Matka kohti agenttista ERP:iä – Tarina tosielämästä, osa 2

Tiimirakenne

Projekti on edelleen käynnissä, ja meillä on erinomainen tiimi sen takana. Asiakastyö menee luonnollisesti usein sisäisen kehityksen edelle, mutta siitä huolimatta olemme edenneet hyvin. Olen edelleen päättänyt, ettei suutarin lasten tarvitse kulkea paljain jaloin. Yksi tärkeä oppi on ollut, että perinteisiä ratkaisualueisiin perustuvia tiimirakenteita täytyy arvioida uudelleen agenttiohjatussa maailmassa. Agenttiohjatun ERP-ratkaisun rakentaminen edellyttää perinteisen ERP-konsultoinnin ja kehityksen lisäksi osaamista datatieteestä, Power Platformista, tietoturvasta ja paikallisista taloushallinnon prosesseista. Projektimme on yhteinen ponnistus Power Platform-, Azure-, F&O-, sisäisen IT:n ja taloushallinnon tiimien välillä. On hienoa nähdä, kuinka eri osaamisalueiden asiantuntijat työskentelevät yhdessä yhteisen tavoitteen eteen.

Mitä olemme saavuttaneet tähän mennessä?

Aloitimme rakentamalla testikäyttöön tarkoitettuja agentteja Copilot Studiossa ja yhdistämällä ne Tier2-testiympäristön mallidataan. Tämä on suhteellisen yksinkertaista, mutta samalla se antaa vain rajallisen kuvan niistä haasteista, joita kohdataan siirryttäessä räätälöityyn D365 Finance -ympäristöön. Standardi MCP-palvelin pystyy yhdistymään D365 Financen vakiodataan ja liiketoimintaprosesseihin, mutta opimme nopeasti, ettei mukautettujen taulujen raakadataan kannata yhdistää suoraan. Sen sijaan saatamme joutua luomaan D365:een omia palveluja, joita tekoälyagentit voivat kutsua. Joissakin tapauksissa tarvitaan myös Azure Functions -ratkaisuja. Käyttötapaukset on valittava huolellisesti, ja jokaiselle liiketoiminnan tarpeelle on löydettävä luotettava sekä kustannustehokas toteutustapa.

Toivon, että onnistumme tässä, sillä unelmanani on, että voisimme agentifioida sekä omat että asiakkaidemme ERP-järjestelmät ilman pakollista ERP-projektia. Tulevaisuudessa ERP voi olla niin sanottu headless ERP, jossa data ja liiketoimintalogiikka säilyvät ERP-järjestelmässä, mutta tapahtumien käsittely hoidetaan joko agenttien tai tarkoitukseen optimoitujen sovellusten avulla.

Ehkä tähänastisen työn merkittävin saavutus on ollut kattava tietoturvaselvitys siitä, mitä MCP ERP -palvelimen ja tekoälyagenttien hyödyntäminen tuotantoympäristössä käytännössä tarkoittaa. Arkkitehtimme tutkivat tietoturvakontrolleja, tunnistautumista, verkkoja ja päätepisteitä, auditointeja, lokitietoja, salausta, valvontaa, uhkamalleja sekä monia muita osa-alueita, joiden toimivuudesta IT- ja tietoturvatiimimme haluavat varmistua ennen käyttöönottoa.

Tekoälyagenttien luomisen sietämätön keveys

Testikäyttöön tarkoitettujen agenttien rakentaminen Copilot Studiossa on lähes naurettavan helppoa. Riittää, että kuvailet luonnollisella kielellä, millaisen agentin haluat, valitset sopivan kielimallin, lisäät ERP MCP -palvelimen työkaluksi ja voilà, käytössäsi on toimiva agentti, joka on yhteydessä ERP-järjestelmääsi. Sen jälkeen voit esitellä agentin johtoryhmälle, joka alkaa nopeasti pohtia, miten osa henkilöstöstä voitaisiin vapauttaa tuottavampiin tehtäviin. Lähes varmasti huoneesta löytyy myös joku, joka ehdottaa agenttien viemistä suoraan tuotantoon kilpailuedun saavuttamiseksi.

Suosittelen kuitenkin malttia. Todellisuus on hieman monimutkaisempi.

Ruma mutta äärimmäisen mielenkiintoinen totuus

Hyödyllisten käyttötapausten tunnistaminen on vasta agenttimatkan ensimmäinen askel. Sen jälkeen on tehtävä suuri määrä teknisiä päätöksiä, joilla on merkittäviä vaikutuksia kustannuksiin, tietoturvaan, laatuun, suorituskykyyn ja agenttien todelliseen hyötyyn. Näitä päätöksiä ovat muun muassa:

• Data:

  • Mitä dataa käytetään?

  • Missä data kannattaa säilyttää kussakin käyttötapauksessa?

  • Datalake, Blob Storage, Cosmos DB, Dataverse vai SharePoint?

  • Millainen datan laatu on?
  • Miten versiointi, merkinnät ja hallinta toteutetaan?
• Teknologia ja arkkitehtuuri:
  
  • Valitaanko M365 Copilot, D365-sovellusten sisäänrakennetut Copilotit, Copilot Studio, Azure Foundry, yksittäinen agentti vai moniagenttiratkaisu?
  • Miten agentteja laajennetaan?
    • Käytetäänkö no-code-, low-code- vai pro-code-lähestymistapaa?
  • Hyödynnetäänkö pientä, suurta vai räätälöityä kielimallia? Jos käytetään, mikä 11 000 tarjolla olevasta mallista valitaan? available models?
    • Perustuuko ratkaisu kouluttamiseen, hienosäätöön vai kehotteisiin?
    • Pitäisikö järjestelmän valita eri kielimalli eri tilanteisiin?
  • Miten dataan yhdistetään: API:n vai MCP:n avulla?
• Prosessit, kuten ALM-putket, testaus, valvonta, hallinta, käytöstä poistaminen, päivitykset ja kehitys jne.
• Tietoturva
• Kustannukset
• Ihmisen suorittaman valvonnan tarve
• Kunkin agentin ROI
• Etiikka

Nämä ovat vain osa huomioitavista asioista, ja jokaisella päätöksellä voi olla merkittäviä taloudellisia vaikutuksia. Ei kuulostakaan enää aivan niin yksinkertaiselta, vai mitä?

Hyvä uutinen on, että aiomme kokeilla tätä ensin itse ja kertoa sitten avoimesti, mitä opimme matkan varrella.

Seuraavaan kertaan,

Ystävällisin terveisin,
Jaakko Heikkinen
ERP Lead