Tekoälyn empaattisuus asiakaspalvelussa

Asiakaspalvelu on yritykselle käyntikortti ja sen on tuotettava mahdollisimman hyvä asiakaskokemus. Tekoälyä voidaan käyttää asiakaspalvelussa, mutta arat tai tunteita herättävät asiat vaativat asiakaspalvelijan inhimillistä, empaattista ja tunneälyistä otetta. Tekoälyn lähdemateriaalin kanssa tulee olla myös varovainen ja tarkka. Tekoälyn käyttö voi nopeuttaa ja tehostaa asiakaspalvelua mutta henkilökohtaiseen asiakaspalvelukokemuksen tuottamiseen läpimurtoon voi olla vielä matkaa.

Kirjoittajat: Salla Autio ja Reko Juntto

Tulevaisuuden tavoitetila

Mikko Hyppönen (2021, 273) esittelee mielenkiintoa herättelevän ajatuksen siitä, että kehitettäisiin tekoälyä siten, että yritettäisiin simuloida aivoja, ja tuloksena olisi rakastava, iloinen ja haaveileva tekoäly. Tämä on tekoälykehittämisen yksi tavoitetila, jota ei vielä ole saatu toteutettua.

Asiakaskokemus ja tunteen merkitys

Asiakaskokemuksesta kaksi kolmasosaa on tunnetta ja eniten tunnetta koetaan ihmisten välisissä kohtaamisissa. Vielä ei teknologia kykene kunnolla empaattisuuteen ja arvioidaan, että vie vielä kaksi vuosikymmentä, että saataisiin käytettäväksi emotionaalisesti ihmisenkaltaista vuorovaikutusta tuottavaa teknologiaa. Mikäli halutaan kohdata asiakas asiakaskohtaisen kielen avulla ja ajatellen asiakaspolun kosketuspisteissä asiakkaan tunnetta, niissä panostetaan henkilökohtaiseen vuoropuheluun. (Korkiakoski 2019, 53–54.) Hyvää asiakaskokemusta voidaan tuottaa chatbotilla normaalin asiakaspalvelun ulkopuolella ja chatbotin tuomalla monikanavaisuudella (Halmeaho 2022). Todella kompleksiset ja tunteita herättävät asiat voi olla parempi jättää ihmisten kesken tapahtuvaan vuorovaikutukseen.

Asiakaskokemuksessa on tärkeää ihmisten välinen vuorovaikutus, mutta myös teot. Asiakkaan kokemaan asiakaskokemukseen heijastuu yrityksen arvot (Storbacka & Lehtinen 2002, 39–40). Jos asiakas pettyy tai turhautuu, tunnetila jää päällimmäiseksi ja asiakas voi sivuttaa tai unohtaa yrityksen. (Saarijärvi & Puustinen 2020, 79.) Tekoälyllä ei ole tunneälyä samaistua asiakkaan tunnetiloihin.

Siinä missä ihminen tekee päätöksen intuition avulla heikkoja signaaleja kuunnellen, kun tietoa on saatavilla vähän, tekoäly käyttää vain pelkästään sitä vähäistä tietoa totena ja hyvin mustavalkoisesti. Työntekijälle on työvuosiensa aikana kertynyt hiljaista tietoa aikaisemmasta kokemuksesta ja tiedosta, jota hyväksi käyttäen työntekijä voi tehdä ratkaisun. (Huang & Rust 2018; Järvinen 2023, 190–191.) Tekoälyn inhimillisyys voi kummuta pahimmillaan internetin keskustelupalstasta, jossa kiusataan toisia käyttäjiä. Tällöin tekoälyn oppima inhimillisyys on vääränlaista. (Järvinen 2023, 317.)

