”Agentit” ovat pelkkä laastari huonolle arkkitehtuurille

Harva se päivä näkee julistusta siitä, miten agentit ratkaisee vaiheita, jotka ovat ennen olleet manuaalisia tai vaatineet paljon (turhaa) työtä.

Plot twist: suurin osa niistä eivät edes ole agentteja. Laskun kuvan lukeminen tekoälyllä, automaattinen tarkastus, maksatus ja toimittajan luonti eivät yhdessäkään tee siitä ”agenttia”. Jos vaiheet tiedetään etukäteen, se on automaatio, jossa saattaa olla tekoäly välissä. Agentti se on vasta silloin, kun tekoäly päättää itse seuraavan askeleensa edellisen tuloksen perusteella ja kutsuu sopivia työkaluja ratkaistakseen ongelman.

Monesti agenteilla yritetään paikata vuosien varrella kertynyttä teknistä velkaa. Ratkaisuja, jotka ovat usein purkkaa purkan päällä. Kokonaisuudet ovat jo niin monimutkaisia, että ainoastaan agentti voi enää auttaa. Tiettyyn pisteeseen.

Jos purkkaa ei ole ja kaikki on voitu tehdä puhtaalta pöydältä, agenttien tarve jää vähäiseksi. Hyvässä arkkitehtuurissa vaiheita on niin vähän ja tietokanta niin timanttinen, että valtaosan asioista ratkaisee perinteisillä säännöillä ja automaatiolla ilman, että tekoälyn tarvitsee arpoa todennäköisyyksiä.

Sitten on ne oikeat agentit. Agentti hakee saldot yhdestä järjestelmästä, ostot toisesta ja tuotantosuunnitelman Excelistä, päättelee materiaalipulan, ehdottaa ostot ja siirtää tuotantoa. Se on oikeasti agentti, koska joka kerta pitää selvittää, mistä tieto löytyy ja mikä luku pitää paikkansa.

Se on kuitenkin agentti, jota ei koskaan pitäisi tarvita. Yhdessä tietomallissa sama asia on perus MRP-logiikkaa ja sääntöjä. Huono arkkitehtuuri tekee yksinkertaisesta ongelmasta sellaisen, että ainoastaan agentti voi sen ratkaista.

90 % järjestelmästä pitäisi olla arkkitehtuurisesti ratkaistu, ja loput 10 % fiksumpaa tekoälyn käyttöä.

Erpitectillä teemme teollisuudelle AI-natiivia ERP:tä puhtaalta pöydältä metadatapohjaisesti. Pyysin Claudea käymään tuotteemme läpi ja etsimään kohtia, joissa agentit toisivat lisäarvoa. Se ehdotti viittä. Kun niitä katsoi tarkemmin, neljä oli automaatiota, jossa tekoäly on välissä, tai rajapintoja, joita arkkitehtuuri jo tukee. Ne istuivat suoraan nykyiseen tehtävämoottoriimme ilman yhtään agenttia.

Varsinaisia agentteja oli vain yksi: analyysi, kun kysytään esim. ”miksi kate laski viime kvartaalilla 10 %”. Siinä seuraava kysely riippuu aina edellisen tuloksesta, joten agentille on oikea tarve. Kaiken muun arkkitehtuuri hoitaa jo, ja deterministisesti ilman todennäköisyyksiin luottamista.

Clauden sanoin:

Much of the agent hype comes down to patching a missing workflow engine with an LLM loop.

Monesti se 90/10 tuntuu olevan toisinpäin, kun ERP on enää vain ”tietovarasto”. Mielenkiinnolla odotan, mitä kustannuksia ja tietoturvaongelmia vielä nähdään, kun arkkitehtuuri hajautetaan ripoteltujen MCP-integraatioiden ja agenttien varaan tai kaikki data annetaan sokeasti tekoälypalveluille.

Ja ei, MCP ei ole se ongelma myöskään. Ongelma on se, että sillä liimataan yhteen järjestelmiä, joita olisi alun perinkin pitänyt olla vain yksi. Lopulta rajat tulevat vastaan, teknisesti tai rahallisesti, ja asiakkaiden on pakko vaihtaa se runkokin, jotta päästään eroon turhista agenteista ja sitä kautta hitaudesta ja kustannuksista.

Oleellinen kysymys onkin, johtuuko agentin tarve aidosti ongelman luonteesta vai siitä, että järjestelmän oma arkkitehtuuri pakottaa tekoälyn selvittämään asioita, jotka sen pitäisi jo tietää.

Entä miten sen ainoan oikean agentin kävi meillä? Sen tekeminen yhden tietomallin päällä oli lähes triviaali. Kaikki työkalut olivat jo olemassa, joten agentin tarvitsee vain päättää, missä järjestyksessä niitä käytetään. Periaate siinä on kuitenkin sama kuin kaikkialla missä tekoälyä käytämme. Tekoäly ei saa koskaan yhteyttä tietokantaan eikä saa selata dataa vapaasti. Se ohjaa erppiä hakemaan oikeat asiat, ja erppi päättää, mitä ajetaan ja kuka tuloksen näkee. Tämä ontuu lähes aina agenttiratkaisuissa, kun tekoälylle luovutetaan kaikki mahdollinen hetuja myöten.

Ratkaisumme on esimerkki miten AI-natiivi ERP ei tarkoita sitä, että tekoälyä käytetään mahdollisimman vähän. Se tarkoittaa ERP:tä, jonka arkkitehtuuri on suunniteltu alusta asti hyödyntämään tekoälyä fiksusti ja hallitusti. Ympäristö, jossa tekoälyn on helppo toimia ja joka ei pimene vaikka AI-palvelut loppuisivat tänään.

Kun ensi kerralla kuulet, miten agentit helpottaa asioita, kysy kaksi asiaa. Onko se oikeasti agentti? Ja jos on, korjaako se liiketoimintaongelmaa vai paikkaako se vain huonoa arkkitehtuuria?