vAI:lla palveluja? Tarjoaman kasvattaminen hankepilotilla

Yritysten palveluiden kehittämiseen haetaan usein ideoita kilpailijoilta. Tämä edellyttää tiedonkeruuta eri lähteistä ja toisaalta erilaisten palveluiden kannattavuuden ymmärrystä. Seinäjoen ammattikorkeakoulun vAI:lla tuottavuutta hankkeessa toteutettiin hankepilotti yhdessä Base Solutions Oy:n kanssa kilpailija-analyysin toteuttamiseksi tavoitteena kehittää yrityksen tuote- ja palveluvalikoiman sekä edelleen verkkosivuja ja -näkyvyyttä. Tässä artikkelissa käydään läpi kyseistä pilottia ja siitä syntyneitä havaintoja.

Taustaa

Base Solutions Oy toteuttaa asiakasyrityksilleen verkkosivuja. Projektien yhteydessä käydään usein läpi asiakasyritysten omia palveluita vertaillen niitä kilpailijoiden vastaaviin, joten verkkonäkyvyyden kehittämisen ohella kehitetään yrityksen toimintaa laajemmin. Markkinoinnin ja viestinnän lisäksi pohditaan myös uusia liiketoimintamahdollisuuksia. Kilpailija- ja palveluanalyysin tiedonkeruu on aikaa vievä vaihe, minkä automatisointia pilotissa tarkastellaan. Osana tätä kokonaisuutta olisi hyvä tarkastella myös kilpailijoiden kasvua ja kannattavuutta mahdollisuuksien mukaan.

Datan osalta pilotissa hyödynnettiin yritysten verkkosivuilla vapaasti käytettävissä olevaa dataa. Tekoälymallina hyödynnettiin OpenAI:n päättelevää o3-mallia ja syvätutkimusta. Lisäksi tiedonhaku pilkottiin erikseen kotimaisten ja pohjoismaisten kilpailijoiden analyysiin. Riippumatta hyödynnettävästä mallista, tiedonkeruu oli luonnollisesti huomattavasti nopeampaa kuin ihmisen tekemänä. Syvätutkimus käytti testitapausten pureskeluun 11 minuuttia, o3-malli eroteltuna sekä kotimaisiin että ulkomaisiin kumpaankin kolme minuuttia eli yhteensä kuusi.

Luotavat promptit pyrittiin pitämään geneerisinä, jotta ne voitaisiin siirtää toimialalta toiselle. Ennen varsinaisten pilottitestitapausten tekemistä prompteja testattiin paikallisten nuohous- ja ilmanvaihdonpuhdistusyritysten verkkosivujen pohjalta. Varsinainen pilotti toteutettiin turvallisuusalan yrityksissä.

Hyödyt

Pilotin perusteella voidaan todeta, että oman ajattelun ja liiketoiminnan tueksi tekoälyn avulla saadaan muutamissa minuuteissa varteenotettavia kehitysehdotuksia, jotka tulee punnita oman substanssiosaamisen pohjalta. Aiemmin tiedonkeruuseen ja analyysiin kului noin kaksi työpäivään riippuen toimialasta ja yritystoiminnan laajuudesta, joten ajansäästö on merkittävä. Uusien palveluiden lisäksi yritys voi myös pohtia ehdotusten pohjalta, puuttuuko verkkosivuilta jokin palvelu, jota kyllä tarjotaan, mutta sitä ei välttämättä ole sanoitettu oikein. Kehitysehdotusten listalle saattaa tulla niin helposti toteutettavia kuin esimerkiksi aikaa vievää koulutusta tai kalliita laitteita vaativia palveluita, jolloin yrityksen on tehtävä tarkkaa pohdintaa siitä, mikä on lopulta kannattavaa toteuttaa.

Base Solutionsin arvion mukaan tekoälyn löytämät ideat olivat hyvin samansuuntaisia kuin mitä aiemmissa selvityksissä on löydetty vastaavissa projekteissa. Tekoälyä tuleekin hyödyntää sen vahvuuksien kautta eli erityisesti raakadatan hakuun ja käsittelyyn. Asiantuntijan ja asiakkaan substanssiosaamista tulee hyödyntää keskusteltaessa tekoälyn kanssa ja toisaalta esimerkiksi valittaessa kehitettäviä palveluita. Tekoäly voi avustaa jälleen valittujen toimenpiteiden jatkokehittelyssä. Tekoäly ei syrjäytä ihmisen tekemää tuote- ja palveluanalyysiä, mutta se tehostaa merkittävästi tiedonkeruuta.

