Mitä tapahtuu, kun generatiivinen haku kohtaa yrityksen oman datan?
Generatiivinen tekoäly on luonut yrityksille mahdollisuuden hallita ja tulkita dokumenttejaan. Se auttaa etsimään halutun tiedon tuhansien dokumenttien pohjalta.
Vuonna 2024 GenAI:n yksi yleisimmistä sovelluskohteista odotetaan olevan generatiivisen haun hyödyntäminen yrityksen omissa tietokannoissa. Jonas Pomoell, HiQ:n AI Lead Consultant, esittelee HiQ:n työntekijöillensä kehittämää “keskustelevaa käyttöliittymää”, joka paitsi etsii tietoa, myös tarjoaa analyysejä, tulkintoja ja tiivistyksiä.
”Kehitimme virtuaalisen assistentin, joka helpottaa yrityksen työntekijöiden arkea. Käyttöliittymä vastaa kysymyksiin yleisimmistä yrityksen käytännöistä ja ohjeistuksista. Generatiivista hakua yhdistetään yritysten tietokantoihin yhä enemmän ja tehostavat niin sisäistä toimintaa kuin asiakaspalvelua ja myyntiä.”
Generatiivinen haku pähkinänkuoressa
Siinä missä Google-haku tarjoaa hakusanoihin sopivimmat linkit, generatiivinen haku vastaa suoraan esitettyihin kysymyksiin. Kysymykset voidaan esittää luonnollisella kielellä, eli hakua ei tarvitse optimoida hakusanoin.
”Generatiivisen tekoälyn kanssa voi keskustella tavanomaiseen tapaan. Se antaa kysymykseen suoran vastauksen ja tarjoaa linkin, josta kysyjä voi varmistaa vastauksen välttääkseen mahdollisen hallusinaation. Generatiivisen tekoälyn tuottamat vastaukset kun eivät ole aina oikeita – enemmänkin todennäköisiä lopputulemia”, Pomoell kertoo.
Toinen GenAI-pohjaisten hakukoneiden hyödyllinen ominaisuus on niiden monikielisyys. Esimerkiksi HiQ:n virtuaalinen assistentti keskustelee käyttäjän kanssa suomeksi tai ruotsiksi, vaikka lähdedata onkin englanninkielistä. Pomoell huomauttaa, että generatiivinen tekoäly hallitsee yleisimmät länsimaiset kielet, mutta suorituskyky heikkenee, jos kulttuuri on kovin kaukana Yhdysvalloista.
Prosessissa tulkitaan semanttisia hakutuloksia käyttäen suuria kielimalleja. Tavoitteena on tehdä datasta helposti löydettävää ja tulkita sitten hakutuloksia generatiivisella tekoälyllä. Retrieval Augmented Generation (RAG) täyttää keskeisen aukon siinä, miten suuret kielimallit (Language Models, LLMs) toimivat.
“RAG palvelee kahta tarkoitusta. Ensinnäkin se viittaa vain ensisijaisiin tiedonlähteisiin, mikä auttaa välttämään hallusinaatioita. Toiseksi se voi auttaa järjestelmää vastaamaan “En tiedä”, mikäli vastausta ei löydy tietoaineistosta”, selittää Pomoell.
Kulujen hallinta ja tietoturvallisuus GenAI-hakumoottoreissa
Kulujen hallinta on olennainen osa useita tekoälyhankkeita, sillä ne voivat eskaloitua korkeiksi. Kun generatiivista tekoälyä käytetään datan hakemiseen, onkin menetelmä äärettömän kustannustehokas.
“GenAI:n käsittelemä sisältö rajautuu hakujen perusteella, minkä vuoksi menetelmä on yllättävän kustannustehokas. Verrattuna muihin generatiivisen tekoälyn sovelluskohteisiin GenAI-hakua voidaan kutsua jopa taloudellisiksi”, Pomoell arvioi.
GenAI:n käsittelemä sisältö rajautuu hakujen perusteella, minkä vuoksi menetelmä on yllättävän kustannustehokas. Verrattuna muihin generatiivisen tekoälyn sovelluskohteisiin GenAI-hakua voidaan kutsua jopa taloudellisiksi.
