Agenttinen tekoäly (agentic AI) on tekoälyä, joka työskentelee kohti tavoitetta sen sijaan, että se vastaisi yhteen kysymykseen. Kerrot, mitä haluat saada tehdyksi. Se etsii tarvitsemansa tiedot, päättää työvaiheet, käyttää työkalujasi (sähköpostia, dokumentteja, CRM:ää), tarkistaa oman työnsä ja jatkaa, kunnes työ on valmis tai se tarvitsee sinua.
Chat-avustaja vastaa ja jää odottamaan. Agenttinen järjestelmä ottaa seuraavan askeleen itse.
Yhtä asiaa sana ei kerro: onko työ oikein tai mihin järjestelmä saa koskea. Ne ovat erillisiä kysymyksiä. Kun ne sekoitetaan keskenään, syntyy suurin osa agenttiseen tekoälyyn liittyvästä hämmennyksestä, joten tämä opas pitää ne erillään.
Mitä "agenttinen" tarkoittaa
"Agenttinen" (englanniksi agentic) tulee sanasta agency, toimijuus: kyky toimia itsenäisesti tavoitteen saavuttamiseksi. Merriam-Webster listaa sanan nyt nousevaksi termiksi, joka tarkoittaa "able to accomplish results with autonomy, used especially in reference to artificial intelligence" (suomennos: kykenevä saamaan aikaan tuloksia itsenäisesti, käytetään erityisesti tekoälystä), kuten AP kertoi marraskuussa 2025.
Hyödyllisin tapa ajatella asiaa: agenttisuus on asteikko, ei kyllä tai ei -luokitus. OpenAI:n vuonna 2023 julkaisema artikkeli Practices for Governing Agentic AI Systems kuvaa sitä sen mukaan, kuinka pitkälle järjestelmä pääsee vaikeassa tavoitteessa sekavassa ympäristössä ilman, että kukaan valvoo jokaista vaihetta. Jotkin työkalut ovat vähän agenttisia. Ne valitsevat työkalun, kun niitä pyydetään. Toiset ovat hyvin agenttisia. Ne pystyvät hoitamaan pitkän, monivaiheisen työn harvoilla välitarkistuksilla.
Kun tuote siis kutsuu itseään "agenttiseksi", todellinen kysymys on: kuinka suuren osan työstä se oikeasti hoitaa itse?
Miten agenttinen tekoäly toimii
Useimmat agenttiset järjestelmät toimivat samanlaisella tekoälymallilla kuin chatbot. Ero on mallin ympärille rakennetussa kokonaisuudessa. Yhden vastauksen sijaan malli työskentelee silmukassa.
Andrew Ng, joka oli mukana tekemässä termistä suositun, selitti eron vuoden 2024 puheessaan. Chatbotin tavallinen käyttö on kuin pyytäisi jotakuta kirjoittamaan esseen yhdeltä istumalta, alusta loppuun, painamatta kertaakaan askelpalautinta. Agenttinen toteutus antaa tekoälyn tehdä jäsennyksen, selvittää taustoja, kirjoittaa luonnoksen, lukea sen uudelleen ja korjata sen. Niin myös ihmiset kirjoittavat.
Agenttinen silmukka tarkistaa luvan ennen toimintaa. Jokaisen toimenpiteen jälkeen se palauttaa valmiin työn, palaa suunnittelemaan seuraavaa vaihetta tai pysähtyy pyytämään apua.
Tässä silmukka selkokielellä:
- Sinä asetat tavoitteen. Kerro, mitä haluat ja miltä "valmis" näyttää. "Valmistele minut torstain jatkosopimuspalaveriin" on tavoite. "Katso tätä asiakasta" ei ole.
- Se kerää kontekstin. Se lukee sen, mistä työ riippuu: tuoreet sähköpostit, palaverimuistiinpanot, asiakkaan tiedot CRM:ssä. Tämä vaihe ratkaisee suurimman osan laadusta. Hyvä suunnitelma, joka perustuu väärään tietoon, on silti väärä.
- Se suunnittelee. Se pilkkoo tavoitteen pienemmiksi vaiheiksi.
- Se toimii. Se käyttää työkaluja, joihin sillä on pääsy: hakee saapuneista viesteistä, avaa dokumentin, luonnostelee sähköpostin.
