Lyhyt kuvaus: 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/

Avainsanat:
generatiivinen tekoäly, luonnollisen kielen käsittely, kunnossapito, asiakaspalvelu, tietoturva, palvelumuotoilu, puolustusteknologia, Solita

TIETOA AI-KASVU-HANKKEESTA

Tervetuloa AI-Kasvu-hankkeen Case-pankkiin! Kokoamme tänne suomalaisten yritysten tekoälyratkaisuja ja niiden vaikutuksia, jotta voit löytää inspiraatiota omaan liiketoimintaasi.

Tutustu hankkeeseen

Discover more from AI-kasvu.com

Subscribe now to keep reading and get access to the full archive.

Continue reading