itsenäisten ja erittäin tehokkaiden agenttien sijaan yrityksille jää epäluotettavia työkaluja, joita niiden on valvottava jatkuvasti. Vaihtoehtona on liiketoimintariskien kasvattaminen sekä vaatimustenmukaisuudesta vastaavien ja lakitiimien työkuorman lisääminen. 

Kontekstipohjaisen tietoperustan rakentaminen

Mitä siis pitäisi tehdä? Agentit on varustettava täsmällisellä ja varmennetulla tietopohjalla. Tämä tietopohja yhdistää pirstoutuneet tiedot sisäisistä ja ulkoisista lähteistä ja soveltaa yhdenmukaista hallintamallia sekä rakenteellisiin että rakenteettomiin tietoihin. Sen jälkeen tietoihin lisätään konteksti, jotta tekoälylle syötettävät tiedot kuvaavat todellisen maailman suhteita yksittäisten, irrallisten tietueiden sijaan. Näin agentit voivat yhdistää henkilön hänen aliaksiinsa tai tytäryhtiön emoyhtiöönsä. 

Kontekstipohjan ansiosta tekoälyohjatuista toiminnoista tulee täsmällisiä ja selitettävissä olevia, ja ne tukevat luottavaista päätöksentekoa. Yritykset voivat luottaa agentteihinsa sen sijaan, että joutuisivat jatkuvasti valvomaan niitä. Näin ne saavat agenttipohjaisesta automaatiosta täyden hyödyn ilman liiallista valvontaa. 

Teknisesti konteksti muodostuu kahdesta ominaisuudesta. Ensimmäinen on entiteettien täsmäytys. Sen avulla yhdistetään samaan entiteettiin liittyvät tietueet, joiden viittaukset ovat hajallaan eri järjestelmissä ja tietotyypeissä. Tietueet yhdenmukaistetaan luotettavaksi kokonaiskuvaksi ihmisistä, organisaatioista ja omaisuuseristä. Näin ratkaistaan tietojen päällekkäisyyden ja epäselvyyksien ongelma, joka heikentää usein tietojen laatua ja johtaa virheellisiin tekoälyn tuottamiin tuloksiin. 

Toinen ominaisuus ovat tietämysgraafit. Ne lisäävät kontekstia mallintamalla entiteettien välisiä suhteita: sitä, miten asiakkaat liittyvät tileihin, miten tapahtumat liittyvät käyttäytymiseen ja miten riskit leviävät verkostoissa. Yhdessä entiteettien täsmäytyksen kanssa tietämysgraafit muodostavat tarkan kuvan tiedoista sellaisina kuin ne ovat todellisessa maailmassa ja tarjoavat tekoälyagenteille perustan, jota ne tarvitsevat toimiakseen menestyksekkäästi laajassa mittakaavassa. 

Hyötyjä agenttipohjaisen tekoälyn ulkopuolellakin

Tekoälyagentit eivät tietenkään ole ainoita, jotka hyödyntävät yrityksen dataa. Kontekstia hyödyntävä tietoperusta varmistaa, että myös operatiivinen henkilöstö, vaatimustenmukaisuudesta vastaavat tiimit, liiketoiminta-analyytikot, HR-tiimit ja kaikki muut datan käyttäjät saavat käyttöönsä yhtenäisen ja paikkansapitävän kuvan maailmasta. 

Tämä voi puolestaan auttaa parantamaan asiakaskokemusta. Jos yrityksellä on esimerkiksi samasta asiakkaasta useita profiileja, eri tiimit saattavat ottaa häneen yhteyttä moneen kertaan. Tällaiset kokemukset voivat turhauttaa asiakkaita lievästi sanottuna. Kontekstilla rikastettu data parantaa asiakaskokemusta, sillä sen avulla organisaatiot voivat ymmärtää asiakkaitaan kokonaisvaltaisemmin ja varmistaa, että heihin pidetään yhteyttä asianmukaisella tavalla. Tämä lähestymistapa on viime kädessä ihmislähtöisempi, ja se voi säästää yritysten aikaa ja rahaa. 

Tekoälyn pitäminen rehellisenä

Gartner ennustaa, että 40 % yrityssovelluksista sisältää tänä vuonna tehtäväkohtaisia tekoälyagentteja. Vuonna 2025 osuus oli alle 5 %. Agenttisen tekoälyn aikakausi on täällä. 

Agenttisen tekoälyn työnkulkujen kaikista hyödyistä eivät kuitenkaan pääse nauttimaan yhtäläisesti kaikki teknologiaan investoivat. Organisaatiot, jotka luovat edellytykset onnistumiselle varmistamalla yhtenäisen ja kontekstirikkaan tietoperustan, voivat luottaa tekoälyn tuottamiin tuloksiin ja ottaa ratkaisut nopeasti laajamittaiseen käyttöön. Muut tuhlaavat aikaa ja vaivaa uusiin järjestelmiinsä jatkuvasti puuttumiseen. Menestys riippuu siis siitä, että teknologiapinoon rakennetaan dynaaminen kontekstikerros heti alusta alkaen.