Üks suvine hankeautomatiseerimise pakkumine jäi mulle pikaks ajaks meelde. Hind oli üle 30 000 euro, ehitamiseks küsiti kolm kuud ja edasise toe hind oli 100 eurot tunnis. Sama töövajaduse jaoks saime meie kasutatava lahenduseni umbes viie tunniga.
Viie tunniga. See vahe pani küsima, mida selle suure pakkumisega üldse müüdi.
Enne AI-automatiseerimise tellimist küsi, milline tulemus üle antakse, miks on valitud just see lahendus ja kuidas selle toimimist sinu andmetega kontrollitakse. Arendushinna kõrval vaata jooksvat kulu ning seda, kas oskad süsteemi pärast ise kasutada. AI-spetsialisti või AI-koolitaja ametinimetus üksi neile küsimustele ei vasta.
Üle 30 000 euro, kolm kuud ja tasuline tugi
Pakkumise juurde kuulus ka demo. Minu hinnangul meenutas näidatud lahenduskäik seda, kuidas oleksin sama probleemi lahendanud umbes aasta varem. Vahepeal olid minu enda töövahendid ja võimalused edasi liikunud. Seetõttu tekitas kolmekuuline arendusplaan küsimusi.
Mure oli ka selles, mis saab pärast üleandmist. Kui süsteemi ülesehitust mõistab ainult selle tegija, tuleb iga muudatuse jaoks uuesti tema poole pöörduda. Selles pakkumises oli toe hind 100 eurot tunnis. Minu jaoks tähendas see, et hinnata tuli ka võimalikku edasist sõltuvust pakkujast.
Meie jaoks vajalik hankeautomatiseerimise lahendus sai valmis ligikaudu viie tunniga ja seda sai kohe kasutama hakata. Me ei pidanud selle töö jaoks tellima kirjeldatud kolmekuulist arendust.
Viis tundi kirjeldab siin kasutatava lahenduseni jõudmist. Täielikus hinnavõrdluses tuleks kõrvuti panna ka lahenduste ulatus, liidestused, kasutajate arv, töökindluse nõuded ja kokkulepitud vastutus. Neid kõiki ei saa tuletada ühest ajavõrdlusest. Küll aga oli see minu jaoks piisav põhjus küsida: kas kõigepealt võiks proovida märksa väiksemat lahendust?
AI-lahenduse hind vajab arusaadavat põhjendust
Ettevõtjana ei taha ma osta õhku. Tahan teada, millise töö eest ma maksan. Kui pakkumises on kolm kuud arendust, peaks olema võimalik selgitada, mida selle aja jooksul tehakse ja milline osa minu probleemist iga etapiga lahendatud saab.
Näiteks võivad mahuka töö moodustada vanade süsteemide ühendamine, korrastamata andmed, mitme kasutaja õigused, vigadest taastumine või suure kasutuskoormusega arvestamine. Sellisel juhul peab see töö olema pakkumises nähtav. Sõna „AI” ei selgita seda iseenesest.
Sama kehtib tehnoloogia vanuse kohta. Aasta vanune tööriist võib olla endiselt väga sobiv. Minu küsimus on, kas valitud lahenduskäik on tänase ülesande jaoks põhjendatud ja kas pakkuja on lihtsamaid võimalusi üldse kaalunud.
Kas selleks tööks on üldse vaja AI-agenti?
AI-automatiseerimine tähendab tavaliselt, et tehisaru täidab mõne osa töövoost: näiteks loeb dokumenti, liigitab teksti või koostab kokkuvõtte. AI-agent saab lisaks valida järgmisi samme ja kasutada selleks antud tööriistu. Iga korduva ülesande jaoks pole sellist otsustusvabadust vaja.
Kui töö käib kindlate reeglite järgi, võib piisata olemasoleva programmi funktsioonist, lihtsast skriptist või kahe süsteemi otseühendusest. Kui vaja on tõlgendada erineva kujuga tekste, võib AI olla kasulik just selles ühes etapis. Ülejäänud töövoog võib jääda selgete reeglite peale.
See põhimõte on ka Anthropicu agentide ehitamise juhendis: alusta lihtsast ja lisa keerukust vajaduse järgi. OpenAI praktiline agentide juhend soovitab samuti kontrollida, kas ülesanne üldse vajab agenti, ning alustada väikese ulatusega.
Ühenduste loomisel tasub uurida, mida kasutatavad programmid juba toetavad. API ehk programmi liides või sobiv MCP-ühendus võib osa tööst lihtsamaks teha. Need ei lahenda automaatselt ligipääsuõigusi, andmete kvaliteeti ega kõiki erandeid. Pakkuja peab oskama selgitada, mis sinu olukorras töötab.
Viis küsimust enne AI-automatiseerimise tellimist
1. Mis peab pärast töötama?
Palu kirjeldada tulemust ühe konkreetse tööülesande kaudu. Millest töö algab? Millise faili, kirje või tegevusega see lõpeb? Kes tulemust kontrollib ja milliste tunnuste järgi saab töö vastu võtta?
