Ajatusjohtajat

Äänien AI siirtyy uutuudesta ydininfrastruktuuriin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Jokaisen teknologian käyttöönoton vaiheessa on hetki, jolloin mielenkiintoinen kysymys ei ole enää “voi se toimia?”, vaan “voimme koordinoida liiketoimintaa sen avulla?”

Olen viettänyt vuosikymmenen hotelliteknologian parissa ja nähnyt tämän siirtymisen tapahtuvan kiinteistöjohtamisjärjestelmissä, sitten tuloverkkoratkaisuissa ja lopulta operatiivisissa alustoissa. Kaava on aina sama. Uusi ominaisuus osoittaa itsensä koepiloteissa, varhaiset käyttäjät työntävät sitä kohti kriittisiä työnkulkujansa, ja sitten se iskee toimintatason, järjestelmiin, joissa epäonnistuminen maksaa rahaa välittömästi, ei post mortem -analyysissä, ja puolet myyjistä, jotka näyttivät hyvältä demoissa, katoavat hiljalleen.

Äänien AI on tässä inflection pointissa nyt.

Vaadimukset muuttuvat, kun panokset ovat oikein

Ääniohjaimet ansaitsivat luotettavuutensa samalla tavalla kuin jokainen muukin yritysten teknologia: osoittamalla itsensä hyödylliseksi matalan panoksen tilanteissa ensin. Ajanvaraus, perusFAQ, reititys. Kapeat tehtävät, joissa virhe maksaa vähän ja “riittävän hyvän” kynnys on matala. Tämä vaihe on suurelta osin jo takana meillä, ja keskustelu on edennyt.

Tänään yritykset käyttävät älykäs agenteja ensimmäisenä yhteydenottokanavana jokaiselle saapuvalle asiakkaan kanssa, roolissa, joka kuului aiemmin ihmiselle vastaanottajalle tai asiakaspalvelukeskukselle. Kun AI omistaa tämän aseman, se muuttuu osaksi liiketoiminnan infrastruktuuria.

Kun AI on kriittisessä asiakasluomisen polussa, arviointikriteerit muuttuvat täysin. Tarkkuusmittaukset ja demoesuoritus muuttuvat merkityksettömiksi. Kysymykset, jotka merkitsevät, ovat: Mikä on tuotantokapasiteetin aikana oleva käytettävyys? Miten järjestelmä toimii, kun soittaja on vahva aksentti, taustamelu tai muuttaa pyyntöään kesken lauseen? Mitä tapahtuu kello 2 aamulla juhlapäivänä, kun tiimisi on saavuttamaton, ja järjestelmä kohtaa jotain, mitä se ei ole aiemmin nähnyt?

Nämä eivät ole reunatapauksia. Tuotannon AI-käytössä ne ovat tiistai.

Mitä reaaliaikainen AI todella vaatii

Älyagenttien suorittaminen reaaliajassa, jossa ei ole marginaalia viivästykseen, ei mahdollisuutta uudelleenyritykseen ja ei ihmistä silmästä silmään, asettaa rajoituksia, joita ei näy benchmark-testauksessa.

Vastausviive on kynnys luottamuksen ja hylkäyksen välillä. Tutkimus, joka on julkaistu Proceedings of the National Academy of Sciences -julkaisussa, osoitti, että ihmiset luonnostaan siirtävät keskustelupalloa noin 200 millisekunnissa, ja että jopa pienet poikkeamat tästä rytmiikasta rekisteröityvät merkkinä siitä, että jotain on vikana. Äänien AI -kontekstissa tämä herkkyyden on seurauksia. Soittajat eivät tietoisesti päätle, että he irtautuvat, kun vastaus kestää liian kauan; he vain tekevät niin. Pausen tuntuu siltä, että jotain on mennyt pieleen, ja he toimivat sen mukaan.

Johdonmukaisuus on toinen rajoitus, ja se on vaikeampi. Älyagentti, joka antaa asiakkaalle tarkan tiedon ensimmäisellä soittokerralla ja toisenlaisen tiedon toisella soittokerralla, ei ainoastaan luo sekaannusta; se tuhoaa luottamuksen järjestelmään ja laajemmin yritykseen. Johdonmukaisuuden saavuttaminen tuotannon mittakaavassa edellyttää reaaliaikaista integrointia kirjanpitojärjestelmiin: varausjärjestelmiin, varastoon, palvelun saatavuuteen ja sijaintikohtaisiin sääntöihin. Äly, joka ei voi muodostaa yhteyttä live-tietoihin, työskentelee aina edellisen päivän tiedoilla, ja asiakkaan keskustelussa eilinen ei ole riittävä.

Kolmas rajoitus on se, joka erottaa toimittajat, jotka ovat toimineet mittakaavassa, niistä, jotka eivät ole: epäonnistumisen palauttaminen. Ensisijaisesti ei estetä jokaista epäonnistumista, koska se ei ole saavutettavissa, vaan järjestelmät, prosessit ja institutionaalinen tietämys siitä, miten etsiä mitä menee rikki, korjata sitä ja ottaa korjaus käyttöön ennen seuraavan vuoron alkamista. Tämä kyky on rakennettu vuosien varrella, ei kuukausien, ja se ei näy tuotedemonstraatiossa.

Upotettu vs. kiinnitetty: miksi se muuttaa kaiken

On merkittävä toiminnallinen ero älyn ja työnkulun välillä.

