Seitsemän kokeilua → hallittu toteutusmalli.
Suurin muutos ei ollut parempi promptaus. Työ muuttui yksittäisten askelten valvonnasta järjestelmän suunnitteluksi työn ympärille: tavoite, jatkuva konteksti, evidence, guardrailit, työnjako, verifiointi ja ihmisen päätösportit.
7 ongelmatyyppiäsamat toimintaperiaatteet testattu toteutuksessa, työkaluissa ja päätöstyössä
Code → decisionsama ajattelu testattu toteutuksessa ja knowledge workissa
Rajattu autonomiakasvoi vain, kun lopputulos oli verifioitavissa ja palautettavissa
Evidence-rajaus: kuusi casea tehtiin henkilökohtaisina projekteina omalla ajalla. Rovo / Project Sources on oikeassa enterprise-työympäristössä sovellettu case. Henkilökohtaisia kokeiluja ei esitetä yrityksen tuotantoratkaisuina tai mitattuina enterprise-tuottavuustuloksina.
Projektit oppimisympäristöinä
Projektien määrä ei ole lopputulos. Arvo oli siinä, että sama työmalli joutui läpi hyvin erilaisista rajoitteista, työkaluista ja laatukriteereistä.
Enterprise context
Rovo / Project Sources
Decision log, evidence/status rules ja persistentti konteksti oikeassa enterprise-työympäristössä.
Oppi: Lähteiden auktoriteetti pitää määritellä eksplisiittisesti. Suunnitelma ei ole evidenssiä tuotannon todellisesta toiminnasta.External engine + runtime
PDF Checker
veraPDF-engine ja Docker-runtime. Deterministinen sääntömoottori toimi riippumattomana verifiointikerroksena rajatulle vaatimusjoukolle.
Oppi: Deterministinen verifiointi vahvisti workflow'ta, koska hyväksyntä voitiin tarkistaa mallista riippumatta.API + data visualization
Ajokeli
API-lähteet, datan käsittely, karttavisualisointi ja UI. Hyvä baseline perinteisemmälle full-stack/data-työlle.
Oppi: Perinteinen full-stack/data-workflow tarjosi hyödyllisen baselinen AI:n vaikutuksen testaamiseen ilman poikkeavia teknisiä rajoitteita.Full-stack + data
Satsi
Cloudflare D1, schema, auth ja domain-mallinnus. Agentin piti toimia persistentin datan, sovelluslogiikan ja UX:n yli.
Oppi: Persistentti tila teki schemasta, domain-säännöistä ja hyväksymiskriteereistä osan toteutuksen rajausta, ei vain setup-yksityiskohtia.Visual / 3D · 3 iterations
Ghostlight
Kolme kehityskierrosta samalla idealla. Laatu nousi tarkoituksellisella suunnittelulla, iteroinnilla ja visual review’lla, ei vain ensimmäiseen toimivaan versioon pääsemällä.
Oppi: Ensimmäinen toimiva versio ei ollut laatukynnys. Laatu parani suunnittelulla, iteroinnilla ja visual review'lla.Tool use / MCP
Blender + MCP
LLM:n kytkeminen ulkoiseen 3D-sovellukseen. Tool access lisäsi kyvykkyyttä ja teki oikeus-, data- ja luottamusrajoista osan suunnittelua.
Oppi: Tool access lisäsi kyvykkyyttä, mutta oikeudet, datarajat ja palautettavuus muuttuivat osaksi toteutusongelmaa.Decision support
Investointipäätöksen analyysi
RFP-rakenne, rahoitusanalyysi, laskuri ja päätösmateriaali. Fakta, laskenta ja tulkinta pidettiin erillään.
Oppi: Päätöstukityössä faktat, laskenta ja tulkinta piti säilyttää erikseen jäljitettävinä.
Konkreettinen workflow-muutos: repo-aware-työ toi koodin, testit ja diff-review’n samaan luuppiin. Tool access mahdollisti myöhemmin myös rajatut ympäristötoimet sen sijaan, että agentti vain neuvoi ihmistä tekemään ne.
