Asiakaspalvelija käyttää aamupäivän etsiessään tietoa kolmesta järjestelmästä. Myyjä kirjaa saman liidin kahteen paikkaan. Taloustiimi tarkistaa poikkeamia riveittäin. Juuri tällaisissa tilanteissa kysymys siitä, miten rakentaa tekoälyagentti yritykselle, muuttuu konkreettiseksi: tarkoitus ei ole hankkia uutta teknologiaa teknologian vuoksi, vaan poistaa työvaiheita, jotka hidastavat ihmisiä päivästä toiseen.

Hyvä tekoälyagentti ei ole yleinen keskustelubotti. Se on rajattuun tehtävään suunniteltu digitaalinen toimija, joka hakee tietoa sovituista lähteistä, tekee ennalta määriteltyjä toimenpiteitä ja ohjaa epäselvät tapaukset ihmiselle. Kun tehtävä, data ja vastuut ovat kunnossa, ensimmäinen toimiva pilotti voidaan usein rakentaa nopeasti ilman nykyisten järjestelmien vaihtamista.

Aloita työstä, älä mallista

Yrityksessä voi olla kymmeniä mahdollisia käyttökohteita. Kaikkia ei kannata automatisoida, eikä ensimmäiseksi kannata valita kaikkein laajinta prosessia. Hyvä aloituskohde on toistuva, selkeäsääntöinen ja riittävän usein tehtävä työ, jossa viiveillä tai virheillä on todellinen kustannus.

Esimerkiksi agentti voi vastaanottaa verkkosivun yhteydenottoja, tunnistaa aiheen, rikastaa liidin taustatiedoilla ja luoda tehtävän oikealle myyjälle. Se voi käsitellä tavallisia tukipyyntöjä, hakea tuotetietoja hyväksytyistä lähteistä ja ehdottaa vastausta asiantuntijan tarkistettavaksi. Se voi myös koota kilpailija- tai hintatietoa, havaita muutoksia ja toimittaa olennaiset löydökset sovittuun raporttiin.

Valintaa kannattaa arvioida neljällä käytännön kysymyksellä:

  • Kuinka paljon aikaa työ vie viikossa tai kuukaudessa?
  • Onko työn kulku ja onnistunut lopputulos mahdollista määritellä selkeästi?
  • Mitä järjestelmiä, tietolähteitä ja hyväksyntöjä tehtävä edellyttää?
  • Mitä tapahtuu, jos agentti ei ole varma tai tieto puuttuu?

Jos viimeiseen kysymykseen ei ole hyvää vastausta, prosessi ei ole vielä valmis autonomiseen toimintaan. Se ei estä pilotointia. Agentti voi aluksi tehdä tiedonhaun, luokittelun tai ehdotuksen, jonka ihminen hyväksyy ennen seuraavaa vaihetta.

Määrittele tekoälyagentin tehtävä ja rajat

Tekoälyagentin arvo syntyy siitä, että sillä on selkeä toimeksianto. Epämääräinen tavoite, kuten "paranna asiakaspalvelua", johtaa helposti hajanaiseen ratkaisuun. Parempi määrittely on: "Luokittele saapuvat suomen-, ruotsin- ja englanninkieliset tukipyynnöt, hae vastaus hyväksytystä tietopankista ja ohjaa laskutukseen liittyvät pyynnöt taloustiimille."

Määrittelyssä päätetään myös, mihin agentti saa ryhtyä itsenäisesti. Se voi esimerkiksi luonnostella vastauksen, päivittää asiakkuuden luokituksen tai ehdottaa varausta. Vahvistusta vaativat puolestaan poikkeustilanteet, maksuihin liittyvät toimenpiteet, sopimusmuutokset sekä tilanteet, joissa lähteet ovat ristiriitaisia.

