1. Johdanto

Robottiprosessiautomaatio antoi vaatimattoman lupauksen ja piti sen jonkin aikaa. Missä ihminen siirsi tietoa järjestelmien välillä, jotka eivät voineet keskustella keskenään, kirjautuen portaaliin, kopioiden lukuja taulukkolaskentaan, näppäillen niitä toiminnanohjausjärjestelmään, RPA-botti voitiin opettaa tekemään sama, napsauttaen samoja painikkeita samassa järjestyksessä, nopeammin ja väsymättä. Vetovoima oli siinä, ettei se vaatinut muutoksia taustajärjestelmiin: botti ohjasi olemassa olevia näyttöjä täsmälleen kuten ihminen, joten osasto saattoi automatisoida prosessin viikoissa odottamatta IT:tä rakentamaan rajapintaa. Tällä perusteella RPA:sta tuli yksi viime vuosikymmenen nopeimmin käyttöön otetuista yritysteknologioista.

Ongelma on sanassa robottimainen. RPA-botti ei ymmärrä tehtävää; se toistaa tallennetta. Se tietää, että laskun loppusumma on toisen välilehden kolmannessa ruudussa, mutta ei sitä, mikä laskun loppusumma on, joten kun portaali suunnitellaan uudelleen ja ruutu siirtyy, botti ei sopeudu, se epäonnistuu, ja jos se epäonnistuu hiljaa, se jatkaa väärän luvun kirjaamista, kunnes joku huomaa. Jokainen organisaation suorittama prosessi sijaitsee ympäristössä, joka ajautuu: ohjelmistoja päivitetään, lomakkeita suunnitellaan uudelleen, toimittajat lähettävät uuden asettelun, säädös lisää kentän, saapuu reunatapaus, jota tallenne ei koskaan nähnyt. Ajautuvaa ympäristöä vasten jäädytetty sääntöjoukko on hupeneva omaisuuserä. Alan nimi seuraukselle on bottien ylläpito, ja se on alan hiljainen skandaali: suuri osa kypsän RPA-ohjelman työstä ei mene uuden työn automatisointiin vaan sellaisten automaatioiden korjaamiseen, jotka maailma on rikkonut, niin että käyttökustannus nousee ajan myötä ja liiketoimintaperuste rapautuu altapäin.

Tämä artikkeli käsittelee sitä, mikä korvaa RPA:n, ja miksi korvaaja on erilainen asia eikä vain nopeampi botti. Kyvykäs tekoälyagentti, malli joka osaa lukea näyttöä tai asiakirjaa, päätellä mihin se on tarkoitettu, kutsua työkaluja ja tarkistaa oman työnsä, pystyy tekemään saman virkailijatehtävän kuin RPA, mutta se ei ole kiinnostava väite, koska saman hauraan asian tekeminen kalliimmalla moottorilla ei ole edistysaskel. Kiinnostava väite on, että agentti voi tehdä sen, mitä botti ei rakenteellisesti pysty: se voi parantaa automaatiota omasta ajostaan. Joka kerta käsitellessään tapauksen se tuottaa näyttöä siitä, mitä se teki, hyväksyttiinkö tulos, missä se epäröi tai missä sitä korjattiin, ja tämä näyttö voidaan syöttää takaisin tarkistamaan, miten automaatio käyttäytyy seuraavalla kerralla. Automaatio lakkaa olemasta kerran tehty ja sen jälkeen rapautuva tallenne ja muuttuu silmukaksi, joka paranee sitä enemmän mitä enemmän se toimii. Kutsumme tätä rekursiiviseksi automaatioksi, ja se on artikkelin kahdesta kulmakivestä ensimmäinen.

Toinen kulmakivi on se, joka tekee ensimmäisestä turvallisen, ja ilman sitä rekursio on rasite eikä voimavara. Silmukka, joka muuttaa omaa käyttäytymistään omista tulosteistaan, on säätöteknisesti takaisinkytkentäjärjestelmä, ja takaisinkytkentäjärjestelmät voivat supeta tai karata käsistä. Agentti, joka jätetään virittämään itseään kohinaista signaalia vasten, jahtaa kohinaa, optimoi sille annetun mittarin eikä tulosta, jota sen oli määrä palvella, ja taantuu tavoilla, joita kukaan ei valinnut. Kuri, joka muuntaa itseään parantavan silmukan vaarasta luotettavaksi parannuksen moottoriksi, ei ole uusi; teollisuudella se on ollut 1920-luvulta lähtien ja se on formalisoitu viimeisen kolmenkymmenen vuoden ajan nimellä Six Sigma, jonka operatiivinen ydin on DMAIC-sykli: Define eli määritä tavoite ja toleranssit, Measure eli mittaa mitä todella tapahtuu, Analyse eli analysoi virheen ja variaation lähteet, Improve eli paranna harkitulla muutoksella, ja Control eli ohjaa niin että hyöty säilyy eikä katoa. Projektimetodologiana luettuna DMAIC on tuttu. Itseään parantavan automaation ohjausrakenteena luettuna, jatkuvasti eikä kerran ajettuna, se on juuri se säädin, jonka rekursiivinen silmukka tarvitsee, ja tämä pari on tämän artikkelin aihe.