„Automatiseerime hankeprotsessi” jätab liiga palju lahtiseks. Küsi, millised etapid pakkumisse kuuluvad, millised jäävad inimese teha ja millised üldse välja. Nii saad ka teiselt pakkujalt võrreldava pakkumise küsida.
2. Kas piisab olemasolevast tööriistast?
Palu näidata vähemalt üht lihtsamat varianti. Kas kasutusel olev tarkvara teeb osa tööst juba ära? Kas saab alustada ühe kitsama tööetapiga? Miks valiti eraldi süsteemi ehitamine?
Hea põhjendus võib olla täiesti olemas. Aga „nii me alati teeme” või pikk loetelu keerulistest tööriistanimedest ei anna veel vastust. Sina pead aru saama, millist kasu iga vajalik osa toob.
3. Kas lahendus töötab minu andmetega?
Palu katset sinu ettevõtte tööle sarnaste näidetega. Konfidentsiaalsete andmete asemel saab alustuseks kasutada anonümiseeritud või väljamõeldud näiteid. Vali lisaks lihtsale juhtumile mõni puuduliku info, erineva failivormingu või vastuoluliste andmetega olukord.
Vaata lõpptulemust: kas õiged andmed jõudsid õigesse kohta, kas midagi jäi välja ja kas süsteem märkas probleemi. Anthropicu testimisjuhend eristab samuti agendi öeldut sellest, mis süsteemis tegelikult tehtud sai. Ühest õnnestunud demonstratsioonist kogu töövoo hindamiseks ei piisa.
4. Mis lisandub arendushinnale?
Küsi eraldi välja tarkvaratellimused, AI kasutuskulu, server, hooldus ja muudatuste tegemine. Mis juhtub siis, kui mõni ühendatud teenus muutub? Milline abi kuulub kokkuleppesse ja milline läheb tunnitasu alusel arvesse?
Kui tugi maksab 100 eurot tunnis, tahan enne teada, millal seda vaja läheb ja kui palju tuge süsteemi tavapärane kasutamine tõenäoliselt nõuab. Küsi hinnangut koos eeldustega, mitte ainult ühte soodsat näidiskuud.
5. Kas saan süsteemi ise kasutada?
Kelle kontodel lahendus töötab? Kes saab seadistusi muuta? Millised juhendid ja ligipääsud antakse üle? Kas teine arendaja saab vajadusel tööd jätkata? Kuidas saad oma andmed kätte, kui koostöö lõpeb?
Need küsimused tasub lahendada pakkumise juures. Üleandmise hulka võiks kuuluda ka läbimäng: keegi sinu ettevõttest käivitab töö, kontrollib tulemust ja oskab tavapärase vea korral edasi tegutseda.
Väike katse aitab enne suurt otsust
Kui pakkumise hind või maht tekitab küsimusi, küsi kõigepealt piiratud katset. Leppige kokku üks tööetapp, sobivad näited, oodatav tulemus ja hindamise viis. Katse võib olla tasuline; selle eesmärk on anda järgmise investeeringu jaoks teadmist.
Mõõda, kui palju aega kulub tööle koos kontrollimise ja parandamisega. Pane kirja ka juhtumid, kus lahendus ei tööta. Nii näed, millist kasu annab olemasolev tulemus ja mille jaoks on arendust juurde vaja. Sellest olen kirjutanud ka loos „AI kasu hindamiseks on vaja mõõtmist”.
Meie viie tunni kogemus pani mind just selle peale mõtlema. Enne kolme kuu tellimist saab sageli vähemalt uurida, kui kaugele jõuab väiksema sammuga.
Küsi teine hinnang. Vajadusel ka ülikoolist
Kui oma ettevõttes pole inimest, kes oskaks tehnilist pakkumist hinnata, võta teine arvamus. Anna hindajale sama ülesande kirjeldus ja samad nõuded. Küsi, milline osa tööst on vajalik, mida saaks lihtsustada ja mis on pakkumisest puudu.
Üks võimalus on uurida Tartu Ülikooli arvutiteaduse instituudi teadus- ja arenduskoostööd. Instituut teeb ettevõtetega koostööd ning kontaktile saab saata probleemi, olemasolevate andmete ja soovitud tulemuse lühikirjelduse.
Tööstusettevõtetel tasub vaadata ka AIRE demoprojektide võimalusi, mille kaudu saab enne suuremat investeeringut katsetada AI või robootika sobivust. Sobivus ja tingimused tuleb üle küsida; see ei tähenda, et iga ettevõte saab tasuta valmis süsteemi.
Minu soovitus ettevõtjale on lihtne: küsi, kontrolli ja võrdle enne tellimist. Pakkumine peab olema arusaadav ka inimesele, kes AI-süsteeme ise ei ehita. Kui sa ei saa aru, mille eest maksad, peab pakkuja selle lahti seletama.
Kui soovid oma tiimiga paremini mõista, milliseid ülesandeid AI-le anda ja kuidas tulemust kontrollida, vaata AI-tiimikoolituste võimalusi. Alustame teie tööülesannetest ja harjutame lahenduse hindamist koos.