Chatbot vai AI-agentti? Ratkaiseva ero on toiminnassa

Kaksi verkkosivun keskusteluikkunaa voi näyttää lähes identtisiltä.

Ensimmäinen tunnistaa käyttäjän kysymyksen ja muodostaa siihen vastauksen. Toinen yrittää ymmärtää, mitä ostaja oikeastaan tavoittelee, etsii vastauksen hyväksytystä tiedosta, esittää tarvittaessa tarkentavan kysymyksen, arvioi tilanteen kaupallista merkitystä ja vie asian oikealle myyjälle tarvittavan kontekstin kanssa.

Käyttäjälle ero voi näyttää pieneltä.

Pellin alla kyse on kuitenkin kahdesta täysin erilaisesta toimintamallista.

Ensimmäisen tavoite on vastata kysymykseen. Toisen tavoite on ymmärtää tilannetta ja viedä sitä tarkoituksenmukaisesti eteenpäin.

Tästä syntyy myös chatbotin ja AI-agentin olennaisin ero. Sitä ei kannata etsiä siitä, kuinka ihmismäiseltä keskustelu kuulostaa tai kuinka kehittynyttä kielimallia järjestelmä käyttää.

Ratkaiseva kysymys on:

Saako järjestelmä vain muodostaa vastauksen vai myös päättää ja toteuttaa seuraavan hyödyllisen toimenpiteen?

Chatbot on käyttöliittymä, agentti on toimintamalli

Chatbot tarkoittaa ennen kaikkea keskusteluun perustuvaa käyttöliittymää.

Se voi olla yksinkertainen sääntöpohjainen ratkaisu tai erittäin kehittynyt generatiivista tekoälyä hyödyntävä avustaja. Moderni chatbot voi ymmärtää luonnollista kieltä, etsiä tietoa suurista aineistoista ja tuottaa erinomaisia vastauksia olematta silti varsinainen agentti.

AI-agentti määritellään eri tavalla.

Sen tehtävänä on saavuttaa sille annettu tavoite. Se voi valita tilanteeseen sopivia työvaiheita, käyttää sille annettuja työkaluja, tarkastella toiminnan tuloksia ja päättää niiden perusteella, miten jatkaa.

Siksi agentti ei edes tarvitse keskusteluikkunaa. Agentti voi toimia esimerkiksi CRM, sähköpostin, asiakaspalvelujärjestelmän tai taustaprosessin sisällä.

Anthropic tekee omassa agenttiarkkitehtuuriaan käsittelevässä materiaalissaan hyödyllisen eron työnkulkujen ja agenttien välille: työnkulussa kielimallit ja työkalut etenevät ennalta määriteltyjä polkuja pitkin, kun taas agentti ohjaa dynaamisemmin omaa prosessiaan ja työkalujen käyttöä. Anthropic suosittelee samalla käyttämään mahdollisimman yksinkertaista ratkaisua ja lisäämään agenttista monimutkaisuutta vasta silloin, kun se parantaa lopputulosta.

Tämä on tärkeä huomio.

Chatbotin ja täysin autonomisen AI-agentin välissä ei ole yhtä rajaa. Välissä on kokonainen asteikko.

Neljä automaation tasoa

Käytännössä verkkosivujen AI-ratkaisut voidaan jakaa neljään karkeaan tasoon.

1. Sääntöpohjainen chatbot

Sääntöpohjainen chatbot tunnistaa käyttäjän valinnan, avainsanan tai ennalta määritellyn tarkoituksen ja näyttää siihen liittyvän vastauksen tai seuraavan vaihtoehdon.

Se sopii hyvin tilanteisiin, joissa vaihtoehdot tunnetaan etukäteen.

Esimerkiksi:

• usein kysytyt kysymykset
• yhteydenottokanavan valinta
• ajanvaraukseen ohjaaminen
• yksinkertaiset lomakkeet
• rajatut palvelupolut.

Sen vahvuuksia ovat ennustettavuus, nopeus ja helppo testattavuus.

2. Generatiivinen avustaja

Generatiivinen avustaja ymmärtää käyttäjän vapaamuotoista kysymystä ja muodostaa vastauksen yrityksen tietopohjan perusteella.

Käyttäjän ei tarvitse tietää oikeita avainsanoja tai navigoida valmiiden vaihtoehtojen kautta.

Avustaja voi esimerkiksi:

• vastata tuote- ja palvelukysymyksiin
• etsiä tietoa verkkosivustolta
• selittää monimutkaista sisältöä
• auttaa sovelluksen käytössä
• ohjata oikean dokumentin tai palvelun äärelle.

Vaikka keskustelu olisi hyvin älykästä, avustaja ei välttämättä tee varsinaisia päätöksiä tai toimenpiteitä muissa järjestelmissä.

