Milloin puheohjattu tekoäly on oikeasti järkevä valinta?

Nitorin hiljattain järjestämässä tapahtumassa Omnia Voice avasi keskustelun kysymyksellä, joka jää usein tekoälykeskustelussa vähälle huomiolle: milloin puheohjattu tekoäly on oikeasti järkevä ratkaisu, ja milloin se kannattaisi jättää valitsematta?

Tuo kysymys väritti koko sitä seurannutta keskustelua. Kyseessä ei ollut myyntitapahtuma, vaan tavoitteena oli löytää vastauksia esitettyyn kysymykseen. Puheohjattu tekoäly toimii silloin, kun se poistaa konkreettisia esteitä arvonluonnin tieltä. Sen sijaan se ei ole oikea valinta, kun sitä käytetään vain kokemuksen modernisointiin tai näennäisenä osoituksena innovatiivisuudesta.

Mikä sitten on konkreettinen este? Riippuu siitä, kenelle ratkaisua suunnitellaan. Tässä artikkelissa tarkastellaan puheohjatun tekoälyn toimintaa kolmen eri ryhmän näkökulmasta: palvelua käyttävät tai sen kautta yhteydenottoa yrittävät asiakkaat, työtään tekevät ammattilaiset sekä yritykset, jotka hakevat kasvua uuden teknologian avulla.

Käymme myös läpi tilanteita, joissa puheohjaus ei todennäköisesti ole oikea valinta. Lopuksi käydään vielä läpi lyhyesti, mitä puheeseen perustuvan tekoälyn toteuttaminen käytännössä vaatii.

1.  Asiakkaat: kaksi tilannetta, joissa puheella on paikkansa

Ensimmäinen käyttötapaus on tilanne, jossa käytettävissä ei ole näyttöruutua. Asiakas ajaa autoa, on hoitamassa asioita tai kädet ovat muuten vain varattuna. Kun hänelle tällaisessa tilanteessa tulee tarve lähettää viesti tai tarkistaa reitti karttasovelluksesta, näppäimistö ei ole vaihtoehto. Näissä tapauksissa puheohjauksen käyttöä ei ohjaa mieltymys vaan välttämättömyys, sillä se on usein ainoa toimiva käyttöliittymä.

Toisessa käyttötapauksessa asiakas soittaa puhelinpalveluun ja joutuu jonottamaan ilman hyvää syytä. Asiakas tietää, mitä tarvitsee, ja järjestelmällä olisi vastaus kysymykseen. Silti asiakas joutuu seikkailemaan puhelinpalvelun huonosti suunnitellussa valikkoviidakossa. Puheohjattu tekoäly voi poistaa jonotuksen tarpeen kokonaan, laadun heikentymättä. Puheluun vastataan heti, asia käsitellään, ja asiakas siirtyy prosessissa eteenpäin.

Jos käyttäjä on jo tottunut hoitamaan asiansa sovelluksessa tai verkkopalvelussa, puheen lisääminen ei itsessään paranna kokemusta millään tavalla. Puheohjauksen on autettava käyttäjää poistamalla tämän tieltä jokin todellinen este.

2.  Työntekijät: kun kirjoittaminen keskeyttää työskentelyn

Toisinaan työntekijöillä on kirjaimellisesti kädet täynnä. Viestin naputtelu on yksinkertaisesti hitaampaa kuin ajatuksenjuoksu. Joskus kirjoittaminen kesken vaativan työtehtävän pysäyttää työnteon konkreettisesti.

Puheohjaukselle on siksi tarve esimerkiksi seuraavissa tapauksissa:

Tiedonsaanti ilman keskeytyksiä. Kun tietoa pitää hakea ilman, että työn tekeminen keskeytyy: tämä voi olla esimerkiksi tiedonhakua järjestelmistä, datan tarkistamista tai ohjeiden hyödyntämistä työn lomassa.

Kirjaaminen ilman pysähtymistä. Havainnointia, raportointia ja dokumentointia mobiililaitteella saman aikaan, kun asiat tapahtuvat, eikä vasta muistinvaraisesti myöhemmin.

Nämä käyttökohteet ovat erityisen merkityksellisiä fyysisessä työssä, mutta sama periaate pätee aina, kun ihmisen huomiointikyky on rajallinen ja pysähtymisellä on hintalappu. Näissä tilanteissa puheohjaukselle on selkeä peruste.

3. Yritykset: kun haetaan muutakin kuin kustannussäästöä

Yritykset hakevat uudesta teknologiasta yleensä kustannussäästöjä, jotka voivatkin olla puheohjatun tekoälyn kohdalla merkittäviä. Kun rutiiniluonteisten kohtaamisten määrää voidaan kasvattaa ilman lisähenkilökuntaa, säästöt ovat huomattavia. Suuremmissa organisaatioissa merkittävin arvo syntyy kuitenkin usein toisaalla.

