Tekoälyagentti on tekoälyohjelma, joka saa tavoitteen ja hoitaa sen itsenäisesti useassa vaiheessa: se suunnittelee työn, käyttää sovelluksia tai verkkopalveluita ja ilmoittaa, kun tehtävä on valmis.
Määritelmä kuulostaa abstraktilta, mutta käytännössä ero tavalliseen tekoälychattiin on selvä. Chatbotilta kysytään, ja se vastaa. Agentille annetaan tehtävä, ja se tekee sen.
Chatbot neuvoo, agentti toimii
Jos pyydät ChatGPT:tä tai Claudea ehdottamaan hyvää ravintolaa syntymäpäiville, saat listan nimiä. Agentilta voi periaatteessa pyytää, että se etsii vapaan pöydän, tekee varauksen ja merkitsee sen kalenteriisi. Ohjelma ottaa siis askelia maailmassa eikä pelkästään tuota sanoja.
Agentti toimii silmukassa. Se katsoo tilanteen, päättää seuraavan askeleen, toteuttaa sen ja tarkistaa, mitä tapahtui. Pohjalla on sama kielimalli kuin chatbotissa, mutta sille on annettu työkaluja, kuten selain, sähköposti, kalenteri, tiedostot tai koko tietokoneen näyttö, hiiri ja näppäimistö.
Työkaluja on kahta päätyyppiä. Osa agenteista kytkeytyy palveluihin rajapintojen kautta ja keskustelee niiden kanssa suoraan koneelta koneelle. Toiset katsovat ruutua kuvakaappauksina ja klikkailevat kuin ihminen. Jälkimmäinen tapa toimii missä tahansa ohjelmassa, mutta se on hitaampi ja altis virheille.
Marraskuu toi agentit lähemmäs arkea
Anthropic avasi 20. marraskuuta tietokoneen käytön beetaversiona Clauden Team- ja Enterprise-tilauksiin. Claude ottaa kuvakaappauksia, lukee näyttöä ja käyttää hiirtä ja näppäimistöä niissä työpöytäsovelluksissa, jotka käyttäjä on hyväksynyt. Ominaisuus on oletuksena pois päältä, ja organisaation ylläpitäjän pitää kytkeä se käyttöön. Yksityiskohdat kerroimme jutussa Claude voi nyt käyttää tietokonettasi puolestasi.
Google teki 17. marraskuuta Gemini-sovelluksen tehtävätilasta ilmaisen. Käyttäjä valitsee aloitusnäkymässä keskustelun sijaan tehtävän, ja Gemini voi esimerkiksi soittaa paikalliselle yritykselle, varata ajan kalenteriin tai tehdä ostostilauksen. Palvelu toimii Yhdysvalloissa, Japanissa, Etelä-Koreassa, Kanadassa, Australiassa ja Intiassa. Suomessa ja muualla Euroopassa sitä ei ole, eikä Google ole kertonut syytä. Lue lisää jutusta Gemini hoitaa asioitasi nyt ilmaiseksi – mutta ei Suomessa.
Myös kaupat valmistautuvat. Yhdysvaltalainen vähittäiskauppaketju Walmart kertoi lokakuussa rakentavansa Walmart Agent Gateway -nimistä porttia, jonka kautta ulkopuoliset tekoälyagentit voivat ostaa Walmartista ja Sam's Clubista. Walmartin mukaan agentit asioivat nyt ihmisille tehdyllä verkkosivulla, mikä on hidasta ja altista virheille. Portti käyttää agenttien yleistä MCP-yhteyskäytäntöä, ja jokainen agentti saa asiakkaan tilille oman profiilinsa.
Profiilissa asiakas voi vaatia hyväksynnän jokaiselle ostokselle tai asettaa agentille kulukaton, esimerkiksi 50, 100 tai 200 dollaria. Walmart ilmoitti samalla tylysti, että ”ehtoja noudattamattomat agentit estetään Walmartin sivustolta”. Portti aloittaa beetana yrityksille ja kehittäjille.
Laajimmin agentteja käytetään jo ohjelmoinnissa. Koodausagentit kirjoittavat ja testaavat koodia ja pystyttävät kokonaisia sovelluksia. Niiden vaikutus näkyy jopa Suomen verotiedoissa: PostgreSQL-kehittäjä Heikki Linnakangas nousi verolistan kärkeen, kun hänen perustamansa Neon myytiin Databricksille. Databricksin mukaan yli 80 prosenttia Neonissa luoduista tietokannoista oli agenttien luomia. Tarinan voit lukea jutusta Suomalaiskoodari nousi verolistalle tekoälyagenttien siivellä.
Mitä agentti maksaa?
Hinta riippuu palvelusta. Googlen tehtävätila on ilmainen niissä maissa, joissa se toimii. Geminin tietokoneen käyttö Macilla vaatii sen sijaan maksullisen Google AI Plus-, Pro- tai Ultra-tilauksen, ja toistaiseksi sitä saa vain englanniksi Yhdysvalloissa. Clauden tietokoneen käyttö on tarjolla ainoastaan yritysten Team- ja Enterprise-tilauksissa.
Kuukausimaksu ei kuitenkaan kerro koko hintaa. Agentti kuluttaa laskentaa paljon enemmän kuin yksittäinen chattikysymys, koska jokainen askel, kuvakaappaus ja tarkistus on oma kutsunsa tekoälymallille. Siksi palveluissa on käyttörajoja, ja rajapintojen kautta rakennetuissa agenteissa lasku kasvaa tehtävän pituuden mukaan. Kalleimmaksi voi silti tulla virhe.
Tavalliselle suomalaiselle agentit tarkoittavat toistaiseksi lähinnä sitä, että osa palveluista tulee tänne myöhemmin kuin muualle. Yrityksille kysymys on kiireellisempi. Jos asiakkaan puolesta asioi pian ohjelma, verkkokaupan on päätettävä, päästääkö se agentin sisään, millä ehdoilla ja kuka vastaa, jos agentti ostaa väärän tuotteen.
Riskit: agentti tekee myös virheet puolestasi
Tunnetuin riski on niin sanottu kehoteinjektio (prompt injection). Verkkosivulle tai sähköpostiin piilotettu teksti voi antaa agentille ohjeita, joita käyttäjä ei koskaan antanut. Anthropic varoittaa ylläpitäjille suunnatussa ohjeessaan englanniksi, että ”näytöllä oleva sisältö, kuten verkkosivut tai sähköpostit, voi saada Clauden tekemään tahattomia toimia”.
Toinen kysymys on, mihin agentti pääsee käsiksi. Anthropicin mukaan tietokoneen käytössä Clauden ja käyttäjän sovellusten välillä ei ole hiekkalaatikkoa, joten Claude voi hyväksyttyjen sovellusten kautta avata, muuttaa tai poistaa tiedostoja. Google ajaa Geminin tehtävät eristetyssä virtuaalikoneessa ja Mac-toiminnon erillisessä taustaikkunassa. Ratkaisut eroavat toisistaan, ja ero kannattaa tuntea ennen kuin antaa agentille avaimet.
Rahaliikenteessä palvelut ovat päätyneet samanlaiseen malliin. Googlen tehtävätilassa käyttäjä voi asettaa kulukaton ja hyväksyä ostokset ennen maksua, ja Walmartin agenttiprofiileissa on samat säätimet. Ne eivät estä agenttia tekemästä huonoa valintaa, mutta ne rajaavat vahingon.