Kontribuutio on argumentti ja pieni malli, ei vertailumittaus. Luku 2 asettaa väitteen RPA:n, älykkään automaation, jatkuvan parantamisen ja tekoälyagenttien historiaa vasten. Luku 3 esittää, miksi kiinteäsääntöinen botti rapautuu, ajautuman ja ylläpidon mallin avulla. Luku 4 kuvaa rekursiivisen silmukan, jonka agentti tekee mahdolliseksi. Luku 5 on artikkelin ydin: DMAIC ohjausrakenteena, joka saa silmukan suppenemaan, Control-vaiheen toimiessa taantumattomuusräikkänä. Luku 6 johtaa korvaamisehdon, yhden luvun joka kertoo, milloin agentti ohittaa botin. Luku 7 seuraa rakennettua ostoreskontran tapausta; luvut 8–11 vetävät johtopäätökset siitä, miten automaatiofunktiota ajetaan, vastaavat vastaväitteisiin, esittävät rajat ja päättävät. Läpi koko artikkelin kysymys on: kun automaatio voi oppia omasta suorituksestaan, mikä pitää sen oppimassa oikeaa asiaa, ja milloin se tekee tallennetusta botista vanhentuneen?

2. Tausta

2.1 RPA ja sen katto

RPA luonnehdittiin tietojärjestelmäkirjallisuudessa “kevyeksi” automaatioksi: ohjelmistoksi, joka käyttää olemassa olevien järjestelmien esityskerrosta eikä niiden dataa tai logiikkaa, niin että liiketoiminta ottaa sen käyttöön perinteisen IT-projektin ulkopuolella, muuttumattomia taustajärjestelmiä vasten (van der Aalst, Bichler & Heinzl, 2018; Hofmann, Samp & Urbach, 2020). Varhainen tapausnäyttö oli aidosti myönteistä kustannusten ja nopeuden suhteen (Lacity & Willcocks, 2016; Willcocks, Lacity & Craig, 2015). Sama kirjallisuus nimesi alan kypsyessä sen katon. Syed ym. (2020), tarkastellessaan RPA-tutkimuksen ja -käytännön tilaa, tunnistavat riippuvuuden vakaista, jäsennellyistä syötteistä ja bottien hauraudesta käyttöliittymä- ja prosessimuutoksille toistuviksi, ratkaisemattomiksi teemoiksi, ja sijoittavat ylläpidon ja hallinnan alan keskeisten haasteiden joukkoon; Wewerka ja Reichert (2023), kartoittaen alaa järjestelmällisesti, luetteloivat rajallisen poikkeustenkäsittelyn ja ylläpitotyön sen pysyvien ongelmien joukkoon. Katto ei ole tietyn tuotteen vika; se on olennaista pinnan jäljittelyyn perustuvalle automatisoinnille. Botti koodaa sen, miten pätevä ihminen sattui napsauttamaan, ei sitä, mitä tehtävä vaatii, ja näiden kahden välinen kuilu on juuri se tila, joka ympäristöllä on rikkoa se.

2.2 RPA:sta älykkääseen ja agenttipohjaiseen automaatioon

Käytännön toimijat vastasivat pultaamalla älyä bottiin: optista merkintunnistusta asiakirjojen lukemiseen, luokittelijan niiden lajitteluun, mallin käsittelemään jäsentämätöntä syötettä, jota RPA ei pystynyt. Tämä älykäs automaatio tai hyperautomaatio laajensi niiden syötteiden kirjoa, jotka putki saattoi hyväksyä, mutta se jätti ohjausrakenteen ennalleen, kiinteäksi orkestroinniksi, johon älykkäämmät komponentit oli kytketty kiinteisiin asemiin, ja niinpä se peri saman haurauden yhtä kerrosta ylempänä. Viimeaikaisempi muutos on toisenlainen. Tekoälyagentti ei miehitä kiinteää asemaa käsin piirretyssä vuokaaviossa; sille annetaan tavoite ja joukko työkaluja ja se päättää vaiheet, mikä antaa sen sulauttaa variaatiota, joka olisi rikkonut kiinteän orkestroinnin, ja koska se päättelee tehtävän yli eikä toista tallennetta, siltä voidaan pyytää selitys, tarkistus ja korjaus siitä, mitä se teki. Koneoppimisen agenttikirjallisuus antaa mekaniikan, lomittamalla päättelyn työkalujen käyttöön (Yao ym., 2023), reflektoimalla epäonnistuneita yrityksiä pärjätäkseen paremmin seuraavalla (Shinn ym., 2023), ja laajemman katsauksen autonomisiin agentteihin (Wang ym., 2024). Kiinnostuksemme ei kohdistu mekanismiin abstraktina vaan erääseen seuraukseen toiminnalle: agentin suoritus tuottaa tarkastettavaa näyttöä, ja näyttö on se, mitä silmukka tarvitsee parantuakseen.

2.3 Jatkuva parantaminen on konetta vanhempaa

Ajatus siitä, että prosessia tulisi mitata ja parantaa sen oman tuotoksen perusteella, ei ole tekoälyajatus; se on kahdennenkymmenennen vuosisadan laadunhallinnan perusta, ja artikkeli nojaa siihen tarkoituksella. Shewhart (1931) erotti vakaalle prosessille ominaisen variaation, yleissyyn, kohdennettavasta, erityissyyn, variaatiosta, joka viestii jonkin muuttuneen, ja antoi ohjauskortin välineeksi, joka erottaa ne toisistaan, niin että reagoidaan todellisiin muutoksiin eikä kohinaan, juuri siihen vikatilaan, joka ohjaamattomalla oppimissilmukalla on; nykyaikaisen tilastollisen käsittelyn antaa Montgomery (2024). Deming (1986) rakensi johtamisjärjestelmän sen ympärille ja teki tunnetuksi iteratiivisen parantamisen Plan–Do–Study–Act-syklin. Six Sigma (Harry & Schroeder, 2000; Pyzdek & Keller, 2023) paketoi käytännön DMAIC:ksi ja sitoi sen kvantifioituun vikatiheyteen; akateemiset käsittelyt antavat sille teorian (Linderman ym., 2003) ja rehellisen kuvauksen sen jännitteestä innovaation kanssa (Benner & Tushman, 2003). Yksi juonne on erityisen lähellä tätä artikkelia: Boxin (1957) evolutionaarinen operointi, joka ajoi tuotantoprosessia hitaana, jatkuvana kokeena, nykäisten sen asetuksia ja säilyttäen sen, mikä mitattavasti paransi saantoa, on rekursiivista itsensä parantamista tilastollisen ohjauksen alaisena, vuosikymmeniä ennen termiä, ja se on oikea esi-isä sille, mitä agentti nyt tekee ohjelmiston nopeudella.