Context > promptNykytila, päätökset ja evidence ratkaisevat enemmän kuin yksittäinen täydellinen prompt.
Verification > self-report“Valmis” ei ole valmis ennen testejä, diffiä, visual review’ta tai muuta riippumatonta signaalia.
Delegate what is boundedVerifioitavuus ja palautettavuus määrittävät, kuinka paljon tehtävää voidaan delegoida.
Agentic ≠ defaultYksi agentti, subagentit, tavallinen automaatio tai ihminen valitaan tehtävän mukaan.
Mitä tämä tarkoittaa organisaatiolle
Käytännön oppi liittyy yksittäistä mallia enemmän siihen, miten työ, kontrolli ja evidence pitää suunnitella AI:n ympärille.
01 · LeverageEnemmän kapasiteettia, ei automaattisesti tuottavuuttaAI voi lisätä sitä, kuinka paljon pieni tiimi pystyy tutkimaan ja toteuttamaan. Business case tarvitsee silti baselinen ja mitatut tulokset.
02 · JohtaminenJohda järjestelmää, älä jokaista steppiäJohtamisen paino siirtyy tavoitteisiin, kontekstiin, päätösoikeuksiin, kontrolliin, verifiointiin ja eskalaatiopisteisiin.
03 · ValintaKaikesta ei pidä tehdä agenttistaParhaissa kohteissa on merkittävää manuaalityötä, mutta rajattu scope, verifioitava tulos ja palautettavat toimet.
04 · SkaalausEvidence ennen rolloutiaBaseline nykyisestä, rajattu pilotti, laadun ja työmäärän vertailu, sitten skaalaus, muutos tai lopetus tulosten perusteella.
Hallittu toteutusmalli
Liiketoimintatavoitteesta hallittuun toteutukseen
Tähän toteutusmalliin kokeilut käytännössä konvergoituivat: tapaan jäsentää AI-avusteinen työ niin, että kasvava autonomia pysyy rajattuna, verifioitavana ja hallittavana.
1 · OutcomeKäyttäjä- tai liiketoimintatulos
2 · ContextNykytila, päätökset ja evidence
3 · GuardrailsScope, oikeudet ja hyväksymiskriteerit
4 · DelegationIhminen, automaatio, agentti tai roolit
5 · ExecuteTutki, toteuta, testaa ja iteroi
6 · VerifyRiippumattomat testit, diff, evidence tai review
7 · Human gatePäätös, merge tai tuotantotoimi riskin mukaan
8 · MemoryPäivitä päätökset, tila ja avoimet asiat
Enterprise-rajaus: tuotantokäytössä tämä toteutusmalli asettuisi olemassa olevien organisaatiokontrollien sisään, kuten tietosuoja, tietoturva, sääntelyvelvoitteet, toimittajariski ja päätösoikeudet, eikä korvaisi niitä.
Seuraava askel oikeassa työympäristössä
Rajattu end-to-end agentic delivery -pilotti
Seuraava askel olisi testata samaa hallittua toimintamallia yhden pienen, toistuvan ja palautettavan muutostyypin koko toimitusketjussa. Pilottikohde valittaisiin sen perusteella, että lopputulos on todennettavissa testein, säännöin tai mittarein — ei katselmoijan arviona.
ValintakriteeriToistuvaRiittävästi vertailukelpoisia tapauksia baselineen
ValintakriteeriPalautettavaRajattu blast radius ja palautettava muutos
ValintakriteeriVerifioitavaTestein, säännöin tai mittarein — ei arviolla
Scopea ja autonomiaa kasvatettaisiin vain siellä, missä evidence tukee etenemistä. Katso pilotin koeasetelma ja mittausmalli →
Johtamisoppi: tavoite ei ole maksimaalinen autonomia, vaan korkein turvallinen, verifioitava ja osoitetusti hyödyllinen autonomian taso enterprise deliveryssä.