Lisäksi äly voi suorittaa heikosti ilman katastrofaalista seurausta. Jos tiivistystyökalu ei huomioi asiayhteyttä tai ajanvarausavustaja tarvitsee korjausta, maksu on kitka. Mutta älyagentti, joka käsittelee saapuvia puheluita lääkärin vastaanotolla, kotipalveluyrityksessä tai monisijaisessa vähittäiskaupassa, ei ole lisävaruste. Se on ensimmäinen ja usein ainoa kosketus, jonka asiakas on ennen kuin päättää jäädä tai lähteä. Sietokyky epäjohdonmukaisuudelle on liki nolla.

Kun äly siirtyy liiketoiminnan ytimeen, omistajuuden on siirtyttävä mukana. Ääniohjain, joka käsittelee asiakaspuheluita, ei ole IT-varasto. Se kuuluu sille, joka on vastuussa tuloksesta, ja se muuttaa toimittajan suhteen luonteen täysin. Et osta ohjelmistoa. Otat operatiivisen kumppanin.

Integrointivaatimus muuttuu myös pakolliseksi ehdoksi. Kun olin rakentamassa operatiivisia teknologioita mittakaavassa, järjestelmät, jotka ansaitsivat pysyvän hyväksynnän, olivat ne, jotka käyttäytyivät niin kuin ne jo tunsivat kaiken muun, mitä liiketoiminta tiesi. Äly on saavuttava sama kynnys.

Suorituskyvyn kynnys siirtyy “yleensä tarkasta” “luotettavasti johdonmukaiseksi”. Kyllä, nämä kuulostavat samanlaisilta, mutta ne eivät ole samaa.

Tämä siirtymä ei ole ainutlaatuinen äänelle. McKinseyn asiakaspalvelun tutkimus on dokumentoinut saman kaavan toistuvan asiakkaan älykkään teknologian ympärillä: teknologia siirtyy täydentämisestä infrastruktuuriin, ja organisaatioiden odotukset on siirrettävä mukana. Gartnerin ennusteiden mukaan vuoteen 2028 mennessä 33 %:ssa yrityksen ohjelmistoista on agenteille älykäs äly, mikä on kasvanut alle 1 %:sta vuonna 2024. Se kertoo paljon siitä, mihin operatiiviset toiminnot ovat menossa.

Miten arvioida AI-järjestelmiä tuotantokäyttöön

Virhe, jonka useimmat organisaatiot tekevät, on arvioida AI-järjestelmiä samalla tavalla kuin ohjelmistoa, ominaisuuksien täydellisyyden ja benchmark-suorituksen perusteella. Se toimii, kun järjestelmä on täydentävä, mutta epäonnistuu, kun järjestelmä on kuormittava.

Vuoden 2025 MIT-tutkimus, joka tarkasteli 300 yrityksen AI-käyttöönottoa, osoitti, että 95 %:ssa AI-piloteista ei saavuteta mitattavaa vaikutusta tulokseen, ja ensisijainen syy ei ole mallin laatu. Se on huono integrointi olemassa oleviin työnkulkuihin. Tämä tulokset tulisi muuttaa johtajan lähestymistapaa arviointiin.

Agenteille älykkäälle, joka toimii keskeisissä työnkuluissa, tarvitaan erilainen linssi. Aloita tuotannon historiasta, ei demoista. Kysy, miltä toimittajan suurimmat tuotantokäyttöönotot näyttävät, minkä volyymillä, ja pyydä puhua suoraan näiden asiakkaiden kanssa. Jokainen toimittaja, joka on luottavainen tuotantosuorituskykyynsä, sanoo kyllä ilman epäröintiä.

Arvioi operatiivista tukimallia tarkkaan. Yrityksen AI-käyttöönotto ei ole lisenssiosto. Se on jatkuva operatiivinen suhde. Kysymys ei ole ainoastaan siitä, toimii äly päivänä yksi. Se on, kuka tarkkailee sitä päivänä 90, kun odottamaton asia tulee esiin mittakaavassa.

Mittaa sitä, mitä liiketoimintasi arvostaa, ei turhia mittareita kuten “AI-omaksumista” tai “käsiteltyjä vuorovaikutuksia”. Mittaa johtamisvuorovaikutuksen muuttuvuutta älykkäillä käsitellyillä puheluilla verrattuna ihmiskäsittelemiin puheluihin, asiakastyytyväisyyden arvosanoja ja tulosta, joka voidaan suoraan liittää älykkäisiin palautusvuorovaikutuksiin. Nämä luvut kertovat, onko järjestelmä ansainnut paikkansa vai ainoastaan tuottaa toimintaa.

Lopulta suunnittele organisaatiomuutosta. Gartnerin tutkimus agenteille älykkäiden hankkeiden epäonnistumisesta osoitti, että yli 40 %:ssa agenteille älykkäistä hankkeista peruutetaan vuoden 2027 loppuun mennessä, ja kasvavat kulut ja epäselvä liiketoimintarajoitus mainitaan ensisijaisina syinä. Uskon, että organisaatiot, jotka saavuttavat eniten älykkäistä, ovat ne, jotka määrittävät selkeän vastuun, määrittävät menestyksen liiketoiminnan termein päivä yksi ja pitävät järjestelmää samanlaisella tasolla kuin muut tiimilaiset.

Äänien AI:n saattaminen tuotantoon on helppo osa. Sen pitäminen siellä, sen vastuullistaminen ja sen ansaitseminen paikkansa liiketoiminnassa, siinä on enemmistöllä organisaatioista vielä työtä.

Jason Luo on Newon toimitusjohtaja, joka on ääni-ai-infrastruktuurialusta. Hän on toiminut aikaisemmin ALICE:n toimitusjohtajana ja Actablin liiketoimintajohtajana.