Katie Stein, ASAPP:n toimitusjohtaja – Haastattelusarja

Katie Stein, ASAPP:n toimitusjohtaja, on kokenut teknologia‑ ja liiketoimintajohtaja, jolla on yli kaksi vuosikymmentä kokemusta yritysstrategiasta, operaatioista, digitaalisen transformaation ja yrityskasvun parissa. Ennen kuin hän liittyi ASAPP:n toimitusjohtajana elokuussa 2026, hän toimi Atainin toimitusjohtajana ja vietti kahdeksan vuotta Genpactissa, jossa hän oli Chief Strategy Officer ja Global Business Leader Enterprise Services ja Analytics -osastolle, vastaten yritysstrategiasta, merkittävistä palveluvalikoimista, asiakaskokemuksesta sekä M&A‑aloitteista. Aikaisemmin urallaan Stein työskenteli seniorijohtotehtävissä Mercerin palveluksessa, mukaan lukien globaalina operatiivisena johtajana sen $2,5 miljardia eläkkeiden, terveyden ja etuuksien liiketoiminnassa, ja toimi projektijohtajana Boston Consulting Groupissa. Hänen uransa on pitkälti keskittynyt auttamaan suuria organisaatioita parantamaan operatiivista suorituskykyä, käyttämään teknologiaa tehokkaammin ja toteuttamaan monimutkaisia liiketoimintamuutoksia.

ASAPP on tekoälyyritys, joka keskittyy muuntamaan yritysasiakaspalvelua AI‑natiivisen Customer Experience Platform (CXP) -alustan avulla. Vuonna 2015 perustettu yritys kehittää teknologiaa, joka yhdistää AI‑agentit, ihmisen asiantuntemuksen, asiakastiedot ja yritysjärjestelmät ääni- ja digitaalisilla kanavilla. Alustan keskiössä on GenerativeAgent, AI‑asiakaspalveluagentti, joka on suunniteltu ymmärtämään keskusteluja, pohtimaan asiakaspyyntöjä, toteuttamaan toimia yhdistettyjen yritysjärjestelmien kautta ja ottamaan ihmisen agentit mukaan, kun tarvitaan lisävalvontaa tai harkintaa. ASAPP tarjoaa myös työkaluja testaukseen, seurantaan, hallintoon ja havaittavuuteen, mikä mahdollistaa suurten organisaatioiden ottaa käyttöön asiakaspalvelua tukevan tekoälyn säilyttäen paremman hallinnan automaattisten agenttien käyttäytymisestä.

Uraasi on kulkenut strategia‑ ja transformaatiotehtävistä BCG:ssä, Mercerin ja Genpactin parissa Atainin johtamiseen, ja nyt ASAPP:n toimitusjohtajaksi. Mikä houkutteli sinua ASAPPiin tässä vaiheessa uraasi, ja mitä olet ensimmäisten 30 päivän jälkeen havainnut suurimmiksi mahdollisuuksiksi ja prioriteeteiksi yritykselle?

ASAPP tuli ensimmäisen kerran tietoisuuteeni talvisateen Fern aikana tänä vuonna. Atainissa työskentelimme kaikilla mahdollisilla tavoilla luodaksemme riittävän kapasiteetin yhdelle suurimmista Yhdysvaltain lentoyhtiöistä, kun tuhannet häiriintyneet matkustajat yrittivät päästä kotiin. ASAPP ei vain vastannut kysymyksiin; sen GenerativeAgent uudelleenkirjasi yli 3 800 matkustajaa kuudessa päivässä, mukaan lukien monimutkaiset matka‑aikataulumuutokset. Tämä näytti minulle, miltä yritystason tekoäly näyttää todellisessa paineessa. Ensimmäiset 30 päivääni ovat vahvistaneet tätä näkemystä. Mahdollisuutemme on keskittyä ja skaalata: keskittää resurssit siellä, missä ASAPP:lla on selkein oikeus voittaa, auttaa asiakkaita siirtymään kokeilusta tuotantovaikutukseen, ja toteuttaa asioita nopeammin ja johdonmukaisemmin.

