Viime vuonna tekoäly puski kaikkien yritysten agendalle, ja varsin yleisesti jaettu näkemys on, että ensimmäiseksi tekoäly mullistaa työnteon asiakaspalveluorganisaatioissa. Itse johdan DNA:n yritysasiakaspalvelua, jonka arjessa tekoäly on vahvasti läsnä.
Se kerää asiakkaalta tarvittavia tietoja jo asiakkaan jonottaessa puhelinpalveluun ja tekee puhelun päätteeksi nopean haastattelun asiakaspalvelutapahtuman onnistumisesta. Chatbot-apurimme palvelee 24/7 väsymättä ja hyvällä ratkaisuasteella. Inhimillisen asiakaspalveluhenkilöstön hallinnollista työtaakkaa kevennetään automaattisilla muistioilla asiakaskohtaamisista.
Kehitystahti on ollut – ja tulee varmasti jatkossakin olemaan – hengästyttävä. Siksi on välillä hyvä pysähtyä juhlistamaan saavutuksia ja miettimään, mitä olemme matkalla oppineet.
1. AI on itseisarvo – mutta vain hetken verran
Hypen keskellä joka johtajalla on paineita osoittaa, että myös hänen organisaatiossaan jo hyödynnetään tai ainakin pilotoidaan tekoälyä. Tuloksista ei niin väliä, sillä epäonnistumisistakin voi oppia. AI:sta on tullut itseisarvo, ja hyvä niin.
Ensimmäiset kokeilut ovat liiketoiminnalle harvoin suuria läpimurtoja ja tärkein tulos onkin kehittäjien ydinjoukon osaamisen kerryttäminen. Kun AI on itseisarvo, ei tekemistä lopeteta ensimmäisiin, ehkä heikkotuloksisiin kokeiluihin, vaan tekijöillä on lupa jatkaa ja oppia lisää.
2. AI on pelottava – kuten mikä tahansa muutos
Monesti johdon visioissa maalataan kuvaa pitkän tähtäimen tavoitetilasta, missä AI on mullistanut työnteon. Asiakasrajapinnassa toimivat puolestaan näkevät käytännössä tämän päivän haasteet ja AI-pilottien rajoitteet. Pahimmillaan tämä epäsuhta johtaa epäluottamukseen ja tekoälyvastaisuuteen.
Pelko oman työpaikan menetyksestä, tai siitä, että putoaa täysin työelämän uusien vaatimusten kelkasta, saa kahvipöytäkeskusteluissa vain lisää pontta. Johtajalta tilanne vaatii näiden huolten huomioimista, aikaa ja omakohtaisten kokeilujen mahdollistamista kaikille organisaation jäsenille.
3. AI on moottori – asiakasdata on käyttövoima
AI-sovellukset ilman asiakasdataa jäävät yleisluonteisiksi neuvontapalveluiksi. Todelliset hyödyt syntyvät vasta, kun AI saa pääsyn operatiivisten järjestelmien asiakasdataan. AI tarvitsee asiakasdatan käyttövoimakseen, ja siksi operatiivisten järjestelmien rajapinnat ovat kriittisiä. Useimmilla yrityksillä on kuitenkin it-järjestelmiä, joita ei ole alun perin suunniteltu nykyisiin datan käyttötarpeisiin.
Tekoälymatkaa ei silti kannata lykätä, vaikka pääsy asiakasdataan ei olisi heti mahdollista. Jos legacy-järjestelmien rajapinnat eivät taivu tekoälyratkaisuihin edes pienellä kehitystyöllä, vaihtoehtona voi olla vaikkapa replikoida tarvittava data pilveen operatiivisen järjestelmän ulkopuolelle.
4. Oma osaaminen on hyvästä – kaupan hyllyltä parempi?
Organisaation sisäinen osaaminen on kullan arvoista etenkin tekoälymatkan alkuvaiheessa. Samalla kaikki ohjelmistotalot tuovat kuitenkin kilpaa uusia tekoälypohjaisia toiminnallisuuksia osaksi sovelluksiaan. Kehitystahti on paikoin niin nopeaa, että uutta on tarjolla, vaikka aiempienkin toiminnallisuuksien opettelu on vielä kesken.
Vauhdikkainta eteneminen on, kun pystyy yhdistämään kaupallisten sovellusten natiivit AI-toiminnallisuudet omaan kehitykseen. Ja jos omassa organisaatiossa ei ole riittävästi osaamista AI-kehitykseen, niin sekään ei haittaa. Kaupalliset AI-ratkaisutkin mahdollistavat tuottavuusloikan – kunhan vain niistä otetaan kaikki mahdollinen hyöty irti.
5. Asiakkaat ovat AI-ratkaisuihin valmiimpia kuin uskotkaan
Luin vastikään tuoreen amerikkalaistutkimuksen asiakasrajapinnan (customer facing applications) AI-ratkaisuiden käyttöönotosta. Sen mukaan suurin hidaste generatiivisen tekoälyn hyödyntämisessä asiakasrajapinnassa on pelko asiakkaiden turhautumisesta tekoälyratkaisun kanssa.
Varovaisuus on hyvästä, mutta kokemusten perusteella aliarvioimme asiakkaiden valmiutta asioida tekoälyn kanssa. Uskoakseni myös sinun asiakkaasi haluavat hyödyntää fiksuja ratkaisuja päivittäisessä asioinnissa yrityksesi kanssa. Ja kehitetäänhän niitä tekoälykyvykkyyksiä asiakkaallakin. Kuka esimerkiksi tietää milloin asiakkaan edustajana toimiikin AI-agentti?
Neuvoni siis on, että lähde reippaasti liikkeelle ja huomioi riittävästi myös niitä, jotka suhtautuvat tekoälyyn epäillen. Mieti jo alkumetreillä mitä kaikkea dataa tulet myöhemmin tarvitsemaan. Hyödynnä kaupalliset ratkaisut täysimääräisesti ja mikäli organisaatiossasi on omaa osaamista, kohdista sen panokset sinne missä kaupalliset ratkaisut eivät vielä toimi. Ja ennen kaikkea – luota siihen, että asiakkaasikin haluavat olla matkalla mukana.
DNA on aktiivisesti hyödyntänyt tekoälyteknologioita asiakaspalvelun kehittämisessä ja operatiivisten prosessien optimoinnissa. Lue artikkeli!