Kuten aiemmissa piloteissa, myös tässä havaittiin selkeäksi vahvuudeksi tekoälyn kielitaito. Tämä mahdollisti vertailun myös pohjoismaisiin yrityksiin ja sivujen lukemiseen paikallisilla kielillä. Myöhemmissä sovelluksissa onkin hyvä pitää mielessä, että soveltuvaan markkinaan ja sen palveluihin on mahdollista tutustua huomattavasti aiempaa helpommin ja kielitaitovaatimukset madaltuvat.

Haasteet

Yhtenä selkeänä haasteena on verkkosivujen kattavuus. Kuinka tarkalla tasolla ja miten yrityksen omat ja kilpailijoiden palvelut on listattu verkkosivuille? Toisaalta samasta tuotteesta tai palvelusta voidaan käyttää hieman eri nimitystä, jolloin tekoäly voi tulkita ne hieman eri tavalla. Samoin samaksi mielletty kokonaisuus voi sisältää eri palveluita. Täyttä varmuutta ei myöskään voi olla siitä, että kaikki palvelut on varmasti poimittu kaikilta sivustoilta ja erityisesti tämä tulee ongelmaksi haettaessa tietoa sivustoilta, joiden kieltä ei itse ymmärrä hyvin. Näin saattaa esimerkiksi käydä vertailtaessa Pohjoismaisiin kilpailijoihin. Täydellistä automaatiota ei tältä osin voida saavuttaa tai ainakaan varmuutta siitä, että kaikki palvelut olisi otettu mukaan.

Talouslukujen osalta tietoja tarjoavat verkkosivustot estävät usein bottiliikenteen ja sivustojen automaattisen lukemisen. Näin on ainakin finder.fin ja asiakastiedon osalta, jolloin tekoäly ei pääse suoraan analysoimaan taloustietoja, vaan ne pitää koota erikseen käsin ja syöttää tekoälylle analyysin tueksi. Toki tilinpäätöstiedot ovat myös saatavilla maksua vastaan, ja analyysiä voi tätä kautta viedä pidemmälle.

ChatGPT pyrkii myös tarjoamaan uusille palveluille hinnoittelu-, liikevaihto- ja kannattavuusehdotuksia. Alustavassa nuohousesimerkissä nämä näyttivät uskottavilta ja käyttökelpoisilta, mutta varsinaisessa pilotissa talousluvut eivät olleet yrityksen koon tai markkinan mukaisia. Tässä kohtaa on mahdollisuus esittää tarkentavia lisäkysymyksiä tekoälylle tai suorittaa omaa kustannuslaskentaa palveluiden osalta, sillä peruspromptin perusteella saatavia ehdotuksia ei ainakaan pilotointihetkellä voinut suoraan hyödyntää. Olettavasti joko koulutusdataa ei ole tai sitä ei pystytä sovittamaan pilotin ympäristöön, vaan tarkastellaan yritystä isommassa toimintaympäristössä.

Yhtenä analyysin haasteena on vaihtelevat vastaukset ja formaatit. Vaikka tähän voi promptauksella vaikuttaa, niin taulukot tulivat hieman eri muodoissa mikä hankaloittaa tietojen siirtämistä esimerkiksi Exceliin. Promptiin panostaminen näkyy myös monipuolisemmissa kehittämissuunnitelmissa.

Yhteenveto

Pilotti synnytti monipuolisesti ideoita myös jatkokehittämistä varten. Jos taloustiedot olisivat tekoälyjen käytettävissä ja tiedot saisi paremmin samassa formaatissa, niin analyysiä olisi mahdollista jatkojalostaa esimerkiksi PowerBI-raporttiin, johon voisi tuoda näkyviin kilpailijoiden kannattavuuden sekä niiden  tarjoamat palvelut. Yleisemmin teknologiapilottiin osallistuminen kannusti yritystä kokeilemaan tekoälyä omassa työssä sekä erityisesti strategiatyön ja brändäyksen hahmottelussa. Laajemmin pilotti ravisteli koko liiketoiminnan perusteita ja herätti kysymyksen siitä, mikä on validia osaamista verkkonäkyvyyden ja palveluiden kehittämisessä viiden vuoden päästä tekoälyn edelleen kehittyessä? Piloteissa ei kannatakaan jäädä tuleen makaamaan, vaan miettiä, mikä voisi olla seuraava askel eteenpäin.

Mikko Kulmala
Lehtori
Seinäjoen ammattikorkeakoulu

Kirjoittaja toimii asiantuntijana vAI:lla tuottavuutta -hankkeessa. Hankkeen yhtenä tavoitteena on herättää alueen toimijoissa tietoisuus ja kyvykkyys hyödyntää tekoälyteknologiaa tuottavuuden parantamiseksi.

vAI:lla tuottavuutta? -hanke on Euroopan unionin osarahoittama. Lisää tietoa hankkeesta löydät hankkeen verkkosivuilta https://projektit.seamk.fi/alykkaat-teknologiat/vailla-tuottavuutta/