Tekoälyn puhelinpalvelun sanasto: jargon auki selkokielellä

Lähdit selvittämään tekoälyn puhelinassistenttia yhden yksinkertaisen ongelman takia – vastaamatta jäävien puheluiden – ja jossain kolmannen selainvälilehden kohdalla eteen tuli sanamuuri. Puheagentti. IVR. Puhelun kulku. SIP. Numeronsiirto. Viive. Kaikki käyttävät näitä kuin tietäisit ne jo, eikä kukaan pysähdy selittämään. Tämä on se sivu, joka pysähtyy ja selittää. Ei myyntikiiltoa eikä oletusta omasta IT-osastosta, vain se tekoälyn puhelinpalvelun sanasto, jota oikeasti tarvitset hyvän päätöksen tekemiseen.

Rehellinen totuus näistä termeistä on tämä: ne ovat olemassa siksi, että puhelinjärjestelmän rakensivat insinöörit insinööreille vuosikymmeniä ennen kuin kukaan kuvitteli tietokoneen vastaavan puhelimeen ihmisäänellä. Jargon on vanhaa putkistoa. Sinun ei tarvitse ryhtyä putkimieheksi. Riittää, että erotat oikean ominaisuuden kiiltävästä sanasta ja ymmärrät, mitä myyjä oikeasti lupaa sanoessaan, että puhelusi hoidetaan.

Kaksi sanaa, jotka sekoittavat eniten

Ennen varsinaista sanastoa selvitetään kaksi termiä, jotka menevät jatkuvasti sekaisin: IVR ja puheagentti. Molemmat vastaavat puhelimeesi. Ne eivät ole sama asia, ja juuri tuo ero on koko tämän tuoteluokan ydin.

IVR eli Interactive Voice Response, suomeksi puhelinvalikko, on se vanha ”näppäile 1, jos haluat myyntiin, näppäile 2, jos haluat tukeen” -viritys. Sitä on ollut olemassa 1980-luvulta asti. Se etenee jäykkää puuta pitkin: soittaja painaa näppäintä tai sanoo yhden ennalta määrätyn sanan, ja järjestelmä siirtyy seuraavaan haaraan. Se ei ymmärrä lausetta. Se ei osaa vastata kysymykseen, jota et ole ohjelmoinut siihen etukäteen. Soittajat inhoavat sitä kuuluisan yksimielisesti, ja syystä: se panee heidät tekemään työn.

Puheagentti (myös tekoälyvastaanottaja, tekoälyn puhelinassistentti tai keskusteleva puhetekoäly) kuuntelee, mitä soittaja oikeasti sanoo, ymmärtää sen taustalla olevan aikomuksen ja vastaa luonnollisella puheella. Kysy siltä ”oletteko lauantaina auki?”, niin se vastaa kysymykseen. Pyydä varaamaan aika tiistai-iltapäiväksi, ja se tekee sen. Valikkopuuta ei tarvitse selata, koska valikkoa ei ole. Tämä on se harppaus, jonka viime vuodet tekivät mahdolliseksi, ja juuri siksi koko sanasto meni yhtäkkiä sekaisin: vanhat ja uudet termit istuvat nyt vierekkäin.

Puheagentti (ja sen monet nimet)

Puheagentti on yläkäsite ohjelmistolle, joka käy puhutun keskustelun puhelimessa. Näet saman idean myytävän tusinalla eri nimellä: tekoälyvastaanottaja, tekoälyn puhelinassistentti, virtuaalinen puhelinvastaaja, keskusteleva tekoäly, tekoälyn puhelinpalvelu, puhebotti. Markkinointi valitsee sanan, joka kuulostaa omalle yleisölleen ystävällisimmältä. Konepellin alla ne kuvaavat samaa kolmivaiheista temppua.

1. Se kuulee sinut – puheentunnistus muuttaa sanasi tekstiksi sillä hetkellä, kun sanot ne.
2. Se ymmärtää ja päättää – kielimalli lukee tekstin, päättelee mitä haluat ja valitsee vastauksen yrityksen profiilin ja sääntöjen perusteella.
3. Se puhuu takaisin – puhesynteesi muuttaa vastauksen luonnolliseksi ääneksi niin nopeasti, että keskustelu tuntuu elävältä puhelulta.

