Yrityksissä on vitsailtu vuosikymmeniä, että koko liiketoiminta pyörii Excelissä. Vitsissä on perää. Kun ERP tai CRM ei taipunut liiketoiminnan muuttuviin tarpeisiin, Excel usein taipui. Ihmiset pystyivät rakentamaan omia laskelmiaan ja mallejaan odottamatta, että IT-osasto tekee tarvittavat muutokset.
Taulukkolaskentaohjelman kehittäjät rakensivat työkalun, mutta liiketoiminnan asiantuntijat päättivät, mitä sillä tehdään. Kun tarve muuttui, he muuttivat kaavoja itse.
Työpöydällä käytettävien tekoälyagenttien kanssa ollaan jo menossa samaan suuntaan: ihmiset voivat rakentaa ja muokata omia agenttejaan itsenäisesti. Tämä toimii hyvin etenkin sisäisessä käytössä. Tuotantojärjestelmissä kuilu on kuitenkin suuri, vaikka sen ei tarvitsisi olla. Promptit eivät ole ohjelmistokoodia, eikä niiden muuttamisen pitäisi aina vaatia kehittäjää.
Jos asiakaspalvelun tekoäly antaa vääränlaisen vastauksen, korjaus kulkee usein kehittäjän kautta. Liiketoiminta kertoo tarpeen, kehittäjä muuttaa ohjeita, muutos julkaistaan ja liiketoiminta testaa lopputuloksen. Jos jokin on pielessä, kierros alkaa alusta.
Tekoälyn käyttäytymisen jatkuvaan hiomiseen tämä on aika raskas tapa.
Liiketoiminnan pitää voida ohjata tekoälyä itse
Tekoälyn toimintaa ohjataan muun muassa system promptilla eli järjestelmätason ohjeella. Siihen voidaan kirjata liiketoimintasääntöjä ja kuvata, miten tekoälyn pitäisi toimia eri tilanteissa. Tässä system prompt muistuttaa Excelin solukaavaa: molemmilla voidaan kuvata liiketoimintalogiikkaa, vaikka niiden toimintatapa on erilainen.
Asiakaspalvelun tunteva ihminen osaa kuvata, miten asiakkaalle pitäisi vastata ja milloin hänet pitää ohjata toiselle palvelukanavalle. Hän tuntee oman liiketoimintansa paremmin kuin järjestelmän rakentanut kehittäjä, eikä tällaisten ohjeiden muuttamisen pitäisi aina vaatia ohjelmistokehitystä.
Liiketoiminnan omistama tekoäly (business-owned AI) viittaa tähän vastuunjakoon. Kehittäjät rakentavat järjestelmän, kun taas liiketoiminta omistaa sen sisällä olevan liiketoimintalogiikan ja kehittää sitä.
Liiketoiminnan mahdollisuus kehittää tekoälyä itse on erityisen tärkeää julkaisun jälkeen. Käyttäjät kysyvät asioita tavoilla, joita testauksessa ei tullut vastaan, ja yrittävät käyttää palvelua tarkoituksiin, joita rakentajat eivät osanneet ennakoida. Tekoälypalvelua ei siksi kannata yrittää hioa täydelliseksi ennen julkaisua. Tärkeämpää on julkaista palvelu hallitusti ja kehittää sitä todellisten käyttäjäkokemusten perusteella.
Vapaus tarvitsee turvalliset rajat
Liiketoiminnan omistajuus edellyttää ympäristöä, jossa muutoksia voidaan tehdä turvallisesti. Pelkkä promptieditori ei riitä, kun tekoäly käyttää yrityksen tietoja ja voi tehdä asioita asiakkaan puolesta.
Kielimalli voi esimerkiksi päätellä, että tyytymättömälle asiakkaalle kannattaa tarjota hyvitystä. Se voi ehdottaa sopivaa ratkaisua, mutta hyvityksen enimmäismäärä ja mahdollinen ihmisen hyväksyntä pitää määritellä järjestelmässä. Näin tekoäly ei voi ylittää sille asetettuja rajoja, vaikka sen tulkinta tilanteesta olisi virheellinen.
Kehittäjien tehtävänä on rakentaa nämä rajat sekä huolehtia tietoturvasta ja integraatioista. Liiketoiminta puolestaan määrittelee, miten tekoälyn halutaan palvelevan asiakkaita. Muutosten testaamiseen ja julkaisuun tarvitaan myös versionhallinta ja mahdollisuus palauttaa aiempi versio, jos uusi ei toimi odotetusti.
Tuotannossa luottamus voi olla tärkeämpää kuin kielimallin maksimaalinen älykkyys.
Meidän pitää tietää, mitä tekoäly saa tehdä, mitä se ei voi tehdä ja miten sen toimintaa voidaan tarvittaessa korjata.
Liiketoiminnan ohjauksessa myös käytännössä
Olemme rakentaneet tätä toimintamallia esimerkiksi Moi Mobiilin ja Silmäaseman kanssa.
