Haastattelut
Fran Loftus, EliseAI:n asiakaskokemusjohtaja – haastattelusarja

Keskeiset kohdatEliseAI:n pystysuuntainen lähestymistapa upottaa toimialakohtaiset työnkulut suoraan…
Näytä lisää
- EliseAI:n pystysuuntainen lähestymistapa upottaa toimialakohtaiset työnkulut suoraan sen tekoälyyn välttääkseen geneeriset chatbot-virheet.
- Tehokkaan tekoälyn asumis- ja terveydenhuollossa on taattava tehtävien loppuunsaattaminen luodakseen luottamusta, ei vain annettava nopeita vastauksia.
- Kokemusjohtajan rooli siirtyy ihmisen ja tekoälyn kumppanuuksien orkestrointiin, kun automatisaatio hoitaa hallinnollista työtä.
Fran Loftus, EliseAI:n asiakaskokemusjohtaja, on dynaaminen johtaja, joka tunnetaan luovasta energiastaan ja monipuolisesta taustastaan. Hänessä yhdistyvät yrittäjähenkisyys ja syvällinen operatiivinen osaaminen. Ennen EliseAI:hin siirtymistään hän oli mukana perustamassa HOMia, teknologiaa hyödyntävää asukaspalvelu- ja osallistamisalustaa, jonka Alfred osti. Myöhemmin hän työskenteli Alfredissa useissa johtotehtävissä ja kehitti asukaskokemusta sadoissatuhansissa asunnoissa. EliseAI:ssa hän on toiminut operatiivisen johdon tehtävissä raportoiden toimitusjohtajalle ja hallitukselle, edistänyt koko yrityksen tehokkuutta, vastannut asiakkaiden tuloksista ja tehnyt tiivistä yhteistyötä tuotekehityksen ja myynnin kanssa tuotestrategiassa ja käyttöönotossa. Perustajana ja alan suunnannäyttäjänä tunnettu Loftus on ollut ehdolla MIPIMin Top Founder -tunnustuksen saajaksi, ja hänet on nimetty toistuvasti CRETechin merkittävimpien naisvaikuttajien joukkoon.
EliseAI on New Yorkissa toimiva tekoälyohjelmistoyritys, joka uudistaa tapaa, jolla asumisen ja terveydenhuollon organisaatiot hallitsevat suuria viestimääriä ja operatiivisia työnkulkuja kehittyneen keskustelevan ja agenttipohjaisen tekoälyn avulla. Sen alusta automatisoi esimerkiksi asuntoesittelyjen ajanvarauksia, vuokraukseen liittyvää viestintää, huoltopyyntöjä, vuokrasopimusten uusimista, potilaiden vastaanottoa ja hallinnollista tukea teksti-, puhe-, sähköposti- ja chat-kanavissa. Näin tiimit voivat toimia tehokkaammin, reagoida paremmin ja parantaa asiakaskokemusta. Kokoamalla nämä vuorovaikutustilanteet yhteen tekoälyjärjestelmään EliseAI auttaa organisaatioita laajentamaan toimintaansa, vähentämään käsityötä ja saavuttamaan mitattavia parannuksia toiminnan kannalta kriittisissä tehtävissä.
EliseAI:n asiakaskokemusjohtajana sinulla on harvinainen yhdistelmä kokemusta yhteisöistä, operatiivisesta toiminnasta ja teknologiasta. Perustit HOMin, alustan, joka auttoi usean asunnon kiinteistöjä tarjoamaan yhteisiä palveluja ja yhteisöllisyyttä laajassa mittakaavassa. Sen jälkeen johdit asiakaskokemusta ja palvelujen toteutusta Alfredissa, asumispalveluyrityksessä, joka toimii tuhansissa asuinrakennuksissa. Miten nämä käytännönläheiset, ihmislähtöiset tehtävät vaikuttavat siihen, miten suunnittelet ja viet käytäntöön tekoälykokemuksia EliseAI:ssa nykyään?
Taustani käytännön kiinteistönhallinnassa opetti minulle, että teknologia on vain niin hyvää kuin sen arjessa tuottama palvelu. HOMissa ja Alfredissa opin, ettei asukas välitä tyylikkäästä käyttöliittymästä, jos huoltopyyntö katoaa mustaan aukkoon tai muutto viivästyy. Siksi minulle on tullut lähes pakkomielle varmistaa, että asiat hoidetaan loppuun. En suunnittele tekoälyä pelkästään keskustelujen käsittelyyn vaan tehtävän koko elinkaaren hallintaan. Asetan etusijalle kriisissä olevan asukkaan tai ylikuormittuneen työntekijän. Varmistan, ettei tekoäly ole heille vain uusi valvottava asia, vaan työkalu, joka keventää heidän taakkaansa.