- Se tarkistaa. Se katsoo, mitä oikeasti tapahtui, eikä sitä, mitä se odotti. Jos CRM:ssä ei ole puhelumuistiinpanoja, se etsii niitä jaetulta levyltä.
- Se palauttaa työn tai pysähtyy kysymään. Joko saat jotain tarkistettavaa, tai se pitää tauon, koska käyttöoikeus puuttuu, tavoite on epäselvä tai seuraava vaihe tarvitsee sinun hyväksyntäsi.
Vaiheeseen 6 sisältyy valinta, jonka moni ohittaa: missä muodossa tulos annetaan. Sama selvitys voi olla kahden rivin viesti, dokumentti, jota muut voivat kommentoida, tai lyhyt esitys palaveria varten. Oikea vastaus väärässä muodossa jättää silti jonkun toisen tekemään työn uudelleen.
Agenttinen tekoäly vs. generatiivinen tekoäly vs. automaatio
Nämä kolme menevät helposti sekaisin, joten tässä lyhyt versio:
- Generatiivinen tekoäly luo sisältöä, kun pyydät: tekstiä, kuvia, koodia. Sitten se pysähtyy.
- Sääntöpohjainen automaatio noudattaa vaiheita, jotka joku on määrittänyt etukäteen: "kun lomake saapuu, lisää rivi ja lähetä sähköposti." Nopea ja ennustettava. Se hajoaa, kun jokin ei sovi sääntöön.
- Agenttinen tekoäly käyttää generatiivista tekoälyä silmukan sisällä. Se päättää seuraavan vaiheen itse, käyttää työkaluja ja tarkistaa tuloksen.
Helpoin tapa erottaa ne toisistaan on kysyä, kuka päättää seuraavan vaiheen. Automaatiossa joku on päättänyt jokaisen vaiheen etukäteen. Chat-avustajan kanssa sinä päätät jokaisen vastauksen jälkeen. Agenttisessa tekoälyssä järjestelmä päättää, kohti sinun tavoitettasi ja asettamiesi rajojen sisällä.
Jos haluat mieluummin katsoa videon, tämä lyhyt selitys käy saman jaon hyvin läpi:
YouTube · IBM Technology
Generative vs Agentic AI: Shaping the Future of AI Collaboration · 21.4.2025
Martin Keenin seitsemän minuutin selitys siitä, miksi generatiivinen tekoäly odottaa kehotettasi, kun taas agenttinen tekoäly jatkaa työtä kohti tavoitetta.
Samasta ajatuksesta käytetään myös termiä "tekoälyagentti" (AI agent). Karkeasti sanottuna tekoälyagentti on se, joka tekee työn, ja "agenttinen" kuvaa, miten se työskentelee.
Kolme erillistä kysymystä: toimijuus, luotettavuus, käyttöoikeudet
Kun ihmiset kuulevat "agenttisempi", he usein kuulevat "parempi" tai "automaattisempi". Se ei ole kumpaakaan. Sanaan kätkeytyy kolme eri kysymystä:
- Toimijuus (agency): kuinka paljon se päättää itse?
- Luotettavuus: kuinka usein tulos on oikein?
- Käyttöoikeudet: mihin se saa koskea?
"Agenttinen" kuvaa vain ensimmäistä kysymystä.
Suurempi toimijuus ei tarkoita parempaa luotettavuutta. Jokainen vaihe rakentuu edellisen päälle. Yksi väärä oletus alkuvaiheessa voi päätyä viimeisteltyyn, varmaan ja väärään raporttiin. Jopa ihmiset, jotka rakentavat näitä järjestelmiä työkseen, sanovat tämän osan olevan vaikea:
YouTube · LangChain
The Future of AI Agents with Andrew Ng | Interrupt 26 · 17.6.2026
Ng: "building agentic workflows is hard." Hän selittää, että niiden saaminen luotettaviksi vaatii todellista liiketoiminnan tuntemusta ja jatkuvaa testaamista.
Suomennos: Agenttisten työnkulkujen rakentaminen on vaikeaa.
