Suomessa AI triage -keskustelu näyttää toistaiseksi liittyvän pääasiassa terveydenhuoltoon.

Se on ymmärrettävää.

Triage on siellä tuttu ajatus: ensin muodostetaan tilannekuva, sitten arvioidaan kiireellisyys ja oikea seuraava askel.

Mutta sama ongelma toistuu monessa muussakin ympäristössä.

Ihminen huomaa jotain, mutta ei välttämättä osaa kuvata asiaa asiantuntijan tarvitsemalla tavalla.

Asiakas kirjoittaa: “järjestelmä ei toimi”.

Asukas kirjoittaa: “lattialämmitys ei toimi kunnolla”.

Tai: “astianpesukone vuotaa vettä”.

Ja siitä pitäisi pystyä aloittamaan.

AI triage ei tarkoita pelkästään priorisointia tai kiireellisyyden arviointia.

Kyse on epäselvän syötteen muuttamisesta sellaiseksi tilannekuvaksi, jota ihminen, järjestelmä tai automaatio voi käyttää.

Monessa nykyisessä prosessissa ensimmäinen vaihe on käytännössä lisätietojen kysyminen: mitä oikeastaan tapahtui, missä ongelma näkyy, kuinka kiireellinen asia on, kenelle asia kuuluu ja mitä pitäisi tehdä seuraavaksi.

Tätä tapahtuu jatkuvasti asiakaspalvelussa, huollossa, IT-tuessa, kenttäpalveluissa, reklamaatioissa ja sisäisissä service desk -prosesseissa.

Silti suuri osa nykyisistä järjestelmistä olettaa edelleen, että käyttäjä osaa tehdä hyvän ilmoituksen heti ensimmäisellä yrittämällä.

Todellisuudessa ihmiset osaavat paljon paremmin tehdä havaintoja kuin diagnooseja.

Kansainvälisesti samasta ilmiöstä puhutaan esimerkiksi termeillä AI triage, intake & routing, intelligent intake, ticket triage, issue enrichment ja troubleshooting.

Microsoft kuvaa Auto Triage AI Agent -ratkaisua, jossa tekoäly analysoi saapuvia virheilmoituksia, poimii olennaisia tietoja, rikastaa niitä dokumentaatiolla ja luo niiden pohjalta jäsenneltyjä virheraportteja Azure DevOpsiin.

Asiakaspalvelussa vastaavaa ajattelua käytetään tikettien luokitteluun, priorisointiin, reititykseen, SLA-arviointiin ja kontekstin rikastamiseen.

Moni nykyinen AI triage -ratkaisu alkaa siitä, kun tiketti on jo syntynyt.

The Compass lähtee vielä aikaisemmasta kohdasta: siitä hetkestä, kun käyttäjä ei vielä osaa kuvata asiaa tiketin arvoisesti.

Olen rakentanut tätä ajatusta The Compassiin asumisen kontekstissa.

The Compass ei yritä korvata huoltoa, isännöintiä tai nykyisiä vikailmoitusjärjestelmiä.

Sen tehtävä on toimia ennen niitä.

Ensimmäinen konkreettinen sovellus tästä on TC Asukkaan apuna -testiversio.

Asukas voi aloittaa esimerkiksi kirjoittamalla:

“lattialämmitys ei toimi kunnolla”

TC ei pyydä käyttäjää tietämään, mistä vika johtuu.

Se ei kysy ensimmäisenä diagnoosia.

Se aloittaa havainnoista.

Ensin TC kysyy esimerkiksi: lämpeneekö lattia lainkaan, lämpeneekö se vain osittain, onko lämpö liian vähäinen, toimiiko säätö normaalisti, milloin tilanne alkoi ja kuinka paljon asia haittaa käyttöä juuri nyt.

Jos käyttäjä kertoo lattian lämpenevän liian vähän, TC tarkentaa tilannekuvaa edelleen: missä lämpö jää vajaaksi, jääkö lämpö vähän vai selvästi vajaaksi, vaikuttaako säätö tilanteeseen ja liittyykö tilanteeseen kosteutta, hajua tai muuta poikkeavaa.

Käyttäjän ei tarvitse tietää oikeita termejä tai vian syytä.

Riittää, että hän pystyy kertomaan mitä havaitsee.

Näin epämääräisestä aloituksesta alkaa muodostua käyttökelpoinen tilannekuva.

Samalla TC voi auttaa arvioimaan kiireellisyyttä, huomioida vastuukysymyksiä, ehdottaa perustarkistuksia, vähentää turhia yhteydenottoja ja auttaa seuraavaa ihmistä ymmärtämään tilanteen nopeammin.

Moni nykyinen AI-keskustelu keskittyy siihen, miten hyvin tekoäly osaa vastata.

Mutta käytännön prosesseissa ongelma alkaa usein paljon aikaisemmin: tilanne on epäselvä jo ennen ensimmäistä vastausta.

Siksi The Compass ei ole ensisijaisesti vastauskerros.

Se on kysymys-, triage- ja tilannekuvakerros ennen seuraavaa askelta.

Kun alkutilanne ymmärretään paremmin, myös seuraavat vaiheet voivat toimia paremmin: ihmiset, automaatio, agentit, priorisointi ja päätökset.

The Compass rakentaa tätä kerrosta: parempi tilannekuva ennen seuraavaa askelta.

— Aimo 🧭