Agentti (AI Agent) (Agentic AI)
- Tekoälyyn perustuva ohjelmisto, joka pystyy suorittamaan tehtäviä itsenäisesti.
- Toisin kuin perinteinen tekoäly tai pelkkä generatiivinen tekoäly, joka vastaa vain suoriin kehotteisiin (prompteihin), agenttinen tekoäly osaa suunnitella, tehdä päätöksiä, käyttää ulkoisia työkaluja ja korjata omia virheitään
- Toimii kuin itsenäinen digitaalinen työntekijä
Esimerkiksi: Tarkista varastosaldo, tee ostoehdotus ja lähetä se hyväksyttäväksi.
AI (Artificial Intelligence) – tekoäly
Tietokonejärjestelmä, joka pystyy suorittamaan tehtäviä, jotka ovat aiemmin vaatineet ihmisen ajattelua.
Esimerkiksi:
- tiedon analysointi
- tekstien kirjoittaminen
- ennusteiden tekeminen
- päätöksenteon tukeminen
AI Act (EU:n tekoälyasetus)
- Velvoitteet astuvat voimaan vaiheittain vuosien 2025–2027 aikana
- Ydinajatuksena on riskiperusteisuus: mitä suurempi riski tekoälysovelluksesta aiheutuu ihmisten turvallisuudelle tai perusoikeuksille, sitä tiukempaa sääntely on
- Asetus koskee tekoälyn kehittäjiä (providers) kuin sen käyttöönottajia (deployers), kuten työnantajia, jotka hyödyntävät AI-työkaluja arjessaan.
AI-avustaja (AI Assistant)
- Keskustelupohjainen LLM-kielimalliin perustuva tekoälyohjelmisto, joka toimii henkilökohtaisena digitaalisena apulaisena
- Ymmärtää luonnollista kieltä ja auttaa käyttäjää suorittamaan erilaisia tehtäviä, etsimään tietoa tai automatisoimaan rutiineja
- AI-avustajien kehittymisen sukupolvet.
- Ääniavustajat (Siri, Alexa, Google Assistant)
- Generatiiviset chatbotit (ChatGPT, Claude, Gemini)
- Agenttiset avustajat (Agentic Assistants)
AI-ERP
Toiminnanohjausjärjestelmä, jossa tekoäly osallistuu tiedon analysointiin, automaatioon ja päätöksenteon tukemiseen.
Perinteinen ERP tallentaa tietoa. AI-ERP auttaa ymmärtämään tietoa.
Hallintamalli (AI Governance)
- Tarkoittaa yrityksen tai organisaation sisäistä sääntöjen, prosessien ja vastuiden kokonaisuutta, jolla varmistetaan, että tekoälyä kehitetään ja käytetään turvallisesti, eettisesti ja lakien mukaisesti.
- Pääpilarit
- Strategia ja johtaminen (Strategy & Accountability)
- Sääntely ja vaatimustenmukaisuus (Compliance)
- Riskienhallinta ja tietoturva (Risk Management & Security)
- Eettisyys ja läpinäkyvyys (Ethics & Explainability)
- Elinkaaren seuranta ja auditointi (Monitoring & Auditing)
AI-kyvykkyys
Yrityksen valmius hyödyntää tekoälyä.
Siihen vaikuttavat esimerkiksi:
- datan laatu
- järjestelmät
- henkilöstön osaaminen
- toimintatavat
API
Rajapinta, jonka avulla kaksi ohjelmaa voivat vaihtaa tietoa.
ERP-järjestelmät keskustelevat APIen avulla esimerkiksi verkkokauppojen, CRM-järjestelmien ja taloushallinnon kanssa.
Automaatio
Työvaiheiden suorittaminen ilman manuaalista työtä.
AI voi tehdä automaatiosta aiempaa älykkäämpää.
Automaattinen poikkeamahavainnointi (Anomaly Detection)
- Vähentää manuaalisen tarkistustyön tarpeen murto-osaan perinteisestä.
- Algoritmeja, jotka valvovat järjestelmän datavirtoja jatkuvasti.
- Tunnistaa välittömästi virheelliset kirjaukset, poikkeavat laskut tai toimitusviiveet.
Cloud ERP (Pilvipohjainen ERP)
- Päivittyy automaattisesti ilman raskaita paikallisia asennusprojekteja.
- Moderni toiminnanohjausjärjestelmä, joka toimii pilvialustalla.
- Mahdollistaa tekoälytyökalujen saumattoman integroinnin ja suuren laskentatehon.
Dashboard
Visuaalinen näkymä yrityksen tärkeimpiin tunnuslukuihin.
AI voi myös selittää automaattisesti, miksi luvut ovat muuttuneet.
