Põhisisu algus

Teenindus 3.0 ehk milleks vestlusrobotid?

12.02.2019

Mailiis Ploomann, Elisa telekomiteenuste valdkonna juht

Elame ajastul, kus kõik on guugeldatav ja youtuubitav. Sekundiga leiame piltidelt, mis on vahet aafrika ja india elevandil. Bondi filmi vaadates ja vaikselt piinama hakkavale küsimusele, kuidas teha Martinit shaken ja kuidas stirred, vastust otsides, leiab YouTube meile selle kohta 0,24 sekundiga rohkem kui 15 000 erinevat videot. Samaväärse kogemusega hellitavad meid kõik suured globaalsed teenuspakkujad ning need ootused kanduvad üle teistelegi teeninduskogemustele.

Kui veel mõni aasta tagasi oli täiesti viisakas vastata kliendikirjale mõne tööpäeva jooksul, siis täna ootab klient vastust KOHE. Sealjuures ei ole vahet, kas ta soovib jagada mõnda muret või rõõmu — klienditeenindus peab olema kättesaadav sekunditega ning lahendus sündima minutitega.

Ajalooliselt on ettevõtetes klienditeenindajateks siiamaani enamasti inimesed. Siit aga joonistubki välja teine vägagi huvitav ja üha enam hoogu koguv trend. Töö tähendus on inimeste jaoks väga suuresti muutunud ning täna on töö meile palju enamat kui vaid raha teenimise viis. Tööl peab olema sisu ja oma lugu. Töö peab olema tähenduslik ning sellest peab sündima midagi rohkemat kui aktsionäridele teenitud EPS võis EBITDA. Inimesi ei tõmba rutiinsed ja ühetaolised ametikohustused, vaid eeskätt otsitakse võimalusi enda väljendamiseks, teostamiseks, millegi loomiseks. Isegi kui ettevõttes on endiselt rutiinsete ja ühetaoliste ülesannetega töökohti, kipub neid iseloomustama suur kaadrivoolavus ja neid võetaksegi loomult ajutistena.

Seega — ühel pool on kliendid (inimesed), kes eeldavad aina kiiremat ja korrektsemat teenindust — välkkiiret nagu pakub Google otsing. Teisel pool aga teenindajad (inimesed), kes ei taha, et nende päevad oleksid täidetud ühetaoliste ja rutiinsete ülesannetega. Pigem oodatakse igast tööpäevast midagi uut ja huvitavat, kus teisi tõeliselt aidata saaks. Siin on nende ootuste vahel korralik lõhe. Olemas on nõudlus, kuid pole pakkujaid ja sellist olukorda ei salli loodus ega majanduslik mõtlemine.

Ajastul, kus inimeste ootused on muutunud ebainimlikuks, tuleb appi võtta robotid. See on ka peamine põhjus, miks üheks enimlevinud tehisintellekti rakenduseks ehk eestimaiselt kutsutuna kratiks, on tihti just vestlusrobotid. Elisa vestlusrobot Annika tähistab 2019. aasta kevadel juba oma esimest sünnipäeva — seega on õige aeg kokku võtta, mille võrra aasta jooksul targemaks saime.

Kui mainida vestlusrobotit, jagunevad inimesed enamasti kahte leeri. Esimestele on robot veidi hirmutav tehismõistus, mis suhtleb analoogselt nagu inimene — arutleb, mõtleb lahendusi välja ja langetab otsuseid. Ja kuna ainuüksi mõte sellest, et mingi arvuti omapäi inimese asjade üle juurdleb, tundubki kõhedust tekitav, on need inimesed robotite osas pigem skeptilised ja äraootaval seisukohal. Teise seltskonna moodustavad need, kes on elus mõne väga algelise — ja otse öeldes lausa rumala — isendi otsa sattunud ning sellest tulenevalt vihkavad kirglikult kõike seda, mida chatbottideks või vestlusrobotiteks kutsutakse. Kui nüüd lõpuni aus olla, ei saagi seda pahaks panna, sest kinni jäädes menüüjadasse, mis on teadmata põhjusel chatiaknasse topitud ning mille ainsaks tarkuseks on teretamine, ei ole kliendina sugugi tore. Maailmas on palju halbu rakendusi, mida täiesti ebaõiglaselt robotiteks nimetatakse ning vestlusrobotid on vaieldamatult selle negatiivse trendi suurimad ohvrid.

Reaalsuses eksivad aga mõlemad leerid ning tõde on nagu ikka kusagil seal vahepeal.

Jah, teoreetiliselt on olemas tehnoloogia, mis võimaldab luua loomulikku vestlust pidava juturoboti (conversational AI), ent selle praktiline rakendamine pole kaugeltki veel igapäevane ega laialt levinud. Pigem on tegemist veel teadusliku arendustööga, mille laiema levikuni jõuame järgmiste aastate jooksul.

