Johdanto: Rakentamassa jotain oikeaa
Kun puhumme paikallisesta tekoälystä, on helppo pysyä testitilassa. Aja malli, heitä sille muutama prompti, vertaa vastauksia. Mutta todellinen arvo alkaa, kun alat kytkeä sen omaan työhösi. Kun paikallisesta mallistasi tulee pieni osa todellista työnkulkuasi.
Siinä vaiheessa asiat alkoivat muuttua minulle. Tässä artikkelissa selitän, miten rakensin kevyen mutta tehokkaan tekoälyavustajan. Se auttaa minua käsittelemään haavoittuvuustietoja, lajittelemaan ne ja nostamaan esiin sen, millä on merkitystä niiden teknologioiden perusteella, joita oikeasti käytän. Se ei ole hieno. Se ei vastaa takaisin. Mutta se säästää aikaa ja parantaa keskittymistäni. Se on koko pointti.
Ongelma, joka minun piti ratkaista
Työskentelen kyberturvallisuuteen liittyvän tiedon parissa monista eri lähteistä. Osa siitä tulee uhkasyötteistä. Osa verkkoraporteista. Osa on pelkkää tekstiä, osa taas pitkiä, jäsenneltyjä asiakirjoja. Haaste on aina sama: löytää minulle oleellinen ja tehdä se nopeasti.
Niinpä aloin luonnostella prosessia. Kerään tietoa muutamasta tunnetusta lähteestä ja käytän sitten paikallista mallia:
-
Poimimaan olennaisen.
-
Järjestämään sen haavoittuvuuksien vakavuusasteen mukaan.
-
Nostamaan esiin ne, jotka liittyvät omiin järjestelmiini ja sovelluksiini.
Sen sijaan, että lukisin kaiken manuaalisesti, saan nyt kohdennetun näkymän siitä, mikä vaatii huomiotani. Pelkästään se muuttaa sitä, miten hoidan päivän.
Miten rakensin sen
Tämä avustaja toimii paikallisesti. En käytä pilveä mihinkään sen osaan. Tällä hetkellä käytän sitä testausympäristössäni, LM Studion ja DeepSeekin tai BOLT:n kaltaisten mallien avulla.
Prosessi on yksinkertainen. Liitän haavoittuvuustiedot käyttöliittymään ja annan sille tehtävän, kuten:
“Tiivistä haavoittuvuudet vakavuusasteen mukaan. Sisällytä vain ne, joissa mainitaan nämä järjestelmät tai sovellukset.”
Vaikka kyseessä on suoraviivainen prosessi, olen yrittänyt automatisoida siitä mahdollisimman paljon.
Teen sen käyttämällä n8n:ää työnkulkujen rakentamiseen, jotka ohjaavat datavirtaa eri vaiheiden välillä. Sen avulla voin käynnistää toimintoja uuden syötteen perusteella, muotoilla ja lähettää dataa mallille sekä käsitellä vastaukset ilman manuaalisia vaiheita.
Muutamassa sekunnissa saan jäsennellyn tuloksen. Lyhyen, suoran ja suodatetun. Usein se poimii linkkejä tai ongelmia, jotka olisin voinut ohittaa. Ja koska mikään ei poistu omalta koneeltani, minun ei tarvitse huolehtia arkaluonteisen sisällön liittämisestä kolmannen osapuolen työkaluun.
Sekunneissa saan jäsennellyn tulosteen. Lyhyen, suoran ja suodatetun. Usein se huomaa linkit tai ongelmat, jotka olisin voinut ohittaa. Ja koska mikään ei poistu koneeltani, minun ei tarvitse huolehtia siitä, että liitän arkaluonteista sisältöä kolmannen osapuolen työkaluun.
Laukaisu ja työnkulun suunnittelu
Tällä hetkellä käytän näppäimistösyötettä avustajan käynnistämiseen. Olen testannut ääniohjausta, mutta se ei sovi kokoonpanooni vielä. Se on liian epäjohdonmukaista.
Myöhemmin, kun olen saanut uuden pöytäkoneeni valmiiksi, aion integroida vähäkoodisia automaatiotyökaluja, kuten n8n:n. Näin voin:
-
Hae syöte asiakirjoista tai datasyötteistä automaattisesti.
-
Lähetä tämä syöte paikalliselle mallille.
-
Siirrä tulos yhteenvetoon, tiedostoon tai jopa sähköpostiin itselleni.
Tällainen työnkulku ei vaadi manuaalista kopiointia tai liittämistä. Se voisi toimia aikataulun mukaan tai käynnistyä saapuvien tiedostojen perusteella. Sinne haluan seuraavaksi edetä.
Miksi uskon, että sillä on merkitystä
Tässä ei ole kyse tuotteen rakentamisesta. Kyse on siitä, että näytetään, miten jopa pieni, keskittynyt työkalu voi tehdä todellisen eron päivittäisessä työssäsi. Tällainen paikallinen avustaja voi auttaa sinua pysymään tehtäviesi edellä, huomaamaan olennaisen ja välttämään energian tuhlaamista.
Siinä kohtaa siitä tulee mielenkiintoista. Kun se kerran toimii, ajattelusi laajenee. Alat pohtia, mihin muuhun se voisi auttaa. Ehkä tarjousten kirjoittamisessa. Koodin tarkistamisessa. Sähköpostien luonnostelussa. Kokousmuistiinpanojen laatimisessa. Jopa sisäisessä tuessa.
Ja parasta? Et tarvitse pilveä. Et tarvitse lisenssejä. Se on sinun. Se pyörii hiljaa taustalla. Se vastaa, kun kysyt.
Loppupohdinnat
Jos olet aloittelemassa paikallisen tekoälyn kanssa, tämä on hyvä askel kokeiltavaksi. Rakenna jotain, vaikka se olisi perus. Vaikka se hajoaisi silloin tällöin. Se, että kytket mallin omaan työhösi, opettaa sinulle enemmän kuin mikään opas.
Ja kun se alkaa säästää sinulta aikaa, vaikka pienilläkin tavoilla, tiedät, että se on sen arvoista.
Viimeisessä artikkelissa kokoan kokonaiskuvan yhteen — mihin paikallinen tekoäly on menossa ja miksi uskon, että työkalujesi henkilökohtainen omistajuus on tärkeämpää kuin koskaan.
Markku Arvekari
Digital Transformation Expert