Data
Yrityksen keräämä tieto.
AI tarvitsee laadukasta dataa pystyäkseen tekemään hyödyllisiä analyysejä.
Digitaalinen transformaatio
Yrityksen toimintatapojen muuttaminen digitaalisten työkalujen avulla.
AI-ERP on usein osa tätä laajempaa muutosta.
Ennakoiva analytiikka
Tekoäly arvioi tulevia tapahtumia historiatietojen perusteella.
Esimerkkejä:
- kysynnän ennustaminen
- huoltotarpeen arviointi
- kassavirtaennuste
Ennakoiva huolto (Predictive Maintenance)
- Tuotantokoneiden ja laitteiden huoltotarpeen arviointia sensoridatan avulla.
- ERP tilaa huollon ja varaosat automaattisesti ennen kuin kone rikkoutuu.
ERP (Enterprise Resource Planning)
Yrityksen toiminnanohjausjärjestelmä.
ERP yhdistää esimerkiksi:
- myynnin
- ostot
- varaston
- tuotannon
- taloushallinnon
- projektit
yhdeksi kokonaisuudeksi.
Generatiivinen tekoäly
Tekoäly, joka pystyy luomaan uutta sisältöä.
Se voi tuottaa esimerkiksi:
- tekstiä
- kuvia
- raportteja
- ohjelmakoodia
- analyysejä
Hallusinaatio
Tilanne, jossa tekoäly antaa uskottavan mutta virheellisen vastauksen.
Siksi AI:n vastaukset kannattaa aina tarvittaessa tarkistaa.
Integraatio
Kahden tai useamman järjestelmän yhdistäminen niin, että tieto liikkuu automaattisesti niiden välillä.
Keskusteleva tekoäly & Copilotit (Conversational AI)
- Luonnollista kieltä ymmärtävät tekoälyavustajat järjestelmän sisällä.
- Mahdollistavat raporttien pyytämisen suomeksi (esim. ”Näytä viime kuun parhaat myynnit”).
- Poistavat tarpeen osata monimutkaisia valikkopolkuja tai hakulausekkeita.
Koneoppiminen (Machine Learning, ML)
- Teknologia, jonka avulla järjestelmä oppii historiadatasta ja havaitsee sieltä säännönmukaisuuksia ilman, että sitä tarvitsee erikseen ohjelmoida.
- ML on AI-ERP:n aivot ennustamisessa. Se analysoi vuosien myyntihistoriaa, sesonkeja ja markkinasignaaleja, ja laskee niiden pohjalta automaattisesti kysyntäennusteet ja optimaaliset varastotasot.
- Vähentää hyllyjen tyhjenemistä ja minimoi varastoon sitoutuvan pääoman.
Konenäkö (Computer Vision)
- Teknologia, joka mahdollistaa digitaalisten kuvien ja videoiden automaattisen analysoinnin ja tulkinnan.
- Konenäköä käytetään erityisesti valmistavassa teollisuudessa ja varastologistiikassa. Kamerat voivat tarkistaa tuotantolinjalla kulkevien tuotteiden laadun sekunnin murto-osassa tai lukea varastossa rahtilavojen viivakoodeja ja vaurioita lennosta, päivittäen tiedon ERP-varastosaldoraportille.
- Parantaa laadunvalvontaa ja nopeuttaa tavaran vastaanottoa huomattavasti.
LLM (Large Language Model) (Suuret kielimallit)
- Suuri kielimalli, joka ymmärtää luonnollista kieltä ja tuottaa tekstiä.
- Toimii käyttöliittymäavustajina ja tekstin tuottajina. Voit kysyä järjestelmältä suoraan suomeksi: ”Tee yhteenveto tämän kuun myyntihajonnasta
- Nopeuttaa raportointia ja helpottaa järjestelmän käyttöä ilman monimutkaisten valikkopolkujen opettelua.
- Tunnettuja esimerkkejä ovat esimerkiksi (Chat)GPT- ja Claude-tyyppiset kielimallit.
No code ja Low code
- No-code ja low-code ovat ohjelmistokehityksen menetelmiä, joiden avulla sovelluksia, verkkosivuja ja automaatioita voidaan rakentaa ilman perinteistä koodin kirjoittamista.
- Menetelmät ovat keskeisessä roolissa myös nykyisessä tekoäly- ja agenttikehityksessä, sillä niiden avulla tekoälyä ja automatisoituja työnkulkuja voidaan rakentaa nopeasti ilman syvällistä ohjelmointiosaamista
Luonnollinen kieli
Tavallinen ihmisen käyttämä kieli.
