Miten tekoäly parantaa asiakastyytyväisyyttä?

Johto on päättämässä, otetaanko asiakaspalveluun tekoälyavustaja tai chatbot. Budjetti on varattu, toimittaja on valittu ja säästölaskelma näyttää hyvältä. Asiakastyytyväisyys ratkeaa kuitenkin kohdassa, jota laskelmassa ei ole: siinä hetkessä, kun kone luovuttaa asian ihmiselle.

Asiakas kertoo ongelmansa kolmesti. Automaatti ehdottaa joka kerta samaa ohjesivua. Lopulta asiakas pääsee työntekijälle, mutta keskusteluhistoria ei siirry, ja asia alkaa alusta. Organisaation käsittelyaika on ehkä lyhentynyt. Asiakkaan työ on lisääntynyt.

Tekoäly asiakaspalvelussa voi parantaa asiakastyytyväisyyttä. Tutkimus osoittaa myös, että hyöty jakautuu epätasaisesti ja että sama järjestelmä voi auttaa yhtä ryhmää ja heikentää toisen työtä. Siksi kysymys siitä, ottaako organisaatio tekoälyn käyttöön, on johdolle helpompi kuin kysymys siitä, missä kohdassa ja kenen tueksi.

Mitä tutkimus osoittaa tekoälystä asiakaspalvelussa?

Brynjolfsson, Li ja Raymond (2025) tutkivat generatiivisen tekoälyavustajan käyttöönottoa suuren ohjelmistoyhtiön asiakaspalvelussa. Yritystä ei nimetä tutkimuksessa. Aineistossa oli 5 172 asiakaspalvelijaa ja noin kolme miljoonaa keskustelua.

Tekoäly toimi työntekijän tukena. Se ehdotti vastauksia ja ohjasi oikeaan sisäiseen ohjeeseen, ja työntekijä päätti, käyttääkö, muokkaako vai hylkääkö hän ehdotuksen. Kyse oli siis tekoälyavusteisesta asiakaspalvelusta, jossa vastuu säilyi ihmisellä.

Ratkaistujen asioiden määrä tunnissa kasvoi keskimäärin 15 prosenttia, ja vaikutus vaihteli paljon työntekijöiden välillä. Vähemmän kokeneiden ja heikommin suoriutuvien työntekijöiden työ nopeutui, ja sen laatu parani. Tutkijoiden mukaan avustaja näytti tukevan työntekijöiden oppimista. Hyöty oli suurin melko harvinaisissa ongelmissa, joista työntekijällä oli vähän kokemusta ja järjestelmällä riittävästi aineistoa. Asiakkaiden viestit muuttuivat kohteliaammiksi, ja he pyysivät harvemmin esihenkilöä keskusteluun.

Kokeneimpien ja taitavimpien työntekijöiden työ nopeutui vain vähän, ja sen laatu heikkeni hieman.

Kenen osaamista tekoälyavusteinen asiakaspalvelu vahvistaa?

Tulokset sopivat tulkintaan, että tekoäly välittää kokeneiden työntekijöiden toimintatapoja uusille. Hyöty syntyy perehdytyksessä, harvemmin vastaan tulevissa tilanteissa ja niiden ihmisten tukena, jotka vasta rakentavat kokemustaan.

Johtamispäätös: ensimmäinen käyttökohde kannattaa valita sieltä, missä osaamisen ero on suurin. Paras ja kokenein asiantuntija hyötyy järjestelmästä vähiten, ja hänen työnsä laatu voi jopa heikentyä.

Tekoälyn käyttöönottoa arvioidaan siksi kysymyksellä, kenen osaamista järjestelmä vahvistaa ja missä tilanteessa. Kysymys ”kuinka paljon aikaa säästyy?” kertoo tästä vähän.

Miksi tekoälystä pitää kertoa asiakkaalle?

Luo, Tong, Fang ja Qu (2019) tutkivat yli 6 200 asiakkaan satunnaistetussa kenttäkokeessa chatbotin käyttöä tarkasti rajatuissa myyntipuheluissa. Kun asiakas ei tiennyt keskustelevansa botin kanssa, botti pärjäsi yhtä hyvin kuin kokeneet työntekijät ja paremmin kuin kokemattomat. Kun botin koneellinen luonne kerrottiin ennen keskustelua, ostot vähenivät yli 79,7 prosenttia. Asiakkaat pitivät etukäteen nimettyä bottia vähemmän osaavana ja empaattisena ja lopettivat keskustelun nopeammin.