Tämä ei ole tekoälyn rajoittamista turhaan. Rajaus tekee toiminnasta ennakoitavaa, helpottaa laadun seurantaa ja vähentää virheiden vaikutusta. Usein järkevin eteneminen on kolmeportainen: ensin agentti avustaa, sitten se hoitaa toistuvat tapaukset valvotusti ja vasta luotettavaksi todetussa työnkulussa se voi tehdä useampia toimenpiteitä automaattisesti.

Hyvä ohjeistus kertoo myös, milloin agentti pysähtyy

Agentin ohjeisiin ei riitä tieto siitä, mitä sen kuuluu tehdä. Niissä pitää kertoa, milloin se ei saa arvailla. Käytännössä tämä tarkoittaa esimerkiksi sitä, että puuttuvasta tiedosta pyydetään täydennys, epäselvä tapaus siirretään ihmiselle ja vastaus perustuu vain sovittuihin lähteisiin.

Sama periaate koskee viestinnän sävyä. Asiakaspalveluagentin tulee tietää, millä kielillä se palvelee, mitä se voi luvata ja milloin asiakas ohjataan asiantuntijalle. Hyvä agentti ei esitä varmaa silloin, kun se ei ole varma.

Rakenna olemassa olevien järjestelmien ympärille

Useimmissa yrityksissä tieto ei ole yhdessä paikassa. Asiakastiedot ovat CRM-järjestelmässä, tilaukset toiminnanohjauksessa, ajanvaraukset omassa palvelussaan ja ohjeet dokumenteissa tai tietopankissa. Tekoälyagentin tehtävä on yhdistää näitä vaiheita hallitusti - ei pakottaa yritystä korvaamaan toimivia järjestelmiä.

Integraatiot ratkaisevat paljon. Agentti tarvitsee pääsyn vain niihin tietoihin ja toimintoihin, joita sen tehtävä todella vaatii. Jos agentin rooli on luokitella liidejä, sille ei tarvitse antaa oikeutta muuttaa laskutustietoja. Jos se kokoaa raportin, sen ei välttämättä tarvitse kirjoittaa mitään takaisin lähdejärjestelmään.

Tämä vähimmän tarpeellisen pääsyn ajattelutapa selkeyttää toteutusta ja tukee turvallista käyttöä. Erityisesti henkilötietoja sisältävissä prosesseissa kannattaa määritellä etukäteen, mitä tietoja käsitellään, missä niitä säilytetään, kuinka pitkään niitä tarvitaan ja kuka seuraa käyttöä. Suomalaiselle ja pohjoismaiselle yritykselle EU-pohjainen infrastruktuuri sekä selkeä tietojen hallinta ovat usein käytännön valintakriteerejä, eivät lisäominaisuuksia.

Valitse ensimmäiseen pilottiin mitattava tavoite

Tekoälyagenttia ei kannata arvioida vain sillä perusteella, kuulostaako sen vastaus hyvältä. Liiketoimintaa kiinnostaa, muuttuuko työ nopeammaksi, väheneekö manuaalinen käsittely ja pysyykö laatu hyväksyttävällä tasolla.

Ennen toteutusta kannattaa kirjata lähtötilanne. Kuinka monta pyyntöä käsitellään viikossa? Kuinka kauan yhden tapauksen käsittely kestää? Kuinka usein se siirtyy väärälle henkilölle? Kuinka nopeasti asiakas saa ensimmäisen vastauksen? Näistä muodostuu vertailukohta pilotille.

Tavoite voi olla esimerkiksi vastausajan lyhentäminen, käsin tehtävien luokitusten vähentäminen tai raportin valmistumisen nopeuttaminen. Kaikkea ei tarvitse mitata. Valitse kaksi tai kolme mittaria, jotka kertovat aidosti, auttaako ratkaisu arjen työtä. Jos agentti nopeuttaa yhtä vaihetta mutta lisää tarkistustyötä seuraavassa, kokonaisvaikutus pitää nähdä rehellisesti.