Skaalautuva kasvu ilman rajoituksia. Puheohjatun tekoälyn myötä toiminnan laajentaminen ei vaadi lisää henkilökuntaa samassa suhteessa. Uusien markkina-alueiden lisääminen, useamman kielen tuki ja kysyntäpiikit voidaan hoitaa joustavasti saman infrastruktuurin puitteissa ilman lisäjärjestelmiä.

Toiminnan hallinta. Järjestelmä on koulutettu niin, että prosessi toistuu samanlaisena jokaisessa toimipisteessä, kanavassa ja jokaisella kielellä. Se myös osaa ottaa huomioon paikallisen sääntelyn. Parhaimmin ja heikoimmin pärjäävän toimipisteen välinen ero katoaa. Jos toimipisteitä on jopa satoja, kyseessä ei ole enää mukava lisäominaisuus vaan aito mahdollisuus vahvistaa brändiä.

Päätöksentekoa tukeva data. Jokainen kohtaaminen, oli kyseessä sitten asiakaspalvelu tai henkilöstön koulutus, muuttuu rakenteelliseksi tiedoksi. Tarve kyselytutkimuksille tai satunnaisotannalle poistuu, kun tiedon lähteenä toimivat kaikki keskustelut. Kysynnästä, kitkakohdista ja asiakastyytyväisyydestä saatavan datan määrä on niin massiivinen, että yksikään ihmistiimi ei pystyisi sellaista itse keräämään. Tämä ei pelkästään helpota raportointia, vaan on aito kilpailuetu.

Milloin puheohjatun tekoälyn käyttö ei ole perusteltua ja miten tilanteeseen voi vaikuttaa

Tämä osa päätöksenteosta on usein helpointa ohittaa.

Puheohjatun tekoälyn tuottama lisäarvo on vähäisempää silloin, kun sitä yritetään tuoda niihin tilanteisiin, joissa luettava näyttö toimii jo riittävän hyvin – tai kun se lisää monimutkaisuutta sen vähentämisen sijaan. Uutta tekniikkaa ei kannata ottaa käyttöön vain sen itsensä vuoksi, ja yritysten kannattaakin mieluummin keskittyä ratkaisemaan asiakkaiden ja työntekijöiden todellisia ongelmia.

Teknologia itsessään on valmis. Pohjoismaisten kielten tuki, mukaan lukien suomi, ruotsi ja norja, on hyvällä tasolla. Infrastruktuuri on olemassa. Oleellisin kysymys on joka kerta sama: onko ongelma todellinen?

Puheohjattu tekoäly vaatii toimiakseen kahta asiaa, jotka harvoin löytyvät samalta palveluntarjoajalta. Ensinnäkin tarvitaan aidosti tuotantovalmis infrastruktuuri. Se tarkoittaa käytännön tasolla tarkkuutta usealla eri kielellä, datan tallentamista EU:n alueella, joustavia käyttöönottomalleja pilvessä, omassa ympäristössä tai on-premise-ratkaisuina sekä agenttista arkkitehtuuria, joka käsittelee ääntä natiivisti.

Sen sijaan, että puhe muutettaisiin ensin tekstiksi ja ajettaisiin kielimallin läpi, Omnia Voicen ratkaisussa ääni ohjautuu suoraan päättelyyn. Tämä mahdollistaa noin 250 millisekunnin vasteajan live-keskustelussa, ja verrattuna perinteiseen 500–1000 millisekunnin vasteaikaan ero on ratkaiseva. Käyttäjän näkökulmasta se merkitsee eroa luonnollisen puhekokemuksen ja demoratkaisun välillä.

Todellisen ongelman tunnistaminen vaatii myös kokemusta. Pitää olla kyky suunnitella vuorovaikutus oikein, integroida ratkaisu olemassa oleville alustoille ja varmistaa, että lopputulos todella toimii.

Anna meidän auttaa puheohjatun tekoälyn kanssa

Omnia Voicella on audionatiivi malli puheen litterointiin ja puheagenttien toimintaan. Ratkaisussa on yksi API-rajapinta, tuki yli 50 kielelle ja se voidaan ottaa käyttöön Omnia Voicen pilvessä, omassa pilvessä tai on-premise-ympäristössä. Malli on rakennettu yrityskäyttöön, eli tilanteisiin, joissa toimintavarmuus ja vaatimustenmukaisuus ovat pakollisia ominaisuuksia.

Nitorilla on 300 kokenutta digitaalista insinööriä. Me suunnittelemme, rakennamme ja integroimme ratkaisuja asiakkaille ympäri Pohjoismaita. Olemme toimineet kumppanina riittävän monessa tosielämän projektissa uskaltaaksemme myös kertoa, jos oikea vastaus on ”ei vielä” tai ”ei tässä kohdassa prosessia”.

Yhteistyössä pystymme tarjoamaan kokonaisvaltaiset puheohjatun tekoälyn palvelut. Omnia Voice tarjoaa teknisen perustan. Me Nitorilla vastaamme toteutuksesta, integraatioista nykyisiin järjestelmiin sekä käyttökokemuksen suunnittelusta siten, että ratkaisu toimii arjessa niin yrityksen kuin sen asiakkaidenkin näkökulmasta.