Dellin agenttisen tekoälyn pelikirja: näin tekoälyagentit siirtyvät kokeiluista tuotantoon

Dellin keskeinen viesti The Six Five Summit: AI Unleashed 2026 -tapahtumassa oli, että agenttista tekoälyä pitäisi tarkastella tuotannon toimintamallina – ei vain uutena nimityksenä chatboteille. Dellin määritelmässä ratkaisevaa on se, pystyykö järjestelmä tavoittelemaan ennalta määriteltyä päämäärää, käyttämään työkaluja ja viemään työn loppuun vain rajallisella ihmisen puuttumisella. Yhtiö esitteli omia käyttöönottojaan tämän muutoksen todisteena, mutta sen tuottavuus-, kustannus- ja liiketoimintavaikutuksia koskevat luvut ovat yhtiön itse raportoimia väitteitä. 15

Chatbot-avusta itsenäiseen suorittamiseen

Yritysten generatiivisen tekoälyn ensimmäinen aalto keskittyi pitkälti tiedonhakuun, tiivistämiseen ja vuorovaikutukseen organisaation oman tiedon kanssa. Dellin mukaan seuraavassa vaiheessa digitalisoidaan itse työ: määriteltyjä tehtäviä siirretään ihmisiltä ohjelmistoille, jotka pystyvät etenemään työnkulussa, tekemään päätelmiä ja ryhtymään toimiin. 14

Tämä ero on myös Dellin vastaus niin sanottuun agenttipesuun (agent washing). Termillä tarkoitetaan sitä, että tavallisia botteja, avustajia tai ennalta käsikirjoitettua automaatiota markkinoidaan itsenäisinä tekoälyagentteina. Chatbot voi tuottaa vastauksen. Dellin määritelmässä agentin odotetaan työskentelevän tavoitteen saavuttamiseksi, olevan yhteydessä työkaluihin tai järjestelmiin ja suorittavan liiketoimintaprosessin vaiheita. 25

Dell kertoi rakentaneensa agentteja noin kaksi vuotta ennen huippukokousta ja vieneensä ensimmäiset agentit tuotantoon sitä edeltäneen vuoden aikana. Yhtiö toimi omien kokeilujensa niin sanottuna ”Customer Zerona” eli ensimmäisenä asiakkaana. 2

Miksi Dell karsi 900 ideaa 13 hankkeeseen?

Dellin mukaan se aloitti noin 900 mahdollisesta tekoälyhankkeesta mutta supisti joukon noin 13 tarkasti rajattuun aloitteeseen. Valinnassa painotettiin liiketoiminnan tavoitteita ja prosessien analysointia sen sijaan, että suuri määrä toisistaan irrallisia kokeiluja olisi saanut jatkua loputtomasti. 12

Yhtiön mainitsemia tuotantokäytön kohteita olivat muun muassa:

• CRM-datan puhdistaminen, jossa agentti hoitaa toistuvaa datan laadun varmistamista.
• Ohjelmistokehitys, mukaan lukien ohjelmointiin liittyvien tehtävien avustaminen.
• Hinnoittelun tukeminen, jossa agenttisia työnkulkuja käytetään hinnoitteluun liittyvissä prosesseissa.
• Matkojen varaaminen ja asiakirjojen tiivistäminen, joita Dell käytti esimerkkeinä yksinkertaisemmista itsenäisistä tehtävistä. 25

Dellin johtopäätös ei ollut, että jokaiseen prosessiin tarvitaan agentti. Olennaisempaa on tunnistaa tietty työ, jolla on mitattava liiketoimintatulos, ja rakentaa sen ympärille pienin hyödyllinen järjestelmä. Näin tuotantoon viety ratkaisu voidaan erottaa laajasta tekoälyn pilottiohjelmasta.

