Kun ChatGPT ja muut viesteillä toimivat vuoropuhelutyyppiset tekoälyt ilmestyivät markkinoille, oli vain luonnollista kysyä, milloin esimerkiksi pankkien tai lentoyhtiöiden sivustojen kankeat botit korvattaisiin. Asiakastukibotin tavoite on olla aina saatavilla sekä auttaa ratkaisemaan käyttäjän ongelma, mutta avainsanojen tunnistamiseen perustuvat botit eivät kykene vastaamaan monimutkaisiin kysymyksiin. Anam on esimakua siitä, miltä asiakastuen kanssa keskusteleminen tulee näyttämään tulevaisuudessa.
Tekoälyapuri, joka voi oikeasti tehdä jotain
Alustana Anam on hyvin samanlainen kuin muut tekstipohjaiset tekoälyavustajat. Työkalu perustuu taustalla ”laajaan kielimalliin” (Large Language Model), jonka ympärille on rakennettu puheentunnistus ja -syntetisointimallit.
Samaan käyttötarkoitukseen suunnatuissa kilpailevissa tuotteissa (vastaavimmat näistä ovat D-ID ja HeyGen) on paljon yhtenäisyyksiä ominaisuuksien suhteen. Omien asiakirjojen syöttäminen chattibotin tietopankin luomiseksi on yksi niistä. Retrieval Augmented Generation (RAG) -menetelmässä ladatuilla PDF-tiedostoilla voidaan antaa avustajalle pääsy tietoon, jota halutaan sen käyttävän vastauksia laatiessaan. Tällainen botin sisäinen tieto voi olla sellaista, jota ei löydy netistä helposti. Anam antaa avustajille myös mahdollisuuden kutsua erilaisia toimintoja, jolloin tekoäly toimii ns. ”agenttina” käyttäjälle suorittamalla mitä tahansa toimenpiteitä, mitä sivustolla voidaan tarvita. Agentti voi kutsua metodeja määritetystä API-rajapinnasta, joka mahdollistaa vaikkapa sääolosuhteiden hakemisen halutusta sijainnista tai käyttäjän tilauksen tilan ilmoittamisen verkkokaupassa.
Agentin ottaminen osaksi omaa verkkosivustoa on hyvin yksinkertaista. Videopuhelulle on olemassa valmis HTML-elementti, joka voidaan sijoittaa mille tahansa staattiselle verkkosivustolle tai CMS-alustalle (kuten WordPress). Videopuheluelementti lisätään osaksi sivua, ja keskustelu voidaan aloittaa soittopainiketta klikkaamalla. Puhumisen lisäksi myös tekstin syöttäminen tekstikenttään on mahdollista. Harmillisesti ikkunassa ei ainakaan tämän blogitekstin kirjoittamisen aikana näkynyt viestihistoriaa tai viimeisintä vastausta tekstimuodossa. Tämä voisi olla hyödyllinen ominaisuus, jos asiakas kysyy linkkiä johonkin artikkeliin, tuotesivuun tai vaikkapa ohjesivustolle.
WordPressistä yhden askeleen eteenpäin ottamalla videopuheluelementin rajat laajentuvat huomattavasti. Integroimalla Anam-kehitysympäristön omaan web-sovellukseen voidaan päästä käsiksi viestihistoriaan tai puhelunäkymän ulkonäköön aivan sen syvimmistä juurista lähtien. Sen kirjastot ovat saatavilla Node-sovelluskehyksille.
Mukaansatempaavampi koulutustyökalu
Anam AI:n yksi suurimmista eduista piilee sen potentiaalissa koulutusympäristönä. Perinteiset verkkokurssit ja videoluennot ovat usein passiivisia, kun taas Anam‑agentti voi toimia interaktiivisena “opettajana”, joka esittää kysymyksiä, tarkistaa vastauksia reaaliajassa ja tarjoaa välitöntä palautetta. Anam-työkalun API‑integraatio mahdollistaa roolipelien ja simulaatioiden toteuttamisen: esimerkiksi myyntitilanteen harjoittelu, jossa agentti ottaa asiakkaan roolin ja reagoi myyjän tekemiin valintoihin aivan kuin oikea henkilö tekisi. Yritykset voivat hyödyntää tällaisia tilanteita sisäisissä koulutuksissaan.
Käytännön esimerkki koulutuksesta:
Kuvittele, että myyntitiimisi harjoittelee uuden tuotteen lanseerausta. Anam‑agentti toimii potentiaalisena asiakkaana, esittää vastaväitteitä, pyytää lisätietoja ja jopa neuvottelee hintaa. Jokainen vuorovaikutus tallentuu, ja kouluttaja voi myöhemmin tarkastella, mitkä argumentit toimivat ja mitkä eivät. Tämä tekee oppimisesta konkreettista, mittavaa ja skaalautuvaa – ominaisuuksia, joita perinteinen video‑ tai tekstipohjainen koulutus ei pysty tarjoamaan.
Konteksti on tärkeä siinä missä muillakin
Etenkin palvelurooleissa tekoälyn on ymmärrettävä toimintaympäristön asiayhteys. Hyvän chattibotin ei tulisi keksiä tietoa summanmutikassa ja täten antaa mahdollisia vääriä ohjeita. Canada Airlines otti tekoälyn aikaisessa vaiheessa käyttöön asiakastuessaan, ja asiakkaalle kerrottiin vakuuttavasti, että hän olisi oikeutettu korvaukseen kauan sen jälkeen, mikä heidän oikea määräaikansa oli. Tässä tapauksessa tekoälyn koulutusvaiheessa yleistetyn osaamisen luotettiin riittävän.
Anam-tyyppinen videopuheluagentti näyttää, kuinka ääni- ja tekstipohjainen tekoäly voidaan yhdistää sujuvasti verkkosivuihin ja sovelluksiin. Se avaa ovia tehokkaampiin asiakaspalveluihin, dynaamiseen koulutukseen ja automatisoituihin työnkulkuihin. Samalla teknologia on vielä kehitysvaiheessa: se vaatii tarkkaa hallintaa, hyvää tietoturvaa ja realistista odotusta sen nykyisistä rajoitteista.
Kirjoittaja:
Kalle Niemi, asiantuntija, Lapin ammattikorkeakoulu