Suurempi toimijuus ei vaadi laajempia käyttöoikeuksia. Tekoäly voi tehdä paljon työtä itsenäisesti (lukea, vertailla, luonnostella) ja silti saada tehdä hyvin vähän sellaista, mikä lähtee tiimin ulkopuolelle. Samassa puheessa Ng huomauttaa, että useimpien yritysten käyttöoikeudet on suunniteltu ihmisille eikä tekoälylle (28:50), joten tästä kannattaa päättää tietoisesti. Kokeneet käyttäjät pitävät oikeudet usein tiukkoina:
X · Simon Willison / @simonw · 23.10.2026
"I don't let my agents have production access to modify deployed services"
Suomennos: En anna agenteilleni tuotantoympäristön käyttöoikeuksia, joilla ne voisivat muuttaa käytössä olevia palveluita.
Willison on tunnettu ohjelmistokehittäjä, ja hän puhui koodausagenteista vastausketjussa. Liiketoiminnassa ajatus on sama: anna tekoälyn lukea ja luonnostella vapaasti, ja jätä "lähetä", "maksa", "julkaise" ja "poista" ihmiselle, kunnes luotat siihen juuri kyseisessä tehtävässä.
Käytännön esimerkki: valmistautuminen jatkosopimuspalaveriin
Tältä tämä näyttää todenmukaisessa tehtävässä. Alla oleva asiakas, henkilöt ja yksityiskohdat ovat keksittyjä, ja niiden tarkoitus on näyttää, miten vaiheet sopivat yhteen. Kyse ei ole asiakastuloksesta.
Pyyntö. Asiakkuuspäällikkö sanoo Okoulle, rakentamallemme tekoälytiimikaverille: "Valmistele minut torstain jatkosopimuspalaveriin Northwindin kanssa ja luonnostele seurantaviesti, jonka lähetän sen jälkeen." Okou voi lukea hänen Gmailiaan, jaettua levyä ja CRM:ää ja voi luoda Gmail-luonnoksia. Okou ei voi lähettää sähköpostia eikä muuttaa CRM-tietueita.
Konteksti muuttaa suunnitelmaa. CRM:n mukaan asiakkuus on kunnossa, ja siihen on merkitty lisämyyntimahdollisuus. Sähköpostiketjusta Okou kuitenkin löytää kolmen viikon takaisen viestin: asiakkaan operatiivinen vastaava kertoo, että luvattu integraatio on myöhässä, ja pyytää uutta päivämäärää. Kukaan ei vastannut. Tuo yksi sähköposti muuttaa koko palaverin. Muistio alkaa nyt rikotusta lupauksesta eikä lisämyynnistä.
Tätä samaa moni alalla toistaa juuri nyt:
X · Aaron Levie / @levie · 6.11.2026
"Every AI agent deployment comes down to how successfully they can get access to the critical context to make a decision"
Suomennos: Jokaisessa tekoälyagenttien käyttöönotossa ratkaisevaa on se, kuinka hyvin ne pääsevät käsiksi päätöksenteon kannalta kriittiseen kontekstiin.
Levie johtaa Boxia, yritystä, joka säilyttää yritysten dokumentteja, joten hänellä on oma intressi tähän näkemykseen. Jatkosopimusesimerkki kuitenkin näyttää, miksi näkemys pitää: tekoäly pystyi huomaamaan ongelman vain siksi, että se pystyi lukemaan sähköpostin.
Mitä palautuu, kullekin sopivassa muodossa.
- Asiakkuuspäällikölle: yhden sivun muistio luettavaksi ennen palaveria (mitä sovittiin, mikä on muuttunut, kolme ratkaistavaa kysymystä).
- Asiakkaalle: ei vielä mitään, vain Gmail-luonnos, joka odottaa tarkistusta.
- Tiimille: lyhyt ehdotus CRM-merkinnäksi, joka odottaa ihmisen hyväksyntää.
Tältä tarkistusta odottava luonnos näyttää Okoussa (toinen keksitty esimerkki):
Todellinen Okou-luonnos odottamassa tarkistusta: Gmail-kortissa lukee Draft, ja Send-painikkeen painaminen jää ihmiselle. Vastaanottaja ja sisältö ovat kuvitteellista demodataa. Avaa kuvakaappaus täysikokoisena.
Ihminen päättää, ja sitten tiimi käyttää tapaa uudelleen. Asiakkuuspäällikkö pyytää samassa chatissa pehmentämään aloitusta ja poistamaan hinnoittelua koskevan rivin. Okoulla on yhä aiempi keskustelu tallessa, joten Okou korjaa luonnoksen ilman uutta perehdytystä. Asiakkuuspäällikkö lähettää sähköpostin itse ja hyväksyy CRM-merkinnän.