ASAPP:n lähestymistapa yhdistää autonomiset AI‑agentit, deterministiset työnkulut ja ihmisen asiantuntijat yhdeksi orkestrointikerrokseksi. Miten määrittelet, mitkä päätökset jätetään AI‑agentin tehtäväksi, mitkä noudattavat ennalta määriteltyjä sääntöjä, ja mitkä vaativat ihmisen harkintaa?

Emme delegoi koko vuorovaikutusta AI:lle, ennalta määritellylle työnkululle tai henkilölle. Tarkastelemme jokaista päätöstä sen monimutkaisuuden, riskin ja vastuullisuuden perusteella. AI soveltuu hyvin tarkoituksen ymmärtämiseen, kontekstin tulkitsemiseen ja asiakasta mukauttavaan reagointiin. Työnkulut tarjoavat johdonmukaisuutta, kun on noudatettava vaadittuja askeleita tai käytäntöjä. Ihmiset lisäävät harkintaa tilanteissa, jotka ovat epäselviä, poikkeuksellisia tai merkittäviä. Orkestrointi tuo kaikki kolme yhteen samaan vuorovaikutukseen. Tavoitteena ei ole maksimaalinen autonomia. Tavoitteena on ratkaista enemmän asiakastarpeita soveltaen oikeaa hallinnan tasoa jokaisessa päätöspisteessä.

ASAPP pitää ihmisen osallistumista jatkuvana osana AI‑järjestelmää sen sijaan, että se olisi pelkkä eskalointipolku, kun automaatio epäonnistuu. Kun AI‑agentit tulevat kykenevämmiksi, missä uskot ihmisten edelleen tuovan eniten arvoa asiakaspalvelu‑vuorovaikutuksissa?

Ihmisen kekseliäisyys! Muutama kuukausi sitten puhuin seniori‑CX‑johtajan kanssa, joka havaitsi, että suhteellisen pieni määrä puheluita muodostaa suhteettoman suuren osan käsittelyajasta. Nämä ovat usein reunatapauksia, joilla ei ole selkeää UKK:ta, tietopaperia tai vakiintunutta toimintaprosessia. Ne ovat vaikeita, koska organisaatio ei ole aiemmin kohdannut – tai jäsentänyt – vastausta. Ihmiset jatkavat eniten arvon tuomista juuri näissä hetkissä: epäselvyyden tulkitseminen, kilpailevien näkökohtien tasapainottaminen ja harkinnan soveltaminen, kun vakiintunutta ohjeistusta ei ole. Mutta henkilön mukaan ottaminen ei saa edellyttää automaation hylkäämistä ja koko vuorovaikutuksen siirtämistä. AI kerää tarvittavan ja esittää henkilölle tarkan pyynnön ja kontekstin; ihminen tarjoaa harkinnan, ja sen jälkeen AI jatkaa vuorovaikutusta. Tämä asiantuntemus ratkaisee välittömän ongelman ja auttaa laajentamaan, mitä AI voi seuraavaksi ratkaista.

Monet yritykset ovat onnistuneesti osoittaneet generatiivisen tekoälyn toimivuuden pilotteissa, mutta kamppailevat, kun ne yrittävät ottaa sen käyttöön miljoonissa todellisissa asiakasvuorovaikutuksissa. Mitä yritykset useimmiten aliarvioivat siirtyessään AI‑pilottivaiheesta tuotantotason agenttisysteemiin?

Yritykset aliarvioivat usein pitkän hännän. Pilottiprojektit testaavat yleensä määriteltyjä käyttötapauksia hallituissa olosuhteissa. Tuotantomittakaavassa harvinaiset tilanteet muuttuvat arkipäiväisiksi: asiakkaat muuttavat suuntaa, antavat puutteellista tietoa tai yhdistävät tarpeita tavoilla, joita kukaan ei odottanut. Siksi agenttisen tekoälyn skaalaaminen ei ole pelkästään malliongelma. Se vaatii integraatiota yritysjärjestelmiin, hallintaa, valvontaa ja tapaa ottaa ihmiset mukaan, kun tarvitaan harkintaa. Pilotti osoittaa, että teknologia toimii. Tuotanto vaatii arkkitehtuurin ja operatiivisen kurinalaisuuden, jotta se on luotettavaa mittakaavassa.