Millaista toimiva tekoäly on asiakaskokemuksen näkökulmasta asumisessa ja terveydenhuollossa, joissa luottamus, selkeys ja asioiden hoitaminen loppuun ovat yhtä tärkeitä kuin nopeus tai automaatio?
Asumisessa ja terveydenhuollossa nopeus on hyvä asia, mutta luottamusta rakentaa se, että asiat todella hoidetaan loppuun. Hyvän tekoälyn ei pidä vain antaa nopeaa vastausta, vaan sen on varmistettava, että jotakin myös tapahtuu. Jos potilas kysyy laskusta tai vuokralainen haluaa uusia vuokrasopimuksensa, tekoälyn on päivitettävä tiedot, ilmoitettava oikealle vastuuhenkilölle ja kerrottava kysyjälle, että asia on etenemässä. Kyse on selkeydestä ja ennakoivuudesta, jotta ihmisten ei tarvitse soittaa kolme kertaa uudelleen vain tarkistaakseen tilanteen.
EliseAI on valinnut toimialakohtaisen lähestymistavan yleiskäyttöisen tekoälykerroksen sijaan. Miten tämä valinta muuttaa kiinteistötiimien, asukkaiden ja terveydenhuollon henkilöstön arkea verrattuna monille toimialoille tarkoitettuihin tekoälytyökaluihin?
Yleiskäyttöisissä tekoälytyökaluissa asiakas joutuu itse tekemään vaativan työn ja opettamaan ohjelmistolle toimialan säännöt. Koska ratkaisumme keskittyy yksinomaan asumiseen ja terveydenhuoltoon, järjestelmällämme on jo valmiiksi syvällinen ymmärrys näiden alojen työnkuluista, kuten vuokravakuuksia koskevasta sääntelystä tai potilaiden ajanvarausten erityispiirteistä. Käytännön työtä tekeville tämä tarkoittaa, ettei heidän tarvitse hallinnoida yleiskäyttöistä chatbottia, joka saattaa keksiä jonkin toimintaperiaatteen. He käyttävät järjestelmää, joka on jo integroitu heidän nykyisiin ohjelmistoihinsa ja ymmärtää heidän päivittäistä työtään ensimmäisestä päivästä alkaen.
Miten etulinjan työntekijöiden työn seuraaminen ja työnkulkujen kartoittaminen alusta loppuun parantaa mallin toimintaa ja lopullista asiakaskokemusta verrattuna siihen, että koulutuksessa käytettäisiin vain abstraktia dataa?
Abstrakti data näyttää, mitä tehdään, mutta asiakkaiden arjessa mukana oleminen näyttää, miten se tehdään. Kun tiimini viettää aikaa ohjelmiston todellisessa käyttöympäristössä, se havaitsee kitkakohtia, jotka jäisivät aineistosta huomaamatta. Esimerkiksi kartoittaessamme sotilashenkilöstön asuntoja hallinnoivan toimijan työtä tunnistimme monimutkaisia hyväksymisketjuja ja tiukkoja päivittäisiä rajoitteita, joita ei kuvattu yhdessäkään ohjekirjassa. Kun otamme nämä käytännön monitahoiset yksityiskohdat huomioon ja sisällytämme ne tuotteeseen, voimme rakentaa tekoälyä, joka toimii paitsi demossa myös kiireisen toimiston kaaoksessa.
Kun tekoälyjärjestelmät siirtyvät kysymyksiin vastaamisesta tehtävien suorittamiseen, millaisia uusia riskejä asiakaskokemukseen syntyy? Miten varmistat, että automaatio tuntuu tukea tarjoavalta ja luotettavalta eikä tungettelevalta tai vaikeasti ymmärrettävältä?
Suurin riski siirtyy siitä, että tekoäly sanoo jotakin väärää, siihen, että se tekee jotakin väärää. Riskin pienentämiseksi olen luonut tuoteratkaisujen toimintamallin, jossa asiantuntijat — monet heistä entisiä yritysten perustajia — vastaavat tuotteen tietyistä osa-alueista. He määrittelevät täsmälliset säännöt ja suojarajat sille, miten tekoäly suorittaa tehtävän. Näin varmistetaan, ettei se koskaan tee mitään, mikä yllättäisi tai hämmentäisi työntekijää.
Asumisessa ja terveydenhuollossa pienetkin häiriöt voivat nopeasti heikentää luottamusta. Miten suunnittelet agenttipohjaisia tekoälyjärjestelmiä, jotka pysyvät läpinäkyvinä ja ennakoitavina ja joiden toimintaan ihmisten on helppo puuttua ja tehdä korjauksia tarvittaessa?