Tutkimus koski lähtevää myyntiä, ja yksittäistä lukua on vaikea yleistää jokaiseen palvelukanavaan. Se näyttää silti chatbotin hyötyjen ja asiakkaan luottamuksen välisen jännitteen.

EU:n tekoälyasetuksen 50 artikla edellyttää, että suoraan ihmisten kanssa vuorovaikutukseen tarkoitettu tekoälyjärjestelmä suunnitellaan niin, että ihminen saa tietää keskustelevansa tekoälyn kanssa, ellei asia ole tilanteessa ilmeinen. Velvoitetta on sovellettu 2.8.2026 alkaen. Asiakasrajapintaa koskeva vaatimus on eri asia kuin henkilöstön tekoälylukutaitoa koskeva 4 artikla.

Jännite ratkaistaan sillä, mitä kertomisen jälkeen tapahtuu: ymmärtääkö järjestelmä asiakkaan asian, saako asiakas ihmisen mukaan ilman uutta selostusta ja kantaako joku vastuun loppuun asti.

Mitä tapahtuu, kun asia siirtyy koneelta ihmiselle?

Asiakastyytyväisyys ratkeaa usein yhdessä kohdassa. Kun asia siirtyy koneelta ihmiselle, tieto, tilanne ja vastuu voivat jäädä matkalle. Organisaation mittarit näyttävät hyvää, koska automaatti vastasi nopeasti ja työntekijän käsittelyaika lyheni. Asiakas maksaa erotuksen: hän kertoo asiansa uudelleen, odottaa ja epäilee, onko kukaan vastuussa.

Raporteissa tämä kohta jää näkymättä kahdesta syystä. Ensinnäkin käyttömäärä ja säästetyt minuutit mitataan, ja toistetut yhteydenotot jäävät eri raporttiin. Toiseksi tekoälyhanke on usein tietohallinnon tai asiakaspalvelun oma, ja siirtymä kuuluu molempien väliin. Kukaan ei omista sitä.

Siksi asiakaspalvelukokemus digitaalisissa palveluissa ratkeaa siirtymän suunnittelussa: missä kone lopettaa arvaamisen, mitä tietoa ihminen saa ja kuka sanoo asiakkaalle, mitä seuraavaksi tapahtuu.

Mitä johdon pitää päättää ennen käyttöönottoa?

Virhetilanne ratkaisee luottamuksen usein enemmän kuin onnistunut perustilanne. Johto sopii ennen käyttöönottoa neljä asiaa:

1. Tunnistaminen: missä tilanteessa järjestelmä lopettaa arvaamisen ja siirtää asian ihmiselle?
2. Siirtyminen: siirtyvätkö asiakkaan viestit, annetut tiedot ja jo tehdyt toimet työntekijälle?
3. Vastuu: kuka korjaa väärän tiedon, pahoittelee ja kertoo, mitä seuraavaksi tapahtuu?
4. Oppiminen: kirjataanko virhe niin, että sama vastaus jää toistumatta seuraavalle asiakkaalle?

Hyvä palautuminen voi kuulostaa asiakkaalle tältä: ”Annoimme väärän ohjeen. Asia on nyt minun vastuullani. Tietoja ei tarvitse kertoa uudelleen, ja palaan asiaan viimeistään huomenna.” Ihminen päättää, milloin asia on valmis, ja vastuu säilyy hänellä.

Havainnollistava esimerkki. Alun tilanne, jossa asiakas kertoo ongelmansa kolmesti, on koottu toistuvista tilanteista. Se ei kuvaa yhtä yritystä eikä ole asiakaslainaus.

Miten valita sopiva tekoälyratkaisu asiakastukeen?

