Agentic UX -alusta
Ota ohjat liiketoimintasi käsiin. Näe, mitä käyttäjäsi todella yrittävät tehdä, ja kehitä järjestelmääsi sen mukaan. Paimen™ kokoaa oikean käyttöliittymän käyttäjän tarpeen mukaan – ja antaa työkalut sen hallintaan, seurantaan ja jatkuvaan kehittämiseen.
Sopii sekä olemassa oleviin että uusiin mobiili- ja verkkosovelluksiin – Codematen tiimi hoitaa alkuvaiheen integraation, sääntöjen määrittelyn ja tekoälyagenttien käyttöönoton.
Modernien sovellusten tulisi mukautua käyttäjään – ei toisin päin.
Paimen AI™ lisää sovellukseesi intentiokerroksen – chatin, älykkään haun, puheohjauksen tai kontekstiin perustuvat herätteet – joka muuttaa jokaisen käyttäjän pyynnön saman tien oikeaksi käyttöliittymäksi. Se on siirtymä staattisesta, kaikille samanlaisesta käyttöliittymästä agenttiseen käyttökokemukseen (UX): kokemus rakentuu sen ympärille, mitä käyttäjä on tekemässä, sen sijaan että kaikki ohjattaisiin samojen näkymien läpi. Paimen toimii olemassa olevan käyttöliittymäsi rinnalla ja hyödyntää design-järjestelmäsi komponentteja sekä liiketoimintasääntöjäsi.
Nykyinen käyttöliittymäsi voi pysyä ennallaan. Uusi intentiokerros toimii sen rinnalla – samat komponentit ja samat säännöt, mutta toinen reitti käyttäjille, jotka mieluummin kertovat, mitä tarvitsevat, kuin etsivät oikeaa kohtaa valikoista.
Kolme alan käsitettä – Agentic UI, GenUI, A2UI – kuvaavat Paimenen perustaa. Alusta toteuttaa kaikki kolme ja lisää hallinta- ja operointikerroksen, joka tekee kokonaisuudesta tuotantokelpoisen.
- Agentic UI Paradigma
Autonomiset agentit ohjaavat käyttäjäkokemusta proaktiivisesti – yhdistäen tekstivastaukset ja oikeat, vuorovaikutteiset käyttöliittymäkomponentit.
Alusta, jolla agenttinen käyttöliittymä viedään tuotantokäyttöön ja sitä hallinnoidaan turvallisesti – sallimislistat, IdP-sidotut oikeudet ja audit trail sisäänrakennettuna.
- GenUI Kyvykkyys
LLM:t kokoavat käyttöliittymäelementtejä lennossa staattisten, kovakoodattujen näkymien sijaan.
Kokoaa oikean käyttöliittymän kullekin käyttäjän intentiolle – olemassa olevista design-järjestelmäsi komponenteista, reaaliaikaisesti.
- A2UI Protokolla
Googlen avoimen lähdekoodin deklaratiivinen JSON-pohjainen protokolla, jolla käyttöliittymämääritelmät välitetään agentilta sovelluksille. Tukee useita alustoja turvallisesti: agentti välittää käyttöliittymämääritelmän, eikä sovellus suorita agentin tuottamaa mielivaltaista koodia.
A2UI-yhteensopiva: komponentit renderöidään Flutter-, React-, Vue.js- ja Web Components -toteutuksissa, hallitsemallasi komponenttikatalogilla.
Intentiokerros on vasta alku – alusta mahdollistaa koko järjestelmän käytön seurannan ja auttaa kehittämään sitä eteenpäin
Paimen tallentaa jokaisen vuorovaikutuksen analysoitavaksi: mitä käyttäjä yritti tehdä, mitä hän ei löytänyt, millä sanoilla hän kuvasi tarvettaan ja missä polku katkesi. Toistuvat aiheet nousevat esiin automaattisesti, ja tiimisi voi tehdä datakyselyitä luonnollisella kielellä. Kun sama tarve toistuu sadoissa keskusteluissa, se näkyy priorisoituna havaintona – ja tiimisi voi julkaista uuden itsepalvelupolun jo samana päivänä. Staattinen käyttöliittymä ei tätä paljasta – vain intentiokerros tuottaa tällaisen näkyvyyden. Löydöksistä päästään suoraan käytäntöön: promptien hienosäätöön, agenttien käyttäytymisen säätämiseen, versiointiin, palautuksiin ja seuraavan iteraation julkaisuun yhdestä hallintakonsolista ilman erillisiä kehitystikettejä.