2.4 Takaisinkytkentä, variaatio ja kiinteän säännön rajat

Kybernetiikka antaa syyn sille, miksi kiinteän botin täytyy hävitä muuttuvalle maailmalle. Ashbyn (1956) tarvittavan variaation laki sanoo, että säätäjä voi sulauttaa häiriötä vain suhteessa siihen variaatioon, jonka se itse pystyy tuottamaan: vain variaatio voi tuhota variaatiota. RPA-botilla on rakenteensa vuoksi sitä lähes olemattomasti, yksi vaste tallennettua polkua kohti, joten se voi säätää vain ympäristöä, joka ei koskaan poistu näiltä poluilta, ja mikä tahansa todellinen ympäristö lopulta poistuu. Oppimissilmukan ohjaama agentti valmistaa variaatiota tarpeen mukaan, tuottaen vasteen tapaukseen, jota varten sitä ei ollut nimenomaisesti rakennettu, minkä vuoksi se pystyy seuraamaan liikkuvaa kohdetta, jota kiinteä sääntö ei pysty. Wiener (1948) antoi perustavan kuvauksen takaisinkytkennän avulla tapahtuvasta ohjauksesta, ja koneoppimisen perinne oppia palkkiosignaalista (Sutton & Barto, 2018) sekä organisaatioiden oppiminen virhettä korjaamalla (Argyris & Schön, 1978) ovat sama periaate muissa mittakaavoissa. Kontribuutio tässä on näiden kahden vanhan tietovarannon yhdistäminen uuteen kohteeseen: agentti tuottaa variaation, ja DMAIC tuottaa ohjauksen, joka pitää variaation suunnattuna tavoitteeseen.

3. Miksi kiinteäsääntöinen botti rapautuu

Argumentti RPA:ta vastaan ei ole se, että se epäonnistuu ensimmäisenä päivänä; se on se, että se on rakennettu olemaan optimaalinen ensimmäisenä päivänä ja heikkenemään joka päivä sen jälkeen. Kiinnitä prosessi ja ota käyttöön botti, joka käsittelee osan sen tapauksista oikein. Ympäristö ajautuu sitten jollakin nopeudella pois siitä tilasta, jota vasten botti tallennettiin: lomakkeet muuttuvat, järjestelmiä päivitetään, syötteiden uusia variantteja saapuu, käytännöt lisäävät vaiheen. Jokainen ajautuman lisäys muuttaa osan tapauksista, jotka botti ennen käsitteli, tapauksiksi, jotka se nyt käsittelee väärin, joten botin virheprosentti nousee suunnilleen suhteessa kertyneeseen ajautumaan. Interventioiden välillä,

missä $\varepsilon_0$ on virheprosentti käyttöönotossa, $t$ on aika, ja $\delta$ on ajautumanopeus, tahti jolla maailma jättää tallenteen taakseen. Ainoa asia, joka laskee suuretta $\varepsilon^{\mathrm{rpa}}$, on ihminen: insinööri huomaa rikkoutumisen, tallentaa polun uudelleen ja palauttaa virheprosentin kohti arvoa $\varepsilon_0$, kustannuksella, ja seuraavaan ajautumaan asti. Botti piirtää siis sahalaitakuvion, nousten ajautuman mukana ja pudoten jokaisessa manuaalisessa korjauksessa, eikä koskaan paranna alkuperäistä suunnitteluaan, koska mikään siinä ei opi. Sen elinaikainen keskimääräinen virhe määräytyy siitä, miten nopeasti maailma liikkuu ($\delta$) ja miten usein organisaatiolla on varaa lähettää joku korjaamaan se.

Kaksi tämän kuvan piirrettä on merkityksellistä. Ensinnäkin ylläpito on reaktiivista ja rajatonta: kun bottikanta kasvaa, niiden yhdessä kerryttämä ajautuma kasvaa sen mukana, joten ylläpitotyö nousee automaatioiden määrän mukana eikä automatisoitavan uuden työn mukana, mikä on se mekanismi, jolla RPA-ohjelman käyttökustannus ohittaa sen säästöt. Toiseksi vika on usein hiljainen: botti, joka kirjaa arvon väärästä kentästä, ei heitä virhettä, vaan tuottaa uskottavan, väärän tuloksen, ja sen kustannusta rajoittaa vain se, kuinka kauan se jää huomaamatta. Kiinteä sääntö liikkuvassa maailmassa ei ole pelkästään rajallinen; se on vastuu, jonka suuruutta organisaatio ei hallitse.

