Pölli parhailta - AI-agentti ei ole taikuri
Niko Lång
Viime kuukausina olen päässyt rakentamaan ja kehittämään AI-agentteja hyvin erilaisiin käyttötarkoituksiin.
AI-agentti ei ole taikuri. Se on vain niin hyvä kuin sen ympärille rakennettu kokonaisuus.
Yksi agentti tukee vesihuollon omaisuudenhallintaa ja dokumenttien muodostamista. Toinen auttaa projektitiedon hyödyntämisessä, projektisuunnitelmien laatimisessa ja loppuraportoinnissa. Samalla olen ollut kehittämässä laite- ja sovellushallintaa sekä suunnittelemassa turvallisuusohjeiden hallintaa, jossa tekoäly voisi myöhemmin auttaa oikean ja ajantasaisen ohjeen löytämisessä.
Näissä projekteissa on puhuttu paljon agenteista, kielimalleista, Dataversestä, Power Automatesta, SharePointista ja Copilot Studiosta.
Suurin oppi ei silti ole liittynyt mihinkään yksittäiseen teknologiaan.
Hyvä prompti ei vielä tee hyvää agenttia
Agenttikehitys näyttää helposti yksinkertaiselta.
Kirjoitetaan agentille ohjeet, lisätään muutama tietolähde ja kerrotaan, mitä agentin pitäisi tehdä. Sitten painetaan Test ja odotetaan taikuutta.
Todellisuus on hieman erilainen.
Agentti voi osata antaa vakuuttavan vastauksen, mutta se ei vielä tarkoita, että vastaus perustuu oikeaan tietoon. Se voi löytää osan tarvittavista tiedoista, mutta jättää toisen osan huomioimatta. Pitkän dokumentin luominen saattaa onnistua yhdessä testissä ja epäonnistua seuraavassa.
Joskus sama agentti voi myös toimia eri tavalla kehitysympäristössä ja käyttäjän kautta julkaistussa kanavassa.
Tämä ei tarkoita, että teknologiasta pitäisi luopua. Se tarkoittaa, että agenttia pitää kohdella oikeana ohjelmistoratkaisuna, ei älykkäänä tekstikenttänä.
Mitä olen pöllinyt parhailta?
Kokeneempien kollegoiden kanssa työskennellessäni olen alkanut kiinnittää huomiota erityisesti neljään asiaan.
1. Rajaa agentin tehtävä riittävän tarkasti
Agentille ei kannata antaa tehtäväksi kaikkea mahdollista.
“Vastaa kysymyksiin, analysoi tiedot, tee suunnitelma, päivitä järjestelmää ja luo raportti”, kuulostaa hienolta. Käytännössä siinä on monta erilaista tehtävää, tietolähdettä ja vastuuta samassa paketissa.
Parempi ratkaisu voi olla jakaa työ useammalle erikoistuneelle agentille ja työnkululle.
Projektinhallinnassa pääagentti ohjaa käyttäjän pyyntöjä, kun taas erillinen agentti on erikoistunut Word-pohjaisten dokumenttien luomiseen. Agentti voi myös hyödyntää työnkulkua dokumentin tallentamiseen ja jakamiseen.
Yksi tekee yhtä asiaa hyvin. Toinen hoitaa seuraavan vaiheen.
Kuulostaa yllättävän paljon tavalliselta työnjaolta.
2. Agentti tarvitsee rakenteen
Jos lopputuloksena pitää syntyä laaja suunnitelma tai raportti, pelkkä pyyntö “luo hyvä dokumentti” ei yleensä riitä.
Agentin pitää tietää:
- mitä osioita lopputulokseen kuuluu
- mistä tieto haetaan
- mitkä tiedot ovat pakollisia
- mitä tehdään, jos tietoa ei löydy
- mitä agentti saa päätellä
- mitä sen ei pidä koskaan keksiä
- missä muodossa
lopputulos tallennetaan
Esimerkiksi omaisuudenhallintaan liittyvä dokumentti ei ole vain pitkä tekstivastaus. Sen pitää yhdistää lähdeaineistoa, vaatimuksia ja organisaatiokohtaisia tietoja hallitulla tavalla.