Tuotannossa jo useilla yrityksillä — ensimmäinen asiakastarina alla. Lisää tulossa pian.
Miten Moi Mobiili toi tekoälyn osaksi asiakaskokemusta
Codemate kehitti Moi Mobiilille Moi ApulAInen -tekoälyavustajan, joka tuo keskustelupohjaisen asioinnin osaksi Mun Moi -sovellusta. Ratkaisun avulla asiakkaat voivat hoitaa liittymiin ja laskutukseen liittyviä asioita luonnollisesti keskustelemalla.
Lue asiakastarinaLyhyesti
Paimen AI on Agentic UX -alusta: ajoympäristö, joka kokoaa oikean käyttöliittymän omista komponenteistasi ja pitää tekoälyagentit sääntöjesi mukaisina – sekä hallintakonsoli, jolla tiimisi muokkaa prompteja, testaa muutoksia ja mittaa vaikutusta.
Kyvykkyydet
Sopii Flutter-, React-, Vue.js- ja Web Components -toteutuksiin
Yhteensopiva johtavien tarjoajien LLM-mallien kanssa – Googlen Gemini-mallit, OpenAI:n mallit ja muut
Codematen ylläpitämänä tai Enterprise-tasolla omaan infrastruktuuriisi asennettuna; tunnistautuminen IdP:si kautta
Liiketoimintatiimi muokkaa tekoälyn käyttäytymistä – ilman koodaamista
Versiointi, palautus ja vuorovaikutuskohtainen audit trail
Vienti datavarastoon (Google BigQuery)
Näin se toimii
- 01
Intentio
Kirjoitettu, puhuttu tai kontekstuaalinen
- 02
AI-päättely
Agentti tulkitsee pyynnön
- 03
Sääntötarkistukset
Sallimislistat ja roolioikeudet
- 04
Komponentit
Hyväksytty design-järjestelmäsi komponenttikatalogi
- 05
Renderöity UI
Oikea käyttöliittymä, ei vain tekstiä
- 06
Analytiikka
Merkitään käytetyllä promptiversiolla
Hallintakonsoli
Paikka, jossa tekoälyn toimintaa muokataan, testataan, versioidaan ja auditoidaan – ilman, että jokainen muutos vaatii kehitystiketin.
- Muokkaa tekoälyn käyttäytymistä
- Liiketoimintatiimi muokkaa prompteja, UKK-vastauksia ja guardraileja – ilman koodaamista.
- Testaa ennen julkaisua
- Promptiversioiden rinnakkainen vertailu ja sokkotestit; vaiheittainen julkaisu.
- Versiointi + audit
- Vuorovaikutuskohtainen audit trail; palauta mihin tahansa aiempaan toimivaan tilaan.
- Pääsynhallinta
- Oikeudet sidotaan identiteetinhallintaan (IdP); roolipohjaiset muokkausoikeudet.
- Analytiikka + vienti
- Luonnollisen kielen raportit linkitettynä alkuperäisiin istuntoihin; natiivi BigQuery-vienti.
Miksi tiimit valitsevat Paimenen
Nopeuta toimitusta
Hyödynnä olemassa olevia komponenttejasi sen sijaan, että rakentaisit uusia käyttöliittymäpintoja. Kun Paimen on integroitu ja sovitettu tekniseen ympäristöösi, promptimuutokset ja uudet iteraatiot valmistuvat ilman käyttöliittymän uudelleenrakentamista.
Hallitse agenttien toimintaa
Oikeudet sidotaan identiteetinhallintaan (IdP), komponentit ovat sallimislistalla ja jokaisesta tekoälyagenttien suorittamasta tehtävästä jää jäljitettävä merkintä – juuri sellainen tekninen perusta, jota EU:n tekoälyasetus käytännössä edellyttää korkean riskin järjestelmiltä. Tekoälyagentit toimivat sääntöjesi mukaisesti – eivätkä kierrä niitä. Enterprise-asiakkaana voit ottaa alustan käyttöön omassa infrastruktuurissasi; henkilötiedot pysyvät omassa ympäristössäsi.
Pidä asiat yksinkertaisina
Näytä vain se, mikä on juuri nyt relevanttia. Paimen kokoaa oikean käyttöliittymän kuhunkin hetkeen – sen sijaan, että kaikki näkisivät saman täyteen ahdetun näkymän.
