Teknisessä asennus- ja huoltotyössä eri valmistajien tuotedokumentaation hallinta vaikuttaa arjen sujuvuuteen. Datalehdet, asennusohjeet, järjestelmäkuvaukset ja erilaiset liitedokumentit kulkevat myynnin, projektinhallinnan ja asennusten mukana jokaisessa vaiheessa. Kun oikeaa tiedostoa tarvitaan nopeasti, sen pitäisi löytyä vaivatta, ilman että aikaa kuluu eri kansioiden ja järjestelmien läpikäyntiin. Loihteen turvaliiketoiminnassa tähän tarpeeseen kehitettiin tuoteapuri, joka hakee tietoa keskitetystä tuotedokumenttikirjastosta ja tuo sen käyttäjän saataville yhdellä haulla.
Yhteinen tuotekirjasto turvaliiketoiminnalle
Suunnittelu- ja dokumentointipäällikkö Tytti Immonen vastaa turvaliiketoimintayksikössä tekniseen dokumentointiin liittyvästä kehitystyöstä. Tuoteapurin kehityksessä hän on ollut keskeisessä roolissa sekä AI-työkalun toiminnallisuuksien määrittelyssä että SharePointissa sijaitseva tuotekirjaston rakentamisessa.
- Tuotekirjastoon on koottu turvatuotteisiin liittyvät keskeiset dokumentit ja tiedostoille on luotu metadataa, joka mahdollistaa niiden tehokkaamman suodattamisen ja jäsentelyn. Työ aloitettiin palo- ja tilaturvallisuusjärjestelmistä, kuten murto-, kulunvalvonta-, kamera- ja henkilöturvajärjestelmistä, Immonen kertoo.
- Ratkaisu perustuu niin sanottuun RAG toteutukseen. Dokumenttien sisältämä informaatio puretaan vektorikantaan, jonka tarjoamaa sisältöä käytetään kielimallin syötteenä. Tietoturva on myös ratkaisun keskiössä. Itse tietokanta on suojatussa aliverkossa jonne ulkoista pääsyä ei sallita. Verkkosovellus on suojattu Entran käyttöoikeuksilla, tuoteapurin rakentamisessa teknisenä asiantuntijana toiminut Principal Consultant Jan Holmberg kertoo.
Tuoteapuri tukee asiakastyössä myynnistä asennuksiin
Tuoteapurin tuoma hyöty näkyy eri työrooleissa hieman eri tavoin.
- Myyjät voivat hakea nopeasti esimerkiksi datalehtiä ja järjestelmätietoja asiakastilanteita varten. Asentajat löytävät puolestaan ajantasaiset asennusohjeet. Projektipäälliköt voivat koota asiakkaalle tarvittavan dokumenttipaketin ilman, että tiedostoja tarvitsee etsiä useista eri paikoista. Immonen kuvaa esimerkkejä eri käyttötavoista.
Yhteen koottu ja jäsennelty dokumentaatio vähentää tiedon etsimiseen kuluvaa aikaa ja tuo varmuutta siihen, että käytössä on oikea versio.
Toimiva AI-apuri tarvitsee hyvän datapohjan ja käyttäjien kuuntelua
Tuoteapurin kehittäminen ei ollut pelkästään tekninen projekti, vaan ennen kaikkea tiedon rakenteen rakentamista.
- Dokumenttikirjaston suunnittelu, metadatan määrittely ja kokonaisuuden jäsentäminen vaativat huolellista pohjatyötä. Tuotehierarkia on laaja ja rakentamalla metadatan hierakia, saadaan informaation hakuun sen vaatima osumatarkkuus, Immonen ja Holmberg kertovat.
Vaikka kokonaisuuden suunnitteluun ja tarpeiden määrittelyyn on panostettu alusta alkaen paljon, on luontevaa, että arjessa käytössä oleva apuri ei ole koskaan valmis, vaan jatkuvasti kehittyvä kokonaisuus.
