Työntekijä ei ymmärrä jotain ohjelmistopaketissa ja esittää kysymyksen. Ei häiriötä, ei rikkinäistä järjestelmää, vain epäselvyyttä käytöstä. Tämä työ päätyy nykyään palvelupisteelle tai toiminnalliselle hallinnolle, useimmiten tikettijärjestelmän kautta, joskus puhelimitse tai yksinkertaisesti sen kollegan pöydän ääressä, joka "tietää kaiken" kyseisestä paketista.
Kysymys, joka tässä on esillä, ei ole se, onko tämä työ ikävää vai arvokasta. Kysymys on: osuuko tämän tehtävän kaava yhteen sen kanssa, mihin tekoäly nykyään tekstillä pystyy.
Kolme akselia ratkaisee tässä: volyymi, asiakaskontakti ja rakenteisuus.
Volyymi on korkea. Samat kysymykset toistuvat, kerta toisensa jälkeen, eri ihmisiltä: miten viedään tämä raportti, mistä löytyy tuo asetus, miksi tulee tämä virheilmoitus. Tämä toistuva luonne on juuri se, mihin automaatio perustuu: tehtävä, joka esiintyy sata kertaa identtisenä, on eri asia kuin tehtävä, joka esiintyy kerran ja on joka kerta erilainen.
Asiakaskontakti on rajallinen. Kysyjä on kollega, ei ulkoinen asiakas, jonka kanssa täytyy ylläpitää suhdetta. Vastauksen antamiseen suoraan ja mutkattomasti tarvitaan vähemmän varovaisuutta, ja riski siitä, että vähemmän sujuva vastaus koettaisiin epäammattimaisena, on pienempi.
Rakenteisuus on korkea. Kysymyksellä on usein vakiomuoto ("miten teen X:n järjestelmässä Y") ja vastaus on useimmissa organisaatioissa jo jossain olemassa: käyttöoppaassa, tietopankissa, vanhoissa tiketeissä. Tekoälyn ei tässä tarvitse keksiä mitään uutta, vaan löytää jotain olemassa olevaa ja muotoilla se uudelleen kysyjän tilanteeseen sopivaksi.
Lisäksi virhekustannukset ja vaatimustenmukaisuus saavat suotuisat pisteet. Väärä vastaus vientipainikkeesta johtaa harvoin vahinkoon, eikä yleensä ole lakisääteistä velvoitetta, joka määräisi, että tämän vastauksen saa antaa vain ihminen. Fyysisiä toimenpiteitä ei tarvita: tämä on puhtaasti kieli- ja tietotehtävä, mikä selittää pisteet tällä akselilla.
Luovuus saa alhaiset pisteet, ja juuri siinä raja kulkee. Kysymys, joka poikkeaa vakiokaavoista — epätavallinen asetusten yhdistelmä, ongelma, joka oikeastaan koskettaa kolmea järjestelmää, käyttäjä, joka ei itse osaa hyvin sanoittaa mikä on vialla — vaatii jonkun, joka osaa kysyä lisää ja poiketa käsikirjoituksesta. Harkintavapaus saa siksi keskitason pisteet: osaan kysymyksistä on selkeä vastaus, toinen osa vaatii arviota siitä, mitä kysyjä oikeastaan tarkoittaa.
Tämä ei siis ole täydellinen haltuunotto. Kyse on jakautumisesta: kysymykset, jotka esiintyvät usein ja joilla on vakiovastaus, ovat lupaavia tekoälylle — tarvittaessa yhdessä työntekijän kanssa, joka arvioi vastauksen ennen kuin se lähtee ulos. Kysymykset, jotka poikkeavat kaavasta, jäävät ihmistyöksi, ei siksi, että tekoäly ei haluaisi tehdä sitä työtä, vaan koska kaava ei sovi siihen.
Tämä toimii vain, jos taustalla oleva tieto on kunnossa. Ajantasainen tietopankki ja hyvin jäsennellyt UKK:t eivät ole sivuseikka, vaan edellytys. Tekoälyjärjestelmä, joka vastaa kolme versiota vanhentuneen käyttöoppaan perusteella, antaa vääriä vastauksia yhtä varmasti kuin oikeita. Yritykset, joissa dokumentaatio on pirstaloitunutta, yksittäisten työntekijöiden päässä tai sitä ei ole koskaan pidetty ajan tasalla, eivät pysty hyödyntämään tätä kaavaa heti — ei siksi, että tehtävä olisi erilainen, vaan koska reunaehto puuttuu.
Organisaatiossa, jolla on yksi yksinkertainen, vakaa ohjelmistopaketti ja pieni, kokenut käyttäjäryhmä, tekoälyllä vastattavissa olevien kysymysten osuus on todennäköisesti suuri: vähän vaihtelua, paljon toistoa. Organisaatiossa, jolla on kymmeniä järjestelmiä, paljon räätälöintiä ja säännöllisesti vaihtuvia työntekijöitä, tilanne on toinen: enemmän vaihtelua, enemmän kysymyksiä, jotka jäävät juuri vakiokaavan ulkopuolelle, ja siis suurempi osuus, joka jää ihmiselle.
Tämä tehtävä ei myöskään ole irrallaan palvelupisteen muusta toiminnasta. Se, joka katsoo miten tekoäly voi rekisteröidä ja priorisoida häiriöilmoituksia tai miten häiriöstä viestitään käyttäjille, näkee samankaltaisen toisto- ja rakennekaavan, hieman eri tuloksin akseleittain. Laajempi yleiskatsaus siitä, mihin tämä johtaa asiakaspalvelussa kokonaisuutena, löytyy sivulta mitä työtä tekoäly voi ottaa haltuunsa asiakaspalvelussa.
Yrityksissä, joissa tämä on jo järjestetty, palvelupiste saa vähemmän toistuvia kysymyksiä ihmisille ja enemmän aikaa jää kysymyksille, jotka vaativat lisäkysymyksiä. Tämä ei ole tulevaisuudenkuva: se tapahtuu jo tänään, osittain, organisaatioissa, joiden tietopankki on kunnossa. Muissa organisaatioissa se ei vielä tapahdu, yksinkertaisesti koska perusta siihen puuttuu vielä.
Se, mitä organisaatio tekee vapautuneilla tunneilla — erilainen roolijako, erilainen tehtävänjako — on organisaation oma valinta, johon sovelletaan omia lakisääteisiä vaatimuksia; se ei ole kysymys, johon tehtäväanalyysillä voidaan vastata.
Nähdäksenne, miten tämä kaava toteutuu omassa tilanteessanne, voitte saada arvion ilmaisen pikatestin kautta: kaksitoista kysymystä, ilman tiliä, arvioineen siitä, kuinka suuri osa profiilinne tunneista on tekoälyn otettavissa haltuun jo tänään. Täydellinen työanalyysi, joka jakaa koko yrityksen työn tehtäviin, on vielä rakenteilla.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.