3. Ohjattu AI-työnkulku

Seuraavalla tasolla tekoäly osallistuu jo toimintaan.

Järjestelmä voi esimerkiksi tunnistaa käyttäjän tilanteen, kysyä kvalifioivia kysymyksiä, muodostaa yhteenvedon ja luoda sovitun tehtävän myyjälle.

Mahdolliset toimintapolut ja niiden rajat on kuitenkin määritelty etukäteen.

Tekoäly tekee tulkintaa prosessin sisällä, mutta ei päätä täysin vapaasti siitä, millainen prosessin pitäisi olla.

Monessa yrityskäytössä juuri tämä taso on erittäin tehokas: tekoälyn joustavuus yhdistyy ennalta määriteltyihin liiketoimintasääntöihin.

4. AI-agentti

Varsinaisella AI-agentilla on enemmän päätösvaltaa.

Se voi tilanteen perusteella päättää esimerkiksi:

• tarvitseeko lisää tietoa
• mistä järjestelmästä tieto kannattaa hakea
• mitä käyttäjältä pitäisi kysyä seuraavaksi
• mitä työkalua tilanteessa pitäisi käyttää
• pitääkö toimintaa jatkaa vai pysähtyä
• onko tehtävä valmis
• tarvitaanko ihmisen päätöstä.

Agentti toimii tyypillisesti silmukassa: se arvioi tilanteen, toimii, tarkastelee tulosta ja mukauttaa seuraavaa askelta saamansa palautteen perusteella. Anthropic käyttää vastaavaa suunnittele–toimi–havainnoi–mukauta-ajattelua kuvatessaan agenttien toimintaa.

Agentti on hyödyllinen erityisesti silloin, kun tavoite tunnetaan mutta oikeaa reittiä tavoitteeseen ei voida määrittää täydellisesti etukäteen.

Kolmen V testi paljastaa todellisen eron

Kun yritys arvioi AI-ratkaisua, ensimmäisen kysymyksen ei pitäisi olla “mitä kielimallia tämä käyttää?”.

Paljon olennaisempaa on selvittää kolme asiaa:

Valta. Välineet. Vastuu.

Näiden avulla näkee nopeasti, onko kyse chatbotista, ohjatusta automaatiosta vai aidosti agenttimaisesta järjestelmästä.

1. Valta – kuka päättää seuraavan askeleen?

Ensimmäinen kysymys koskee päätösvaltaa.

Chatbotissa seuraava vaihe on yleensä määritelty etukäteen.

Agenttimaisempi järjestelmä voi tulkita tilannetta ja päättää esimerkiksi, pitäisikö:

• vastata suoraan
• hakea lisää tietoa
• esittää tarkentava kysymys
• selvittää asiakkaan tarvetta
• kvalifioida tilanne
• ehdottaa tapaamista
• siirtää keskustelu ihmiselle.

Tämä ei tarkoita, että mahdollisimman suuri päätösvalta olisi tavoiteltava ominaisuus.

Jos yritys tietää tarkasti, kuinka prosessin pitäisi edetä, ennalta määritelty työnkulku voi olla agenttia nopeampi, edullisempi, ennustettavampi ja helpompi testata.

Autonomia on hyödyllistä vasta silloin, kun siitä syntyvä joustavuus ratkaisee todellisen ongelman.

2. Välineet – mitä järjestelmä voi oikeasti tehdä?

Toinen ero löytyy järjestelmän käytössä olevista työkaluista.

Keskusteleminen on yksi kyvykkyys. Toimiminen yrityksen järjestelmissä on toinen.

AI-agentti voi saada oikeuden esimerkiksi:

• hakea tietoa CRMä
• tarkistaa kalenteria
• luoda tehtävän
• päivittää liidin tietoja
• kirjata keskustelun CRM:ään
• lähettää viestin
• käynnistää työnkulun
• hakea tietoa yrityksen sisäisistä järjestelmistä.

Juuri työkalut muuttavat tekoälyn vastauksia tuottavasta järjestelmästä toimivaksi järjestelmäksi.

Samalla riskitaso muuttuu.

Väärä vastaus voidaan usein korjata seuraavassa viestissä.

Väärälle asiakkaalle lähetetty viesti, virheellinen CRM-päivitys tai perusteeton ajanvaraus on jo todellinen liiketoimintatapahtuma.

Mitä enemmän työkaluja agentilla on käytettävissään, sitä tärkeämmäksi niiden oikea määrittely ja testaaminen muuttuu. Myös Anthropic korostaa agenttien työkalujen laadun ja työkalurajapintojen huolellisen suunnittelun merkitystä.

3. Vastuu – mitä tapahtuu, kun agentti ei tiedä?

Kolmas kysymys on usein tärkein.

