Miten tekoäly parantaa asiakastyytyväisyyttä?

Tekoäly voi parantaa asiakastyytyväisyyttä, mutta hyöty ei synny siitä, että palveluun lisätään botti. Se syntyy, kun asiakas saa asiansa ratkaistua nopeammin, työntekijä saa tukea vaikeaan tilanteeseen ja virheestä pääsee suoraan ihmisen hoidettavaksi. Tutkimus osoittaa myös, että hyöty jakautuu epätasaisesti: tekoäly auttaa eniten siellä, missä kokemusta on vielä vähän.

Mitä tutkimus osoittaa tekoälystä asiakaspalvelussa?

Brynjolfsson, Li ja Raymond tutkivat generatiivisen tekoälyavustajan käyttöönottoa suuren ohjelmistoyhtiön asiakaspalvelussa. Yritystä ei nimetä tutkimuksessa. Aineisto kattoi 5 172 asiakaspalvelijaa ja 3 006 395 keskustelua.

Tekoäly ei vastannut asiakkaalle itsenäisesti. Se ehdotti työntekijälle vastauksia ja ohjasi tämän oikeaan sisäiseen ohjeeseen. Työntekijä päätti, käyttääkö, muokkaako vai hylkääkö hän ehdotuksen.

Ratkaistujen asioiden määrä tunnissa kasvoi keskimäärin 15 prosenttia. Vähemmän kokeneilla ja heikommin suoriutuvilla työntekijöillä kasvu oli 30 prosenttia. Kahden kuukauden ajan työssä olleet tekoälyä käyttäneet työntekijät ylsivät samalle tasolle kuin yli kuusi kuukautta työskennelleet verrokit.

Asiakkaiden viestit muuttuivat kohteliaammiksi, ja he pyysivät harvemmin esihenkilöä keskusteluun. Samalla uusien työntekijöiden lähtövaihtuvuus väheni. Kokeneimmilla työntekijöillä hyöty jäi pieneksi, ja heidän keskustelujensa laadussa havaittiin lievää heikkenemistä.

Hyöty syntyy osaamisen siirtymisestä

Tutkimuksen mekanismi on tärkeämpi kuin yksittäinen prosenttiluku. Järjestelmää oli opetettu onnistuneilla asiakaskeskusteluilla ja parhaiden työntekijöiden toimintatavoilla. Näin se välitti vaikeasti kirjoitettavaa hiljaista tietoa: milloin pitää kysyä lisää, miten turhautumista rauhoitetaan ja miten tekninen asia selitetään ymmärrettävästi.

Tämä selittää myös epätasaisen tuloksen. Uusi työntekijä saa käyttöönsä sellaista kokemusta, jota hänellä ei vielä ole. Kokenut työntekijä voi puolestaan saada liian yleisen ehdotuksen, joka tasoittaa hänen omaa harkintaansa huonompaan suuntaan.

Siksi tekoälyn käyttöönottoa ei pidä arvioida vain kysymyksellä ”kuinka paljon aikaa säästyy?”. Parempi kysymys on: kenen osaamista järjestelmä vahvistaa ja missä tilanteessa?

Julkisuusparadoksi: asiakkaalle pitää kertoa, vaikka tieto voi heikentää reaktiota

Luo, Tong, Fang ja Qu 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, ostojen määrä laski yli 79,7 prosenttia.

Tulos ei tarkoita, että tekoäly pitäisi piilottaa. Tutkimus koski lähtevää myyntiä, ei kaikkea asiakaspalvelua, eikä yksittäistä lukua voi yleistää jokaiseen palvelukanavaan. Se paljastaa silti olennaisen mekanismin: asiakkaat pitivät etukäteen nimettyä bottia vähemmän osaavana ja empaattisena ja lopettivat keskustelun nopeammin.

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 sovelletaan 2.8.2026 alkaen. Tämä asiakasrajapintaa koskeva vaatimus on eri asia kuin henkilöstön tekoälylukutaitoa koskeva 4 artikla.

Ristiriitaa ei ratkaista piilottamalla tekoäly. Se ratkaistaan sillä, mitä kertomisen jälkeen tapahtuu: ymmärtääkö järjestelmä asiakkaan asian, saako asiakas ihmisen mukaan ilman uutta selostusta ja kantaako joku vastuun loppuun asti.