ChatGPT

Generatiivinen tekoäly eli sisältöä tuottava tekoäly kuten ChatGPT pystyy oppimaan uusia asiakaspalvelutilanteita, kykenee vastaamaan asiakaspalvelukysymyksiin, tuottamaan luonnollista kieltä tai pystyy toimimaan virtuaalisena avustajana, mutta se vastaa käytännössä vain kysymyksiin ja tekee siksi vain palveluista tehokkaampia. Vaikkakin ChatGPT pystyy tuottamaan ajatuksia ja näkökulmia, se ei pysty ihmisen lailla olemaan luova. (Salo 2023, 28–34.) Tekoälyn tulisi esimerkiksi havaita, nähdä, kuulla, ajatella ja päätellä ihmisen tavoin, jotta se pystyisi tuottamaan inhimillisiä, ihmismäisiä piirteitä (Kananen & Puolitaival 2019, 38–39). Tekoälyn tulisi omata kognitiiviset kyvyt, jotta se olisi ihmisen tavoin tietoinen (Haikonen 2017, 220). Kun asiakkailla on jonkin tuotteen tai palvelun käyttöongelma, he yleensä haluavat, että ongelma pystytään ratkaisemaan yhdellä ja samalla yhteydenotolla. Asiakas turhautuu, jos chatbot ei osaakaan vastata kysymykseen. (Saarijärvi & Puustinen 2020, 97.) 60 prosenttia kuluttajista halu-aisi mieluimmin jonottaa päästäkseen keskustelemaan oikean henkilön kanssa, kuin saada vas-tausta chatbotilta ja 80 prosenttia kuluttajista voisi jutella chatbotin kanssa, jos on mahdollisuus nopeasti vaihtaa keskusteluun oikean henkilön kanssa (Ritter 2023). Digitalisaatiojohtaja Milla Ratia (2022, 54) toteaa, että heikko tekoäly toimii ennalta määriteltävillä tehtävillä ja vahva tekoäly päättelee itse, mutta vielä ei vahvaa tekoälyä ole olemassa. Tekoäly ei pysty ymmärtämään syy-seuraussuhteita, eikä siten vastaamaan kysymykseen: ”miksi?” (Kananen & Puolitaival 2019, 41–42).

Algoritmi ja vinoutumat

Valtiotieteen tohtori Ollilan (2019, 116) ja tietokirjailija, tietotekniikka-asiantuntija Järvisen (2023, 179) ja Jyväskylän yliopiston robotiikka- ja tekoälyn opettaja Hännisen (2022, 241–242) mukaan, vaikka tekoäly käyttää kehittynyttä algoritmia, niin siltikin se on juuri niin hyvä kuin lähdeaineisto, jota se käyttää, ja jos lähdeaineisto on huonoa tai vääristynyttä, vaikuttaa se lopputulokseen. Mikäli tekoälyä kehitetään yrityksen omaan käyttöön ja käytetään omaa tarkastettua tietokantaa, vastaukset ovat täsmällisiä ja vinoumia ei synny. Järvisen (2023, 180) mukaan vinoutuman korjaaminen aiheuttaa sen, että se ei enää vastaa todellisuutta.

Etiikka

Ollilan (2019, 126) mukaan algoritmille ei tulisi opettaa moraalia plagioimalla ihmisten käyttäytymistä, sillä ihmiset eivät todellisuudessa aina käyttäydy niin, kuin olisi moraalisesti oikein. Tässä mukaan astuu etiikka, eli onko oikein, että kone tekee ihmisen puolesta päätökset. Pitäisikö kuitenkin inhimillistää koneen tekemiä päätöksiä? Organisaation eri tasot voivat tuottaa erilaista dataa samasta asiasta. Toisella on kokonaisvaltainen näkemys tilastoista ja toinen on yhteydessä asiakasrajapintaan, jossa todelliset ongelmat esiintyvät. Mitä dataa tulisi käyttää?

