Mitä tämä käyttötapaus on?
Tämä on palveluprosessi, jossa työntekijä painaa Teamsissa tai Slackissa nappia ja kuvailee kohtaamansa ongelman vapaasti ääneen. Tekoälyagentti (LLM) ottaa sanelun vastaan, erottelee siitä kriittiset avainsanat, luo tiketin ja lähettää sen valmiiksi pureskeltuna oikealle tukitiimille.
Kenelle tiimille tai ryhmälle tämä sopii parhaiten?
Ratkaisu on pelastus sisäisille IT-tukitiimeille, HR-asiantuntijoille, huoltokoordinaattoreille, kiinteistönhuollolle tai myynnin tuelle, joille satelee epäselviä pyyntöjä muualta organisaatiosta.
Miksi tämä on hyödyllinen juuri tässä muodossa?
Ihmiset ovat tunnetusti huonoja täyttämään monimutkaisia tukilomakkeita ja valitsemaan oikeita kategorioita alasvetovalikoista. On huomattavasti helpompaa puhua vapaasti ja antaa tekoälyn jäsentää ongelma rakenteelliseksi tiedoksi (kategoria, kiireellisyys, ongelman tiivistelmä) asiakaspalvelijan puolesta.
Milloin tätä käytetään?
Sitä käytetään silloin, kun ilmenee akuutti laite-, ohjelmisto- tai HR-ongelma, joka vaatii sisäisen tukitiimin nopeaa reagointia, mutta lomakkeen etsiminen tuntuu työntekijästä raskaalta.
Missä tilanteessa tai ympäristössä tämä toimii hyvin?
Työpisteellä, kentällä, tuotannossa tai etätyössä – missä tahansa ongelma ilmenee ja puhelin on saatavilla.
Miten tätä voisi toteuttaa käytännössä kohtalaisella vaivalla?
Luodaan yrityksen viestimeen yksinkertainen botti/agentti (esimerkiksi hyödyntäen Advania AI Hubia tai Microsoft Copilot Studiota). Agentille on ohjelmoitu yksinkertaiset säännöt: ”Jos sanelu sisältää sanoja salasana, lisenssi tai ei aukea, tee IT-tiketti. Jos loma tai palkka, tee HR-tiketti.”
Miksi juuri tämä yhdistelmä on luonteva?
Tässä agentin ensisijainen hyöty ei ole vain siirtää tietoa, vaan muuntaa kaoottinen ja tunteellinen puhe (asiakkaan ongelma) rakenteelliseksi, jäsennetyksi tietokantamerkinnäksi, joka sopii suoraan olemassa oleviin työnkulkuihin. Ääni toimii syötteenä, agentti aivoina.
Miksi tämä kiinnostaisi muita juuri nyt?
Helpdesk-toimintojen tehostaminen tekoälyllä on valtava, mitattavia säästöjä tuova puheenaihe. Ratkaisu korostaa loppukäyttäjäkokemuksen parantamista (helppous työntekijälle) ja asiantuntijoiden säästämistä turhalta sähköpostipingpongilta (”mikä tarkalleen on rikki?”).
Tiimin näkökulma
Tukitiimit (IT, HR) saavat valmiiksi jäsenneltyjä ja valmiiksi luokiteltuja pyyntöjä, joista tekoäly on jo tiivistänyt olennaisen. Se poistaa turhan edestakaisen kyselyn asiakkaan kanssa ja nopeuttaa huomattavasti tikettien ratkaisuaikaa.
Kohtalaisen toteutuksen logiikka
Tämäkään ei vaadi uutta ohjelmistokehitystä alusta alkaen, vaan Microsoft 365 tai vastaavan valmisalustan workflow-työkalujen ja olemassa olevan tikettijärjestelmän (esim. Jira, Zendesk) rajapinnan kevyttä yhteensovittamista Low-Code -alustalla.
Mahdollinen huomio tai rajaus
Agentti ei saa koskaan tehdä automaattisia päätöksiä kriittisissä (kuten palkanmaksuun tai tietoturvaan liittyvissä) asioissa. Sen rooli on ainoastaan valmistella ja reitittää jäsennelty tieto ihmisasiantuntijan hyväksyttäväksi ja käsiteltäväksi, jotta kontrolli säilyy (ns. Human-in-the-loop -malli).