Asiakkaan kokemus alkaa siitä, ettei hänen tarvitse taistella järjestelmää vastaan

Esimerkki on koottu toistuvista tilanteista. Se ei kuvaa yhtä yritystä eikä ole suora asiakaslainaus. Sen tehtävä on näyttää mittaamisen ongelma: nopea automaattivastaus ei vielä ole onnistunut palvelu.

Asiakkaan kannalta olennaiset kysymykset ovat yksinkertaisia: Ratkesiko asiani? Jouduinko toistamaan tietoni? Ymmärsinkö, mitä seuraavaksi tapahtuu? Sainko tarvittaessa ihmisen vastuuseen asiasta?

Kun tekoäly erehtyy asiakkaan edessä

Virhetilanne ratkaisee luottamuksen usein enemmän kuin onnistunut perustilanne. Ennen käyttöönottoa pitää sopia 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 ei toistu seuraavalle asiakkaalle?

Hyvä palautuminen voi näyttää asiakkaalle tältä: ”Annoimme sinulle väärän ohjeen. Olen nyt ottanut asian vastuulleni. Sinun ei tarvitse kertoa tietoja uudelleen, ja palaan sinulle viimeistään huomenna.” Tekoäly ei tällöin päätä, milloin asia on valmis. Vastuu säilyy ihmisellä.

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 ei ole harmiton kokeilu.

Ennen käyttöä pitää määrittää käsittelyn tarkoitus ja oikeusperuste, minimoida järjestelmään vietävät tiedot, selvittää tietojen sijainti ja säilytys sekä rajata käyttöoikeudet. Samalla on arvioitava, tukeeko tekoäly työntekijää vai vaikuttaako se asiakkaan oikeuksiin, etuuksiin tai palveluun. Jälkimmäinen voi tuoda mukaan tekoälyasetuksen korkean riskin vaatimuksia. Tietosuoja- ja turvallisuusasiantuntijat pitää ottaa mukaan ennen henkilötietoja sisältävää pilottia, ei vasta virheen jälkeen.

Mistä kannattaa aloittaa?

Rajaa 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 ei?
4. Milloin asia siirtyy ihmiselle, ja siirtyykö koko keskustelun sisältö mukana?
5. Millä asiakkaalle näkyvällä mittarilla tiedämme, että kokeilu onnistui?

Mittareiksi eivät riitä käyttömäärä ja säästetyt minuutit. Seuraa ainakin ratkaisuastetta, uudelleen yhteydenottoja, siirtojen määrää, asiakkaan joutumista toistamaan tietoja, korjattavia virheitä ja palautetta. Tarkastele tuloksia erikseen uusilla ja kokeneilla työntekijöillä. Muuten keskiarvo peittää sen, kenelle järjestelmä auttaa ja kenelle se aiheuttaa haittaa.

Tekoäly parantaa asiakastyytyväisyyttä vain osana toimivaa palvelua

Tutkimus antaa perustellun mutta rajatun vastauksen. Tekoäly voi nopeuttaa ratkaisemista ja levittää kokeneiden työntekijöiden toimintatapoja uusille. Se voi myös tehdä asiakkaan ja työntekijän vuorovaikutuksesta sujuvampaa. Hyöty ei kuitenkaan ole automaattinen, eikä sama ratkaisu auta kaikkia.

Asiakastyytyväisyys syntyy palvelurakenteesta: rehellisestä tiedosta, sopivasta työnjaosta, nopeasta pääsystä ihmiselle ja tavasta korjata virhe. Kun nämä päätetään ennen teknologiaa, tekoäly tukee palvelua. Kun ne jätetään päättämättä, asiakas joutuu hoitamaan organisaation keskeneräisen käyttöönoton seuraukset.

Lähteet

Sääntely

• Euroopan parlamentin ja neuvoston asetus (EU) 2016/679, yleinen tietosuoja-asetus.
• Euroopan parlamentin ja neuvoston asetus (EU) 2024/1689, erityisesti 50 ja 113 artikla.

Tutkimus

• Brynjolfsson, E., Li, D. & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942.
• Luo, X., Tong, S., Fang, Z. & Qu, Z. (2019). Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing Science, 38(6), 937–947.