Dellin agenttinen tekoäly siirtyy chatboteista autonomiseen työhön

Dellin viesti The Six Five Summit: AI Unleashed 2026 -tapahtumassa oli selvä: yritysten tekoäly on siirtymässä uuteen vaiheeseen. Chatbotteja on käytetty ennen kaikkea tiedonhakuun, tiivistämiseen ja sisällön tuottamiseen. Nyt yritykset alkavat ottaa käyttöön agentteja, jotka suorittavat varsinaista liiketoimintatyötä.

Dell kertoi karsineensa noin 900 mahdollista tekoälyhanketta 13 aloitteeseen, joilla oli selkeä liiketoiminnallinen tavoite. Yhtiö kuvasi alkuvaiheen tuottavuusparannuksiksi noin 20–40 prosenttia. 1

Luvut ovat Dellin omia ilmoituksia, eivät koko toimialaa koskeva mittaus. Ne tarjoavat kuitenkin hyödyllisen näkökulman siihen, mitä tapahtuu, kun tekoäly siirtyy kokeiluista tuotantokäyttöön.

Agenttinen tekoäly tekee työtä – ei vain vastaa kysymyksiin

Dell teki eron ensimmäisen aallon generatiivisen tekoälyn ja agenttisten järjestelmien välillä. Chatbotit ja avustajat auttavat työntekijöitä löytämään tietoa yrityksen omista aineistoista, tiivistämään asiakirjoja ja tuottamaan sisältöä. Agenttinen järjestelmä puolestaan on suunniteltu digitalisoimaan prosessi: se voi päätellä seuraavat vaiheet, käyttää työkaluja, koordinoida toimia ja viedä työn loppuun ilman jatkuvaa ihmisen ohjausta. 1

Muutos ei koske vain tekoälymallia. Dellin mukaan tuotantokelpoinen agenttinen tekoäly vaatii muutoksia teknologiakerrokseen, infrastruktuuriin, hallintamalleihin ja organisaation rakenteisiin. Strategisena tavoitteena on vähentää riippuvuutta siitä, kuinka paljon ihmistyövoimaa yrityksellä kulloinkin on käytettävissään. 1

CRM, ohjelmistokehitys ja hinnoittelu ovat jo tuotantokäytössä

Dell kertoi kehittäneensä agentteja noin kahden vuoden ajan ja siirtäneensä niitä tuotantokäyttöön edeltävän vuoden aikana. Yhtiö nosti esiin kolme käytännön kohdetta:

• CRM-tietojen puhdistus: agentit voivat käsitellä toistuvaa tietojen laatuun liittyvää työtä asiakasrekistereissä.
• Ohjelmistokehitys: agentit voivat avustaa rutiinikoodauksessa, merkintöjen tekemisessä ja osassa CI/CD-prosessien koordinointia.
• Erikoishinnoittelu: agentit voivat tukea työnkulkua, jossa nopeus ja sääntöjen yhdenmukainen soveltaminen ovat tärkeitä. 1

Esimerkit ovat rajatumpia kuin ajatus täysin autonomisesta yrityksestä. Ne osoittavat silti, miksi prosessien suunnittelu on keskeistä. Hyödyllinen käyttöönotto ei tarkoita vain mallin lisäämistä olemassa olevaan sovellukseen, vaan automatisoitua työnkulkua, jolla on määritellyt syötteet, työkalut, käyttöoikeudet ja lopputulokset.

Miksi Dell karsi 900 hanketta 13:een?

Dellin mukaan se supisti noin 900 tekoälyhankkeen ehdokasjoukon noin 13 tarkasti rajattuun aloitteeseen. Valinta perustui selkeään liiketoiminta-arvoon, ja hankkeita johdettiin keskitetysti. 1

Ratkaisu kuvastaa yritysten tekoälyohjelmien käytännön oppia: suuri kokeilujen määrä ei vielä luo kilpailuetua. Dellin argumentti oli, että resurssit kannattaa keskittää työnkulkuihin, joiden liiketoimintatulos voidaan mitata. Sen jälkeen niiden luotettavaan käyttöön voidaan rakentaa tarvittavat valvonta- ja infrastruktuuriratkaisut.

