Suuret kielimallit, tai generatiivinen tekoäly, ovat saaneet laajalti huomiota viimeisen vuoden aikana. Yleinen keskustelu on kuitenkin jäänyt spekulaation tasolle ja keskittynyt enemmän kielimallien popularisointiin. Vaikka yritykset ovat viestineet kilpaa tekoälyn hyödyntämisestä liiketoiminnassaan ja tekoälyn vaikutuksista ihmisen työhön on käyty keskustelua, todellista näyttöä aiheesta on ollut vielä varsin vähän. Tuoreehko yhdysvaltalainen tutkimus tuo nyt konkreettisia tuloksia tekoälyn hyödyistä yrityksen asiakaspalvelun tuottavuuden nostajana.

Toteutetun tutkimuksen tausta-asetelma

Yhdysvaltalaisen tutkimuslaitos National Bureau of Economic Research (NBER) on julkaissut ensimmäisen merkittävän tutkimuksen generatiivisen AI:n vaikutuksista työn tuottavuuteen [1]. Tutkimuksen ovat tehneet Erik Brynjolfsson (Stanford Digital Economy Laboratory) sekä Danielle Li ja Lindsey R. Raymond (MIT Sloan School of Management). Fortune 500 -yrityksessä toteutetussa tutkimuksessa teknisen asiakastuen työntekijöille annettiin käyttöön AI-assistentti, jonka tarkoitus oli auttaa työntekijöitä ratkaisemaan asiakkaiden ongelmia.

• Tutkimuksessa käytettiin 5 179 teknisessä asiakastuessa työskentelevän tuottamaa dataa mm. ratkaistuista tukipyynnöistä ja tähän kuluneesta ajasta, asiakastyytyväisyydestä sekä asiakkaan ja asiakaspalvelijan välisistä keskusteluista.
• Asiakkaat ottivat yhteyttä asiakastukeen joko chatilla tai puhelimitse.
• Asiakkaiden tukipyynnöt koskivat B2B-ohjelmistoa ja keskimäärin tukipyynnön selvittämiseen kului 40 minuuttia.

AI-assistentti tarjosi asiakastuen työntekijöille kahdenlaisia neuvoja – 1) reaaliaikaisia ehdotuksia siitä, miten asiakaspalvelija voisi vastata, sekä 2) linkkejä ohjelmiston dokumentaatioon.

Assistentin ei siis ollut tarkoitus korvata asiakaspalvelijoita, vaan avustaa heitä työssään. Asiakkaan suuntaan assistentti ei näkynyt.

Tutkimuksessa mainitaan, että AI-assistentti oli toteutettu OpenAI:n GPT-mallilla. AI-assistentti otettiin käyttöön marraskuun 2020 ja helmikuun 2021 välisenä aikana, joten todennäköisesti käytetty malli oli joko GPT-3 tai GTP-2. Tutkimus ei kerro tarkempaa versiota taikka yksityiskohtia siitä, oliko mallia hienosäädetty. Voimme tosin aavistella, että mallia oli hienosäädetty tai siinä oli käytetty upotuksia (embeddings) asiakaspalveludatasta.

Lupaavia tuloksia AI-assistentin tuesta asiakaspalvelijan työssä

Tärkein tuottavuuden mittari tutkimuksessa oli asiakaspalvelijoiden tunnissa ratkaisemien tukipyyntöjen määrä, joka nousi keskimäärin 14% AI-assistentin käyttöönoton aikana.

AI-assistentti hyödytti erityisesti uusien asiakaspalvelijoiden työhön perehtymistä ja tasasi tuottavuuseroja

Huomattavaa oli, että AI-assistentti nosti kokemattomien työntekijöiden tunnissa ratkaisemien tukipyyntöjen määrää 35%. [1] Kaikkein kokeneimpien työntekijöiden tuottavuutta AI-assistentti ei juuri nostanut. Tuottavuus siis nousi sitä enemmän, mitä vähemmän kokemusta työntekijällä oli.

