AI-agenttien määrittely ja tarvekartoitus

Abstract

Opinnäytetyössä kartoitettiin tekoälyagenttien eli AI-agenttien hyödyntämismahdollisuuksia Toimeksiantaja Oy:n liiketoimintaprosesseissa. Työn tavoitteena oli muodostaa kokonaiskuva siitä, mitä AI-agentit ovat, miten niitä voidaan määritellä ja luokitella, millaisia arkkitehtuureja ja toimintamalleja niihin liittyy sekä miten ne voisivat tuottaa lisäarvoa organisaation toiminnassa ja laajemmin toimialakontekstissa. Tavoitteena oli näin tukea Toimeksiantaja Oy:n AI-strategian toteuttamista ja siihen liittyvän AI-kehityshankkeen suunnittelua tarjoamalla sekä teoreettinen viitekehys AI-agenttien kehittämisen perustaksi että käytännönläheinen katsaus tekoälyagentteihin kohdistuviin toiveisiin ja odotuksiin tarvekartoituksen muodossa.

Työ on toiminnallinen opinnäytetyö, jossa tietoperusta on keskeinen osa kehittämistehtävää: siinä koottiin yhteen tekoälyagentteja käsitteleviä ajankohtaisia julkaisuja ja asiantuntijalähteitä. Empiirisessä osuudessa toteutettiin henkilöstölle suunnattu kyselytutkimus, jonka tavoitteena oli tunnistaa eri liiketoimintayksiköiden automaatiotarpeita, luokitella ne teemoittain ja arvioida niiden prioriteettia, toteutettavuutta ja toteutusteknologiaa. Kysely kattoi viisi pääteemaa – asiakastyö, tiedonhaku ja -hallinta, tiedon käsittely ja analysointi, sisällöntuotanto sekä arjen työskentely – sekä nykyisten automaatiotyökalujen ja -ratkaisujen riittävyyden arvioinnin.

Kysely tuotti kvantitatiivisen tutkimusmenetelmän tarpeisiin soveltuvaa, määrällisesti vertailtavaa aineistoa, jota täydennettiin vastaajien avoimilla kommenteilla. Tuloksia tarkasteltiin erityisesti kolmesta näkökulmasta: nykyteknologioilla ratkaistavat tarpeet, potentiaaliset AI-agentti-käyttökohteet sekä tekninen toteutettavuus suhteessa liiketoiminnalliseen merkittävyyteen. Tulosten perusteella havaittiin, että yli kaksi kolmasosaa tunnistetuista tarpeista liittyi kontekstuaaliseen ymmärtämiseen, vuorovaikutukseen ja datan tulkintaan – alueisiin, joihin perinteiset teknologiat eivät välttämättä riitä. Erityisesti asiakastyön, sisällöntuotannon ja arjen työskentelyn teemoissa AI-agentit osoittautuivat lupaaviksi ratkaisuiksi. Agenttien toiminnalliseen rooliin perustuvan luokittelun näkökulmasta erityisesti asiakasagenttien, työntekijäagenttien ja data-agenttien nähtiin täydentävän perinteisiä automaatioteknologioita ja tuovan niihin kaivatun älykkään ulottuvuuden.

Työn luotettavuutta tukee kyselyaineiston kohtuullinen edustavuus: suurimmista yksiköistä saatiin hyvin vastauksia, mikä vahvisti tulosten yleistettävyyttä niiden osalta. Pienempien yksiköiden, kuten HR ja Advisory, vähäinen osallistuminen kuitenkin rajoitti tulosten tarkkuutta näissä toiminnoissa. Kyselyn tekniset ratkaisut – kuten vastaajien anonymiteetti ja kohderyhmän rajaus organisaation henkilöstöön – lisäsivät tutkimuksen luotettavuutta. Tulosten yleistettävyyden osalta on huomioitava, että kyselyn avulla tavoitettiin tiettyjen teemojen osalta laajempia kehitysalueita, ja yksityiskohtaisempien käyttötapausten tunnistaminen edellyttäisi näihin kehityskohteisiin keskittyvää jatkotutkimusta.

Kokonaisuutena opinnäytetyössä saavutettiin sille asetetut tavoitteet. Se jäsensi AI-agentti-ilmiötä ja tarjosi laajan teoreettisen viitekehyksen, mutta ennen kaikkea konkretisoi Toimeksiantaja Oy:n automaatiotarpeet ja tunnisti ne osa-alueet, joissa agenttiratkaisut voisivat tuottaa eniten lisäarvoa. Työ osoitti, että AI-agentti-hanketta ei kannata lähestyä irrallisena teknologisena kokeiluna, vaan se voi olla potentiaalinen seuraava askel kohti älykkäämpää ja Toimeksiantaja Oy:n asiantuntijoiden jokapäiväistä työtä tukevaa kokonaisvaltaista automaatiokehitystä. Samalla työ tarjoaa toimeksiantajalle konkreettisen lähtökohdan AI-strategian ja tulevaisuuden agenttiratkaisujen jatkosuunnittelulle.

This thesis explored the potential of artificial intelligence agents, AI Agents, in the business processes of Toimeksiantaja Oy. The aim was to create a comprehensive overview of what AI Agents are, how they can be defined and classified, what kinds of architectures and operating models are associated with them, and how they could provide value both within the organization and in the broader industry context. The study was designed to support Toimeksiantaja Oy’s AI strategy by combining a theoretical framework as a foundation for AI Agent development with a practical needs assessment survey that identified potential areas for automation and future AI Agent implementation.

The thesis is a functional study in which the theoretical foundation forms an integral part of the development work. The theoretical section compiled recent publications and industry sources on AI Agents to establish a structured understanding of the phenomenon. The empirical part consisted of a staff survey with the aim of identifying the automation needs of different business units, categorizing them into thematic areas, and assessing their priority and feasibility. The survey covered five core themes – customer work, information retrieval and management, data processing and analysis, content production, and everyday work routines – as well as an evaluation of the adequacy of existing automation tools.

The survey produced quantitatively comparable data suitable for the needs of a quantitative research method, supplemented with open-ended responses. Results were analysed through three perspectives: needs that can be addressed using existing technologies, potential use cases for AI Agents, and the balance between technical feasibility and business significance. The findings revealed that more than two-thirds of the identified needs related to contextual understanding, interaction, and data interpretation – areas where traditional technologies might be insufficient. AI Agents appeared particularly promising in customer work, content production, and everyday work routines. In terms of functional roles, especially customer agents, employee agents, and data agents were identified as complementing traditional automation technologies and bringing a much-needed intelligent dimension to them.

The reliability of the study was supported by the representativeness of the survey sample: the largest business units were well represented in the responses, which strengthened generalizability in their case. However, the limited participation of smaller units such as HR and Advisory may have limited the accuracy and generalizability of the results in those areas. The technical design of the survey – ensuring respondent anonymity and the limitation of the target group to the organization's personnel – further enhanced reliability. Nevertheless, regarding the generalizability of the results, it should be noted that the survey covered broader development areas for certain themes, and identifying more detailed use cases would require further research focusing on these development areas.

Overall, the thesis achieved its objectives. It clarified the AI Agent phenomenon and provided a wide-ranging theoretical framework, but most importantly, it identified Toimeksiantaja Oy’s automation needs and pinpointed the areas where AI Agents could deliver the greatest business impact. The results demonstrated that AI Agents should not be approached only as a technological experiment, but rather as a potential next step toward smarter automation. In addition, the thesis offers Toimeksiantaja Oy a concrete foundation for further planning of the AI strategy and future agent solutions.