Jälkeenpäin tiimi tallentaa toimintatavan jaetuksi työnkuluksi (workflow: tallennettu, uudelleen käytettävä tapa hoitaa tehtävä): mitkä lähteet tarkistetaan, miltä muistio näyttää ja sääntö, jonka mukaan seurantaviestit jäävät luonnoksiksi. Seuraava asiakkuuspäällikkö ajaa sen omille asiakkuuksilleen omilla käyttöoikeuksillaan. Jos työnkulun halutaan käynnistyvän joka maanantai tulevia jatkosopimuksia varten, siihen lisätään automaatio (aikataulu tai käynnistin, joka käynnistää työnkulun).
Kaksi asiaa kannattaa tietää. Uusi chat ei automaattisesti näe vanhaa chattia; viittaat siihen, jos sillä on merkitystä. Ja kun jaat työnkulun, jaat toimintatavan, et kenenkään saapuneet viestit tai kirjautumistietoja. Okoun dokumentaatio selittää molemmat: miten chatin konteksti toimii ja mitä tiimi jakaa.
Milloin agenttinen tekoäly auttaa ja milloin ei
Agenttinen tekoäly sopii jatkosopimuspalaverin kaltaiseen työhön: useita vaiheita, useampi kuin yksi työkalu, harkintaa välissä ja tulos, jonka joku voi tarkistaa. Esimerkiksi:
- Operatiivinen toiminta: "Kokoa, mitä kukin tiimi sai valmiiksi tällä viikolla, merkitse kaikki jumissa oleva ja julkaise kooste joka maanantai."
- Markkinointi: "Vertaa viime kuun kampanjatuloksia briiffiin ja luonnostele seuraavat askeleet tarkistettavaksi."
- Myynti: "Pisteytä tämän viikon saapuneet liidit ihanneasiakasprofiiliamme vasten ja kerro perusteluineen, kenelle minun kannattaa soittaa."
- Asiakasmenestys: "Ryhmittele tämän kuun tukipyynnöt syyn mukaan ja luonnostele päivitykset niille kolmelle asiakkaalle, joilla on eniten avoimia tapauksia."
Lisää esimerkkejä tiimeittäin: tekoälyagenttien käyttötapauksia.
Se on väärä työkalu, kun tehtävä etenee joka kerta täsmälleen samoin vaihein (käytä tavallista automaatiota, se on halvempaa) tai kun tarvitset vain yhden vastauksen (käytä chat-avustajaa).
Analyytikot ovat varoittaneet liikakäytöstä jo jonkin aikaa. Kesäkuussa 2025 Gartner ennusti, että yli 40 % agenttisen tekoälyn projekteista lopetetaan vuoden 2027 loppuun mennessä kustannusten, epäselvän hyödyn tai heikon riskienhallinnan vuoksi. Se on ennuste, ei mitattu tulos. Heinäkuussa 2026 Gartner esitti myyntitiimeistä samansuuntaisen arvion: vuoteen 2028 mennessä tekoälyagentteja on kymmenen jokaista myyjää kohden, mutta alle 40 % myyjistä sanoo agenttien tehneen heistä tuottavampia. Sama opetus: useampi agentti ei automaattisesti tarkoita parempaa työtä.
Yksi tapa, jota kannattaa muuttaa: agenttinen työ voi kestää minuutteja, ei sekunteja. Anna selkeä tavoite ja arvioi sitten tulos, kuten tekisit kollegan kanssa.
Näin pidät ohjat käsissäsi
Hyödyllinen kysymys ei ole "kuinka autonominen se on?" Se on "mitkä päätökset se tekee ja mitkä palaavat minulle?" Pidät ohjat käsissäsi kolmessa kohdassa.
Mihin se ylettyy. Anna pääsy vain siihen, mitä työ vaatii. Okoussa annat käyttöoikeuden yksi työkalu ja yksi toiminto kerrallaan ja valitset, kuinka kauan se on voimassa. Näin Okou voi saada luvan kirjoittaa Gmail-luonnoksen ilman lupaa lähettää sitä. Katso Okoun käyttöoikeudet.