Luottamusta tukeva suunnittelu alkaa siitä, että luovutaan perinteisestä reaktiivisesta ajattelusta, jossa vain odotetaan ongelmien ilmaantumista. Sen sijaan olen rakentanut tiimin, joka toimii siltana käytännön toiminnan monimutkaisuuden ja tekoälyn logiikan välillä. He eivät ole tukipalvelun työntekijöitä, vaan strategeja ja entisiä yritysten perustajia, jotka vastaavat tuotteen tietyistä osa-alueista alusta loppuun.
He seuraavat työntekijöiden työtä ymmärtääkseen toimialan ehdottomat vaatimukset, kuten sotilashenkilöstön asumiseen liittyvät monimutkaiset hyväksymisketjut tai terveydenhuollon tiukat vasteajat, ja sisällyttävät ne suoraan tekoälyn toimintatapaan. Läpinäkyvyys perustuu siihen, että järjestelmämme on suunniteltu nostamaan mahdolliset ongelmat ennakoivasti esiin ennen kuin niistä tulee asukkaiden tai potilaiden valituksia. Kun tekoäly tunnistaa voimakkaasti tunnepitoisen tilanteen tai monimutkaisen pyynnön, johon sitä ei ole koulutettu, se ei arvaa. Se käynnistää siirron ihmiselle ja antaa työntekijälle vuorovaikutuksen koko historian ja asiayhteyden. Näin tämä voi tulla mukaan tilanteen tuntevana kumppanina sen sijaan, että aloittaisi nollasta.
Kun vastaat käyttöönotosta ja asiakkaiden onnistumisesta, mitä yleisiä kitkakohtia näet asiakkaiden ottaessa tekoälyä osaksi operatiivisia työnkulkujaan? Miten EliseAI vähentää kitkaa jo käyttöönoton alkuvaiheessa?
Suurin kitka johtuu harvoin itse teknologiasta. Useammin kyse on huolesta, että se häiritsee tiimin työn sujuvuutta tai korvaa ihmisten tehtävät. Vastaamme tähän tarjoamalla välitöntä, käytännöllistä helpotusta. Ensimmäisellä viikolla annamme tekoälyn hoitaa toistuvia, suurivolyymisia tehtäviä, jotka aiheuttavat tavallisesti eniten uupumusta, kuten ensimmäiset jatkoyhteydenotot potentiaalisiin asiakkaisiin. Käytämme omaa tekoälyämme myös yrityksemme sisäisten toimintojen hallintaan. Se auttaa ymmärtämään tarkasti työnkulun muuttamisen kipukohtia, jotta voimme olla parempia kumppaneita asiakkaiden käydessä läpi samaa muutosta.
Monien organisaatioiden on vaikea edetä pilottivaiheesta pidemmälle. Miten autat asiakkaita kehittämään prosessejaan ja odotuksiaan niin, että tekoäly juurtuu päivittäiseen toimintaan eikä jää irralliseksi kokeiluksi?
Tekoäly juurtuu käyttöön vasta, kun se lakkaa olemasta sivuprojekti ja muuttuu tavalliseksi osaksi työpäivää. Autamme johtajia järjestämään tiiminsä uudelleen niin, että tekoälyn hoitaessa rutiinityöt ihmiset voivat keskittyä tehtäviin, jotka todella tarvitsevat ihmisen panosta.
EliseAI palvelee nyt noin joka kuudetta asuntoa Yhdysvalloissa. Miten asiakkaiden odotukset muuttuvat tässä mittakaavassa, ja millaisia uusia asiakaskokemuksen haasteita syntyy, kun tekoälystä tulee osa tavanomaista toimintaa?
Tässä mittakaavassa tekoäly ei enää ole vain hieno innovaatio. Se on sähkön kaltainen peruspalvelu. Odotukset muuttuvat: toimivuutta ei enää pidetä vaikuttavana, vaan toimimattomuutta ei hyväksytä. Meidän on hallittava tätä vaihtelua ja samalla ylläpidettävä sataprosenttista luotettavuutta.
Miten näet asiakaskokemusjohtajan roolin kehittyvän seuraavien 2–3 vuoden aikana, kun tekoälyjärjestelmät saavat enemmän vastuuta asumisen ja terveydenhuollon kaltaisissa välttämättömissä palveluissa?
Rooli muuttuu asiakaspalvelun johtamisesta ihmisten ja tekoälyn kumppanuuden koordinointiin. Kun tekoäly ottaa hoitaakseen työn hallinnolliset ja toistuvat osat, asiakaskokemusjohtajan huomio siirtyy kokonaan strategisiin ja tunnepitoisiin kohtaamisiin. Vastuullamme on varmistaa, että maailman automatisoituessa asumisen ja terveydenhuollon ihmisten välisistä kohtaamisista tulee entistä tietoisempia ja vaikuttavampia.
Kiitos erinomaisesta haastattelusta. Lisätietoja haluavien lukijoiden kannattaa vierailla EliseAI:n verkkosivuilla.