Rajatkaa ensimmäinen käyttökohde viidellä kysymyksellä:

1. Mikä asiakkaan ongelma halutaan ratkaista?
2. Kenelle hyöty todennäköisimmin syntyy: asiakkaalle, uudelle työntekijälle vai kokeneelle asiantuntijalle?
3. Mitä tietoa tekoäly saa käsitellä ja mitä se jättää käsittelemättä?
4. Milloin asia siirtyy ihmiselle, ja siirtyykö koko keskustelun sisältö mukana?
5. Millä asiakkaalle näkyvällä mittarilla tiedämme, että kokeilu onnistui?

Asiakastuki voi käyttää tekoälyä kahdella tavalla. Tekoälypohjainen asiakaspalvelu, jossa botti vastaa itse, ja tekoälyassistentti, joka tukee työntekijää, ovat eri ratkaisuja. Ensimmäinen vaatii valmiin siirtymän ihmiselle. Jälkimmäinen vaatii päätöksen siitä, kenen työtä se tukee ensin. Tekoälyä voi käyttää myös palvelun taustalla: tekoäly asiakaspalautteen analysoinnissa kokoaa asiakkaiden toistuvat havainnot johdon käsittelyyn, ja asiakasviestinnän keinot voi yhtenäistää ennen kuin yksikään botti vastaa asiakkaalle.

Miten tekoälyn vaikutus mitataan?

Käyttömäärä ja säästetyt minuutit kertovat organisaation näkymän. Asiakkaan näkymä tarvitsee omat mittarinsa:

• ratkaisuaste ensimmäisellä yhteydenotolla
• uudelleen yhteydenotot samassa asiassa
• siirtojen määrä ja se, joutuiko asiakas toistamaan tietonsa
• korjattavat virheet
• asiakaspalaute

Tarkastelkaa tuloksia erikseen uusilla ja kokeneilla työntekijöillä. Muuten keskiarvo peittää sen, kenelle järjestelmä auttaa ja kenelle se aiheuttaa haittaa. Asiakkaan näkökulmasta olennaiset kysymykset ovat yksinkertaisia: Ratkesiko asiani? Jouduinko toistamaan tietoni? Ymmärsinkö, mitä seuraavaksi tapahtuu? Sainko tarvittaessa ihmisen vastuuseen asiasta?

Voiko tekoälyassistentti vähentää asiakaspalvelun kustannuksia?

Voi, kun säästö lasketaan koko asiakaspolulta. Tekoälyassistentti, joka lyhentää yhtä keskustelua ja tuottaa kaksi uutta yhteydenottoa, siirtää kustannuksen paikasta toiseen. Kustannus laskee, kun siirtymä ihmiselle suunnitellaan ja asia ratkeaa ensimmäisellä kerralla.

Miltä palvelun siirtymät näyttävät, kun ne kuvataan yhdessä?

Kolmessa kehittämispäivässä noin 70 osallistujaa, noin 40 henkilöstön jäsentä ja noin 30 osakasyrittäjää, kuvasi asiakaspolut asiakkaan tarpeista käsin. Huomio kohdistui kohtiin, joissa tieto vaihtaa omistajaa, vastuu siirtyy tai asiakkaalle annettu viesti voi muuttua. Havainnot koottiin kehitysehdotuksiksi asiakasviestintään, palveluprosesseihin ja toimijoiden väliseen yhteistyöhön.

Tavoite oli kuvata palvelupolku yhteisestä näkökulmasta ja tunnistaa palvelun rajapinnat ja asiakasviestinnän kehityskohteet. Tavoite toteutui: asiakaspolut, tunnistetut siirtymät ja kehitysehdotukset jäivät jatkotyön aineistoksi. Tapaus ei vielä osoita ehdotusten pitkän aikavälin vaikutuksia, eikä siinä otettu käyttöön tekoälyä. Lukekaa toteutus ja mittausperusteet asiakastarinasta.

Tapaus kuuluu tähän, koska siirtymät, jotka yritys kuvasi ihmisten välillä, ovat juuri ne kohdat, joihin tekoäly asettuu. Kun ne on kuvattu ennen teknologiaa, järjestelmälle voidaan kertoa, mitä sen pitää siirtää mukana.

Mitä tekoäly muuttaa johdolle, esihenkilöille ja henkilöstölle?