Toinen yleinen GenAI-hakumoottoreihin liittyvä huoli on niiden tietoturvallisuus. Pomoellin mukaan generatiivisen haun hyödyntäminen yrityksen tietokannoissa ei heikennä niiden turvallisuutta.
“Data säilyy tietokannassa noudattaen minkä tahansa turvallisen tietokannan protokollia. Sen ei tarvitse siirtyä kolmansien osapuolien palveluihin. Generatiivinen tekoäly ei säilö tietoa, vaan se ainoastaan tulkitsee hakutulokset.”
Miten GenAI-hakua voidaan hyödyntää liiketoiminnassa – Viisi käytännön esimerkkiä
Pomoell antaa viisi esimerkkiä, miten yritykset voivat hyödyntää generatiivista hakua liiketoiminnassaan tehostamisen ja kilpailukyvyn parantamiseksi.
1. Laatua ja tehokkuutta asiakaspalveluun
Esimerkiksi vakuutusalaan liittyy monimutkaisia käytänteitä, jotka kuormittavat asiakkaiden palvelua. Työntekijät joutuvat käymään läpi valtavia tietomääriä lyhyessä ajassa. Tällöin generatiivinen tekoäly onkin äärimmäisen hyödyllinen apuväline, jonka avulla voidaan analysoida asiakkaan pyyntöjä, poimia olennaista tietoa ja luoda vastauksia jopa reaaliaikaisesti. Vastauksien varmentamiseen tarvitaan ihmisen työpanos.
Generatiivista hakua voidaan hyödyntää chatbotin muodossa, sähköpostissa tai puhelinpalvelussa. On kuitenkin olennaista muistaa, että ennen tekoälyn soveltamista asiakaspalveluprosessien tulee olla selkeästi määriteltyjä.
”GenAI ei itsessään ratkaise ongelmia tai saa asiakkaita taianomaisesti omaksumaan sen käyttöä.
Esimerkiksi jos halutaan, että asiakkaat kysyisivät GenAI:lta apua sen sijaan, että he lähettäisivät sähköpostia asiakaspalvelutiimille, tulee varmistaa että uusi ratkaisu istuu asiakaspalveluprosessiin. Usein tarvitaan palvelumuotoilua ennen kuin GenAI saadaan menestyksekkäästi käyttöön”, korostaa Pomoell.
2. Myyjien ja asiakkaiden tukeminen tuotteiden valinnassa
Mitä enemmän tuotteita verkkokaupassa on, sitä uuvuttavammaksi tuotteiden selaaminen käy. GenAI on oiva prosessin suoraviivaistaja, joka toimii henkilökohtaisen ostoavustajan tavoin.
GenAI-haulle voi kuvata tarpeensa, esimerkiksi: “Näytä kaikki punaiset polkupyörät, jotka maksavat alle 1000 euroa ja sopivat metsäpoluilla ajoon”. Pomoell uskoo, että generatiivinen tekoäly voi mullistaa verkkokauppojen tuotehaun.
Google Cloud -tutkimuksen mukaan lähes 72 prosenttia yhdysvaltalaisista vähittäiskauppapäättäjistä tulee ottamaan GenAI-teknologioita käyttöön vuonna 2024. “Vaikka käyttökohteet voivatkin vaihdella, yksi relevantti kulma on GenAI-avusteinen tuotehaku, joka vastaa kokeneen myyjän tuomaa panosta sopivimman tuotteen löytämiseksi. Trendi on rantautumassa myös Pohjoismaihin”, arvioi Pomoell.
GenAI-tuotehakuun voi tutustua esimerkiksi Walmartin verkkokaupassa, jossa se otettiin käyttöön tammikuussa 2024.
Generatiivinen haku mahdollistaa myös ns. “machine customer” -trendin yleistymisen, missä esimerkiksi kahvikone havaitsee automaattisesti kahvikapselien vähenemisen ja tekee tilauksen kilpailuttaen lähimmät kahvikapselitoimittajat. Gartner ennustaa, että vuoteen 2030 mennessä automaattibotit tekevät 25 prosenttia kaikesta ostamisesta.