Kun yritykset siirtyvät yhdestä tekoälyavustajasta kohti useita erikoistuneita yhdessä toimivia agenteja, millaisia uusia teknisiä tai hallinnollisia haasteita syntyy orkestroinnin, havainnoinnin ja vastuullisuuden ympärillä?

Uusi haaste on koordinointi. Enemmän agenteja luo enemmän siirtymäkohtia, päätöspisteitä ja mahdollisuuksia, että konteksti tai vastuullisuus hajoaa. Yritykset tarvitsevat orkestroinnin, joka määrittää, mikä agentti toimii, mitä tietoja ja oikeuksia se saa, ja miten sen työ edistää asiakkaan ratkaisua. Havainnoinnin on ulotuttava koko vuorovaikutuksen ajan, jotta organisaatiot voivat ymmärtää, mitä tapahtui ja miksi. Tämä muodostaa hallinnon perustan. Etu ei tule eniten agenteja käyttämisestä, vaan niiden erikoistuneen älykkyyden koordinoimisesta yhdeksi luotettavaksi, jäljitettäväksi ja vastuulliseksi järjestelmäksi.

ASAPP esitteli äskettäin Continuous Red Teaming -menetelmän, joka testaa automaattisesti sen tekoälyjärjestelmiä yli 50 haavoittuvuusluokan varalta mallien kehittyessä. Kuinka yritysten tulisi miettiä turvallisuutta uudelleen, kun tekoälyagentit eivät enää pelkästään tuota vastauksia, vaan pystyvät yhä enemmän toimimaan asiakkaiden puolesta?

Panokset muuttuvat, kun tekoäly siirtyy vastaamaan kysymyksiin toimintaan. Luvaton tapahtuma tai asiakastietojen paljastuminen on paljon merkittävämpää kuin epätarkka vastaus. Yritysten on asetettava selkeät rajat sille, mihin agentti voi päästä, mitä se voi tehdä ja milloin vaaditaan ihmisen hyväksyntä. Turvallisuus ei myöskään voi olla vain kerran ennen käyttöönottoa suoritettava testi. Kun tekoäly kehittyy, myös pahantahtoiset toimijat innovoivat. Siksi ASAPP testaa jatkuvasti tuhansia vastustavia skenaarioita, jotka kattavat yli 50 haavoittuvuusluokkaa. Turvallisuuden on kehitettävä yhtä nopeasti kuin teknologia, jotta yritykset voivat laajentaa tekoälyn mahdollisuuksia vaarantamatta asiakasluottamusta.

Generatiivinen tekoäly on luontaisesti todennäköisyyspohjaista, mutta asiakaspalveluprosessit sisältävät usein tapahtumia, vaatimustenmukaisuusvaatimuksia ja muita tehtäviä, joissa tulosten on oltava ennustettavia. Kuinka yritykset voivat säilyttää generatiivisen tekoälyn joustavuuden samalla kun tuovat riittävästi determinististä rakennetta, jotta nämä järjestelmät olisivat luotettavia?

Avain on erottaa keskustelu liiketoimintaprosessista. Uskomme, että generatiivisen tekoälyn tulisi tehdä sitä, missä se on paras: ymmärtää asiakas, navigoida epäselvyyksiä ja vastata luonnollisesti. Kriittiset prosessit – kuten vahvistus, tapahtumat ja vaatimustenmukaisuus – tulisi toteuttaa vaiheittaisissa työnkuluissa, jotka pakottavat yrityksen säännöt ja vaaditun järjestyksen. Tämä arkkitehtuuri tarjoaa yrityksille parhaan molemmista: joustavan kokemuksen asiakkaalle ja ennustettavan toteutuksen liiketoiminnalle. Se tekee myös prosesseista helpommin testattavia, tarkastettavia ja parannettavia mallien kehittyessä. Yritysten ei tarvitse tehdä jokaisesta asiakaskeskustelusta jäykkää, jotta tekoäly olisi luotettava. Niiden on oltava erittäin selkeitä siitä, missä tekoäly voi mukautua ja missä prosessi ei missään tapauksessa saa joustaa.