Dell yhdisti kohdennettuihin avustajiin noin 20–40 prosentin alkuvaiheen tuottavuusparannukset ja sanoi hyötyjen voivan olla huomattavasti suurempia, jos agentit ottavat vastuulleen kokonaisia työluokkia. Yhtiö väitti myös, että keskitetty ohjelma auttoi irrottamaan liikevaihdon kasvua kustannusrakenteesta. Kyse on Dellin omasta kokemuksesta, ei jokaisen käyttöönoton varmana vertailuarvona pidettävästä tuloksesta. 1

”Agenttipesu” hämärtää todellisia eroja

Dellin teknologiajohtaja John Roese varoitti kutsumasta jokaista tekoälyominaisuutta autonomiseksi agentiksi. Dellin käyttämä agent washing eli agenttipesu tarkoittaa tilannetta, jossa chatbotit, rajatut avustajat ja itsenäiseen suorittamiseen kykenevät järjestelmät esitetään samanarvoisina. 1

Eroja voi hahmottaa näin:

• Chatbot: vastaa kehotteeseen ja tuottaa yleensä tietoa tai sisältöä.
• Kohdennettu avustaja: tehostaa rajattua tehtävää, mutta ihminen osallistuu prosessiin tiiviisti.
• Autonominen agentti: voi suunnitella toimia, kutsua työkaluja, koordinoida vaiheita ja suorittaa työnkulun huomattavasti vähäisemmällä suoralla valvonnalla. 1

Ero on tärkeä, koska autonomisuus kasvattaa riskejä. Virheellinen tiivistelmä voidaan korjata, mutta yrityksen järjestelmiin pääsevä agentti voi muuttaa tietoja, käynnistää jatkotoimia tai paljastaa arkaluonteista aineistoa.

Tuotantokäyttö muuttaa infrastruktuurin vaatimuksia

Marvellin toimitusjohtaja Matt Murphy sanoi tuotantokäytössä toimivan agenttisen päättelyn aiheuttavan erilaisia infrastruktuuripaineita kuin perinteiset tekoälyn koulutustyöt. Agenttien on ehkä säilytettävä työnkulun tila avain–arvo-välimuisteissa useiden mallikutsujen, laajojen kontekstien ja pitkien, usean agentin vuorovaikutusten aikana. Tällöin muistin kapasiteetista ja tiedonsiirtonopeudesta voi tulla rajoite ennen kuin laskentateho muodostuu suurimmaksi pullonkaulaksi. 1

Murphyn mukaan suorittimien eli CPU:iden merkitys kasvaa myös orkestroinnissa: ne huolehtivat haarautumisesta, tiedonhausta, työkalukutsuista, eristetyistä suoritusympäristöistä ja agenttien välisestä koordinoinnista. Keskustelussa CPU- ja GPU-resurssien suhteen kuvattiin muuttuvan perinteisen tekoälyn noin 8–16:1-suhteesta lähemmäs 1–2:1-suhdetta agenttisissa työkuormissa. 1

Käytännön johtopäätös ostajille on suoraviivainen: agenttialustaa ei voi arvioida vain mallin laadun tai GPU-kapasiteetin perusteella. Muisti, verkot, suorittimien orkestrointikyky, valvonta ja toistuvien päättelykutsujen kustannukset vaikuttavat kaikki siihen, onko työnkulku järkevässä tuotantokäytössä.

Yksi arkkitehtuuri ei sovi kaikille agenteille

Dell vastusti yhden mallin tai yhden käyttöpaikan muodostamaa ”monokulttuuria”. Yhtiön esittämä lähestymistapa yhdistää esimerkiksi paikallisesti ajettavia avoimia malleja, Dellin isännöimiä edistyneitä malleja, hallittuja virtuaalisia yksityispilviä, ulkoisia rajapintoja ja laitteilla toimivia malleja. Valinta riippuu suorituskyvystä, vaatimustenmukaisuudesta, toiminnallisuudesta ja hinnasta. 1

Myös talous vaihtelee automatisoitavan tehtävän mukaan. Keskustelussa verrattiin paljon arvoa tuottavaa johdon päätöksenteon tukena toimivaa agenttia, jolle voidaan perustella korkea kuukausikustannus, ja suurivolyymista CRM-tietojen puhdistusta, jossa kustannuksen jokaista tietuetta kohti on oltava erittäin pieni – keskustelussa noin alle 0,50 dollaria. 1

Parempi kysymys kuin ”Mikä malli on paras?” onkin: mikä malli, käyttöpaikka ja autonomian taso tuottavat vaaditun lopputuloksen hyväksyttävällä hinnalla ja riskillä?