Kehitä havaintojen pohjalta
Sisäänrakennettu analytiikka näyttää, mitä käyttäjät yrittivät tehdä ja missä polku katkesi. Luonnollisen kielen raportit ja BigQuery-vienti muuttavat signaalit konkreettisiksi toimenpiteiksi.
Mukaudu eri käyttäjiin
Reaaliaikainen käyttöliittymän mukautuminen käyttäjän intention, roolin ja kontekstin perusteella – ilman erillisiä UI-projekteja jokaiselle segmentille.
Jäljitä jokainen päätös
Jokainen tallennettu vuorovaikutus on merkitty sillä promptiversiolla, joka oli käytössä kyseisellä hetkellä – joten jäljitettävyys ja palautus ovat aina mahdollisia, niin AI-agenttien kuin ihmisten tekemien muutosten osalta. Todennettavuus ja lokitiedot ovat osa perustaa, jota myös EU:n tekoälyasetus odottaa.
Käyttökohteet
Sama kaava toimii riippumatta siitä, onko käyttäjä asiakkaasi vai kollegasi: käyttäjä kuvailee tarpeensa tavallisella kielellä; tekoäly hakee oikean kontekstin, kokoaa oikean käyttöliittymän ja kirjoittaa jäsenneltyä dataa järjestelmiisi.
- 01
Asiakaspalvelun tehostaminen
Tekoäly työskentelee asiakaspalvelijan rinnalla, ei hänen tilallaan. Se hakee asiakkaan historian, ehdottaa seuraavia toimia ja luonnostelee valmiiksi jäsenneltyjä vastauksia, jotka asiakaspalvelija hyväksyy. Nopeampi käsittely, vähemmän koulutusta, ihminen pysyy mukana. Suurilla kontaktimäärillä yhden asiakaskontaktin kustannus voi laskea euroista sentteihin.
- 02
Asiakkaan itsepalvelu sovelluksessasi
Käyttäjä kirjoittaa ”varaa seuraava taksi lentokentälle” tai ”missä on hyvitykseni?” Tekoäly kokoaa oikean näkymän, kutsuu oikeat API:t ja joko suorittaa toimenpiteen tai siirtää asian hallitusti ihmiselle käsiteltäväksi – olemassa olevien järjestelmiesi ja tunnistautumisesi kautta.
- 03
Myyntitapahtumat, suositukset ja vertailut
Luonnollisen kielen tuotehaku ja vertailu rakennettuna samaan sovellukseen, jossa asiakkaasi jo ostavat. ”Näytä ne, joissa on X alle Y euron, toimitus mukaan lukien.” Tekoäly nostaa oikeat vaihtoehdot omasta katalogistasi ja hinnoittelustasi, ja lähteet linkittyvät alkuperäisiin tietueisiin.
- 04
Kenttähuolto ja kunnossapito
Kenttäteknikko sanelee, mitä näkee; tekoäly hakee olennaiset ohjeet, laitteen huoltohistorian ja asiakkaan aikaisemmat tiketit, ja tallentaa huoltoraportin strukturoituna datana kunnossapidon CRM:ään. Ei enää muistiinpanoja, jotka kirjoitetaan puhtaaksi myöhemmin.
- 05
Myyntityö kentällä
Myyjä käy asiakaskeskustelun; tekoäly kerää jäsennellyt muistiinpanot, nostaa esiin vertailudataa – kilpailijoiden hintoja, liittyviä tuotteita, asiakkaan historiaa – ja kirjoittaa selkeän toimintamerkinnän CRM:ään. Myyjän työ on keskustelu, ei jälkikäteen tehtävä kirjaaminen.
- 06
Sisäiset työnkulut (HR, talous, hankinta, ops)
Ratkaisu sopii sisäisille tiimeille, jotka tekevät toistuvaa, määrämuotoista työtä. Työntekijä kuvailee, mitä tarvitsee; järjestelmä kokoaa oikean lomakkeen, ohjaa pyynnön oikealle hyväksyjälle ja toimittaa sen olemassa olevien järjestelmiesi kautta. Sama kaava kuin asiakkaan itsepalvelussa, mutta organisaation sisäiseen käyttöön.
Mikä tahansa syöte → strukturoitu data
Sama kaava yhdistää kaikkia yllä kuvattuja esimerkkikäyttökohteita. Mikä tahansa vapaamuotoinen syöte – äänimuistiinpanot, valokuvat, skannatut dokumentit, vapaamuotoiset tekstikuvaukset – muuttuu siisteiksi, strukturoiduiksi tietueiksi, joita muut järjestelmäsi odottavat. Hyödyllinen kaikkialla, missä työtehtävien tiedot kirjataan ensin vapaamuotoisesti ja syötetään myöhemmin käsin järjestelmään.