Tässä kohtaa agenttiohjeet, tietolähteiden rajaus, erilliset toimintopolut, automaatiot ja lopputuloksen validointi alkavat olla tärkeämpiä kuin yksittäinen hienosti muotoiltu prompti.
3. Kaikkea ei kannata tehdä tekoälyllä
Tämä on ehkä tärkein oppi.
Jos toiminto voidaan toteuttaa luotettavasti tavallisella työnkululla, sääntöpohjaisella tarkistuksella tai tietokantakyselyllä, siihen ei välttämättä tarvita kielimallia.
- Power Automate voi hoitaa hyväksynnän, muistutuksen tai ilmoituksen.
- Dataverse voi säilyttää rakenteisen tiedon.
- Power Apps voi tarjota käyttäjälle selkeän käyttöliittymän.
- SharePoint voi hallita dokumentteja, versioita ja metadataa.
AI-agentti kannattaa tuoda mukaan kohtaan, jossa tarvitaan luonnollisen kielen ymmärtämistä, useasta lähteestä haettavan tiedon kokoamista tai käyttäjän ohjaamista monimutkaisen tehtävän läpi.
Esimerkiksi laite- ja sovellushallinnassa päivittäinen tietojen haku, uusien kohteiden tunnistaminen ja ilmoitusten lähettäminen voidaan toteuttaa automaatiolla. Tekoäly voi puolestaan auttaa myöhemmin tietojen kysymisessä tai tilanteiden tulkitsemisessa.
AI ei siis aina korvaa automaatiota.
Usein se täydentää sitä.
4. Testaaminen ei ole viimeinen vaihe
Perinteisessä demossa voidaan tarkistaa, että painikkeet toimivat ja tiedot tallentuvat oikeaan paikkaan.
Agentin testaaminen on vaikeampaa, koska käyttäjä voi muotoilla saman pyynnön lukemattomilla eri tavoilla.
Siksi testauksessa pitää tarkistaa muutakin kuin se, vastaako agentti jotain:
- käyttikö agentti oikeaa tietolähdettä
- löysikö agentti kaikki olennaiset tiedot
- jättikö se jotain pois
- erottiko se faktan ja tulkinnan
- toimiko kokonaisuus toisella käyttäjällä
- toimiko se myös julkaistussa kanavassa
- onnistuiko dokumentin luominen ja tallennus
- mitä tapahtui puutteellisella tai ristiriitaisella aineistolla
Yhdessä viime aikojen agenttiratkaisuista olemme joutuneet selvittämään muun muassa ympäristöjen välisiä eroja, vanhaan tietoon viittaamista, dokumenttien muodostamista, kieliasetuksia ja käyttöön liittyviä rajoitteita.
Se on ollut välillä turhauttavaa.
Samalla juuri siinä on oppinut eniten.
Agentti tarvitsee ympärilleen kokonaisen ratkaisun
Toimiva yrityskäyttöön tarkoitettu agentti ei ole vain järjestelmään kirjoitettu ohjeteksti.
Sen ympärillä voi olla:
- Dataverse-tauluja
- SharePoint-dokumentteja
- Power Automate -työnkulkuja
- Power Apps -käyttöliittymiä
- käyttöoikeusryhmiä
- kehitys-, testi- ja
- tuotantoympäristöjä
- lokitusta ja seurantaa
- dokumenttipohjia
- hyväksyntöjä
- virheenkäsittelyä
- ihmisen tekemää tarkastusta
Toisin sanoen AI-agenttiprojekti on edelleen ohjelmistoprojekti.
Siinä tarvitaan määrittelyä, arkkitehtuuria, tietoturvaa, testaamista, käyttöönottoa ja jatkuvaa kehittämistä. Ja ennen kaikkea tarvitaan ymmärrys siitä, mitä ongelmaa ollaan ratkaisemassa.
AI:n tehtävä ei ole näyttää fiksulta
On helppo rakentaa demo, joka näyttää hyvältä viiden minuutin ajan.
Paljon vaikeampaa on rakentaa ratkaisu, johon käyttäjä voi luottaa myös silloin, kun lähtötiedot ovat puutteellisia, kysymys on epäselvä tai jokin taustajärjestelmä ei toimi odotetusti.