4. Rekursiivinen automaatio: silmukka, jota botti ei voi sulkea

Agentti muuttaa kuvan, koska sen suoritus on tietolähde, joka voidaan kääntää takaisin itse automaatioon. Kun agentti käsittelee tapauksen, se jättää jäljen: syötteen jonka se näki, vaiheet jotka se valitsi, työkalukutsut jotka se teki, tulosteen jonka se tuotti, ja, ratkaisevasti, loppupään signaalin siitä, hyväksyttiinkö, korjattiinko vai peruutettiinko kyseinen tuloste. Tuo jälki on näyttöä siitä, missä automaatio on vahva ja missä heikko, ja koska agentin käyttäytyminen ilmaistaan asioissa joita voidaan muokata, sen ohjeet, sille annetut esimerkit, työkalut ja tarkistukset joita sen on käytettävä, vaikeiden tapausten reititys, tuo näyttö voidaan syöttää takaisin muutoksena. Automaatio paranee omasta ajostaan. Siinä missä yhtälöllä (1) on vain ulkoinen käsi laskemaan virhettä, rekursiivinen silmukka laskee sitä sisältä, joka sykli:

Tässä $\varepsilon_k$ on virheprosentti $k$ syklin jälkeen, $g \in (0,1)$ on parannusvahvistus, osuus korjattavissa olevasta virheestä jonka sykli poistaa, ja $\varepsilon_\ast$ on redusoitumaton pohja, jäännös jota prosessi ei voi karistaa, koska se heijastaa aitoa monitulkintaisuutta, puuttuvaa tietoa tai redusoitumatonta harkintaa, tehtävän olennaista eikä satunnaista vaikeutta. Yhtälön (2) iterointi antaa suljetun muodon

geometrinen lasku aloitusvirheestä pohjaan. Tämä on muoto, johon laatuperinne on aina pyrkinyt, ja muoto jota botti ei koskaan voi piirtää, koska botilla ei ole $g$:tä: sen parannusvahvistus on nolla, ja yhtälö (2) romahtaa vakioksi, jonka keskeyttävät vain manuaaliset nollaukset. Ero RPA:n ja agenttipohjaisen automaation välillä on tässä mallissa ero arvojen $g = 0$ ja $g > 0$ välillä: automaation jota voidaan korjata vain ulkopuolelta ja sellaisen joka parantaa itseään sisältä.

Kolme ehtoa tekee $g$:stä positiivisen ja pitää sen sellaisena, ja kaikki kolme ovat asioita, joita agentin suoritus tuottaa mutta botin ei. On oltava signaali: mitattava lopputulos jokaiselle tapaukselle, niin että parempi ja huonompi voidaan erottaa toisistaan. On oltava kohdennettavaa näyttöä: jälkiä jotka ovat tarpeeksi rikkaita paikantamaan, miksi tapaus meni pieleen, ei vain että se meni. Ja on oltava muokattava pinta: vipuja, kehotteita, esimerkkejä, työkaluja, reititystä, joita muutos voi tosiasiallisesti liikuttaa. Agentti tuottaa kaikki kolme työnsä sivutuotteena; tallennettu botti ei tuota mitään niistä, mikä on syvempi syy sille, miksi se ei voi oppia. Mutta positiivinen $g$ ei ole vielä turvallinen $g$. Silmukka, joka tarkistaa itseään signaalia vasten, voi yhtä helposti nostaa virhettä kuin laskeakin sitä, jos signaali on kohinainen, kohdennus väärä tai muutos taantuma. $g$:n tekeminen luotettavasti positiiviseksi, sykli syklin jälkeen, on ohjausrakenteen tehtävä, ja se on DMAIC.

5. DMAIC ohjausrakenteena

Artikkelin keskeinen väite on, että kuri, joka muuttaa itseään parantavan silmukan vaarasta luotettavaksi moottoriksi, on jo olemassa, täysin valmiiksi työstettynä, Six Sigma -menetelmän DMAIC-syklissä, kunhan se luetaan ei kertaluonteisena parannusprojektina vaan automaation pysyvänä ohjausrakenteena, jatkuvasti ajettuna. Jokainen vaihe tuottaa jotakin, mitä luvun 4 rekursiivinen silmukka tarvitsee pitääkseen vahvistuksensa positiivisena ja suuntansa totena; kuva 1 piirtää syklin ja taulukko 3 kuvaa kunkin vaiheen roolin.

Define. Silmukka tarvitsee tavoitteen, joka ei ole se välitearvo, jota se houkuttuu jahtaamaan. Define ilmaisee lopputuloksen, jota automaatio palvelee, toleranssit jotka lasketaan onnistumiseksi, ja rehellisen arvion pohjasta $\varepsilon_\ast$, jonka alapuolella lisävaiva on hukkaa, niin että silmukka optimoi liiketoimintatuloksen eikä sen kätevää korviketta. Useimmat karkaavat takaisinkytkennän viat ovat Define-vikoja: silmukka paransi täsmälleen sitä, mitä sen käskettiin, mikä oli väärä asia.

Measure. Ilman signaalia ei ole parannusvahvistusta, ja Measure on vaihe, joka valmistaa sellaisen, instrumentoiden jokaisen tapauksen niin että lopputulos, korjaukset ja epäröinnin kohdat tallennetaan, ei poimita otokseksi anekdoottina. Tämä on nykyaikainen muoto Shewhartin oivalluksesta, ettei voi parantaa sitä mitä ei mittaa, ja se on myös se kohta, jossa prosessilouhinta (van der Aalst, 2016) ansaitsee paikkansa, rekonstruoiden sen mitä prosessi todella teki sen omista tapahtumalokeista eikä siitä, miten sen kuviteltiin toimivan.