• Johto omistaa siirtymän koneelta ihmiselle ja valitsee käyttökohteen osaamiseron perusteella. Se seuraa asiakkaan mittareita säästettyjen minuuttien rinnalla.
• Esihenkilöt perehdyttävät uudet työntekijät tekoälyn tuella ja seuraavat, missä kokeneiden työn laatu muuttuu. Eskalaatiot vähenevät, kun asiakas saa vastuuhenkilön ensimmäisellä siirrolla.
• Henkilöstö saa tuen harvinaisiin tilanteisiin ja täyden tiedon asiakkaan aiemmista vaiheista. Kokenut asiantuntija päättää itse, milloin ehdotus kelpaa.
• Asiakas kertoo asiansa kerran ja tietää, kuka siitä vastaa.

Julkisessa palvelussa henkilötieto ratkaisee, voiko kokeilun aloittaa

Kunnassa, hyvinvointialueella tai muussa julkisessa organisaatiossa palautteessa voi olla terveystietoa, sosiaalipalvelujen tietoa tai muuta arkaluonteista henkilötietoa. Silloin asiakaspalautteen syöttäminen yleiseen tekoälypalveluun on tietosuojapäätös.

Ennen käyttöä määritetään käsittelyn tarkoitus ja oikeusperuste, minimoidaan järjestelmään vietävät tiedot, selvitetään tietojen sijainti ja säilytys sekä rajataan käyttöoikeudet. Samalla arvioidaan, tukeeko tekoäly työntekijää vai vaikuttaako se asiakkaan oikeuksiin, etuuksiin tai palveluun. Jälkimmäinen voi tuoda mukaan tekoälyasetuksen korkean riskin vaatimuksia. Tietosuoja- ja turvallisuusasiantuntijat otetaan mukaan ennen henkilötietoja sisältävää pilottia.

Mitä maksaa, jos mitään ei tehdä?

Kun siirtymää koneelta ihmiselle ei suunnitella, hinta syntyy kolmessa kohdassa:

• Johdon aika. Johto käsittelee asiakaspalautetta, eskalaatioita ja tekoälyhankkeen tuloksia, jotka näyttävät hyvältä organisaation mittareilla ja huonolta asiakkaalle.
• Esihenkilöiden ja henkilöstön aika. Työntekijät selvittävät asiaa alusta, vastaavat uudelleen yhteydenottoihin ja korjaavat automaatin virheitä. Esihenkilöt hoitavat eskalaatioita.
• Uudistuksen viivästys. Tekoälyn todellinen hyöty jää saamatta, ja seuraava käyttöönotto alkaa epäluottamuksen keskeltä.

Esimerkkilaskelma. Oletukset: kahdeksan asiakaspalvelijaa käyttää kaksi tuntia viikossa uudelleen yhteydenottoihin ja siirtyneiden asioiden selvittämiseen alusta. Kaksi esihenkilöä käyttää kaksi tuntia viikossa eskalaatioihin. Neljän hengen johtoryhmä käyttää kolme tuntia kuukaudessa asiakaspalautteen ja hankkeen seurannan käsittelyyn ilman asiakkaan mittareita. Vuodessa on 46 työviikkoa ja 11 kokouskuukautta.

• henkilöstö: 8 × 2 h × 46 viikkoa = 736 tuntia × 40 € = 29 440 euroa
• esihenkilöt: 2 × 2 h × 46 viikkoa = 184 tuntia × 50 € = 9 200 euroa
• johtoryhmä: 4 × 3 h × 11 kk = 132 tuntia × 70 € = 9 240 euroa

Yhteensä 1 052 tuntia eli noin 47 900 euroa vuodessa. Laskelma osoittaa mittaluokan. Menetettyjen asiakkaiden ja heikentyneen luottamuksen hinta ei ole siinä mukana. Kaikkea summaa ei voi säästää. Laskelma antaa perusteen selvittää, mikä osa toistotyöstä poistuu, kun siirtymä suunnitellaan.