Tutkijat eivät myöskään havainneet, että AI-assistentin käyttöönotto olisi heikentänyt asiakastyytyväisyyttä [1], mikä kertonee, että assistentin tarjoamat ehdotukset olivat laadukkaita.

Tuloksista huomattiin, että uusien työntekijöiden kohdalla AI-assistenttia käyttäneiden tunnissa ratkaisemien tukipyyntöjen määrä nousi huomattavasti nopeammin, kuin työntekijöiden, joilla ei ollut pääsyä AI-assistenttiin.

Alla on tutkimuksesta lainattu kuvaaja, jossa vertaillaan uusien työntekijöiden ratkaisemien tukipyyntöjen määrän kehitystä ryhmittäin:

• Punainen käyrä esittää AI-assistenttia alusta asti käyttäneitä
• Vihreä kuvaa 5-6 kuukauden työssäolon jälkeen sen käyttöön saaneita
• Sininen ryhmä ei saanut AI-assistenttia ollenkaan käyttöönsä.

Kuvaajasta huomataan, että AI-assistentin heti alussa käyttöön saaneiden tunnissa ratkaisemien tukipyyntöjen määrä nousi huomattavasti nopeammin (punainen käyrä).

Taloudellista hyötyä nopeammasta perehdyttämisestä ja pienemmästä työntekijävaihtuvuudesta

Tulos on sikäli merkittävä, koska ohjelmistotoimialan asiakaspalvelukeskusten vaihtuvuus on McKinseyn raportin mukaan jopa 60% vuositasolla [2]. Tutkimuksessa myös huomattiin, että AI-assistenttia käyttäneiden työntekijöiden vuosittainen vaihtuvuus laski 8.6% [1]. Toisen McKinseyn raportin mukaan uuden asiakaspalvelijan palkkaamisen kustannukset voivat nousta 10 000 - 20 000 dollariin mm. perehdytyksen, rekrytoinnin sekä menetetyn tuottavuuden vuoksi [3].

Mielenkiintoiseksi tulokset tekee se, että aikasempien digitalisaatioiden aallot ovat nostaneet enneminkin kokeneempien työntekijöiden tuottavuutta. Generatiiviset AI-mallit taas vaikuttavat NBER:n tutkimuksen mukaan kaventavan tuottavuuseroja työntekijöiden välillä [1].

Olisi myös mielenkiintoista tutkia, kuinka paljon asiakaspalvelun kuormitus vähenisi, jos AI-assistentti annettaisiin suoraan asiakkaiden käyttöön, ja he ratkaisisivat omat ongelmansa ainakin osittain sillä. Samalla mallilla voitaisiin todennäköisesti palvella myös tätä käyttötarkoitusta.

Generatiivisen tekoälyn mahdollisuudet tietotyössä

Tutkimus viittaa vahvasti siihen, että generatiivisen AI:n hyödyntäminen erityisesti suuren tekstimassan käsittelyyn liittyvässä työssä, kuten teknisen dokumentaation, lakitekstin tai vero-ohjeiden, nostaisi merkittävästi työn tuottavuutta. Myös ohjelmoinnissa AI-assistentit ovat osoittautuneet tuottavuutta parantaviksi työkaluiksi. Vuoden 2023 tutkimuksessa Copilot-assistenttia käyttäneet ohjelmoijat koodasivat HTTP-serverin 55.8% nopeammin kuin verrokkiryhmä [4].

NBER:n tutkimus osoitti, että generatiivinen AI voi nopeuttaa oppimiskäyrällä eteenpäin siirtymistä merkittävästi. Generatiivisen AI:n potentiaali työn tuottavuuden nostajana voi olla paljon suurempi erityisaloilla, joilla korkean tuottavuuden saavuttaminen vaatii useiden vuosien koulutuksen lisäksi useiden vuosien työkokemuksen.