Analyse. Oppimissilmukan tyypillinen virhe on reagoida kohinaan ikään kuin se olisi signaali, virittäen itseään vakaan prosessin normaalia hajontaa vasten ja hakaten tyhjää. Analyse on vartija: se erottaa yleissyyn variaation, joka jätetään rauhaan, erityissyyn variaatiosta, johon reagoidaan, ja kohdentaa toimittavan virheen syyhyn, joka on tarpeeksi täsmällinen korjattavaksi. Tämä on Shewhartin (1931) erottelu tekemässä juuri sitä työtä, jota varten se keksittiin, nyt suojaten automaatiota omaa häntäänsä jahtaamasta.

Improve. Vasta nyt tehdään muutos: tarkistus agentin ohjeisiin, sen esimerkkeihin, sen työkaluihin, sen tarkistuksiin tai reititykseen, joka lähettää tietyn luokan vaikeat tapaukset ihmiselle tai erikoistuneelle polulle. Improve on silmukan mutaatiovaihe, paikka jossa vahvistus $g$ tosiasiallisesti realisoituu, ja se on tarkoituksella mittauksen ja analyysin jälkeen niin että muutos vastaa diagnosoituun syyhyn eikä aavistukseen.

Control. Control on vaihe, joka tekee koko asiasta turvallisen, ja siinä rekursiivinen automaatio eroaa jyrkimmin sekä botista että ohjaamattomasta oppimisjärjestelmästä. Ehdotettua muutosta ei oteta käyttöön siksi, että se vaikuttaa paremmalta; se otetaan käyttöön vain, jos sen mitataan, erillään pidettyjä tapauksia vasten, olevan tekemättä lopputulosta huonommaksi, ja muuten se hylätään ja edellinen versio säilytetään. Muodollisesti, merkiten $\widehat{\varepsilon}(m)$ ehdokasmuutoksen $m$ mitattua virhettä,

missä $\gamma \ge 0$ on luottamusmarginaali, joka estää porttia tulemasta kohinan harhauttamaksi. Portilla on täsmällinen vaikutus silmukkaan: se tekee virhejonosta odotusarvoltaan monotonisen,

joten parannus kertyy eikä sitä koskaan anneta takaisin. Tämä on se, mikä muuntaa yhtälön (2) raa’an rekursion satunnaiskulusta, joka saattaisi ajautua mihin tahansa, räikäksi joka vain kiristyy, ja se on se kuri, jonka tilastollinen prosessinohjaus antoi valmistukselle vuosisata sitten, nyt sovellettuna automaatioon joka kirjoittaa itsensä uudelleen. Control tekee myös työnsä epäglamouromaisen toisen puolikkaan: se standardoi ja pitää hyödyn, kiinnittäen parannetun version paikoilleen suojakaiteineen niin että seuraava sykli alkaa uudesta pohjasta eikä vanhasta.

Pari on pointti. Rekursio ilman DMAIC:ia on silmukka, joka voi yhtä helposti parantaa kuin tuhotakin; DMAIC ilman rekursiota on se määräaikainen parannusprojekti, jonka laatutiimit ovat aina ajaneet käsin, rajoitettuna siihen, kuinka usein ihmiset voivat kokoontua. Agentti, joka ajaa DMAIC:ia omana pysyvänä ohjausrakenteenaan, saa molemmat: ohjelmistoparannuksen nopeuden ja ulottuvuuden sekä tilastollisen ohjauksen suppenemistakuun.

6. Korvaamisehto

Voimme nyt sanoa täsmälleen, milloin agentti ohittaa botin. Kaksi automaatiota kohtaavat saman ajautuvan maailman, samalla ajautumanopeudella $\delta$. Botilla ei ole sisäistä vahvistusta ja niinpä yhtälön (1) mukaan sen virhe nousee ajautuman mukana, kunnes ihminen nollaa sen. Agentti ajaa DMAIC-silmukkaansa syklin ajalla $\tau$, joka on aika mitata, analysoida, ehdottaa ja portittaa yksi muutos, ja syklikohtaisella vahvistuksella $g$, samalla kun sama ajautuma $\delta$ työntää sen virhettä ylös. Jatkuvassa ajassa kaksi voimaa yhdistyvät:

oppimistermi, joka vetää virhettä alas kohti pohjaa, ja ajautumatermi, joka työntää sitä ylös. Sen tasapainotila, jossa silmukka pitää täsmälleen maailman tahdissa, on

joten automaatio pysyy rajatulla etäisyydellä pohjan yläpuolella, jonka määrää suhde siitä, miten nopeasti maailma ajautuu, siihen miten nopeasti silmukka oppii. Botilla, jolla $g \to 0$, ei ole lainkaan äärellistä tasapainotilaa: sen virhettä rajoittaa vain ylläpitoaikataulu. Määritellään dimensioton korvaamisluku

suhde virheestä, jonka sykli poistaa, virheeseen jonka ajautuma lisää saman syklin aikana. Kun $\Sigma > 1$, silmukka poistaa virhettä nopeammin kuin ympäristö sitä syöttää ja automaatio suppenee tiukkaan kaistaan pohjan yläpuolella; kun $\Sigma \gg 1$, se asettuu olennaisesti pohjalle. Agentti korvaa botin täsmälleen silloin, kun se voi ajaa ohjattua silmukkaa, jolla $\Sigma > 1$, mikä on toteama kolmesta hallittavasta suureesta: nosta vahvistusta $g$ paremmalla mittauksella ja kohdennuksella, lyhennä sykliä $\tau$ automatisoimalla itse silmukka, ja agentti voittaa minkä tahansa kiinteän botin missä tahansa ympäristössä, jonka ajautuma $\delta$ on äärellinen. Kuva 2 vertaa kahta kulkua. Käytännön tulkinta on, että korvaaminen ei ole kysymys siitä, onko agentti botia nokkelampi ensimmäisenä päivänä, usein se ei ole, vaan siitä, kääntyykö sen silmukka, ohjauksen alaisena, nopeammin kuin maailma kääntyy; ja kun se kääntyy, botin sahalaita ja agentin lasku erkanevat lopullisesti.