Yrityskäytössä agentin tärkein ominaisuus ei ole se, kuinka ihmismäisesti se keskustelee.
Tärkeämpää on, että agentti:
- löytää oikean tiedon
- kertoo, mihin vastaus perustuu
- tunnistaa oman epävarmuutensa
- ei keksi puuttuvia faktoja
- käyttää oikeita työkaluja
- jättää vastuulliset päätökset ihmiselle
Jos agentti ei tiedä, sen pitää pystyä sanomaan se.
Jos lähteet ovat ristiriidassa, sen pitää nostaa ristiriita näkyviin.
Jos tehtävä voidaan hoitaa luotettavammin automaatiolla, se kannattaa hoitaa automaatiolla.
Seuraava askel omassa oppimisessa
Ensimmäisissä tämän sarjan artikkeleissa
kirjoitin kokeneemmilta oppimisesta, asiakasymmärryksestä ja ensimmäisten projektien opeista.
Nyt huomaan oman ajatteluni muuttuneen.
En kysy enää ensimmäisenä ”Miten tähän rakennetaan AI-agentti?”
Nyt pohdin “Mikä osa tästä ongelmasta kannattaa ratkaista agentilla, mikä automaatiolla ja mikä tavallisella sovelluksella?”
Sinua saattaa kiinnostaa myös:
Kutsuvierastilaisuus: AI oikealle väylälle
Tekoäly on siirtynyt kokeiluista liiketoiminnan ytimeen. Mutta miten sitä hyödynnetään käytännössä tehokkaasti, hallitusti ja tietoturvallisesti?
Tervetuloa tiimiin Iikka Tikkanen
North Advisorsin kasvu jatkuu, ja saimme elokuussa tiimiimme vahvan vahvistuksen data- ja analytiikkapuolelle. Senior Architectina aloittanut Iikka Tikkanen tuo mukanaan yli 15 vuoden kokemuksen datan, analytiikan ja Microsoft-teknologioiden parista.
Projektipäivät 20.-21.10.2026
Pysähdy ständillemme juttelemaan tai nappaa meitä hupparin hihasta. Tutustutaan ja jutellaan siitä, miten Project Advisor tukee projektien onnistumista tiedolla, läpinäkyvyydellä ja modernilla yhteistyöllä Microsoft-ympäristössä. Ständillämme pääset puttaamaan ja testaamaan golf-teemaista projektikuntoisuustestiä – selvitä, missä kunnossa projektisi on!
EPPC 7 VAHVINTA SIGNAALIA – MIHIN MICROSOFT-EKOSYSTEEMI ON MENOSSA?
Kööpenhaminassa järjestetty European Power Platform Conference 2026 kokosi jälleen yhteen tuhansia Power Platform-, Copilot- ja AI-asiantuntijoita ympäri Eurooppaa. Tapahtumassa nähtiin paljon uusia ominaisuuksia, julkistuksia ja teknisiä ratkaisuja, mutta kiinnostavinta ei ollut yksittäinen teknologia vaan suunta, johon Microsoft-ekosysteemi on kehittymässä.
Ohjaako sää energian hintaa?
Energia-alalla suunta ei synny ilman säätä
Energia-alalla tämä kysymys on kriittinen. Sää näkyy suoraan arjessa: tuotannossa, kulutuksessa, kuormituksessa ja hinnoittelussa. Se ei ole taustatekijä, vaan yksi keskeisimmistä ajureista.
Webinaari: Ennakoiva energia-liiketoiminta
Työn modernisointi AI-aikakaudella: Data, sää ja AI samassa kokonaisuudessa
Yhdistä data, sää ja operatiivinen tekeminen samaan näkymään. Tee päätökset ajantasaisen tilannekuvan pohjalta ilman raskaita hankkeita.
Energia-ala elää jatkuvassa muutoksessa. Hinnat vaihtelevat, sää ohjaa kysyntää ja tuotantoa, verkko kuormittuu eri tavoin eri hetkinä. Päätökset pitää tehdä nopeasti ja oikeaan tietoon perustuen.
Tässä webinaarissa kerromme, miten rakennat käytännössä toimivan kokonaisuuden.