Mikä tarvitsee hyväksyntäsi. Riskialttiiden toimintojen pitäisi odottaa ihmistä. Kun Okou tarvitsee uuden käyttöoikeuden, näet tarkalleen, mitä se pyytää, ennen kuin mitään myönnetään:
Todellinen Okoun käyttöoikeuspyyntö. Ihminen näkee työkalun, toiminnon, missä se on voimassa ja kuinka kauan se kestää (1 tunti, 24 tuntia, 7 päivää tai aina) ennen vahvistamista. Avaa kuvakaappaus täysikokoisena.
Mitä tarkistat. Työn pitäisi palata sinulle muodossa, jota voit lukea ja muokata, ja mukana pitäisi olla tieto siitä, mitä tekoäly teki.
Riittääkö "ihminen silmukassa"?
Ei yksinään, ja tämä on yksi hyödyllisimmistä juuri nyt käytävistä keskusteluista.
YouTube · IBM Technology
Human in the Loop Is Not a Governance Strategy for Agentic AI · 11.10.2026
Phaedra Boinodiris: "a human reviewed it is not the same as the system is governed." Neljässä minuutissa hän luettelee, mitä tarkistaja oikeasti tarvitsee.
Suomennos: Se, että ihminen on tarkistanut asian, ei tarkoita samaa kuin se, että järjestelmä on hallinnassa.
Hänen tarkistuslistansa lyhyesti: tarkistajan pitää nähdä päättely, voida pysäyttää se, tietää, miltä hyvä tulos näyttää, ja voida syöttää korjaukset takaisin.
On myös toinen, hiljaisempi ongelma: tekoäly voi muokata sitä, mitä tarkistaja ajattelee.
X · Ethan Mollick / @emollick · 27.10.2026
"experts working with AI agents are swayed by the positions of the AI, even if they think they are working independently"
Suomennos: Tekoälyagenttien kanssa työskentelevät asiantuntijat antavat tekoälyn kantojen vaikuttaa itseensä, vaikka he luulevat työskentelevänsä itsenäisesti.
Mollick, Whartonin professori, joka tutkii tekoälyä työelämässä, tiivisti tutkimusta, johon hän linkitti. Emme ole itse käyneet tutkimusta läpi, joten pidä tätä hänen tulkintanaan. Hänen neuvonsa on silti käytännöllinen: jos oma arvio on tärkeä, päätä ennen kuin katsot tekoälyn luonnosta. Jatkosopimuspalaverissa se tarkoittaa, että asiakkuuspäällikkö päättää, mitä palaverin pitää saada aikaan, ennen kuin hän lukee Okoun muistion.
Ihmiset näkevät jo roolinsa muuttuvan tähän suuntaan. Microsoftin Work Trend Index 2026 -raportissa (julkaistu toukokuussa 2026; 20 000 tekoälyä käyttävää työntekijää 10 maassa) 86 % sanoi pitävänsä tekoälyn tuotoksia lähtökohtana eikä lopullisena vastauksena. Kyse on ihmisten omasta kertomasta, ei laadun mittarista, mutta se osoittaa samaan suuntaan.
Tarkistus on siis todellinen, kun:
- Näet työn tuloksen takana: lähteet, vaiheet ja sen, mikä muuttui.
- Voit pysäyttää tai muuttaa sen: muokata luonnosta, hylätä käyttöoikeuspyynnön.
- Tiedät, miltä hyvä näyttää: muistion muoto, sävy, sääntö kuten "seurantaviestit jäävät luonnoksiksi".
- Korjaukset eivät katoa: jos teet saman korjauksen joka viikko, lisää se työnkulkuun. Okoussa näin käy vain, kun joku päivittää työnkulun; yhdessä chatissa tehty korjaus ei huomaamatta muutu koko tiimin säännöksi.
Lisää hyväksynnöistä käytännössä: miksi yrityksesi tarvitsee viimeisen sanan tekoälyn toimista.
Kysymyksiä ennen kuin annat työtä agenttiselle tekoälylle
- Voinko vain kuvata lopputuloksen? Vai pitääkö minun selittää jokainen vaihe?
- Pystyykö se lukemaan sen, mistä työ riippuu? Ja kertooko se, mitä se ei löytänyt?
- Voinko rajata, mitä se tekee? Pelkkä lukeminen, tai luonnostelu ilman lähettämistä?
- Mitä tapahtuu, kun se jumittuu? Kysyykö se vai arvaako se?
- Näenkö, mitä se teki? Lähteet, vaiheet, muutokset.