Pyydä live-demo
Miksi Paimen?
Paimen huolehtii laumastaan: pitää sen koossa, valvoo sitä eikä päästä mitään harhailemaan. Juuri näin Paimen AI pitää tekoälyagentit hallinnassa: komponentit pysyvät sallimislistalla, agentit toimivat sääntöjesi mukaan ja jokaisesta päätöksestä jää jäljitettävä merkintä.
Eikö tämä ollut Rebel AI Studio?
Kyllä – Rebel AI Studio on nyt Paimen AI. Sama alusta, sama tiimi, sama roadmap; nimi vain kuvaa paremmin tuotetta, joka on rakennettu hallintaan. Lue koko tarina →
Korvaako Paimen nykyisen käyttöliittymämme?
Ei. Se käyttää olemassa olevaa design-järjestelmääsi ja komponenttejasi. Se on kerros, joka päättää, mitkä komponentit näytetään, milloin ja miksi.
Mitä AI-malleja tuetaan?
Johtavien tarjoajien LLM-mallit: Googlen Gemini-mallit, OpenAI:n mallit ja muut. Alusta on malliriippumaton.
Kuka muokkaa tekoälyagenttien toimintaa – kehittäjät vai liiketoiminta?
Liiketoimintatiimi muokkaa prompteja, UKK-vastauksia ja keskustelun guardraileja hallintakonsolista – ilman koodaamista. Kehitystiimi vastaa teknisistä komponenteista ja integraatioista. Roolipohjaiset oikeudet erottavat nämä, ja jokainen muutos on jäljitettävissä todelliseen henkilöön identiteetinhallinnassasi.
Voimmeko rajata, mitä tekoälyagentit saavat tehdä?
Kyllä. Guardrailit, säännöt ja audit trail auttavat varmistamaan turvallisen toiminnan. Jokainen agentin suorittama tehtävä ja jokainen komponentti on tiimisi sallimislistalla.
Voimmeko auditoida, mitä tekoäly todella teki ja mitä käyttäjä näki?
Kyllä. Jokainen tallennettu vuorovaikutus on merkitty sillä promptiversiolla, joka oli käytössä kyseisellä hetkellä – jolloin jälkikäteistarkastelu näyttää, mitä tekoäly teki, mitä käyttäjälle näytettiin ja millä säännöillä lopputulos syntyi.
Voiko alustalla hallita myös AI-agentteja?
Kyllä – AI-agenttien hallinta on yksi alustan keskeisistä käyttötapauksista. Paimen tuo AI-agentit samaan hallintakonsoliin, jossa tiimisi voi seurata niitä. Jokainen agenttipäätös on auditoitavissa, sidottu tiettyyn versioon ja tarvittaessa palautettavissa.
Miten mittaamme vaikutusta?
Sisäänrakennettu analytiikka kokoaa todellisten loppukäyttäjien vuorovaikutuksia tuotantosovelluksestasi. Konsoli nostaa esiin, mitä käyttäjät yrittivät tehdä, mitä komponentteja käytettiin ja missä polku katkesi. Raportit tunnistavat toistuvia teemoja ja ehdottavat seuraavia askeleita, ja jokainen löydös linkittyy alkuperäisiin istuntoihin – varmistettavissa lähdedatasta, ei pelkästä AI-yhteenvedosta. Natiivi BigQuery-vienti säilyttää rajattoman historian syvempää analyysia varten.
Miten promptia voi turvallisesti muuttaa tuotannossa?
Muokkaa ja testaa tuotannosta erillisessä ympäristössä, vertaile uusia promptiversioita samoilla kysymyksillä (myös sokkovertailut) ja julkaise ensin rajatulle ryhmälle ennen laajempaa käyttöönottoa. Jokainen muutos on versioitu ja peruutettavissa milloin tahansa.
Mitä Agentic UX tarkoittaa?
Agentic UX syntyy, kun agentit – eivät kiinteät näkymät – kokoavat kullekin käyttäjälle juuri sen, mitä hän tarvitsee, hetki hetkeltä ja määrittämiesi sääntöjen rajoissa. ”Agentic UI” on mekanismi (agentit tuottavat käyttöliittymän); agentic UX on lopputulos – tuote, joka mukautuu käyttäjän tarpeeseen sen sijaan, että käyttäjän pitäisi etsiä se. Paimen AI on alusta sen rakentamiseen ja hallintaan: generatiivista käyttöliittymää konepellin alla, sallimislistat ja jäljitettävyys ympärillä.