Sen avulla ERP:lle voidaan kirjoittaa esimerkiksi:
”Näytä kaikki asiakkaat, joiden myynti on laskenut yli 20 %.”
Luonnollisen kielen käsittely (Natural Language Processing, NLP)
- LLM-malleja laajempi teknologia-alue, joka keskittyy strukturoimattoman ihmiskielen (kuten sähköpostien, PDF-sopimusten ja chattien) muuttamiseen koneelle ymmärrettäväksi dataksi.
- NLP lukee esim. automaattisesti sisään tulevat ostotilausten vahvistukset sähköposteista tai skannatut PDF-laskut. Se poimii niistä olennaiset tiedot (kuten summat, päivämäärät ja tuotekoodit) ja vie ne oikeisiin kenttiin ERP-järjestelmässä.
- Poistaa manuaalisen tiedonsyötön ja siitä aiheutuvat näppäilyvirheet.
Master Data
Yrityksen perustiedot.
Esimerkiksi:
- asiakkaat
- tuotteet
- toimittajat
- hinnastot
Huonolaatuinen perustieto heikentää myös tekoälyn laatua.
MCP (Model Context Protocol)
- Avoin rajapintamalli, jonka avulla tekoäly voi käyttää turvallisesti yrityksen järjestelmiä ja tietolähteitä.
- Ohjelma, joka toimii ”yleisadapterina” tai siltana tekoälymallien (kuten Claude tai ChatGPT) ja ulkoisten tietolähteiden, tiedostojen tai työkalujen välillä
- Luo isot mahdollisuudet: Kun yritys rakentaa sisäiselle tietokannalleen yhden MCP-palvelimen, sitä voivat käyttää heti kaikki MCP-standardia tukevat tekoälytyökalut.
Luonnollisen kielen käsittely (Natural Language Processing, NLP)
- LLM-malleja laajempi teknologia-alue, joka keskittyy strukturoimattoman ihmiskielen (kuten sähköpostien, PDF-sopimusten ja chattien) muuttamiseen koneelle ymmärrettäväksi dataksi.
- NLP lukee esim. automaattisesti sisään tulevat ostotilausten vahvistukset sähköposteista tai skannatut PDF-laskut. Se poimii niistä olennaiset tiedot (kuten summat, päivämäärät ja tuotekoodit) ja vie ne oikeisiin kenttiin ERP-järjestelmässä.
- Poistaa manuaalisen tiedonsyötön ja siitä aiheutuvat näppäilyvirheet.
Prompt (Kehote)
Käyttäjän tekoälylle antama ohje tai kysymys.
Hyvä prompti tuottaa yleensä paremman vastauksen.
Preskriptiivinen analytiikka (Prescriptive Analytics)
- Analytiikkaa, joka ei vain ennusta tulevaa, vaan ehdottaa suoria toimenpiteitä.
- Suosittelee esimerkiksi optimaalista tilausajankohtaa varaston tyhjentyessä.
- Toimii johdon ja esihenkilöiden älykkäänä päätöksentekotukena.
Prosessien louhinta (Process Mining)
- Tekniikka, joka analysoi järjestelmän lokitietoja nähdäkseen, miten yrityksen prosessit (esim. tilaus-toimitusketju) todellisuudessa etenevät verrattuna siihen, miten niiden luullaan etenevän.
- Algoritmit haravoivat ERP:n tapahtumahistoriaa ja piirtävät visuaalisen kartan prosessien pullonkauloista, turhista välivaiheista tai poikkeamista ohjeistukseen.
- Paljastaa piilevät tehottomuudet ja antaa dataperusteiset suositukset prosessien kehittämiseen.
RAG (Retrieval-Augmented Generation)
Menetelmä, jossa tekoäly hakee ensin yrityksen omia tietoja ja muodostaa vastauksen niiden perusteella.
Näin vastaukset perustuvat yrityksen todelliseen dataan.
RPA (Robottiautomaatio / Robotic Process Automation)
- Ohjelmistorobotit, jotka jäljittelevät ihmisen tekemiä rutiinitehtäviä.
- Siirtävät tietoa järjestelmien välillä ja täyttävät vakioituja lomakkeita.
- Toimii usein AI-ERP:n ”käsinä” suorittaen tekoälyn tekemät päätökset.
Työnkulku (Workflow)
Prosessi, jossa tehtävät etenevät vaiheesta toiseen.
Esimerkiksi:
Tarjous → Tilaus → Toimitus → Laskutus.
Älykäs kysynnän ennustaminen (Demand Forecasting)
- Myyntidatan, markkinatrendien ja sesonkien analysointia koneoppimisella.
- Optimoi varastotasot automaattisesti sitomatta liikaa käyttöpääomaa.
Jätä kommentti