- Voiko tiimini käyttää hyvää tulosta uudelleen? Omilla käyttöoikeuksillaan?
Jos tuote ei pysty vastaamaan näihin, sana "agenttinen" ei kerro sinulle paljoakaan.
Miltä tämä näyttää Okoun kanssa
Okou on tekoälytiimikaveri liiketoimintatiimeille. Annat Okoulle työn samalla tavalla kuin perehdyttäisit kollegan. Okou kerää työn tarvitsemat tiedot yhdistetyistä työkaluistasi, tekee työn pilvessä (työ jatkuu, vaikka suljet kannettavasi) ja palauttaa jotain, mitä voit tarkistaa, seuraavalle lukijalle sopivassa muodossa: lyhyenä viestinä, dokumenttina, verkkosivuna, esityksenä tai luonnoksena. Hyvistä toimintatavoista tulee jaettuja työnkulkuja, ja automaatiot ajavat niitä aikataulun mukaan.
Tämän oppaan käsittein: Okou nostaa toimijuuden korkealle kontekstin etsimisessä ja varsinaisen työn tekemisessä, ja pitää käyttöoikeudet siellä, mihin tiimisi ne asettaa. Lue lisää sivulta Mikä Okou on tai aloita ilmaiseksi.
Usein kysytyt kysymykset
Mitä agenttinen tekoäly on yksinkertaisesti sanottuna?
Tekoälyä, joka etenee kohti tavoitetta vaiheittain. Kerrot, mitä haluat; se etsii tiedot, käyttää työkalujasi, tarkistaa työnsä ja jatkaa, kunnes työ on valmis tai se tarvitsee sinua. Chatbot vastaa kerran ja jää odottamaan.
Mitä eroa on generatiivisella ja agenttisella tekoälyllä?
Generatiivinen tekoäly tuottaa sisältöä pyydettäessä ja pysähtyy sitten. Agenttinen tekoäly käyttää tätä kykyä silmukassa: se päättää seuraavan vaiheen, käyttää muita työkaluja ja tarkistaa, onko tavoite saavutettu. Myyntisähköpostin kirjoittaminen on generatiivista. Asiakashistorian lukeminen, sähköpostin luonnostelu ja CRM-päivityksen ehdottaminen hyväksyttäväksesi on agenttista.
Mitä eroa on keskustelevalla ja agenttisella tekoälyllä?
Keskusteleva tekoäly (conversational AI) on tehty keskustelemaan: sinä kysyt, se vastaa, sinä päätät, mitä seuraavaksi tapahtuu. Agenttinen tekoäly on tehty saamaan työtä valmiiksi: sinä asetat tavoitteen, se valitsee ja toteuttaa vaiheet. Monet tuotteet tekevät molempia, pinnalla chat ja sen alla agenttinen silmukka.
Mitä riskejä agenttiseen tekoälyyn liittyy?
Riskit syntyvät enimmäkseen toiminnasta, eivät puhumisesta. Virheet voivat kasautua vaiheiden aikana. Se voi toimia väärän tai puuttuvan tiedon varassa. Laajat käyttöoikeudet voivat päästää virheen asiakkaille tai rahaliikenteeseen. Kustannukset voivat kasvaa, koska jokainen työ vaatii monta vaihetta. Rajaa pääsyä, jätä riskialttiit toiminnot ihmisen hyväksyttäviksi ja tarkista tulos.
Millaisiin tehtäviin agenttinen tekoäly sopii parhaiten?
Tehtäviin, joissa on useita vaiheita, useampi kuin yksi työkalu, jonkin verran harkintaa ja tulos, jonka voit tarkistaa: palaveriin valmistautuminen, viikkoraportit, selvitystyö, joka päättyy luonnokseen, liidien tai tukipyyntöjen lajittelu. Kun vaiheet ovat joka kerta samat, käytä tavallista automaatiota. Yksittäiseen kysymykseen käytä chat-avustajaa.
Onko agenttisempi tekoäly aina parempi?
Ei. Suurempi toimijuus tarkoittaa, että se päättää enemmän itse. Se ei tee päätöksistä tarkempia, eikä se päätä, mitä sen pitäisi saada tehdä. Useimmassa liiketoiminnan työssä paras asetelma on tekoäly, joka tekee selvitystyön ja luonnokset, ja ihminen, joka hyväksyy sen, mikä lähtee tiimin ulkopuolelle.