7. Rakennettu tapaus: ostoreskontra

Tapaus on rakennettu, ei havaittu: sen luvut ovat havainnollistavia ja sisäisesti johdonmukaisia, ja sen on tarkoitus näyttää mallin suureiden saavan uskottavia arvoja, ei raportoida tulosta. Tarkastellaan keskisuuren konsernin ostoreskontrafunktiota, joka vastaanottaa toimittajalaskuja monissa muodoissa useiden portaalien kautta ja jonka on täsmättävä kukin ostotilaukseen ja vastaanottotositteeseen, koodattava se ja kirjattava se maksua varten. Se on arkkityyppinen RPA-kohde, suurivolyyminen, säännöillä kuvattava, tylsä, ja arkkityyppinen RPA-pettymys, koska muodot ajautuvat jatkuvasti ja jokainen toimittaja on poikkeus odottamassa tapahtumistaan.

Konsernin RPA-kanta käsittelee siisteimmät toimittaja-asettelut ja reitittää kaiken muun ihmisille. Käyttöönotossa se kirjasi läpi suoraan noin 55 prosenttia laskuista, mutta kahdeksantoista kuukauden aikana kolme portaalipäivitystä ja uusien toimittajien aalto painoivat läpivirtausasteen alas ja hiljaisten virheiden asteen ylös, niin että pysyvä tiimi käyttää suuren osan viikostaan rikkoutuneiden bottien uudelleentallennukseen ja virhekirjausten jahtaamiseen, taulukko 1 antaa ennen-sarakkeen. Tallennettujen bottien korvaaminen agentilla, joka lukee kunkin laskun sellaisena kuin se on, täsmää sen päättelemällä eikä kiinteillä koordinaateilla, ja reitittää aidot poikkeukset ihmiselle, ja tuon agentin kietominen pysyvään DMAIC-silmukkaan, jossa läpivirtausaste on se, mitä Measure seuraa, kunkin viikon korjaukset ovat näyttö jota Analyse työstää, agentin kehotteet, esimerkit ja täsmäytystarkistukset ovat se, mitä Improve tarkistaa, ja erillään pidetty otos on portti jota Control soveltaa, muuttaa sekä tasoa että sen suuntaa. Agentti aloittaa vain hieman botia parempana mutta, koska sen silmukka kääntyy nopeammin kuin portaalit ajautuvat ($\Sigma > 1$), sen poikkeusaste laskee sykli sykliltä kohti pohjaa, jonka määräävät laskut jotka aidosti tarvitsevat inhimillistä harkintaa, kun taas ylläpitotaakka kääntyy päinvastaiseksi: insinöörien korjatessa tallenteita sijaan työksi tulee silmukan ehdottamien muutosten arviointi Control-portilla. Taulukko 1 seuraa mallin suureita tapauksen läpi.

8. Mikä muuttuu toimintamallissa

Agentin vaihtaminen botin tilalle ei ole samanlaisten moottoreiden vaihto saman konepellin alla; se muuttaa sen, mitä automaatiofunktio tekee ja missä sen on oltava hyvä. Taulukko 2 asettaa nämä kaksi rinnakkain. Suurin muutos on siinä, mihin ihmistyö menee. RPA:n alla toistuva ihmistyö on korjaamista: maailman rikkomien bottien löytäminen ja uudelleentallennus, reaktiivinen tehtävä joka skaalautuu kannan koon mukaan eikä tuota mitään uutta. DMAIC-ohjatun agentin alla toistuva ihmistyö on Control-portti: silmukan ehdottamien muutosten arviointi ja päätös siitä, mitä sitoa, tehtävä joka skaalautuu parannuksen tahdin mukaan eikä kannan koon mukaan ja joka tuottaa paremman automaation joka kerta kun se tehdään. Taidot muuttuvat vastaavasti, robottien skriptaamisesta näyttöjä vasten lopputulosten määrittelyyn, prosessien instrumentointiin ja näytön arviointiin, toisin sanoen automaatiotekniikasta kohti laadunhallinnan kuria, nyt ohjelmiston nopeudella toteutettuna.

On toinen muutos, hallinnossa. Järjestelmä, joka kirjoittaa oman käyttäytymisensä uudelleen, on tallennetta voimakkaampi ja vaatii enemmän vastuullisuutta, ei vähemmän, ja DMAIC tuottaa jäljitysketjun sivutuotteena: jokainen sidottu muutos vastaa mitattuun syyhyn, läpäisi tallennetun portin, ja voidaan kohdentaa ja peruuttaa, niin että itseään parantava automaatio on, oikein ajettuna, tarkastettavampi kuin läpinäkymätön botti jonka se korvaa, ei vähemmän. Control-vaihe on yhtä paljon vaatimustenmukaisuuden väline kuin laadunkin. Tämä on tärkeintä siellä, missä automaatio koskettaa säänneltyä työtä, ja se on sama kuri, mitattu muutos portin takana, jonka puolesta olemme argumentoineet muualla säänneltyä IT:tä koskevassa tutkimuksessamme.

