Näin University West rakensi tuotantovalmiin tekoälyagenttijärjestelmän

Haaste: Tekoälyn skaalaaminen ilman suuria tiimejä tai budjetteja

He eivät etsineet näyttäviä tekoälydemoja. He tarvitsivat tuotannossa toimivan ratkaisun, joka vastasi heidän yhteistyön ja oppimisen arvojaan sekä toi opiskelijoille todellista arvoa ilman, että siitä tulisi myöhemmin hallinnollinen riesa tai kustannusriski.

Heidän kysymyksensä on monelle yritykselle tuttu: miten tekoälyn kanssa pääsee eteenpäin, kun virheisiin ei ole varaa?

Ratkaisu: Älykäs ja turvallinen Microsoft-teknologioilla rakennettu tekoälyagenttijärjestelmä

Yhdessä Eficoden kanssa University West kehitti monen tekoälyagentin järjestelmän, joka auttaa opiskelijoita hyödyntämään kurssimateriaaleja tehokkaammin. Azure AI Foundryyn ja Microsoft Agent Frameworkiin perustuvassa ratkaisussa painotettiin käytännön toimivuutta hypen sijaan.

Ratkaisu julkaistiin kahdella keskeisellä agentilla:

• Kurssiagentti: Hyödyntää RAGia (Retrieval-Augmented Generation) vastatakseen kysymyksiin tiettyjen kurssimateriaalien pohjalta. Se on riittävän joustava tarjotakseen hyödyllisiä vastauksia, mutta perustaa ne varmennettuun sisältöön.

• Aikatauluagentti: Yhdistyy yliopiston aikataulujärjestelmään, jotta opiskelijat voivat valmistautua oppitunneille ja pyytää jopa pistokokeita opiskellakseen ennakoivasti.

Agentit toimivat Microsoft Teamsissa – turvallisessa ja tutussa käyttöliittymässä, jota henkilöstö ja opiskelijat jo käyttävät. Näin uusia työkaluja ei tarvitse ottaa käyttöön eikä käyttäjiä kouluttaa alusta asti. Eficoden ohjauksessa yliopisto varmisti, että arkkitehtuuri on vaatimustenmukainen, havainnoitava ja skaalautuva ensimmäisestä päivästä lähtien.

Tulokset: Käytännön vaikutuksia, nopeampaa oppimista ja pohja skaalautumiselle

Rajallisista sisäisistä resursseista huolimatta University West toteutti tuotantovalmiin tekoälyratkaisun, joka:

• Lisää todellista sitoutumista: Opiskelijat käyttävät agenttijärjestelmää aktiivisesti ja suosivat sitä usein julkisten tekoälytyökalujen sijaan sen tarkkuuden ja relevanssin vuoksi.

• Vähentää resurssien hukkaa: Järjestelmä hyödyntää olemassa olevia alustoja (Teams, Azure) ja pieniä, kohdennettuja malleja, joten se on kustannustehokas ja nopea.

• Parantaa oppimistuloksia: Opiskelijat saavat kurssisisältöjen mukaista suoraa tukea, joka auttaa heitä opiskelemaan fiksummin, ei kovemmin.

• Mahdollistaa tulevan kasvun: Järjestelmä on rakennettu skaalautumaan. Suodatetut indeksit ja selkeä hallintamalli tukevat uusia kursseja, agentteja ja käyttötapauksia.

Yhtä tärkeää on, että tiimi oppii yhdessä. Opiskelijat oppivat esittämään parempia kysymyksiä. Opettajat näkevät, miten tekoäly voi tukea koulutusta, ei korvata sitä. Yliopisto puolestaan osoittaa, että oikeiden kumppanien ja arkkitehtuurin avulla merkittäviä asioita voi rakentaa ilman suurta budjettia.

Tämä tarina perustuu Tobiasin Peter Drouggen kanssa lokakuussa 2025 pitämään puheenvuoroon: Driving real impact with AI Agents: A blueprint from Högskolan Väst.