Kun joku sanoo puheagenttinsa olevan ”hyvä”, hän tarkoittaa yleensä sitä, että nämä kolme vaihetta tapahtuvat riittävän nopeasti ja tarkasti, ettei soittajasta tunnu puhuvan koneelle – tai ainakaan se ei häiritse häntä. Kaikki muut tämän sanaston termit ovat oikeastaan vain yksityiskohtia siitä, miten nuo kolme vaihetta kytketään sinun oikeaan puhelinnumeroosi.

Puheentunnistus, litterointi ja puhesynteesi

Puheentunnistus (STT, speech-to-text), jota kutsutaan myös nimellä automaattinen puheentunnistus (ASR), on vaihe, joka muuttaa soittajan puheen kirjoitetuksi tekstiksi reaaliajassa. Se on järjestelmän korvat. Aksentit, taustamelu ja päälle puhuminen ovat sen vaikeimmat ongelmat, ja juuri siksi puheagenttia kannattaa aina testata oikealla, hieman sotkuisella puhelulla eikä siistillä studiodemolla.

Litterointi on läheistä sukua mutta palvelee eri tarkoitusta. Puheentunnistus tapahtuu livenä, jotta agentti voi vastata; tekstiversio on koko keskustelun kirjallinen tallenne, joka jää talteen luettavaksi jälkikäteen. Tämä on niitä hiljaisen arvokkaita ominaisuuksia. Jokaisen puhelun jälkeen hyvä assistentti lähettää sinulle tekstiversion ja lyhyen yhteenvedon: kuka soitti, mitä hän halusi, mistä sovittiin. Saat puhelun asiasisällön ilman, että sinun piti olla paikalla.

Puhesynteesi (TTS, text-to-speech) eli äänen tuottaminen on suu. Se muuttaa agentin valitseman vastauksen kuultavaksi puheeksi. Nykyaikainen puhesynteesi on se, mikä saa tämän päivän assistentit kuulostamaan ihmiseltä eikä 1990-luvun navigaattorilta: luonnollinen rytmi, hengitykset, satunnainen ”hmm”. Joskus kuulet sanalla ääni tarkoitettavan tiettyä syntetisoitua persoonaa, jonka voit valita (lämpimämpi, ripeämpi, tietty aksentti).

Puhelun kulku (ja keskustelun suunnittelu)

Puhelun kulku on kartta siitä, mitä puhelun aikana tapahtuu: miten agentti tervehtii soittajaa, mitä se saa tehdä, milloin se varaa ajan ja milloin ottaa viestin, ja milloin se siirtää puhelun ihmiselle. Vanhoissa IVR-järjestelmissä puhelun kulku oli jäykkä päätöspuu. Hyvässä puheagentissa se on pikemminkin joukko tavoitteita ja rajoja: ”tervehdi lämpimästi, vastaa kysymyksiin yritysprofiilin pohjalta, tarjoa ajanvarausta jos soittaja haluaa ajan, ota viesti jos olet epävarma”.

Kuulet myös termit keskustelun suunnittelu ja kehote (prompt), joilla tarkoitetaan kirjallisia ohjeita agentin käytöksen ja sävyn muokkaamiseen. Käytännön pointti sinulle: mitä enemmän käyttöönotto kysyy sinun yrityksestäsi – palveluistasi, aukioloistasi, hinnoistasi, siitä miten haluat tiedustelut hoidettavan – sitä paremmin puhelun kulku istuu. Yleisluontoinen assistentti ilman taustatietoja antaa yleisluontoisia ja joskus vääriä vastauksia. Kyse ei ole tekniikan epäonnistumisesta vaan siitä, että käyttöönotto jätettiin kesken.

Aikomus, entiteetit ja ”hallusinaatio”

Aikomus (intent) on se, mitä soittaja yrittää saada aikaan tarkkojen sanojensa alla. ”Onko teillä torstaina mitään vapaana?”, ”Pääsisinkö tällä viikolla?” ja ”Tarvitsen ajan” ovat kolme lausetta, joilla on yksi aikomus: varata aika. Aikomuksen tunnistaminen erottaa puheagentin IVR:stä, joka ymmärtää vain sen täsmällisen fraasin, jonka olet käsikirjoittanut.

