The Holy Trinity: mitä tekoäly todella tarvitsee tehdäkseen työtä

Valmistava yritys haluaa tietää, mitkä sen 14 000 SKU:sta ovat todella kannattavia. Vastaus on kolmessa järjestelmässä, jotka eivät ole koskaan vaihtaneet keskenään yhtäkään datapistettä. Vielä vähän aikaa sitten sen selvittäminen vaati kolme osastoa, kaksi viikkoa ja aimo annoksen hyvää tahtoa. Vuoden 2026 alusta tekoäly pystyy vastaamaan tähän kysymykseen minuuteissa: käymään datan läpi, luomaan yhteyksiä, tuottamaan suosituksen. Edellyttäen, että sillä on pääsy.

Mallit ovat valmiita. Ne toimivat, suorittavat tehtäviä useiden askelten ja järjestelmärajojen yli, valmistelevat päätöksiä, käynnistävät työnkulkuja. Moni yritys on saanut tästä ensimmäisen vaikutelman Copilotin kautta, mutta Copilot tuntee M365-universumin: postit, dokumentit, kalenterin. Jos tekoäly halutaan valjastaa siihen dataan, joka kantaa varsinaista liiketoimintaa, eli ERP:iin, CRM:ään, IoT:hen ja tuotantojärjestelmiin, tarvitaan toisenlainen perusta.

Tämä perusta koostuu kolmesta osasta. Olemme rakentaneet jokaisen niistä Managed Servicenä, jokainen menee tuotantoon kolmessa tai neljässä viikossa, ja yhdessä ne muodostavat alustan, jolla tekoäly pystyy tekemään aitoa työtä.

Ensiksi: dataa, joka on kysymisen arvoista

Takaisin niihin 14 000 SKU:hun. Tuotantodata on ERP:issä, myyntiluvut CRM:ssä, ja jossain siinä välissä yksi ainoa ihminen ylläpitää taulukkoa, joka sattuu olemaan ainoa lähde liiketoimintakriittiselle KPI:lle. Tämä ei ole erikoistapaus. Tämä on sääntö. Ja niin kauan kuin tämä data on erillisissä järjestelmissä, tekoälyllä ei ole yhtenäistä näkymää liiketoimintaan.

Lakehouse-arkkitehtuuri ratkaisee tämän kolmessa kerroksessa: raakadata lähdejärjestelmistä (Bronze), kuratoidut ja validoidut tietojoukot (Silver), business-aggregaatit, jotka valuvat suoraan analytiikka- tai tekoälyputkiin (Gold). Ajetaanko tämä Databricksin vai Fabricin päällä, riippuu vaatimuksista. Molemmat toimivat. Näiden hybridi myös.

Azure Data Foundation on tähän tarkoitettu Managed Servicemme. Se integroi datan ERP:istä, CRM:stä, IoT:sta ja muista lähdejärjestelmistä yhdeksi ainoaksi alustaksi, kokonaan Infrastructure as Codena määriteltynä, automaattisella drift detectionilla, läpileikkaavalla data governancella Unity Catalogin tai Purviewin kautta ja roolipohjaisella pääsyllä niin business-käyttäjille, analyytikoille kuin data engineereille. Käytännön seuraus: yritys, jolla on tämä perusta, voi ensimmäistä kertaa esittää kysymyksiä, joihin ei aiemmin ollut vastausta, ei siksi ettei olisi haluttu, vaan siksi että data kyllä oli olemassa mutta sitä ei ollut koskaan yhdistetty.

Toiseksi: paikka, jossa workloadit todella ajetaan

Datan omistaminen on yksi asia. Sillä tekeminen jotain, mikä menee kertaluontoista kyselyä pidemmälle, on toinen. Tekoälysovellukset, automatisoitu business-logiikka, pitkään ajettavat jobit: kaikki, mikä käyttää yritysdataa itsenäisesti ja toistuvasti, tarvitsee ajoympäristön, jota voi kontrolloida. Tämä ympäristö koostuu, olipa se niin suunniteltu tai ei, konteista.

Azure Container Foundation tarjoaa tämän kehyksen: standardoidun konttialustan Azure Container Appsin tai Azure Kubernetes Servicen pohjalta, workloadin mukaan. Yhtenäiset verkkoyhteydet, keskitetty todennus Entra ID:n kautta Managed Identityillä, läpileikkaava valvonta. Kaikki hallinnoituna Terraformin ja GitHubin kautta, kaikki toistettavissa.

Mitä tämä mahdollistaa: sen sijaan että jokainen tiimi pystyttäisi oman klusterinsa ja määrittelisi omat sääntönsä, on olemassa yhteinen kehys, jossa workloadit eivät vain aja vaan pysyvät hallittavina. Se on edellytys sille, että niille voi antaa autonomiaa.

Kolmanneksi: paikka, jossa malleista tulee agentteja

Malli ei ole vielä agentti. Kielimallin ja sellaisen välissä, joka kirjaa tilauksia luotettavasti, tarkastaa laskuja tai eskaloi palvelutapauksia, on paljon epänäyttävää työtä: mikä malli, mitkä työkalut, mitkä tietolähteet, mitkä suojakaiteet, ja mitä tapahtuu, kun agentti menee metsään. Tämän työn on tapahduttava jossakin, jäljitettävästi ja toistettavasti, ei notebookissa yhden ainoan ihmisen kannettavalla.

Azure AI Foundation on Managed Servicemme tälle kerrokselle, rakennettuna Microsoft Foundryn (aiemmin Azure AI Foundry) päälle: mallikatalogi, agenttien orkestrointi, liittymät työkaluihin ja tietolähteisiin, evaluointi ja observability yhdessä paikassa. Täällä rakennettu agentti käyttää dataa ja workloadeja samojen Entra-identiteettien kautta kuin muu ympäristö, ajaa niitä suojakaiteita vasten, jotka on määritelty, ja jättää jäljen, joka on tarkastettavissa.

Toimitamme sen koodina määriteltynä, roolipohjaisella pääsyllä, sisältösuodattimilla ja verkkorajoilla, jotka eivät ole neuvottelun asia, ja käyttöönottopolulla, joka vie agentin kehityksestä tuotantoon ilman että kukaan säätää ruuveja käsin. Vasta sen myötä agentti lakkaa olemasta prototyyppi ja muuttuu joksikin, mitä yritys pystyy todella ylläpitämään.

The Holy Trinity

Kolme rakennuspalikkaa, jokainen tuotannossa kolmessa tai neljässä viikossa, jokainen yksinään käyttöönotettavissa, yhdessä alusta, jolla tekoäly saapuu sinne, missä yrityksessä todella syntyy arvoa.

Azure Data Foundation hankkii tekoälylle pääsyn siihen dataan, joka kuvaa liiketoimintaa. Azure Container Foundation antaa sen workloadeille paikan, jossa ne voivat ajaa, pysyvästi ja kontrolloidusti. Ja AI Foundation on se paikka, jossa tästä datasta ja näistä workloadeista tulee agentti, jonka voi rakentaa, tarkastaa ja ottaa ajoon.

Kun kaikki kolme asettaa yhteen, syntyy maaperä, jolla tekoäly lakkaa tiivistämästä ja alkaa tehdä työtä.