Täna kasutatavad vestlusrobotid baseeruvad küll masinõppe mudelitel, ent seda eelkõige loomuliku keele tõlgendamise (NLP) osas. Aluseks on siin mudelid, mis panevad arvuti mõistma, mida inimesed silmas peavad, kui erinevaid sõnu üksteise järele ritta seavad. Samas vastused, mida klientidele kuvatakse on eelseadistatud ehk programmeeritud. Seega vestlusrobot küll „mõistab“, mida klient küsib, ent ta ei mõtle ise vastust välja, vaid kasutab talle eelnevalt ette antud vastuste ahelaid.

Sellest tulenevalt eksisteerib kaks väga põhimõtteliselt erinevat viisi, kuidas ettevõttes vestlusrobotit tööle rakendada. See võib olla teenindusprotsessi osa, kustalihtsustab teenindajate tööd, näiteks selekteerides, milline teenindaja mis teemal kliendile pädevam vastuste andja on. Või osana tooteturundusest, kus ta võimaldab jättateenindajale intelligentsema töö ning lihtsamad tööülesanded täielikult automatiseerida.

Otsus, kumba äriprobleemi lahendama hakata, tuleb langetada kohe alguses, sest sellest sõltub ka arendustööde raskuskese.

Ettevõtetes, kes loovad vestlusroboti teenindajate töölõikude lihtsustamiseks, on peamiseks äritellijaks enamasti teeninindusprotsessi juht või omanik, klienditeeninduse või teenindusosakonna juht. Sel juhul otsitakse eelnevalt kaardistatud inimteenindusprotsessidest üles töölõigud, mida on kõige kergem robotile üle anda. Vestlusrobotite puhul ongi selleks enamasti vestluse ehk chati algus. Tehisintellekt aitab siin eelkõige tuvastada kliendi soovi ning leida teenindaja, kellele see kaasus kõige paremini sobib. Mudeleid on võimalik ehitada nii eelnevalt defineeritud oskuste (skillide) kaudu, kui ka otseselt klientide antud tagasiside põhjal. Kui iga chati lõpus paluda kaasust hinnata nii kliendil kui teenindajal, saabki mudel piisava hulga andmete alusel hakata ise tuvastama, millise teemaga chatte, millisele teenindajale suunata.

Taoliselt toimiva mudeli statistika on ka heaks sisendiks tiimijuhtidele oma inimeste kompetentside arendamisel, kuna selgelt joonistuvad välja teemad, milles agendid tunnevad ennast mugavalt ning milles mitte. Samal ajal saab siit ka kõige väärtuslikuma tagasiside — kliendi hinnangu nendele samadele teenindussituatsioonidele. See omakorda annab ülevaate, millisel teemal erinevaid agente lisaks koolitada või milliseid kliendisituatsioone ühiselt rohkem läbi harjutada.

Kirjeldatud vestlusrobotit „treenivad“ tihti needsamad teenindajad ehk just eesliin on see, kes koostab vastuseid, mida robot erinevate kliendiküsimuste puhul iseseisvalt kasutab. Arenduse mõttes on tellijaks eelkõige teenindusprotsessi esindaja ning arvestada tuleb olulise koguse kasutajaliidese arendustundidega.

Teenindajale orienteeritud vestlusroboti kasuks otsustavad sageli ettevõtted, kelle teenindajad on klientidega juba mõnda aega chattinud. Seega on olemas nii algaandmed kui ka protsessid ning otsitakse võimalusi klientidele veelgi kiirema ning kvaliteetsema chatiteeninduse pakkumiseks.

Kõige ideaalsemalt sobivad taolised vestlusrobotid ettevõtetele, kes pakuvad teenindust kui teenust ehk keda teised sisse ostavad oma toodete teeninduse pakkumiseks. Samuti neile, kelle tooted ja teenused on niivõrd keerulised, et standardseid vastuseid roboti jaoks koostada on sisuliselt võimatu või praktikas mõttetu ning vestlusroboti suurim väärtus seisnebki mõnes kontrollküsimuses, et õige agent välja arvutada.

Juhul, kui aga ettevõte omab ja arendab ise oma tooteid ja teenuseid ning pakub neid korraga suurele hulgale klientidele ehk tegemist ei ole rätseplahendustega, tasub kaaluda hoopis teistpidi lähenemist ja võtta eesmärgiks kontaktide täielik automatiseerimine.

Sellisel juhul on tellijaks ja äriprobleemi omanikuks see tootejuht, kelle toodete ja teenuste osas klientidel küsimused tekivad. Teenindus ja inimteenindajad on vahepealne etapp, ent eesmärk pole siin mitte kliendi kokku viimine õige teenindajaga, vaid automatiseeritud lahenduse leidmine, kus inimesed üldsegi sekkuma ei pea.