Miten järjestelmä toimii epävarmuudessa?

Luotettavan agentin tunnusmerkki ei ole se, ettei se koskaan tee virheitä. Sellaista järjestelmää ei ole.

Ratkaisevaa on, osaako järjestelmä:

• tunnistaa epävarmuuden
• pysyä sille määritellyissä rajoissa
• jättää toiminnon tekemättä, jos valtuudet eivät riitä
• pyytää tarvittaessa lisätietoa
• siirtää tilanteen ihmiselle
• jättää jäljen siitä, mitä se teki ja miksi
• antaa virheellisen toiminnan korjattavaksi.

Mitä suuremman päätösvallan yritys agentille antaa, sitä tärkeämmäksi nämä ominaisuudet muuttuvat.

Agentin hyöty ja sen mahdollinen blast radius kasvavat usein yhtä aikaa: mitä enemmän järjestelmä pystyy tekemään, sitä enemmän myös virheellinen toiminta voi vaikuttaa ympäröiviin prosesseihin. Anthropic on nostanut saman hallinnan tarpeen keskeiseksi osaksi agenttien luotettavuutta ja hallintaa.

Milloin chatbot on parempi valinta?

AI-agentti ei ole chatbotin automaattinen seuraava versio.

Se on erilainen järjestelmä, jolla on erilainen kustannus-, hyöty- ja riskiprofiili.

Chatbot, generatiivinen avustaja tai ohjattu työnkulku on usein parempi vaihtoehto, kun:

• kysymykset ovat toistuvia
• oikeat vastauspolut tunnetaan
• järjestelmän ei tarvitse käyttää muita sovelluksia
• yhdenmukaisuus on joustavuutta tärkeämpää
• mahdollisen virheellisen toiminnon kustannus on suuri
• toiminta halutaan rajata tarkasti hyväksyttyihin prosesseihin.

Tässä tapauksessa suurempi autonomia ei välttämättä ratkaise mitään.

Se voi vain lisätä kustannuksia, viivettä, testattavia tilanteita ja epävarmuutta.

Siksi hyvä lähtökohta on:

valitse pienin riittävä autonomia.

Lisää järjestelmän vapautta vasta, jos sillä saavutetaan mitattavasti parempi lopputulos.

Milloin AI-agentti tuottaa todellista lisäarvoa?

Agenttimaisuus alkaa tuottaa arvoa silloin, kun tehtävä muuttuu niin vaihtelevaksi, ettei kaikkia mahdollisia etenemispolkuja kannata tai voida rakentaa etukäteen.

Hyvä agentin käyttökohde täyttää yleensä useita seuraavista ehdoista:

• asiakkaiden tilanteet poikkeavat merkittävästi toisistaan
• seuraava askel riippuu keskustelun sisällöstä
• tehtävä vaatii useiden tietolähteiden yhdistämistä
• järjestelmän pitää käyttää useita työkaluja
• tarvittavien työvaiheiden järjestys vaihtelee
• onnistunut lopputulos voidaan määritellä
• agentti pystyy tarkistamaan työnsä tuloksen
• poikkeustilanteessa toiminta voidaan pysäyttää
• vaikea tilanne voidaan siirtää ihmiselle
• onnistuneen toiminnan arvo ylittää integraatio-, käyttö- ja valvontakustannukset.

Erityisen tärkeä on kohta onnistumisen määrittelystä.

Jos yritys ei pysty kertomaan, miltä onnistunut lopputulos näyttää, myöskään agentti ei pysty optimoimaan toimintaansa sitä kohti luotettavasti.

Myynnissä ero näkyy erityisesti ostoaikomuksen ymmärtämisessä

Myynnin näkökulmasta chatbotin ja AI-myyntiagentin ero näkyy hyvin siinä, mitä järjestelmä tekee ostajan kysymyksen jälkeen.

Ostaja voi esimerkiksi kysyä:

“Saako tämän integroitua Salesforceen?”

Perinteisen chatbotin tehtävä on löytää Salesforcea koskeva vastaus.

Se voi tehdä tämän erittäin hyvin.

Myyntiagentin näkökulmasta kysymyksessä voi kuitenkin olla muutakin kiinnostavaa.

Miksi integraatiota kysytään? Onko Salesforce jo käytössä? Onko asiakas vertailemassa vaihtoehtoja? Onko integraatio hankinnan edellytys? Kuinka pitkällä hankinta on? Onko keskustelussa syntynyt peruste kysyä asiasta lisää?

Agentin tehtävä ei siis ole vain vastata kysymykseen.

Sen pitää arvioida, onko kysymyksen takana jotain, joka auttaa asiakasta tai myyntiä etenemään.

Tässä agenttimaisuus alkaa tuottaa todellista kaupallista arvoa.