Dellin ilmoittamat tuottavuus- ja liiketoimintavaikutukset

Dell arvioi, että varhaiset, yksittäisiin tehtäviin keskittyvät käyttöönotot voivat parantaa tuottavuutta noin 20–40 prosenttia. Yhtiön mukaan paljon suurempia, mahdollisesti ”suuruusluokkien” suuruisia hyötyjä voisi syntyä järjestelmistä, jotka ottavat vastuulleen kokonaisia työtehtävien kategorioita. 25

Lukuja on kuitenkin syytä tulkita Dellin ilmoittamina odotuksina ja tuloksina, ei yritysten välillä riippumattomasti varmennettuna vertailuarvona. Dell sanoi lisäksi, että sen sisäinen tekoälytyö auttoi irrottamaan liikevaihdon kasvua kustannusrakenteesta. Saatavilla oleva näyttö ei kuitenkaan kerro, kuinka suuri osuus vaikutuksesta syntyi yksittäisistä agenteista, eikä osoita syy-seuraussuhdetta. 2

Tällä erottelulla on merkitystä yritysasiakkaille. Uskottavassa liiketoimintaperustelussa on määriteltävä automatisoitava tehtävä, ihmisten käyttämä aika, joka vapautuu tai siirtyy muualle, päättelyn ja työnkulkujen orkestroinnin kustannukset sekä kontrollit tilanteissa, joissa agentti voi toimia ilman jatkuvaa valvontaa.

Agenttiset työkuormat muuttavat infrastruktuurin painopisteitä

Dellin infrastruktuuria koskeva argumentti on, ettei tuotantokäyttöön viety agenttinen tekoäly ole vain chatbot-päättelyn suurempi versio. Pullonkaula voi siirtyä raakasta laskentatehosta muistikapasiteettiin ja muistikaistaan, etenkin kun pitkäkestoiset työnkulut säilyttävät tilansa avain–arvo-välimuisteissa. Joissakin tapauksissa muisti voi loppua ennen kuin grafiikkasuorittimien laskentateho on täysin käytössä. 24

Agenttijärjestelmät synnyttävät myös erilaisia datankäyttötapoja kuin mallien koulutus. Tuotannossa agentit voivat tehdä yritysjärjestelmiin jatkuvia mutta purskeisia ja tarkasti kohdennettuja pyyntöjä sen sijaan, että ne käsittelisivät suuria, suhteellisen staattisia aineistoja. Siksi datan toimitus ja niin sanottu häntäviive – hitaimpien pyyntöjen vasteaika – voivat skaalassa olla yhtä tärkeitä kuin mallin läpimeno. 24

Myös suorittimien eli CPU:iden merkitys kasvaa. Ne koordinoivat orkestrointia, haarautuvaa päätöksentekoa, hakua, työkalukutsuja ja komponenttien välistä viestintää, kun taas GPU:t hoitavat niille sopivia mallikuormia. Dellin mukaan perinteisten tekoälyratkaisujen noin 8:1–16:1-suhde CPU:iden ja GPU:iden välillä voi agenttisissa järjestelmissä siirtyä lähemmäs 1:1- tai 2:1-suhdetta. 2

Yrityksille Dell ehdottaa uudelleenkäytettävää alustainfrastruktuuria yksittäisiin käyttötarkoituksiin rakennettujen erillisratkaisujen sijaan. Yhtiö kannattaa myös hybridiarkkitehtuureja, joissa työkuormat sijoitetaan tarpeen mukaan omiin palvelimiin, yksityisiin pilviin, julkisiin rajapintoihin tai laitteissa toimiviin malleihin. Valintaan vaikuttavat vaatimustenmukaisuus, suorituskyky, datan hallinta ja kustannukset. 45

Tekoälyagentille ei ole yhtä oikeaa hintaa

Itsenäisten työnkulkujen keskeinen seuraus on, että mallitalouden on vastattava työn arvoa. Dell käytti toisistaan hyvin poikkeavia esimerkkejä: johtoryhmän päätöksenteon tukena toimiva agentti voisi oikeuttaa noin 100 000 dollarin kuukausikustannuksen, kun taas CRM-datan puhdistamiseen tarkoitetun agentin pitäisi ehkä toimia alle 0,50 dollarin kustannuksella tietuetta kohti. 2

Luvut eivät ole yleispäteviä hintavertailuja. Ne havainnollistavat sitä, ettei jokaiseen tehtävään pidä ottaa käyttöön kaikkein tehokkainta ja kalleinta mallia. Yrityksen mallivalikoimaan voi kuulua pieniä malleja suurivolyymiseen rutiinityöhön, suurempia malleja vaativaan päättelyyn ja eri suorituspaikkoja työkuormille, joilla on erilaiset viive-, suvereniteetti- tai vaatimustenmukaisuusvaatimukset. 25