Digitaalinen identiteetti on autonomisten agenttien valvontakerros

Dellin mukaan jokaiselle sen tietoja käyttävälle autonomiselle agentille – olipa agentti sisäinen tai ulkoinen – pitäisi antaa Dellin myöntämä digitaalinen identiteetti. Sen avulla käyttöoikeudet voidaan määrittää tarkasti ja pääsy peruuttaa tarvittaessa käytännön hätäkatkaisuna. 1

Tietoturvahaaste vaikeutuu, jos agentti ei yksinkertaisesti peri käyttäjän identiteettiä. Käyttäjän identiteettiä hyödyntävä agentti toimii tunnistettavan työntekijän tunnuksilla. Headless-agentti eli itsenäisemmin toimiva agentti taas ei ole yhtä suoraan sidoksissa tiettyyn käyttäjään, mikä vaikeuttaa jäljitettävyyttä, käyttöoikeuksien hallintaa ja elinkaaren valvontaa. Dell arvioi keskustelun mukaan headless-agenttien muodostavan noin 70 prosenttia tulevista käyttöönotoista. 2

Dell nosti tuotantokäytön turvallisuusmallin osiksi myös agenttien välisen ja agenttien sekä työkalujen välisen viestinnän protokollat sekä varautumisen kvanttilaskennan jälkeiseen aikaan. 1 Laajempi oppi on, että agenttia pitäisi käsitellä ohjelmistotunnuksena, jolla on nimetty omistaja, rajattu toimivaltuudet, auditointijälki ja selkeä tapa peruuttaa käyttöoikeudet – ei chatbotin näkymättömänä jatkeena.

Työtehtävät pilkkoutuvat pienempiin osiin

Dell kertoi analysoineensa 6 800 työtehtävää jakamalla ne muun muassa tuottavuuteen, ylläpitoon, koordinointiin, asiantuntijatyöhön ja ihmisten kohtaamiseen liittyviin tehtäviin. Yhtiön johtopäätös oli, että agentit poistavat todennäköisemmin osia työnkuvista kuin kokonaisia ammatteja. 1

Ohjelmistokehityksessä agentit voivat esimerkiksi hoitaa rutiinikoodausta, merkintöjen tekemistä ja osia toimitusprosessien koordinoinnista. Ihmisille jäisi enemmän arkkitehtuuria, vaatimusten määrittelyä, harkintaa ja asiakasvuorovaikutusta. 1

Tämä ei tarkoita, että työnkuvat säilyisivät ennallaan. Dellin väite on, että jokainen työ muuttuu, kun automatisoitavat tehtävät erotetaan kokonaisuudesta ja työntekijät siirtyvät enemmän asiantuntemusta, asiayhteyden ymmärtämistä, harkintaa ja ihmissuhteita vaativiin tehtäviin.

Milloin agenttinen tekoäly on valmis tuotantoon?

Dellin kannan voi tiivistää vaativaksi testiksi: agenttinen tekoälyhanke on valmis tuotantoon vasta, kun sillä on mitattava liiketoimintatulos, selkeästi rajattu työnkulku, toimiva taloudellinen yhtälö sekä identiteetin, käyttöoikeuksien ja virheistä palautumisen hallinta.

Siirtyminen 900 mahdollisuudesta 13 aloitteeseen kiteyttää strategian. Agenttinen tekoäly ei ole vain keskustelevampi käyttöliittymä. Se on toimintamalli, jossa ohjelmisto suorittaa työtä – ja jossa infrastruktuurin, tietoturvan ja työn suunnittelun on kehityttävä mallien rinnalla.