- Tällaisessa kehitystyössä on siedettävä jonkin verran säätämistä ja keskeneräisyyttä. Asioita on priorisoitava ja hyväksyttävä se, että palvelu laajenee ja tarkentuu käytön ja palautteen myötä. Myös ylläpidon vastuiden määrittely on tärkeää. Dokumenttien on pysyttävä ajan tasalla ja kirjaston elettävä liiketoiminnan mukana, Immonen muistuttaa.
AI-tuoteapurin kehityshankkeessa todettiin myös, ettei kaikkia tarpeita oltu huomattu suunnitteluvaiheessa, vaan muutostarpeita tuli esiin vielä demo- ja testausvaiheessa. Immonen kertoo tästä konkreettisen esimerkin:
- Alkuvaiheessa tuoteapuri vain summasi tekstimuotoisen vastauksen datalähteiden pohjalta. Tiedostojen lataaminen ei ollut mahdollista, mutta käytännössä se osoittautui ehdottoman tärkeäksi ominaisuudeksi. Nyt käyttäjä saa vastauksen lisäksi näkyviin myös tiedon lähteet ja alkuperäisen dokumentin liitteenä.
Entäpä nyt, kun käyttökokemuksia on karttunut jo enemmän? Millaisia jatkokehitysideoita AI-tuoteapurin osalta on?
- Tällä hetkellä AI-tuoteapuri vastaa käyttäjän kysymykseen ja tarjoaa siihen liittyvän lähdedokumentin, mutta jatkokysymysten esittäminen ei vielä ole mahdollista. Myös suodatusominaisuuksia voidaan kehittää edelleen. Lisäksi kaikkia tuoteryhmiä ei ole vielä otettu mukaan. Esimerkiksi lukitusjärjestelmien dokumentaatiota on toivottu mukaan lähitulevaisuudessa, Immonen kertoo.
Jan Holmberg kertoo ratkaisun olevan erinomaisesti skaalautuvan, joten esteitä tuotedokumentaation määrän kasvattamiselle ei ole.
- Valittu kantaratkaisu tarkoittaa, että ratkaisu skaalautuu lähes rajattomasti. Mikäli dataa tulisi oleellisesti nykyistä enemmän, metadatan hienojakoisemmalla jaottelulla, saataisiin haku edelleen kohdistettu oikeaan joukkoon dokumentteja. Dokumenttien jäsentäminen pitää tehdä laadukkaasti, jotta se tuottaa tietomäärän kasvaessakin tarvittavan informaation, Holmberg muistuttaa.
AI osana dokumentoinnin arkea
Tuoteapuri on yksi esimerkki siitä, miten tekoäly tukee työtä, mutta millä muilla tavoin tekoälyn kehittyminen näkyy suunnittelu- ja dokumentointityössä?
- Suunnittelu- ja dokumentointitiimissämme tekoälyä hyödynnetään esimerkiksi dokumenttipohjien luonnostelussa, tiedon tiivistämisessä ja ohjeistusten laatimisessa. SharePoint-kirjastojen rakenteiden ja työnkulkujen suunnittelussa tekoäly toimii ideoinnin ja jäsentelyn tukena. Myös Power Automate -ratkaisujen suunnittelussa tekoäly auttaa hahmottamaan vaihtoehtoja ja muotoilemaan ohjeistuksia, Immonen kertoo esimerkkejä AI:n hyödyntämisestä.
Tekoäly ei Immosen mukaan korvaa asiantuntijan osaamista, mutta se nopeuttaa luonnostelua ja auttaa jäsentämään suuria tietomääriä. Lopullinen vastuu sisällöstä ja sen oikeellisuudesta säilyy ihmisellä.
Tässä juttusarjassa esittelemme, miten tekoäly vaikuttaa työn tekemiseemme ja millaisia AI-apureita olemme kehittäneet eri työtehtävien tueksi. Joko tutustuit esimerkiksi kehittämäämme HR-IT-apuriin?
Haluatko päästä mukaan työyhteisöön, jossa tekoälyä hyödynnetään arjessa?
Tutustu avoimiin työpaikkoihimme!
Tai haluatko lisätietoja tekoälypalveluiden rakentamisesta? Tutustu osaamiseemme >>
.jpg?width=500&name=Loihde_some%20(39).jpg)