Entiteetit ovat pyynnön sisällä olevat yksittäiset tiedot: päivä, kellonaika, nimi, puhelinnumero, palvelu. Lauseessa ”varaa minulle hiustenleikkuu Samille ensi tiistaiksi neljäksi” on neljä entiteettiä, jotka agentin on poimittava oikein. Kun joku valittaa, että varaus tuli väärään aikaan, kyse on yleensä väärin kuullusta entiteetistä. Kannattaa siis varmistaa, että assistenttisi toistaa tiedot soittajalle ennen puhelun päättämistä.

Hallusinaatio on alan suora sana sille, kun tekoäly keksii itsevarmasti jotain omasta päästään: hinnan, jota et ole koskaan asettanut, tai palvelun, jota et tarjoa. Tämä on yrityksen kannalta se olennaisin riski, koska sujuvasti annettu väärä vastaus on pahempi kuin ei vastausta lainkaan. Suojakaide on ankkurointi: hyvin rakennettu assistentti vastaa vain antamasi profiilin pohjalta ja sanoo ”otan viestin ja pyydän jotakuta vahvistamaan”, kun se ei tiedä. Jos toimittaja ei suostu kertomaan, miten he estävät hallusinaatiot, sitä kysymystä kannattaa painaa.

Soitonsiirto – helppo tie sisään

Tämä termi ratkaisee, kuinka paljon vaivaa käyttöönotosta oikeasti tulee. Soitonsiirto tarkoittaa, että käsket nykyisen puhelinliittymäsi ohjata puhelut jonnekin muualle, tässä tapauksessa tekoälyassistentille. Numerosi pysyy täsmälleen siellä missä se on, nykyisellä operaattorillasi. Lisäät vain säännön: siirrä puhelut tähän uuteen numeroon.

Siirron voi yleensä asettaa ehdolliseksi. Ehdoton soitonsiirto ohjaa jokaisen puhelun assistentille. Varattu- ja ei vastaa -siirto ohjaa vain silloin, kun linjasi on varattu tai kukaan ei vastaa muutamaan soittoon. Vastaat siis itse ne puhelut, jotka ehdit, ja assistentti nappaa ylivuodon ja aukioloaikojen ulkopuoliset. Useimmille pienyrityksille juuri tämä ehdollinen asetus on se makein kohta: vastaat itse kun olet vapaana, eikä mikään putoa välistä silloin kun et ole.

Numeronsiirto – pysyvä muutto

Numeronsiirto on aivan toisenlainen muutos: se tarkoittaa puhelinnumerosi omistajuuden siirtämistä operaattorilta toiselle. Sen tekee silloin, kun vaihtaa puhelinyhtiötä kokonaan ja haluaa pitää numeronsa. Se on pysyvä, siihen liittyy paperitöitä, ja siinä voi mennä päivästä pariin viikkoon maasta ja operaattorista riippuen.

Tässä syy, miksi ero on tärkeä juuri ostoksilla: tekoälyn puhelinassistentin käyttöön ei melkein koskaan tarvitse siirtää numeroa. Soitonsiirto hoitaa homman ilman sitoutumista. Jos toimittajan käyttöönotto vaatii siirtämään yrityksesi päänumeron pelkkää kokeilua varten, se on raskas pyyntö asiasta, jota et ole vielä todennut toimivaksi. Ole silloin varuillasi. Numeronsiirto on hyvä työkalu omaan tarkoitukseensa eli operaattorin vaihtoon, mutta sen ei pitäisi olla pääsymaksu vastaanottajan testaamiseen.

SIP, VoIP ja putkistosanat

Nämä ovat niitä termejä, joista yrittäjän katse lasittuu, joten pidetään ne lyhyinä ja rehellisinä: useimmille pienyrityksille pätee, että näitä ei tarvitse ymmärtää ostaakseen tai käyttääkseen tekoälyassistenttia. Törmäät niihin kuitenkin, joten tässä mitä ne tarkoittavat.

VoIP (Voice over Internet Protocol) tarkoittaa yksinkertaisesti puheluita, jotka kulkevat internetin yli perinteisten kuparilinjojen sijaan. Jos soitat sovelluksella, tietokoneeseen kytketyllä kuulokemikrofonilla tai verkkoon liitetyllä pöytäpuhelimella, käytät jo VoIP:ia. Useimmat nykyaikaiset yrityspuhelimet käyttävät.