Tuntihinnat ovat työnantajan kokonaiskustannuksia. Henkilöstön tuntihinta perustuu Tilastokeskuksen palkkarakennetilaston kokonaisansioiden keskiarvoon, 4 070 euroa kuukaudessa vuonna 2024. Vuosiansioon on lisätty lomaraha ja noin 22 prosentin sivukulut, ja summa on jaettu noin 1 600 tehollisella työtunnilla vuodessa. Tulos on noin 39 euroa, pyöristettynä 40 euroa. Se vastaa Tilastokeskuksen työvoimakustannustutkimuksen keskiarvoa 38,7 euroa tehtyä työtuntia kohti vuonna 2024. Esihenkilöille ja johtoryhmälle on oletettu korkeampi ansiotaso. Omat lukunne saatte Turhan työn laskurilla.

Miten uusi toimintatapa jää käyttöön?

Siirtymän säännöt pysyvät, kun ne kirjataan, niille nimetään omistaja ja asiakkaan mittareita seurataan sovitussa rytmissä. Muuten järjestelmän päivitys tai uusi toimittaja palauttaa vanhan tilanteen.

Uusi tapa juurtuu, kun tuki jatkuu käyttöönoton ajan ja muutos näkyy sekä käytännössä että ajattelussa:

• Monipuolinen tuki käyttöönoton ajan. Lyhyet tarkistukset asiakaspalvelun johdon kanssa, palaute siirtymien toimivuudesta ja sovittu arviointiajankohta.
• Ajattelun ja käytännön muutos. Kun seuraavaa tekoälyratkaisua harkitaan, johto kysyy ensin, missä siirtymä on ja kuka sen omistaa.

Lisäksi juurtumisen tueksi voitte valita kaksi osaa:

• Varjo-osallistumiset. Olemme mukana asiakaspalvelun ja johdon palavereissa ja havainnoimme, käsitelläänkö siirtymien ongelmat ja asiakkaan mittarit.
• Henkilöstön kautta tehty varmistus. Asiakaspalvelijoilta kysytään ennen muutosta ja sen jälkeen, saavatko he siirtyvistä asioista tarvittavan tiedon ja vähenevätkö uudelleen yhteydenotot.

Valitsette lisätuen erikseen, ja sen laajuus kirjataan kirjalliseen ehdotukseen. Lukekaa lisää uuden toimintatavan juurtumisesta.

Mitä tekoäly kertoo organisaation uudistumiskyvystä?

Tulkitsen tekoälyn palvelun rakenteen paljastajaksi: se näyttää rakenteen nopeammin kuin yksikään kehittämishanke. Hyvin suunniteltu palvelu saa tekoälystä lisää kapasiteettia. Huonosti suunniteltu palvelu saa siitä nopeamman tavan siirtää työtä asiakkaalle.

Asiakkaalle hyöty on yksinkertainen: asia ratkeaa ensimmäisellä kerralla, ja hän tietää, kuka siitä vastaa. Uudistumiskyvyn kannalta arvokkain tulos on taito, jonka organisaatio oppii käyttöönotossa: se kuvaa siirtymänsä ja nimeää niille omistajan. Sama taito kantaa seuraavaan teknologiaan. Toimin Suomen Lean-yhdistyksen palvelukehitysryhmän puheenjohtajana, ja palvelun rajapinnat ovat työni keskiössä. Autan kolmessa kohdassa: teen siirtymät näkyviksi ennen teknologiapäätöstä, autan johtoa valitsemaan käyttökohteen osaamiseron perusteella ja rakennan mittarit, jotka näyttävät asiakkaan kokemuksen.

Mistä tekoälyn käyttöönotto kannattaa aloittaa?

Proinnon tekoälyvalmennuksessa yhdistetään käyttökohde, työnjako ja vastuullinen toimintatapa organisaation oman työn ympärille. Kun kysymys koskee laajemmin palvelun rakennetta, tutustukaa asiakaskokemuksen ja palvelujen uudistamiseen. Liikkeelle voi lähteä myös rajatusta Tilannekeskustelusta. Kun tarve on selvä, pyytäkää tarjous.

Tämä artikkeli kuuluu Proinnon seitsemän tekoälyartikkelin kokonaisuuteen. Päätöstason ja soveltamistason etenemisjärjestyksen näette Tekoälyn pelisäännöt -artikkelista.

Usein kysyttyä: tekoäly asiakaspalvelussa

Tekoäly vastaa nopeasti, ja asiakastyytyväisyys ratkeaa siinä hetkessä, kun vastaus ei riitä ja asian pitää siirtyä ihmiselle.