See ei ole kindlasti võimalik 100% kliendi pöördumiste puhul, ent julgelt kahel kolmandikul juhtudest vaatab inimene mõnest süsteemist 2 kuni 3 parameetrit ning vastab kliendile võrdlemisi ühetaoliselt. Juhul, kui need 2 või 3 parameetrit pärinevad mõnest IT-süsteemist, saab neid sama edukalt „vaadata“ ka robot. Näiteks, kui kliendil on küsimus, millal ta saab kätte paki kaubaga X, mille ta tellis kulleriga neljapäeval, siis ei saa inimteenindaja seda lihtsalt varasema kogemuse põhjal välja mõelda. Ta peab tuvastama kliendi ning vaatama süsteemist, mis kuupäeval kaup väljastati, millal toimus kulleri korje ning millal on määratud väljastus kliendile. Tegemist on kliendi poolt täiesti mõistliku ja arusaadava küsimusega ning teenindaja poolt igati väärtusliku vastusega — ent see, et vastuse annab inimene, ei lisa kliendile mingit lisaväärtust. Sama teekonna saab süsteemides läbi teha ka robot.

Tegemist on täielikult automatiseeritava kliendipäringuga ning taoliste päringute tuvastamine ning automatiseerimine ongi nende vestlusrobotite peamiseks eesmärgiks.

Statistika, mis taolise vestlusroboti kasutamise ja loomisega tekib, on väga väärtuslikuks sisendiks tootejuhile, sest olemas on objektiivsed andmed, millised küsimused kliendil toodet ja teenust kasutatutes tekivad. See omakorda võimaldab parendada nii majasiseseid protsesse kui toodet ja teenust ennast.

Väga suureks eeliseks automatiseerimise eesmärgiga vestlusrobotite puhul on kliendile antavate vastuste sisuline kvaliteet. Teenindajad on ennekõike inimesed, kes lähtuvad vastuste andmisel tootejuhtide poolt koostatud juhenditest. Samas on alati ajahetki, mil tööl on teenindajad, kes on ettevõttega alles hiljuti liitunud ja alles ametit õppimas. Teisalt on tööl staažikamad inimesed, kes pole uuendatud juhendeid lugenud, sest aravavad, et kõik on juba selge.

Juhenditel on omadus aeguda ning valdkondades, kus tootearenduse tsüklid on kiired, on sagedased olukorrad, kus osad teenindajad annavad kliendile vastuseid vananenud ning osad teenindajad hetkel kehtiva juhendi põhjal. Kui tooteid, teenuseid ja programme on palju, on täiesti inimlik, kui erinevad reeglid lähevad vahel ka segamini ning nii saabki klient suures ettevõttes kolme erineva teenindajaga rääkides kolm erinevat vastust. Ja see ei ole teenindusosakonna ega teenindajate süü! See on inimlik ja sellega peab teataval määral arvestama.

Samas, kui meil on olemas tehnoloogia, mis selle segaduse saab kahe kolmandiku vastuste ulatuses vahelt välja lõigata — siis miks mitte seda kasutada? Ka Elisas on Annika ehitatud üles põhimõttel, et inimteenindajad tegelevad vaid keerulisemate pöördumistega ning tootejuhid on need, kes peavad hoolitsema, et robot oskaks vastata nende toodete kohta tekkivatele lihtsamatele küsimustele. Nii jõuavad kõik ärireeglite muudatused vastuseahelatesse kohe, kui muudatus toimub ning vastutus kliendile antava vastuse ees on otse tootetiimil.

Ükski ettevõte ei peaks võtma tehisintellekti rakendusi kasutusele lihtsalt sellepärast, et see tundub äge mõte. Kui aga sooviks on, et ettevõte suudaks sammu pidada klientide aina kõrgemaks kasvavate ootustega, peab arvestama, et inimtööjõust siin enam ei piisa.

Sel juhul tasub välja mõelda, millist ärilist probleemi soovitakse lahendada, leida partner, kes oskab nõu anda ning asuda eksperimenteerima! Tekstipõhine vestlusrobot on hea algus ka tulevikus järgmiste tehnoloogiate ärakasutamiseks — näiteks saab kirja teel suhtleva roboti mõne aasta pärast edukalt ka kõnelema (kõne sünteesima) õpetada, kuna hääl transkribeeritakse alati kõigepealt tekstiks, tõlgendatakse ja seejärel sünteesitakse uuesti kõneks. Ent see on juba täiesti eraldi jutt :).


Teksti toimetas Marika Raiski Lugu ilmus Delfi Ärilehes 12.02.2019 ja digi.geeniuse blogis 13.02.2019

Seotud märksõnad