SIP (Session Initiation Protocol) on tekninen standardi, joka avaa ja sulkee nuo internetpuhelut – kättely, joka yhdistää kaksi päätä. SIP-trunk taas on yritystason linjanippu, joka toimitetaan internetin yli. Kuulet nämä sanat, kun palveluntarjoaja kytkee tekoälyassistentin suoraan isomman yrityksen puhelinjärjestelmään. Yhden, kahden tai viiden hengen yrityksessä tämä on putkistoa, joka tapahtuu kulissien takana; siihen koskee harvoin.

Viive, keskeyttäminen ja vuorottelu

Nämä kolme sanaa kertovat, tuntuuko puhelu luonnolliselta, ja se merkitsee enemmän kuin mikään tekninen erittely.

Viive eli latenssi on se tauko, joka jää soittajan puheen loppumisen ja assistentin vastauksen alkamisen väliin. Puhelussa hiljaisuudesta tulee epämukavaa nopeasti: jo kahden sekunnin tauko tuntuu siltä kuin linja olisi katkennut. Matala viive on se, mikä saa puheagentin tuntumaan läsnä olevalta eikä laahaavalta. Se on yksi vaikeimmista asioista tehdä oikein ja yksi helpoimmista huomata, joten luota testipuhelussa omiin korviisi enemmän kuin mihinkään esitteen lukuun.

Keskeyttäminen (barge-in eli keskeytysten käsittely) tarkoittaa sitä, voitko katkaista agentin kesken lauseen niin että se lopettaa ja alkaa kuunnella, kuten ihminen tekisi. Ilman sitä agentti puhuu päällesi ja joudut odottamaan, että se saa käsikirjoitetun repliikkinsä loppuun ennen kuin se kuulee sinua. Sen kanssa keskustelu virtaa. Vuorottelu on laajempi taito tunnistaa, onko soittaja saanut ajatuksensa loppuun vai vetääkö hän vain henkeä. Jos nämä menevät pieleen, älykäskin agentti tuntuu robotilta; jos ne menevät oikein, soittajat eivät useinkaan tajua puhuvansa ohjelmistolle.

Puhelunsiirto, eskalointi ja lämmin siirto

Hyvä assistentti tuntee rajansa, ja nämä sanat kuvaavat, mitä se tekee siellä rajalla. Puhelunsiirto (tai eskalointi) on se hetki, jolloin tekoäly lopettaa ja ottaa ihmisen mukaan, koska soittaja on tuohtunut, kysymys on mutkikas tai hän pyytää nimenomaan ihmistä. Se, kuinka sulavasti tuote hoitaa tämän, kertoo paljon siitä, kuinka paljon sen tekijät kunnioittavat soittajaa.

Tyylejä on kaksi yleistä. Lämmin siirto ohjaa käynnissä olevan puhelun suoraan ihmiselle, mieluiten lyhyen yhteenvedon kanssa siitä mitä on puhuttu, jottei soittajan tarvitse toistaa itseään. Viestisiirto kirjaa tiedot ylös ja ilmoittaa sinulle, että soita takaisin. Se on oikea ratkaisu silloin, kun kukaan ei ole ottamassa puhelua vastaan, esimerkiksi aukioloaikojen ulkopuolella. Olennaista on, ettei luotettava assistentti koskaan väitä olevansa ihminen kun sitä kysytään, eikä koskaan jätä ketään loputtomaan silmukkaan ilman keinoa tavoittaa ihminen.

Rinnakkaiset puhelut, 24/7 ja tavoitettavuus

Rinnakkaisuus tarkoittaa sitä, kuinka monta puhelua assistentti pystyy hoitamaan samaan aikaan. Ihmisvastaanottaja vastaa yhteen puheluun; kaikki muut kuulevat varattu-äänen tai vastaajan. Puheagentti voi ottaa vastaan useita tai jopa kymmeniä samanaikaisia puheluita ilman jonoa. Yritykselle, jolle tulee äkillisiä ryntäyksiä – kampanja, kiireinen maanantaiaamu, hätätilanne – tämä on hiljaisesti yksi suurimmista voitoista: ketään ei jätetä odottamaan, eikä yksikään soittaja päätä kokeilla sen sijaan kilpailijaasi.