Myös mittareiden pitää muuttua

Chatbotteja on totuttu mittaamaan esimerkiksi:

• keskustelumäärällä
• vastausasteella
• ratkaistujen kysymysten määrällä
• ihmispalveluun siirrettyjen keskustelujen osuudella.

Agentille nämä mittarit eivät yksin riitä.

Kun järjestelmä alkaa tehdä päätöksiä ja toimenpiteitä, pitää mitata myös päätösten laatua.

Myyntiagentin kohdalla kannattaa tarkastella esimerkiksi:

• saiko ostaja tarvitsemansa tiedon
• etenikö ostaja tavoitteessaan
• tunnistiko agentti aidon ostoaikomuksen
• kuinka paljon syntyi vääriä ostosignaaleja
• kuinka monta tärkeää tilannetta jäi tunnistamatta
• valitsiko agentti oikean seuraavan toimenpiteen
• saiko myyjä riittävän kontekstin
• pystyttiinkö virheellinen toiminta tunnistamaan
• syntyikö agentin toiminnasta mitattavaa myyntivaikutusta.

Tämä on ratkaiseva ero:

erinomainen vastaus ei vielä tarkoita onnistunutta tehtävää.

Agentti voi kirjoittaa täydellisen vastauksen ja silti tehdä väärän päätöksen siitä, mitä pitäisi tapahtua seuraavaksi.

Miltä hallittu agenttimaisuus näyttää Cloopissa?

Cloopissa tavoitteena ei ole tehdä tekoälystä mahdollisimman autonomista.

Tavoitteena on käyttää agenttimaisuutta niissä kohdissa, joissa siitä syntyy hyötyä ostajalle ja myyjälle.

Cloop voi vastata verkkosivukävijän kysymyksiin yrityksen hyväksymän tiedon perusteella. Samalla keskustelusta voidaan tunnistaa, mitä ostaja yrittää ratkaista, kuinka kaupallisesti kiinnostava tilanne on ja mitä seuraavaksi kannattaisi tehdä.

Käytännössä tavoitteena on muodostaa myynnille kolme asiaa:

1. Mitä ostaja yrittää ratkaista?
Pelkkä sivuvierailu tai yhteystieto ei vielä kerro asiakkaan todellista tarvetta.

2. Miksi tilanne on kaupallisesti kiinnostava?
Myyjän pitäisi ymmärtää, mikä keskustelussa viittaa todelliseen ostoaikomukseen.

3. Mitä kannattaa tehdä seuraavaksi?
Pelkkä signaali ei riitä, jos myyjän pitää aloittaa tilanteen selvittäminen alusta.

Jos luotettavaa vastausta ei löydy tai tilanteen ratkaiseminen vaatii ihmistä, tavoite ei ole peittää epävarmuutta uskottavalta kuulostavalla vastauksella. Tilanne voidaan siirtää ihmiselle keskustelun kontekstin kanssa.

Agenttimaisuuden arvo ei siis synny siitä, että AI saa tehdä mahdollisimman paljon.

Se syntyy siitä, että ostaja pääsee nopeammin eteenpäin ja myyjä tietää paremmin, mihin hänen kannattaa tarttua.

Johtopäätös: osta pienin riittävä autonomia

Chatbotin ja AI-agentin välinen ero ei lopulta ole käyttöliittymässä.

Ero on siinä, kuinka paljon järjestelmä ymmärtää tilanteesta, kuinka paljon päätösvaltaa sille annetaan ja mitä se pystyy tekemään tämän päätösvallan perusteella.

Jos tehtävä on vastata kysymyksiin hyväksytystä tiedosta, hyvä generatiivinen avustaja voi olla täydellinen ratkaisu.

Jos eteneminen noudattaa tunnettua prosessia, ohjattu AI-työnkulku voi olla tehokkaampi ja turvallisempi kuin autonominen agentti.

AI-agentti tulee perustelluksi silloin, kun tilanteet vaihtelevat, oikeaa polkua ei voida määritellä kokonaan etukäteen, järjestelmän pitää käyttää työkaluja ja onnistuminen voidaan todentaa.

Siksi AI-ratkaisua hankittaessa kannattaa palata kolmeen kysymykseen:

Valta: Mitä järjestelmä saa päättää?

Välineet: Mitä järjestelmä saa tehdä?

Vastuu: Mitä tapahtuu, kun järjestelmä ei tiedä tai jokin menee väärin?

Maailmanluokan AI-ratkaisua ei tunnista siitä, kuinka ihmismäiseltä se kuulostaa.

Sen tunnistaa siitä, kuinka hyvin valta, välineet ja vastuu on sovitettu tehtävän todelliseen arvoon.

Älä osta maksimaalista autonomiaa. Osta pienin riittävä autonomia, joka tuottaa paremman lopputuloksen.