Tietoturva alkaa jokaisen agentin omasta identiteetistä

Dell kertoi, että jokainen Dellin dataa käyttävä itsenäinen agentti saa oman Dellin digitaalisen identiteetin. Sen avulla käyttöoikeudet voidaan määritellä tarkasti ja perua tarvittaessa. Identiteetin poistaminen voi toimia agentin pääsyn katkaisuna eli niin sanottuna tappokytkimenä. 25

Tämä on erityisen tärkeää päättömissä agenteissa (headless agents), jotka toimivat ilman käyttöliittymää tai reaaliaikaista ihmisen valvontaa. Jos agentti käyttää suoraan yrityksen työkaluja, organisaation on pystyttävä selvittämään, mikä agentti toiminnon teki, mihin sillä oli oikeus ja miten sen toiminta voidaan pysäyttää ilman työntekijän tunnusten varaan rakentuvaa mallia.

Pienimmän tarvittavan oikeuden periaate ja agenttikohtaiset identiteetit ovatkin tällöin keskeisiä kontrollikerroksia, eivät valinnaisia lisäominaisuuksia. Dell nosti esiin myös agenttien viestintä- ja hallintaprotokollat, kuten A2A:n ja MCP:n, sekä valmistautumisen kvanttiturvalliseen salaukseen osana kehittyvää hallintamallia. 2

Saatavilla oleva näyttö ei tue luotettavaa prosenttiarviota siitä, kuinka suuri osa tulevista tekoälykäyttöönotoinneista olisi päättömiä agentteja. Täsmällinen ennuste ylittäisi lähteiden osoittaman tiedon.

Dellin näkemys työstä: tehtävät muuttuvat ennen työpaikkoja

Dell kertoi analysoineensa 6 800 työtehtävää selvittääkseen, mitkä roolien osat voitaisiin antaa agenteille ja mitkä edellyttävät edelleen ihmisen harkintaa. 2

Yhtiön johtopäätös oli, että agentit muuttavat työtä useammin irrottamalla yksittäisiä tehtäviä kuin poistamalla kokonaisia ammatteja. Tässä mallissa agentit ottavat hoitaakseen tuottavuutta tukevia rutiineja, hallinnollista ”hygieniaa” ja koordinointia, kun taas työntekijöille jää enemmän aikaa asiantuntijaharkintaan ja ihmiskeskeiseen työhön. 25

Kyse on työvoiman uudelleenjärjestämistä koskevasta teesistä, ei lupauksesta siitä, etteivät työpaikat voisi kadota. Vaikka ammattinimike säilyisi, työn sisältö, henkilöstömäärä, tarvittavat taidot ja vastuut voivat muuttua. Yritysten käytännön haasteena onkin organisaation suunnittelu: mikä työ delegoidaan agentille, mitkä päätökset edellyttävät ihmisen omistajuutta ja miten suoriutumista mitataan työnkulun muuttuessa.

Mitä Dellin puheenvuoro tarkoittaa tekoälyn ostajille?

Dellin esityksen voi tiivistää neljään kysymykseen:

1. Onko järjestelmä oikeasti itsenäinen? Uudelleen nimetty chatbot ei automaattisesti ole agentti.
2. Suorittaako se arvokkaan ja tarkasti määritellyn työnkulun? Siirtyminen 900 ideasta 13 aloitteeseen korostaa priorisoinnin merkitystä.
3. Kestääkö infrastruktuuri tilan säilyttämisen, viiveet, orkestroinnin ja työkuorman mukaisen kustannusrakenteen? Agenttinen päättely voi kuormittaa muistia ja datan toimitusta eri tavalla kuin mallien koulutus tai tavanomainen chatbot-käyttö.
4. Pystyykö organisaatio hallitsemaan agenttia? Identiteetti, valtuutus, lokitus, käyttöoikeuksien peruminen ja ihmisen vastuu on suunniteltava ennen itsenäisen pääsyn laajentamista.

Dellin laajempi väite on, että agenttinen tekoäly muuttuu merkitykselliseksi vasta, kun se kytkeytyy todelliseen työhön ja sen tuloksia mitataan todellisilla liiketoimintavaikutuksilla. Yhtä tärkeä on varaus: yhtiön esimerkit ja hyödyt kuvaavat Dellin omaa näkemystä ja raportoituja kokemuksia, eivät yleispätevää lupausta siitä, että jokainen agenttihanke tuottaisi saman tuloksen.