Mihin asiakaspalvelussa on järkevää käyttää tekoälyä

Asiakaspalvelussa tekoälyä voi hyvinkin käyttää vahvasti suurena apuna haettaessa tietoa asiakkaalle (Kolari & Kallio 2023, 110). Asiakaskokemuksen rakentuminen voi olla tilannekohtaista ja riippua paljon siitä, että millainen asia tai toimenpide on kyseessä, mutta täytyy muistaa, että asiakaspalvelijoissa on ihmistenkin välillä eroa (Filenius 2015, 26). Jos asiakaspalvelija käyttää ChatGPT:tä asiakaspuhelun aikana, voi vastauksen odotusaika olla asiakkaalle liian pitkä. Mikäli ChatGPT:tä käytetään vastaamaan sähköposteihin ja chat-viesteihin, niin oma tietovaranto pitää olla tarpeeksi selkeää ja hyvätasoista, että sitä voi käyttää edellä mainituissa tilanteissa. (Salo 2023, 102.) Erilaisten tuotteiden ja palvelujen sisältöä voidaan rikastaa datalla asiakaskokemuksen parantamiseksi. Ostotilanteissa tekoälyä voi käyttää kyllä erittäin hyvinkin, mutta jos asiakkaalla on ongelma tuotteen tai palvelun kanssa tai on pettynyt, niin silloin on henkilökohtainen, vuorovaikutteinen, inhimillinen palvelu vielä paikallaan. Yrityksen henkilökohtaisten ja digitalisten palvelujen pitää kuitenkin tukea toisiaan eli monikanavaisuutta pitää löytyä. Pitäisi olla valtava määrä datalähteitä voidakseen ottaa tarpeeksi paljon erilaisia ulottuvaisuuksia mukaan, jotta tekoälyn tuottama data ja asiakaskieli olisi riittävän hyvää korvatakseen ihmisen.

Lähteet

Filenius, M. 2015. Digitaalinen asiakaskokemus – Menesty monikanavaisessa liiketoiminnassa. Jyväskylä: Docendo Oy.

Haikonen, P. 2017. Tietoisuus, tekoäly ja robotit. Helsinki: Art House.

Halmeaho, V. 2022. Chatbot FAQ – kaikki mitä sinun tulee tietää chatboteista. Salesforce blogi. Viitattu 24.2.2024. Saatavissa https://www.salesforce.com/fi/blog/2018/chatbot-usein-kysytyt-kysymykset.html

Huang, M-H. & Rust, R. T. 2018. Artificial Intelligence in Service. Sage Journals. Journal of Service Research. 21 (2), 155-172. Viitattu 6.3.2024. Saatavissa https://doi.org/10.1177/1094670517752459

Hyppönen, M. 2021. Internet. Helsinki: Werner Söderström Osakeyhtiö.

Hänninen, P. 2022. Robotiikka ja tekoäly. Tampere: Amk-Kustannus Oy.

Järvinen, P. 2023. Tekoäly ja minä. Helsinki: Tammi.

Kananen, H. & Puolitaival, H. 2019. Tekoäly – Bisneksen uudet työkalut. Helsinki: Alma Talent Oy.

Kolari, J. & Kallio, A. 2023. Tekoäly 1-2-3 – Matkaopas tulevaisuuteen. Jyväskylä: Docendo Oy.

Korkiakoski, K. 2019. Asiakaskokemus ja henkilöstökokemus – Uusi aika, uudenlainen johtaminen. Helsinki: Alma Talent Oy.

Ollila, M-R. 2019. Tekoälyn etiikka. Helsinki: Kustannusosakeyhtiö Otava.

Ratia, M. 2022. Arvonluontia analytiikalla – Käsikirja analytiikan johtamiseen. Helsinki: Basam Books Oy.

Ritter, D. 2023. The 36 key chatbot statistics: how chatbot help businesses grow in 2024. Dashly blog. Viitattu 30.3.2024. Saatavissa https://www.dashly.io/blog/chatbot-statistics/

Saarijärvi, H. & Puustinen, P. 2020. Strategiana asiakaskokemus – Mitä, miksi, miten? Jyväskylä: Docendo Oy.

Salo, I. 2013. Big Data – Tiedon vallankumous. Jyväskylä: Docendo Oy.

Salo, I. 2023. Luova tekoäly mullistaa kaiken – ChatGPT näyttää tietä. Helsinki: Helsingin seudun kauppakamari.

Storbacka, K. & Lehtinen, J. R. 2002. Asiakkaan ehdoilla vai asiakkaiden armoilla. Helsinki: Werner Söderström Osakeyhtiö.

Kirjoittajat

Salla Autio opiskelee LAB-ammattikorkeakoulun YAMK:n liiketoiminnan digitaaliset ratkaisut opinto-ohjelmassa.
Reko Juntto on LAB-ammattikorkeakoulun digitaalisen liiketoiminnan lehtori.

Artikkelikuva: https://www.pexels.com/fi-fi/kuva/naine-vakava-koodaus-nainen-5473956/ (Pexels Licence)

Julkaistu 3.5.2024