Testaa oikeilla tilanteilla ennen laajaa käyttöönottoa

Agentti kannattaa testata aineistolla, joka muistuttaa todellista käyttöä. Mukaan tarvitaan tavallisten tapausten lisäksi puutteellisia viestejä, monikielisiä kysymyksiä, poikkeuksia ja tilanteita, joissa tietolähteet eivät anna suoraa vastausta. Näin nähdään, toimiiko agentti myös silloin, kun työpäivä ei noudata ideaalista käsikirjoitusta.

Testauksessa tarkastellaan sekä lopputulosta että toimintaketjua. Löysikö agentti oikean tiedon? Päätyikö asia oikeaan järjestelmään? Oliko ihmiselle annettu perustelu riittävä? Jättikö se tekemättä toimenpiteen, kun varmuus ei riittänyt? Näihin kysymyksiin vastaaminen on arvokkaampaa kuin yksittäinen näyttävä demoesitys.

Pilotin aikana kannattaa kerätä palautetta niiltä ihmisiltä, joiden työhön ratkaisu vaikuttaa. He näkevät nopeasti, mitkä poikkeukset ovat tavallisia ja missä kohtaa ohjeistus tarvitsee tarkennusta. Agentti paranee käytännön palautteella, ei pelkästään alkuperäisellä määrittelyllä.

Miten rakentaa tekoälyagentti yritykselle vaiheittain

Käytännöllinen toteutus etenee yleensä rajatusta kartoituksesta toimivaan pilottiin. Ensin valitaan prosessi ja määritellään tavoite. Sen jälkeen kuvataan työn nykyinen kulku, tietolähteet, järjestelmäyhteydet, päätöskohdat ja tilanteet, joissa ihminen ottaa vastuun.

Seuraavaksi rakennetaan agentin toimintalogiikka: mitä se vastaanottaa, mitä se hakee, mitä se saa tehdä ja miten se raportoi. Tämän ympärille toteutetaan tarvittavat integraatiot, käyttöoikeudet ja seuranta. Kun pilotti on testattu, sitä voidaan ottaa käyttöön rajatussa ryhmässä ja laajentaa tulosten perusteella.

Nopeus on hyödyllistä vain, jos se ei tarkoita oikaisemista määrittelyssä. Kevyt ensimmäinen versio on yleensä parempi kuin kuukausien mittainen hanke, jossa yritetään automatisoida kaikki kerralla. Toisaalta liian kapea pilotti ei kerro mitään, jos sillä ei ole yhteyttä todelliseen työhön. Sopiva taso löytyy prosessista, jossa hyöty on näkyvä mutta hallittava.

Pidä omistajuus ja kehittäminen mukana arjessa

Tekoälyagentti tarvitsee omistajan. Tämä henkilö tai tiimi seuraa mittareita, tarkistaa poikkeamia, päättää muutoksista ja varmistaa, että agentin käytössä olevat ohjeet pysyvät ajan tasalla. Ilman omistajuutta myös hyvä toteutus vanhenee, kun prosessit, tuotteet tai asiakaspalvelun käytännöt muuttuvat.

Kehitys ei tarkoita jatkuvaa uudelleenrakentamista. Usein suurin hyöty syntyy pienistä parannuksista: uusi luokittelusääntö, parempi ohje epäselvään tilanteeseen, lisätty tietolähde tai tarkennettu hyväksyntävaihe. Kun muutokset tehdään mitatun käytön perusteella, agentti pysyy liiketoiminnan tahdissa.

AI Powered Solutions rakentaa tällaisia ratkaisuja yrityksen nykyisten työkalujen ympärille - käytännön prosessi, tarvittavat integraatiot ja selkeä tavoite ensin. Paras ensimmäinen askel ei ole kysyä, kuinka älykäs agentista voidaan tehdä, vaan mikä työpäivän toistuva kitka kannattaa poistaa seuraavaksi.