Innofactor Blog

Matka kohti agenttista ERP:iä – Tarina tosielämästä, osa 1

Kirjoittanut Jaakko Heikkinen | 27.5.2026

Taustaksi
Tätä blogisarjaa ei ole luotu tai kirjoitettu tekoälyn avulla. Kyseessä ei myöskään ole myyntipuhe naamioituna informatiiviseksi sisällöksi. Blogisarja kertoo tosielämän tarinan yrityksestä matkalla kohti agenttista ERP:iä.

Kaikki tämä tapahtuu reaaliajassa, joten olen vähintään yhtä utelias kuin sinäkin näkemään lopputuloksen ja sen, millaisia haasteita kohtaamme matkan varrella. Toivottavasti blogisarjan lopussa meillä on kasassa loistava (menestys)tarina, josta voimme kaikki oppia.
 
 

Lähtötilanne

Järjestelmä, jota lähdemme viemään agenttiseksi, on D365 Finance & SCM (jatkossa F&O). Se kattaa talouden, projektinhallinnan ja HR:n. Olemme olleet F&O:n varhaisimpia käyttöönottajia, ja se näkyy: järjestelmään on rakennettu vuosien varrella huomattava määrä räätälöityjä laajennuksia.

Viralliseen raportointiin käytämme Power BI:tä. Konsernikonsolidointi tehdään Jedoxilla, ja liiketoiminnan suunnittelun ja ennustamisen tueksi on rakennettu laaja kirjo Excel-pohjia.

Eri roolien näkökulmasta johto haluaa edetä nopeasti, talousosastolla on runsaasti ideoita arjen sujuvoittamiseen, ja sisäinen IT on hyvin varovainen (kuten kuuluukin).

Veikkaan, että tämä lähtötilanne kuulostaa monelle tutulta.


Projektin tavoite

Tavoitteena on, että vuoden 2026 loppuun mennessä meillä on käytössä ensimmäinen versio agenttisesta ERP:stä. Sen tulee sisältää vähintään kaksi F&O:n OOTB vakioagenttia (Account Reconciliation Agent ja Expense Management Agent), sekä yhden räätälöidyn agentin (Project Controller Agent).

Hyödynnämme uutta Dynamics 365 ERP MCP -palvelinta, jonka avulla toimimme suoraan ERP:n datan, käyttöliittymän ja liiketoimintalogiikan kanssa. Samalla rakennamme tiekartan vuodelle 2027, jolloin tavoitteena on saavuttaa merkittäviä tehokkuushyötyjä automatisoimalla ja virtaviivaistamalla talousprosesseja.


AI vai automaatio?
Agenttisen ERP:n kehittäminen ei ole pelkästään tekoälyä. Monet saamamme käyttötapaukset ovat itse asiassa
puhdasta automaatiota eivätkä vaadi lainkaan AI:ta tuottaakseen arvoa.

Olen yrittänyt listata joitakin käyttötapausten ominaisuuksia, jotta sopivimman lähestymistavan valinta tavoitetilan saavuttamiseksi olisi helpompaa. Jos olet jostakin eri mieltä, ota ihmeessä yhteyttä.

Perinteinen automaatio tai raportointi

  • Yksi tai useampi seuraavista:
    • Lopputuloksen täytyy olla täsmälleen sama joka kerta
    • Ratkaistavissa if–then -logiikalla
    • Datalähteet ovat rajattuja ja strukturoituja
    • Tarve vain datan visualisointiin
    • Tarvitaan vain parempi käyttöliittymä
  • Ratkaisujen tärkeysjärjestys
    1. D365 Finance -perustoiminnot (OOTB)
    2. Power BI, Power Apps, Power Automate
    3. Räätälöidyt laajennukset

AI

  • Yksi tai useampi seuraavista:

    • Lopputulos voi olla arvio tai näkemys
    • Ei ratkaistavissa if–then -logiikalla
    • Useita datalähteitä ja myös strukturoimatonta dataa
    • Tarve tuottaa tekstiä
  • Ratkaisujen tärkeysjärjestys
    1. D365 or M365 Copilot (OOTB)
    2. Copilot Studio
    3. AI Builder
    4. Microsoft Foundry

 

Ensiaskeleet

Tätä osaa kirjoitettaessa projekti on vasta käynnistynyt.

Ensimmäinen tehtäväni on selvittää projektisuunnitelma ja työmääräarvio, jotta saamme sisäisen rahoituksen. Tässä kohtaa mennään pitkälti kuuluisan kristallipallon varassa – koska kuka tietää, eikös?

Uusien ympäristöjen pystyttäminen, OOTB-agenttien konfigurointi ja räätälöityjen agenttien rakentaminen testikäyttöön on vielä suhteellisen helppo arvioida, ja kustannuksetkin ovat kohtuullisia. Tuotantoon vieminen voi kuitenkin olla aivan oma lukunsa. Myös agenttien tuotantokäytön kustannukset ovat vielä osittain epäselviä. Hyvä uutinen on, että kun pääsemme sinne asti, pystymme jakamaan teille konkreettiset luvut.

Ensimmäinen käytännön askel on luoda uusi, erillinen Tier 2 DEV -ympäristö, jossa voimme turvallisesti testata MCP-palvelinta ja kokeilla valmiita agentteja.

Samanaikaisesti tartun toimeen ja käyn keskustelut sisäisen IT:n kanssa, jotta tunnistamme, mitä kaikkea täytyy vielä selvittää, testata ja varmistaa ennen kuin voimme ottaa MCP-palvelimen käyttöön ja rakentaa AI-ratkaisuja, jotka lukevat ja kirjoittavat suoraan tuotantodataan. Koska yrityksessämme suhtaudutaan kyberturvaan, tietoturvaan, GDPR:ään ja muihin vastaaviin asioihin erittäin vakavasti, tästä kehkeytyy melko mittava urakka.

Positiivisena lopputuloksena syntyy dokumentoitu AI governance -malli, jota voimme myöhemmin hyödyntää myös asiakastyössä vastaavissa tilanteissa.

Tässä siis tämänhetkinen tilanne. Palaan aiheeseen myöhemmin ja kerron lisää Innofactorin agenttisen ERP:n tulevista seikkailuista.

Parhain terveisin,
Jaakko Heikkinen
ENT ERP Lead