Case: Helsingin kaupungin Kokeilukiihdyttämön AI-kokeilut
Kokeilukiihdyttämö on Helsingin kaupungin työntekijöille suunnattu palvelu, jota kautta saadaan uusia digitalisaatiota hyödyntäviä ideoita ketterään kokeiluun. Testattavaksi valituille ideoille varataan 4 kk aikaa idean testaamiseen käytännössä. Toteutukseen kumppaniksi etsitään sopiva yrityskumppani, joka mahdollistaa rivakan etenemisen. Vuoden 2023 aikana toteutettujen 10 kokeilun tulokset ja opit on nyt koottu yhteen. Loihteen asiantuntijoilla oli ilo olla mukana kahdessa tekoälyratkaisuja hyödyntävässä kehitysprojektissa.
Asiakaspalautedatan käsittely ChatGPT:n avulla
Kokeilun tavoitteena oli parantaa palautteen käsittelyn tehokkuutta ja asiakaslähtöisyyttä kaupungin palveluissa. Kokeilussa luotiin OpenAI –teknologiaan perustuva GPT-pohjainen palveluympäristö Azuressa, joka mahdollistaa asiakaspalautteiden automaattisen luokittelun ja priorisoinnin. Lisäksi haluttiin generoida vastausmalleja ja luoda alusta datan keruuseen, analysointiin ja visualisointiin.
Kokeilussa valittiin rajattu määrä asiakaspalautteita ja niiden osalta testattiin sekä GPTbottia, joka vastaili käyttäjien kysymyksiin sille annetun tausta-aineiston pohjalta. Toisessa kokeilussa pyydettiin Azure OpenAI Servicen GPT-mallia luokittelemaan asiakaspalautteet ennalta määriteltyihin kategorioihin. Luokittelutyötä verrattiin manuaalisen käsittelymenetelmän tarkkuuteen.
Kokeilun aikana opittiin, että tekoäly pystyi tehokkaasti käsittelemään asiakaspalautetta. Kokeilun osallistujat saivat uutta tietoa teknisen prosessin kulusta Azure-pilvipalvelussa. Lisäksi ymmärrys tekoälyn kouluttamisesta ja sen käyttämisestä palveluiden kehittämisessä kasvoi. Kokeiluryhmän suositus jatkotoimenpiteiksi on tekoälyn ja automaation laajempi käyttöönotto asiakasdatan käsittelyssä. Samalla muistutetaan kuitenkin, että palveluiden toimivuus rakentuu huolellisen tiedonkeruun ja datan laadun varaan.
“Helsingin kaupungin Kokeilukiihdyttämö osoittaa loistavuutensa tällaisena hetkenä, jolloin teknologia kehittyy kovaa vauhtia. Pienelläkin kokeilulla voidaan saada aikaan ratkaisu ja jaettua arvokasta tietoa tekoälystä että sen hyödyntämisestä”, kokemuksia summaa Loihteen Senior Data Engineer Joonas Järvinen.
Uhka- ja väkivaltatilanneilmoitusten käsittelystä ennaltaehkäisyn tehostamiseen
Perusopetuksen henkilöstö kokee työssään uhka- ja väkivaltatilanteita. Ongelmaksi vaaratilanteiden lisäksi on koettu se, että uhka- ja väkivaltailmoituksien osalta toimenpiteitä on määrittelemättä, eivätkä jälkihoito ja tukitoimet aina vastaa tarpeita. Kokeilussa haluttiin selvittää, miten tekoälyratkaisu voisi auttaa työsuojeluilmoitusten käsittelyssä. Tavoitteena oli saada ratkaisun avulla myös konkreettisia toimenpide-ehdotuksia eri tilanteisiin sekä tietoa, jonka avulla voitaisiin mahdollisesti myös paremmin ennakoida ja ennaltaehkäistä uhkatilanteita.
Kokeilussa datana käytettiin järjestelmiin jo tallennettuja uhka- ja väkivaltatilanneilmoituksia sekä niihin liittyen kirjattuja toimenpiteitä. Datasta poistetiin kaikki henkilökohtainen data. Kokeilussa kehitettiin bot, joka hyödyntää tätä taustadataa ja antaa toimenpide-ehdotuksia sille annetun tapahtumakuvauksen pohjalta.
Kokeilun aikana opittiin, että koska bot hyödyntää vastauksissaan vain saatavilla olevaa data-aineistoa, laadukkaiden vastausten tuottamiseksi tuon aineiston tulee olla riittävää ja datan hyvälaatuista. Sekä datan laatu ja tekoälylle annetun kysymyksen asettelu vaikuttavat lopputulokseen merkittävästi. Jatkotoimeksi kokeiluryhmä ehdottikin, että mikäli kokeilua jatketaan, tulee datan laatua ja määrää kehittää. Samalla kuitenkin arvioitiin, että tällaista dataa saattaisi löytyä jo esimerkiksi työtapaturmailmoituksista, jolloin vastaavia teknisiä ratkaisuja voitaisiin kokeilla eri yksiköissä.
“Tekoälyratkaisun kokeilun myötä tunnistettiin merkittävä potentiaali parantaa työsuojeluilmoitusten käsittelyn tehokkuutta tulevaisuudessa. Tämä avaa mahdollisuuden entistä nopeampaan reagointiin uhka- ja väkivaltatilanteissa sekä tarjoaa mahdollisuuden kehittää yksilöllisiä toimenpide-ehdotuksia eri tilanteisiin. Teknisen näkökulman vahvistaminen auttaa hahmottamaan, miten botin suorituskykyä voidaan jatkossa parantaa keskittymällä data-aineiston laadun ja määrän edelleen kehittämiseen”, kokeilun opit kiteyttää Data Scientist Mohamed Jama Loihteelta.
“Helsingin kaupungin Kokeilukiihdyttämö on oivaltanut miten innovoida ja samalla jalkauttaa uutta osaamista henkilöstölle ja on ilo olla mukana mm. näissä generatiivisen AI:n kokeiluissa”, iloitsee projektipäällikkö Heidi Hämäläinen.
Lisätietoja
Haluatko ottaa tekoälyratkaisuiden käyttöönotossa nopean kokeiluloikan omassa työyhteisössäsi? Ota yhteyttä, niin teemme ehdotuksen siitä, miten kannattaa edetä!