3. Yksinkertaisempaa tuotehallintaa – lisää tehokkuutta ja myyntiä
Valmistavan teollisuuden yritykset pyrkivät helpottamaan sekä jälleenmyyjiensä että loppuasiakkaidensa elämää. Usein tuoteinfo ja -ohjeistukset ovat PDF-muotoisina liitteinä, Excel-taulukoina ja osana nettisivujen tekstiä.
Tiedon löytyminen saattaa olla tuurista kiinni ja hidastaa tuotteiden myyntiä monessa portaassa. Mitä jos valmistaja käyttäisikin GenAI-hakua verkkosivustollaan? Näin kuka tahansa voi löytää tarvittavan tiedon helposti ilman kymmenien tiedostojen availua.
GenAI-haun paras puoli on, että kysymykset voi esittää omalla kielellä – riippumatta lähdemateriaalin kielestä. Näin voidaan vähentää merkittävästi asiakastuen kuluja, luoda parempia asiakaskokemuksia sekä vauhdittaa myyntiä.
4. Sujuvaa dokumenttien hallintaa
Sopimusten, yhteistyöehdotusten ja muiden dokumenttien hallinta on aikaa vievää ja kankeaa. Luomalla järkevän tietokannan, johon yhdistetään GenAI-haku, yrityksen työntekijät voivat löytää oikeat paperit helposti. Haku voidaan toteuttaa esimerkiksi kirjoittamalla: “Näytä kaikki 2023 aikana tehdyt sopimukset, jotka sisältävät lausekkeen IPR-oikeuksista” tai “Etsi kaikki työharjoitteluun liittyvät työsopimukset”.
Generatiivisella tekoälyllä voidaan suoraviivaistaa moneen työtehtävään liittyvää työskentelyä. Lisäksi voidaan varmistaa palveluiden ja viestinnän johdonmukaisuus isoissakin organisaatioissa ja säästää aikaa käyttämällä kertaalleen hiottuja sopimuslausekkeita.
5. Parempaa tiedon jakoa kenttätyöskentelyyn
Esimerkiksi insinööri- ja huoltopalveluja tarjoavien yrityksen työntekijät saattavat työskennellä usein asiakaskohteissa ympäri maan. Jotta nämä ammattilaiset voivat tehdä työtään, tarvitsevat he pääsyn erilaisiin järjestelmiin, komponentteihin ja ohjekirjoihin. Tiedon hankkiminen eri paikoista voi olla aikaa vievää.
Mitä jos tarvittavat tiedot tuotaisiinkin suoraan mobiilisovellukseen? GenAI:n avulla ohjeistukset voidaan tuoda käyttäjäystävälliseen, vaiheistettuun muotoon.
“GenAI-hakukoneet ovat mahtavia, sillä ne ovat niin kutsuttuja “headless”-ratkaisuja, jotka eivät rajoitu tiettyyn käyttöliittymään. Toisin sanoen hakua voidaan käyttää mobiilisovelluksessa, verkkosivustolla tai periaatteessa missä tahansa sitä tarvitaankaan. Käytön ei tarvitse rajoittua tyypillisiin chatteihin tai chatbotteihin, joita olemme tottuneet näkemään”, Pomoell muistuttaa.
Dokumenttienhallinta mullistuu
Generatiivinen tekoäly mullistaa tavan, jolla yritykset etsivät ja tulkitsevat dokumenttejaan. Suuristakin tietokannoista voidaan keskustelevalla tavalla löytää relevantti tieto ja hyödyntää sitä esimerkiksi asiakaspalvelussa, myynnissä tai operatiivisen toiminnan tehostamisessa. Menetelmä on yllättävän kustannustehokas ja erittäin tietoturvallinen. Generatiivinen tekoäly kun ei säilö tietoa, vaan se ainoastaan tulkitsee hakutulokset.