9. Vastaväitteet ja vastaukset

Agentti on tapausta kohti paljon botia kalliimpi. Tapausta kohti, tänään, usein kyllä, ja kapealle, vakaalle, suurivolyymiselle tehtävälle jonka ympäristö ei aidosti ajaudu, tallennettu botti voi pysyä taloudellisena valintana, eikä mikään tässä sano toisin. Argumentti puree siellä, missä ympäristö ajautuu, mikä on useimmat paikat, koska siellä botin todellinen kustannus ei ole sen tapauskohtainen hinta vaan sen ylläpitohäntä ja sen hiljaiset virheet, ja agentin silmukka maksaa korkeamman yksikkökustannuksensa poistamalla molemmat. Tehtävä vertailu on elinkaarikustannus ajautuvaa ympäristöä vasten, ei yksikkökustannus ensimmäisenä päivänä.

Tämä on vain RPA:ta johon on pultattu malli, mitä toimittajat jo myyvät. Se on päinvastoin. Mallin pulttaaminen kiinteään orkestrointiin, älykäs automaatio sellaisena kuin sitä yleisesti myydään, säilyttää hauraan ohjausrakenteen ja tekee sen komponenteista älykkäämpiä, joten se nostaa kattoa hieman ja perii rapautumisen. Väite tässä koskee itse ohjausrakennetta: kiinteän orkestroinnin korvaamista ohjatulla silmukalla, joka kirjoittaa automaation uudelleen omasta tulosteestaan. Moottori on muutoksen pienempi puolisko; silmukka on suurempi.

Itseään parantava järjestelmä, joka muuttaa omaa käyttäytymistään, on riski jota et voi hallita. Se on riski, ja ohjaamattomana vakava sellainen, mikä on koko syy sille, miksi artikkelin toinen kulmakivi on ohjauskuri eikä malli. Agentti, joka virittää itsensä uudelleen kohinaista signaalia vasten ilman Analyse-vaihetta ja ilman Control-porttia, tosiaan ajautuu ja taantuu. Vastaus ei ole kieltää silmukkaa vaan ohjata sitä menetelmällä, jolla valmistus on ohjannut itseään säätäviä prosesseja vuosisadan ajan: mittaa, erota signaali kohinasta, muuta diagnosoidun syyn perusteella, ja sido vain se, minkä portti todistaa olevan tekemättä asioita huonommaksi. Ohjattu silmukka on vastuullisempi kuin botti, ei vähemmän.

Mallisi on liian yksinkertainen; todellinen virhe ei laske geometrisesti. Malli on tarkoituksellinen yksinkertaistus eivätkä sen vakiot ole mitattuja; sen tarkoitus on tehdä rakenne luettavaksi, että botilla on $g = 0$ ja ohjatulla agentilla $g > 0$, ja että korvaaminen riippuu siitä, juokseeko silmukka ajautuman ohi. Geometrinen muoto on suhteellisen säätimen yleinen käyttäytyminen pohjaa vasten, ei täsmällinen empiirinen laki, ja luku 10 sanoo niin. Korvaamisluku $\Sigma$ on tarkoitettu ajattelutavaksi, ei lukemaksi jota siteerattaisiin kolmen desimaalin tarkkuudella.

10. Rajoitukset

Tämä on käytännön toimijoille suunnattu argumentti tarkoituksellisen yksinkertaisella mallilla, ja sen rajat tulisi olla selvät. Lukujen 3–6 malli on havainnollistava: yhtälön (1) lineaarinen ajautuma, yhtälön (2) vakiovahvistus ja yksittäinen pohja $\varepsilon_\ast$ ovat luettavuuden vuoksi valittuja yksinkertaistuksia, ja todellinen ajautuma on könttäistä, todellinen vahvistus vähenee pohjan lähestyessä, ja pohja itse liikkuu tehtävän muuttuessa; korvaamisluku $\Sigma$ on linssi, ei mitattu suure, emmekä ole estimoineet sitä kenttädataa vasten. Argumentti on rajattu prosesseihin, jotka ajautuvat ja jotka kantavat käyttökelpoista lopputulossignaalia; aidosti stationäärinen, suurivolyyminen tehtävä voi silti suosia tallennettua botia, ja prosessi jolla ei ole mitattavaa lopputulosta näännyttää silmukan signaalista, josta koko mekanismi riippuu. Väite koskee ohjausrakennetta, ei tuotetta, ja tietty agenttiteknologia on varhaista ja liikkuu nopeasti; lukijan tulisi pitää rakenne, ohjattu rekursiivinen silmukka voittaa jäädytetyn säännön liikkuvassa maailmassa, ja tarkastella komponentit uudelleen niiden muuttuessa. Lopuksi, vahvistus on aina vain yhtä rehellinen kuin Measure- ja Control-vaiheet: organisaatio joka instrumentoi huonosti, tai antaa portin rapautua kumileimasimeksi, saa rekursion riskit ilman sen suppenemista, mikä on syy ottaa kuri vakavasti, ei idean vika.