Asiakaspalvelukeskukset ovat perinteisesti mittaaneet automaatiota mittareilla kuten sisällön hallinta ja kustannusten vähentäminen. Kun agenttinen tekoäly kehittyy yhä monimutkaisemmaksi, mitä mittareita yritysten tulisi käyttää määrittääkseen, parantaako tekoäly todella asiakaskokemusta vai vain vähentääkö se ihmisten osallistumista?

Siirrymme pois mittareista kuten ohjaus ja sisällön hallinta ja kohti sitä, mitä kutsun “vahvistetuksi ratkaisuksi”. Haluan, että olemme vastuullisia asiakkaan aikomuksen ymmärtämisestä ja sen todellisesta ratkaisemisesta. Asiakkaana haluan, että kokemus on miellyttävä, mutta ennen kaikkea haluan, että yhteydenoton syy ratkaistaan. Kun mittaamme tätä lopputulosta sen sijaan, että tarkastelemme vain sitä, estikö tekoäly ihmisen agentin tavoittamisen, sovitamme teknologian asiakkaan todelliseen tarpeeseen.

Jos yksi ihmisen asiantuntija voi yhä enemmän valvoa tai ohjata useita tekoälyohjattuja keskusteluja, miten odotat asiakaspalvelukeskuksen työvoiman kehittyvän? Näetkö uusia rooleja, jotka syntyvät tekoälyn valvonnan, koulutuksen, hallinnon ja jatkuvan parantamisen ympärille?

Tämä on se, mikä innostaa minua eniten tulevaisuuden asiakaspalvelukeskuksen toimintamallissa. Nykyään ihmisen agentit ovat eturintamassa, usein auttaen asiakkaita, jotka ovat pettyneitä, hämmentyneitä tai vihaisia, ja käyttävät suuren osan ajastaan monimutkaisten järjestelmien läpikäymiseen näiden ongelmien ratkaisemiseksi. Työ on vaativaa, ja uupumus on korkea. Kun agenttinen tekoäly ottaa yhä enemmän tätä työtä puhe- ja digitaalisilla kanavilla, uskon, että uusi CX-ammattilaisten luokka nousee esiin: ihmisen agentti analyytikkona. Heidän aikansa kuluu yhä enemmän tilanteisiin, jotka vaativat harkintaa, eivät ole mustavalkoisia tai sisältävät sääntelyherkkyyttä. Tämä on perustavanlaatuisesti erilainen rooli, ja tekoäly itse auttaa sen luomisessa.

Kun olet johtanut ASAPPia ensimmäiset 30 päivää, mikä on yllättänyt sinua eniten siitä, missä yritykset tällä hetkellä ovat agenttisen tekoälyn omaksumisessa, ja mitä uskot määrittelevän seuraavan vaiheen tekoälypohjaisessa asiakaspalvelussa?

Olen vaikuttunut siitä, kuinka halukkaita asiakkaat, joiden kanssa olen keskustellut, ovat tekemään agenttisesta tekoälystä keskeisen pilarin CX-strategiassaan sen sijaan, että se olisi vain sivua. Haasteena on, että Digitaaliset, IT-, turvallisuus- ja operatiiviset toiminnot liikkuvat usein eri tahdissa ja mittaavat menestystä eri tavoin. Tämä fragmentaatio vaikeuttaa yritystason liiketoimintatapauksen selkeää näkemistä. Seuraava vaihe edellyttää, että organisaatiot yhtyvät siihen, mikä todella merkitsee yritystasolla, ja ymmärtävät, missä agenttinen tekoäly CX:ssä voi vaikuttaa näihin tuloksiin. Tänään vaikutus voi hämärtyä olemassa olevien tulostaulukoiden ja eristettyjen mittareiden välillä.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa käydä osoitteessa ASAPP.