24/7 ja tavoitettavuus ovat suoria lupauksia siitä, että assistentti vastaa kellon ympäri, myös öisin, viikonloppuisin ja pyhinä. Juuri tämä on syy, jonka takia moni yrittäjä alkaa ylipäätään selvittää asiaa. Laskutoimitus on yksinkertainen: jos sinulta jää kymmenen puhelua viikossa väliin – aukioloaikojen ulkopuolella, asiakastapaamisten aikana, kiinniolopäivinä – ja edes yksi niistä oli varaus, joka olisi kannattanut ottaa, ne nappaava assistentti maksaa itsensä takaisin. Keksittyä tutkimusta ei tarvita; tiedät jo itse, kuinka monta puhelua sinulta jää väliin.

Yritysprofiili, tietopankki ja ”koulutus”

Yritysprofiili eli tietopankki on se tieto, josta assistentti ammentaa vastauksensa: palvelusi, aukioloaikasi, ne hinnat jotka olet päättänyt kertoa, sijainti ja tapasi hoitaa yleisimmät pyynnöt. Tämä on se yksittäinen tärkein asia, jota hallitset itse, sillä assistentti on täsmälleen niin tarkka kuin tämä profiili. Käytä kaksikymmentä minuuttia sen täyttämiseen kunnolla, niin ero puheluiden laadussa on dramaattinen.

Sana koulutus vilahtelee tässä yhteydessä joskus löyhässä merkityksessä. Se voi tarkoittaa taustalla olevan kielimallin syvää teknistä kouluttamista, jonka tekee toimittaja eikä sinä, tai sitten pelkkää profiilin täyttämistä, jotta assistentti tuntee yrityksesi. Kun pienyrityksen työkalu lupaa, että ”koulutat assistenttisi minuuteissa”, se tarkoittaa lähes aina jälkimmäistä, ystävällisempää asiaa: vastaat lyhyeen ohjattuun kyselyyn siitä, miten toimit. Kenenkään ei odoteta tekevän koneoppimista.

Miten tämä kääntyy käytännön käyttöönotoksi

Kun jargonin panee yhteen, todellinen työnkulku on virkistävän tavallinen. Vunoonissa rekisteröidyt, täytät lyhyen ohjatun kyselyn, josta tulee yritysprofiilisi, ja testaat puheagenttia soittamalla sille ja puhumalla sille niin kuin asiakas puhuisi. Kun olet tyytyväinen, asetat soitonsiirron nykyiseen liittymääsi – ei numeronsiirtoa, ei opeteltavaa SIP-putkistoa – ja olet livenä. Jokaisen puhelun jälkeen saat tekstiversion ja yhteenvedon, ja kun assistentti ei osaa auttaa, se tekee sulavan viestisiirron arvailun sijaan.

Juuri tämä on näiden sanojen purkamisen pointti: kun näet niiden läpi, tekniikka lakkaa olemasta pelottavaa ja muuttuu lyhyeksi listaksi päätöksiä, joihin pystyt aivan hyvin. Sinun ei tarvitse puhua sujuvaa teleoperaattoria. Tarvitset vastaanottajan, joka vastaa, ymmärtää ja siirtää puhelun rehellisesti eteenpäin – ja nyt osaat sanoa, tekeekö tuote oikeasti niin.

1. 1
   Rakenna profiili

   Vastaa ohjattuun kyselyyn palveluistasi, aukioloistasi ja siitä, miten haluat tiedustelut hoidettavan. Tämä on se tietopankki – assistentti on täsmälleen niin hyvä kuin se, mitä tänne laitat.
2. 2
   Testaa puheagenttia

   Soita sille. Keskeytä, mumise, kysy jotain käsikirjoituksen ulkopuolelta. Testaat viivettä, keskeytysten käsittelyä ja sitä, vastaako se profiilisi pohjalta.
3. 3
   Siirrä puhelusi

   Aseta ehdollinen soitonsiirto, jotta assistentti nappaa ylivuodon ja aukioloaikojen ulkopuoliset puhelut. Numerosi pysyy täsmälleen paikallaan, ja saat siirron pois päältä sekunneissa.
4. 4
   Lue tekstiversiot

   Jokainen puhelu palaa sinulle yhteenvetona ja tekstiversiona, joten näet kaiken olennaisen myös niistä puheluista, joihin et itse vastannut.