11. Johtopäätös

Robottiprosessiautomaatio teki jotakin hyödyllistä tallentamalla sen, miten ihminen ohjaa järjestelmää, ja toistamalla sen, mutta se automatisoi tehtävän pinnan ja jäädytti sen, ja jäädytetty sääntö liikkuvassa maailmassa rapautuu: sen virhe nousee ajautuman mukana, sen ylläpitolasku nousee sen kannan mukana, ja sen pahimmat viat ovat hiljaisia. Tekoälyagentit korvaavat sen eivät toistamalla samoja sääntöjä kalliimmalla moottorilla vaan sulkemalla silmukan, jota tallenne ei voi, parantaen automaatiota sen oman suorituksen perusteella, sykli syklin jälkeen. Tuo rekursio on ensimmäinen kulmakivi ja, yksinään, yhtä paljon vaara kuin apu. Toinen kulmakivi on se, mikä tekee siitä luotettavan: DMAIC-sykli, luettuna ei kertaluonteisena projektina vaan automaation pysyvänä ohjausrakenteena, Define eli määritä tavoite ja pohja, Measure eli mittaa jokainen tapaus, Analyse eli erota signaali kohinasta, Improve eli paranna diagnosoidun syyn perusteella, ja Control eli ohjaa portilla joka sitoo vain sen, mikä mitattavasti ei tee asioita huonommaksi, niin että parantamisesta tulee räikkä eikä uhkapeli. Artikkelin mallissa ero on ero nollan parannusvahvistuksen ja luotettavasti positiivisena pidetyn vahvistuksen välillä, ja agentti ohittaa botin täsmälleen silloin, kun sen ohjattu silmukka poistaa virhettä nopeammin kuin maailma sitä syöttää. Sitä seuraava insinöörityö koskee vähemmän mallia joka lukee laskun kuin sen ympärille rakennettua silmukkaa, ja kuri jota tuo silmukka tarvitsee on sellainen, jonka teollisuus on omistanut vuosisadan ajan ja voi nyt ajaa ohjelmiston nopeudella. Automatisoi tehtävä, mittaa mitä tapahtuu, paranna suhteessa siihen mitä mittaat, äläkä anna minkään muuttaa automaatiota, mitä portti ei ole osoittanut paremmaksi. Botti on prosessin valokuva; ohjattu agentti on prosessi oppimassa. Se on korvaaminen, ja se on sen kokonaisuus.

Liite A. DMAIC:n ajaminen automaation ohjaussilmukkana

Alla olevat käytännöt ovat se, mikä pitää rekursiivisen automaation suppenevana ajautumisen sijaan. Mikään ei ole tekoälylle uutta; kukin on laatuperinne sovellettuna automaatioon, joka kirjoittaa itsensä uudelleen.

Lähteet

Argyris, C., & Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley. ISBN 978-0-201-00174-3.

Ashby, W. R. (1956). An introduction to cybernetics. Chapman & Hall. http://pcp.vub.ac.be/books/IntroCyb.pdf

Benner, M. J., & Tushman, M. L. (2003). Exploitation, exploration, and process management: The productivity dilemma revisited. Academy of Management Review, 28(2), 238–256. https://doi.org/10.2307/30040711

Box, G. E. P. (1957). Evolutionary operation: A method for increasing industrial productivity. Journal of the Royal Statistical Society: Series C (Applied Statistics), 6(2), 81–101. https://doi.org/10.2307/2985505

Deming, W. E. (1986). Out of the crisis. MIT Center for Advanced Engineering Study. ISBN 978-0-911379-01-0.

Harry, M. J., & Schroeder, R. (2000). Six Sigma: The breakthrough management strategy revolutionizing the world’s top corporations. Currency/Doubleday. ISBN 978-0-385-49437-3.

Hofmann, P., Samp, C., & Urbach, N. (2020). Robotic process automation. Electronic Markets, 30(1), 99–106. https://doi.org/10.1007/s12525-019-00365-8

Lacity, M., & Willcocks, L. P. (2016). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15(1), 21–35. https://aisel.aisnet.org/misqe/vol15/iss1/4/

Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2003). Six Sigma: A goal-theoretic perspective. Journal of Operations Management, 21(2), 193–203. https://doi.org/10.1016/S0272-6963(02)00087-6

Montgomery, D. C. (2024). Introduction to statistical quality control (8th ed.). Wiley. ISBN 978-1-119-72309-7.

Pyzdek, T., & Keller, P. A. (2023). The Six Sigma handbook (6th ed.). McGraw-Hill. ISBN 978-1-26-514399-2.

Shewhart, W. A. (1931). Economic control of quality of manufactured product. D. Van Nostrand. ISBN 978-0-87389-076-2 (ASQ reprint).

Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: Language agents with verbal reinforcement learning. In Advances in Neural Information Processing Systems 36 (NeurIPS 2023). https://arxiv.org/abs/2303.11366

Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). MIT Press. ISBN 978-0-262-03924-6.

Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., ter Hofstede, A. H. M., van de Weerd, I., Wynn, M. T., & Reijers, H. A. (2020). Robotic process automation: Contemporary themes and challenges. Computers in Industry, 115, 103162. https://doi.org/10.1016/j.compind.2019.103162

van der Aalst, W. M. P. (2016). Process mining: Data science in action (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-49851-4

van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic process automation. Business & Information Systems Engineering, 60(4), 269–272. https://doi.org/10.1007/s12599-018-0542-4

Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., Zhao, W. X., Wei, Z., & Wen, J.-R. (2024). A survey on large language model based autonomous agents. Frontiers of Computer Science, 18(6), 186345. https://doi.org/10.1007/s11704-024-40231-1

Wewerka, J., & Reichert, M. (2023). Robotic process automation: A systematic mapping study and classification framework. Enterprise Information Systems, 17(2), 1986862. https://doi.org/10.1080/17517575.2021.1986862

Wiener, N. (1948). Cybernetics: Or control and communication in the animal and the machine. MIT Press. ISBN 978-0-262-73009-9.

Willcocks, L. P., Lacity, M., & Craig, A. (2015). The IT function and robotic process automation (The Outsourcing Unit Working Research Paper Series). London School of Economics and Political Science, LSE Research Online item 64519. http://eprints.lse.ac.uk/64519/

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. In International Conference on Learning Representations (ICLR 2023). https://arxiv.org/abs/2210.03629