Mitä ovat GenUI, Agentic UI ja A2UI – ja miten Paimen hyödyntää niitä?
Kolme alan käsitettä kuvaavat, mille Paimen AI rakentuu:
GenUI (generatiivinen käyttöliittymä) – LLM tuottaa käyttöliittymäelementit lennossa staattisen, kovakoodatun näkymän sijaan. Paimen käyttää sitä kootakseen oikean käyttöliittymän kuhunkin intentioon olemassa olevasta design-järjestelmästäsi.
Agentic UI – suunnitteluparadigma, jossa autonomiset agentit ohjaavat käyttöliittymää proaktiivisesti yhdistäen tekstivastaukset ja oikeat, vuorovaikutteiset komponentit.
A2UI (agent-to-UI) – Googlen avoin deklaratiivinen protokolla, jolla käyttöliittymä välitetään agentilta natiiviasiakkaalle ja renderöidään turvallisesti ilman mielivaltaisen koodin suorittamista. Paimen on A2UI-yhteensopiva.
Paimen toteuttaa kaikki kolme ja lisää kerroksen, joka tekee niistä tuotantokelpoisia: sallimislistat, versioinnin, jäljitettävyyden ja analytiikan.
Pitääkö kaikki tehdä tekoälyllä?
Ei. Tekoäly tulkitsee käyttäjän intentiota, mutta komponentit itsessään ovat perinteistä, hyvin testattua koodia design-järjestelmästäsi.
Tukeeko Paimen EU:n tekoälyasetuksen vaatimuksia?
Kyllä – alustan ominaisuudet tukevat suoraan useiden EU:n tekoälyasetuksen korkean riskin järjestelmille asettamien velvoitteiden täyttämistä.
Läpinäkyvyys (artiklat 13 ja 50). Käyttäjälle näytettävät komponentit tulevat sallimislistatusta katalogistasi. Agentti voi pyytää vain sallimislistalla olevia komponentteja, ja sovellus renderöi ne design-järjestelmästäsi. Siksi kaikki käyttäjälle näkyvä rakentuu tarkastettavasta koodista. Dataan perustuvat vastaukset viittaavat alkuperäisiin tietueisiinsa. Tekoälyvälitteinen vuorovaikutus näytetään käyttäjälle selvästi tekoälynä, eikä sitä naamioida tavalliseksi käyttöliittymäksi. Jokainen tulos on jäljitettävissä tarkasti siihen promptiversioon, joka sen tuotti.
Lokitus (artikla 12). Vuorovaikutuskohtainen audit trail, johon on merkitty käytössä ollut promptiversio, on alustan oletustoiminta.
Ihmisvalvonta (artikla 14). Sallimislistat, roolipohjaiset oikeudet ja agenttipäätösten tarkastelu hallintakonsolista.
Laadunhallinta (artiklat 16–17). Versiointi, palautus ja promptien rinnakkaistestaus.
Paimen ei yksin tee organisaatiostasi vaatimustenmukaista: riskiluokitus, vaatimustenmukaisuusarviointi ja julkaisun jälkeinen seuranta ovat edelleen vastuullasi. Se antaa kuitenkin teknisen perustan, jota asetus käytännössä edellyttää.
Miten Paimen huomioi GDPR:n?
Tätä tukevat kolme rakenteellista ratkaisua. Ensinnäkin alusta voidaan ottaa käyttöön itse ylläpidettävänä versiona. Silloin henkilötiedot pysyvät omassa infrastruktuurissasi ja oman pääsynhallintasi piirissä, ja alusta toimii kokonaan omassa ympäristössäsi. Toiseksi sallimislistat ja oikeudet rajaavat, mitä dataa ja komponentteja agentin käyttöön annetaan, joten tietojen minimointi toteutuu arkkitehtuuritasolla eikä jää pelkäksi kirjaukseksi tietosuojadokumenttiin. Kolmanneksi vuorovaikutuskohtainen audit trail (IdP:hen sidottu käyttäjäidentiteetti mukana) toimii näyttönä rekisteröityjen pääsy- ja poistopyyntöjä varten. Kuten minkä tahansa alustan kohdalla, organisaatiosi pysyy rekisterinpitäjänä ja vastaa lainmukaisesta perusteesta, säilytysajoista ja DPIA-päätöksistä.