Moi Mobiilin ApulAInen toimii osana Mun Moi -sovellusta. Asiakas voi kertoa omin sanoin, mitä haluaa tehdä, esimerkiksi tarkistaa laskunsa tai muuttaa liittymäänsä. Tekoäly tulkitsee asiakkaan tarkoituksen ja auttaa häntä käyttämään sovelluksen toimintoja.
Silmäaseman Silmäbotti puolestaan vastaa asiakkaiden kysymyksiin verkkosivustolla ja ohjaa heitä oikean palvelun tai ajanvarauksen pariin. Asiakaspalvelun asiantuntijat seuraavat keskusteluja ja kehittävät tekoälyn toimintaa osana omaa työtään.
Molemmat ratkaisut toimivat Codematen Paimen®-alustalla, jonka avulla liiketoiminta voi kehittää tekoälyn käyttäytymistä kehittäjien määrittämissä turvallisissa rajoissa.
Kannattaako kaikkea edes ratkaista tekoälyllä?
Yksi kiinnostavimmista havainnoistamme liittyy siihen, mitä tekoälyn kanssa käydyistä keskusteluista voidaan oppia.
Perinteinen palveluanalytiikka kertoo, mitä käyttäjä tekee rakentamassamme palvelussa. Näemme esimerkiksi, mitä painikkeita hän käyttää ja missä kohtaa lomakkeen täyttäminen keskeytyy. Kun asiakas kertoo tarpeensa tekoälylle omin sanoin, voimme saada tietoa myös asioista, joille palvelussa ei ole vielä valmista polkua.
Kutsuin tätä Next.app DevCon -puheessani nimellä measuring the non-existent. Voimme saada näkyviin tarpeita, joita emme ole osanneet ottaa huomioon palvelua suunnitellessamme.
Samalla keskustelut voivat paljastaa ongelmia, joita ei kannata korjata tekoälyn avulla. Jos asiakkaat tarvitsevat jatkuvasti apua monimutkaisen hakemuslomakkeen täyttämiseen, voimme toki opettaa tekoälyä neuvomaan paremmin. Mutta ehkä järkevämpää olisi yksinkertaistaa itse lomaketta.
Olemme nähneet vastaavaa myös kampanjaviestinnässä. Tekoäly osasi selittää monimutkaiset kampanjaehdot oikein, mutta asiakkaat olivat silti tyytymättömiä. Havainto johti kampanjaviestinnän yksinkertaistamiseen sen sijaan, että olisimme jatkaneet tekoälyn ohjeiden hiomista.
Tällaisten havaintojen tulkintaan tarvitaan liiketoiminnan osaamista. Palvelun tunteva ihminen pystyy yhdistämään asiakkaan kysymyksen laajempaan kokonaisuuteen ja arvioimaan, pitäisikö muuttaa tekoälyn toimintaa, itse palvelua vai esimerkiksi liiketoiminnan käytäntöjä.
Anna liiketoiminnan ottaa ohjat
Tekoälyn kehittämisessä huomio keskittyy helposti malleihin ja niiden kyvykkyyksiin. Tuotantokäytössä vähintään yhtä tärkeää on se, kuka tekoälyn toimintaa ohjaa ja pystyy kehittämään sitä asiakkaiden tarpeiden perusteella.
Kehittäjien vastuulla on rakentaa turvallinen ja luotettava järjestelmä. Liiketoiminnan asiantuntijoiden pitäisi puolestaan voida kehittää palvelun käyttäytymistä ilman, että jokainen muutos päätyy kehitysjonoon.
Kun liiketoiminta pääsee itse seuraamaan asiakkaiden tarpeita ja kehittämään tekoälyn toimintaa, syntyy mahdollisuus oppia myös itse palvelusta. Kaikkia asiakkaiden ongelmia ei kannata ratkaista paremmilla prompteilla. Joskus kannattaa korjata se asia, jonka vuoksi asiakas joutui kysymään tekoälyltä apua.
Kolme ajatusta mukaan
- Promptit eivät ole ohjelmistokoodia. Liiketoiminnan pitäisi voida kehittää tekoälyn käyttäytymistä ilman, että jokainen muutos kulkee kehittäjien kautta.
- Vapaus edellyttää turvallisia rajoja. Kehittäjät vastaavat järjestelmän luotettavuudesta, tietoturvasta ja teknisistä rajoista. Liiketoiminta ohjaa tekoälyn toimintaa niiden puitteissa.
- Tekoäly auttaa kehittämään muutakin kuin tekoälyä. Asiakaskeskustelut voivat paljastaa tarpeita ja ongelmia, joita ei kannata ratkaista paremmilla prompteilla vaan parantamalla itse palvelua.
Kirjoitus pohjautuu Next.app DevCon 2026 -tapahtumassa pitämääni puheeseen ”Power to Business: Business-Owned AI — What It Takes to Build and Why It Matters” sekä kokemuksiimme tekoälypalvelujen rakentamisesta tuotantokäyttöön.
Tutustu myös: Paimen · Moi Mobiilin ApulAInen · Silmäaseman Silmäbotti
