Generatiivinen tekoäly toiminnanohjausjärjestelmässä : Toiminnallisen tekoälyagentin toteutus

Tämän diplomityön tavoitteena oli selvittää, miten generatiivista tekoälyä voidaan hyödyntää toiminnanohjausjärjestelmässä siten, että se tukee käyttäjän toimintaa ja mahdollistaa agenttipohjaisen toiminnallisuuden. Lisäksi tavoitteena oli selvittää, miten Microsoft Azuren tarjoamat tekoälypalvelut tukevat generatiivisen tekoälyn käyttöönottoa ERP-ympäristössä. Työ toteutettiin Lemonsoft Oyj:ssä konstruktiivisena tutkimuksena, jossa yhdistettiin teoreettinen tarkastelu ja käytännön toteutusratkaisu. Tutkimuksen kohteena oli luoda toimiva prototyyppi, joka osoittaa generatiivisen tekoälyn mahdollisuudet osana toiminnanohjausjärjestelmää. Työn teoreettinen osuus tarkasteli tekoälyn ja erityisesti generatiivisen tekoälyn käsitteitä ja toimintaperiaatteita. Lisäksi työssä perehdyttiin agenttipohjaisten järjestelmien periaatteisiin sekä RAG-malliin (Retrieval-Augmented Generation), joka mahdollistaa tietolähteiden hyödyntämisen tekoälymallin vastauksessa. Teoreettinen viitekehys loi pohjan toteutukselle, jossa generatiivista tekoälyä hyödynnettiin toiminnanohjausjärjestelmän tukipalveluna. Käytännön toteutuksessa rakennettiin Azure-ympäristöön arkkitehtuuri, joka yhdisti useita tekoälypalveluita: Azure OpenAI -palvelua luonnollisen kielen käsittelyyn, AI Search -palvelua tietolähteiden hallintaan ja Blob Storage -palvelua dokumenttien tallennukseen. Näiden avulla luotiin ympäristö, jossa tekoäly pystyi vastaamaan käyttäjän kysymyksiin, hyödyntämään järjestelmän ohjeistuksia ja dokumentaatiota sekä suorittamaan ennalta määriteltyjä toimintoja agenttipohjaisten työkalujen avulla. Tulosten perusteella havaittiin, että Microsoft Azuren tekoälypalvelut tarjoavat kattavan ja teknisesti toimivan alustan generatiivisen tekoälyn integroimiseksi ERP-järjestelmiin. Azure mahdollistaa ratkaisujen skaalautuvuuden, tietoturvan ja hallittavuuden yritysympäristössä. Samalla todettiin, että RAG-mallin ja agenttipohjaisten työkalujen yhdistäminen ei ole täysin suoraviivaista, vaan vaatii erillisiä toteutuslogiikoita. Tutkimuksen tuloksena kehitetty prototyyppi osoittaa, että generatiivinen tekoäly voi toimia tehokkaana käyttöliittymänä ja päätöksenteon tukena ERP-järjestelmissä. Se mahdollistaa luonnollisen kielen käytön järjestelmän kanssa vuorovaikutuksessa olemiseen ja tarjoaa perustan tulevaisuuden älykkäille sovelluksille. Työn tulokset osoittavat myös, että agenttipohjainen lähestymistapa on lupaava suunta ERP-järjestelmien kehittämisessä kohti autonomisempaa ja käyttäjälähtöisempää toiminnallisuutta.

The objective of this thesis was to explore how generative artificial intelligence can be utilized within an enterprise resource planning (ERP) system in a way that supports user activities and enables agent-based functionality. The study aimed to determine how the AI services offered by Microsoft Azure support the adoption of generative AI in an ERP environment. The work was carried out at Lemonsoft Oyj as a constructive research project combining theoretical analysis and practical implementation. The research focused on developing a functional prototype that demonstrates the possibilities of generative AI as part of an ERP system. The theoretical part of the study examined the concepts and operational principles of artificial intelligence, with a particular focus on generative AI. Furthermore, the study explored the principles of agent-based systems and the Retrieval-Augmented Generation (RAG) model, which enables the use of external data sources in AI model responses. This theoretical framework provided the foundation for the practical implementation, in which generative AI was utilized as a support service within the ERP system. In the practical implementation, an architecture was built in the Azure environment that integrated several AI services: Azure OpenAI Service for natural language processing, AI Search for data source management, and Blob Storage for document storage. Together, these services created an environment where the AI could respond to user queries, utilize system documentation and guidance materials, and perform predefined operations through agent based tools. The results indicated that Microsoft Azure’s AI services provide a comprehensive and technically robust platform for integrating generative AI into ERP systems. Azure enables scalability, security, and manageability of solutions in enterprise environments. At the same time, it was observed that combining the RAG model with agent-based tools is not entirely straightforward and requires separate implementation logics. The developed prototype demonstrates that generative AI can function effectively as a user interface and decision-support tool within ERP systems. It enables natural language interaction with the system and establishes a foundation for future intelligent applications. The results also show that the agent-based approach represents a promising direction for the development of ERP systems toward more autonomous and user-centered functionality.