Äriliselt eduka AI-agendi loomiseks on väga selge valem

Tehisaru abil on võimalik mõne tunniga kompleksseid ülesandeid lahendav AI-agent üles ehitada ja seda katsetadagi, aga selle edukus ei sõltu sugugi sellest, kui mahukas on ettevõtte tehisaru rakendamisstrateegia, vaid hoopis sellest, kui hästi on endale selgeks tehtud probleem, mis vajab lahendamist. Seda näitas ka Estonian Business Schoolis toimunud Elnora AI Agent Hackathoni Build Day, kus meeskonnad lõid 12 tunniga agendid, mis võtsid vastu tellimusi, koostasid ettevõtete riskiraporteid ja automatiseerisid sisemisi töövooge.

Häkatoni õppetunnid

Ühe päeva kohta oli tulemus muljetavaldav. Ehitamise kiirusest õpetlikum oli aga see, et kõige veenvamad lahendused sündisid nendes meeskondades, kus esmalt ei küsitud „Mida AI-ga teha saab?“, vaid „Milline töö vajab siin päriselt parandamist?“. Ehk AI-agentide väärtus ja parimad tulemused sünnivad siis, kui tehnoloogia kõrval on selgelt paika pandud ja lahendamist vajav probleem, tugev valdkonnateadmine ning oskus lahendus kiiresti tööle panna.

Häkatonil oli igas meeskonnas vähemalt üks valdkonna ekspert, näiteks finantsi, õiguse, personali või operatsioonide alalt, ning vähemalt üks inimene, kes töötab iga päev AI-agentide ja arendustööriistadega, näiteks Claude Code, Codex või Cursor.

Valdkonna ekspert teadis, milline etapp võtab liiga palju aega, kus tekivad vead ja milline osa tööst on aastaid püsinud käsitööna lihtsalt harjumusest. Tehnilise taustaga meeskonnaliige oskas selle teadmise kiiresti töötavaks lahenduseks vormida.

Huvitavad tööd

Selline kooslus osutus määravaks häkatonil, aga on oluline ka päriselulistes olukordades, sest tehniline oskus võimaldab agendi kasvõi loetud tundidega valmis ehitada, aga ilma valdkonnateadmiseta võib kiirelt automatiseerida hoopis vale asja ehk tegelik probleem ei saa lahendust. Ehk AI-agentide puhul tuleb arvestada, et isegi kui kõik töötab laitmatult, võivad need siiski äriliselt läbi kukkuda, sest ei säästa ettevõttele aega, ei tee klientide elu lihtsamaks ega vähenda ühtki olulist riski.

Võitjaks tunnistatud „Closer.ai“ oli tervikliku lähenemise hea näide. Nende WhatsAppis töötav müügiagent viis kliendi küsimusest tellimuse, makse ja logistikani ühe vestluse sees. Vestlusoskus oli aga ainult üks osa lahendusest. Tegelik väärtus sündis sellest, et tiim oli ühe päeva jooksul sidunud mitu äriprotsessi üheks arusaadavaks ja ladusalt kulgevaks teekonnaks. Tänu sellele saab klient asjad aetud ja ettevõte võtta tellimused töösse ilma hulga vahepealsete käsitsi tehtavate tegevusteta.

Huvitavaid töid oli aga veelgi. Näiteks koostas tiimi KYC Agent 007 loodud lahendus minutitega ettevõtte riskiraporti ja tõi hästi esile koha, kus AI-agent saab võtta enda kanda mahuka eeltöö, jättes lõpliku hinnangu inimesele. CEO’s Coffee Breaki meeskonna lahendus koondas aga juhile olulised ettevõtte signaalid ühte vaatesse. Juhile on oluline, et temani jõuaks õigel ajal tema jaoks kõige olulisem info, mille pealt otsuseid teha. Hästi ehitatud agent saab sellele kaasa aidata.

Lisaks osalesid häkatonil meeskonnad, kes tegelesid äriideede valideerimise, vastavusjuhtimise, värbamise, teadmushalduse, meditsiini ja ettevõtete sisemiste tööprotsessidega. Näiteks meeskond Koolipildid ehitas avalikult kasutatava näotuvastusel põhineva fotopoe.

Valem selge

Valdkonnast sõltumata tuli siiski selgelt välja kõige tugevamate lahenduste valem: tehisaru agent oli seotud konkreetse töövooga ning selle kasu sai demo käigus mõne minutiga selgeks.

Sellised kiiresti loodud prototüübid aitavad ettevõttel enne suurema investeeringu tegemist testida, kas probleem on õigesti valitud ja kas lahendus loob kasutajale tegelikku väärtust. Kui see nii on, siis saab alles hakata lahendama andmekaitse ja infoturbe küsimusi, kontrollida väljundite usaldusväärsust, tagada integratsioonide töökindlus, panna paika vastutus ning see, kas ja millises punktis sekkub inimene. Hea lahendus automatiseerib rutiinse töö, kogub otsustamiseks vajaliku info ja oskab vajadusel inimese kaasata.

Artikkel ilmus algselt Äripäevas.