Tana hyödyntää generatiivista tekoälyä jälkimarkkinoinnin teknisen tuen tehostamiseen. Tekoälyavustaja auttaa huoltohenkilöstöä löytämään teknistä tietoa ja ratkaisemaan laitteisiin liittyviä kysymyksiä nopeammin.

1. Yrityksen kuvaus

• Kohdeorganisaatio on johtava kansainvälinen teollisuuskoneiden ja teknisten laitteiden valmistaja.
• Yritys suunnittelee, valmistaa ja huoltaa erittäin monimutkaisia koneita, joita käytetään teollisessa toiminnassa maailmanlaajuisesti.
• Salassapitosopimusten vuoksi yrityksen tarkat tunnistetiedot, henkilöstömäärä ja liikevaihtoluvut pidetään julkaistussa tapaustutkimuksessa luottamuksellisina.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Jälkimarkkinapalvelun asiantuntijat kohtaavat suurta kitkaa etsiessään tietoa pirstoutuneesta teknisestä dokumentaatiosta, vanhoista kunnossapito-oppaista ja monimutkaisista tuotespesifikaatioista asiakaskyselyjen aikana.
• Manuaalinen haku laajoista sisäisistä dokumenttivarastoista hidasti asiakastuen vasteaikoja, aiheutti hallinnollista kuormaa ja johti vaihtelevaan palvelun laatuun asiakaspalvelutiimien välillä.
• Projektin tavoitteena oli luoda yhtenäinen tiedonhakumekanismi, joka antaa asiakastuen asiantuntijoille välittömästi kontekstiin sopivia ja tarkkoja vastauksia monimutkaisiin konekysymyksiin.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Solita kehitti generatiiviseen tekoälyyn perustuvan tietoassistentin, joka hyödyntää hakupohjaisen generoinnin (RAG) arkkitehtuuria.
• Ratkaisu on yhdistetty suoraan sisäisiin dokumenttienhallintavarastoihin ja teknisiin tietokantoihin, ja se jäsentää rakenteettomia käyttöoppaita sekä historiallista huoltodataa.
• Suurten kielimallien (LLM) avulla, jotka on integroitu turvallisen yritystason pilvi-infrastruktuurin kautta, assistentti syntetisoi monimutkaista teknistä tietoa ja tarjoaa huoltoasiantuntijoille täsmällisiä, lähdeviitteillä varustettuja vastauksia reaaliajassa.

4. Mitä tuloksia saavutettiin?

• Toteutus paransi merkittävästi jälkimarkkinatuen operatiivista tehokkuutta ja kokonaislaatua.
• Asiakaspalvelutiimit lyhensivät selvästi teknisten kyselyjen vasteaikoja, ja samalla asiantuntijoiden perehdytysajat monimutkaisiin laitesarjoihin lyhenivät huomattavasti.
• Järjestelmä varmisti asiakastuen vastausten aiempaa suuremman yhdenmukaisuuden, nosti ensikontaktissa ratkaistujen tapausten osuutta ja vähensi kokeneiden insinööriasiantuntijoiden operatiivista työkuormaa, sillä heidän oli aiemmin autettava etulinjan huoltotiimejä.

5. Mitä ongelmia ilmeni?

• Keskeisiä operatiivisia haasteita olivat rakenteettoman teknisen datan järjestäminen, tekoälyn hallusinaatioiden estäminen ja täydellisen tarkkuuden varmistaminen kriittisissä kunnossapito-ohjeissa.
• Tiukkojen tietojen käyttöoikeuksien hallinta eri alueellisten huoltoyksiköiden välillä sekä tukihenkilöstön kouluttaminen muotoilemaan täsmällisiä kyselyjä olivat kriittisiä esteitä, jotka ratkaistiin käyttöönoton aikana.

6. Aika- ja rahainvestoinnit

• Sopimusten tarkat luvut, ohjelmistolisenssien kustannukset ja sisäiset kehitysbudjetit ovat luottamuksellisia.
• Muutos toteutettiin ketterissä kehityssprinteissä, jotka etenivät nopeasti konseptitodistuksesta täyteen tuotantokäyttöönottoon.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati osaamista generatiivisen tekoälyn kehittämisestä, hakupohjaisen generoinnin (RAG) arkkitehtuurista, pilvi-infrastruktuurin suunnittelusta, luonnollisen kielen käsittelystä (NLP), tietoturvasta ja palvelumuotoilusta.
• Solita toimi päävastuullisena, kokonaisvaltaisena teknologiakumppanina ja teki tiivistä yhteistyötä asiakkaan sisäisen IT-osaston, jälkimarkkinatoimintojen ja insinööritiimien kanssa.

8. Liiketoimintafunktion luokitus

• Organisaation näkökulmasta tämä hanke kuuluu jälkimarkkinapalvelun johtamiseen, yrityksen tietämyksenhallintaan, asiakkuudenhallintaan (CRM) ja generatiivisen tekoälyn operointiin.
• Se vaikuttaa suoraan asiakastuen toteuttamiseen, kenttähuollon mahdollistamiseen ja tekniseen kunnossapitotoimintaan.

9. Lähde

https://www.solita.fi/work/generative-ai-to-enhance-after-sales-service-support/