Avainsana: data

The potential of AI is enormous – but quality, ethics and humanity make the difference

Posted on by johannau

2M-IT’s Application Services provides support for the systems and applications used by wellbeing services counties. Business Director Kati Pöllänen sees AI above all as a tool that improves the flow of work and opens up new possibilities.

“AI solutions serve us by making our own work faster and easier. At the same time, AI supports experts in searching for and combining information, helping us find solutions and perspectives that we might not otherwise notice.”

The potential is enormous, but reliable benefits arise only when three things are in place: the data is of high quality, its use is guided ethically and securely, and people remain in control of both decision-making and quality assurance.

AI needs the right kind of high-quality source data. That is why careful and structured documentation is essential: if the source information is incomplete, the suggestions may also lead in the wrong direction. AI-generated suggestions must always be evaluated and approved by a human.

AI in incident management and service management

In the ServiceNow service management system introduced at 2M-IT in 2024, there is an AI assistant called Now Assist. It helps identify and handle incidents, analyzes historical data, suggests solution options, and produces log summaries and final reports. This speeds up response times and helps detect anomalies earlier than before.

In incident management, AI is used, for example, to support the leadership of a situation room – especially in compiling logs and reporting.

“AI helps us quickly identify and prioritize incidents, as well as compile and analyze information from previous cases.”

In service management, AI supports tasks such as reviewing billing and contracts, preparing presentation materials, and compiling meeting notes, summaries and proposed actions. The goal is to leave experts with more time for assessment, decision-making and collaboration.

Data quality: the foundation of trustworthy AI

The reliability of AI-generated solutions depends directly on the data. That is why clear criteria must be set for the structure and content of the data, and day-to-day work must emphasize careful documentation, consistent practices and accuracy: even small gaps or errors can quickly scale through AI.

“The most critical quality assurance step before introducing AI is data quality. We need to know exactly what data the AI is using – and every expert must be precise in collecting and storing that data.”

Ethics and responsible use: people in control

Responsible use of AI requires clear policies: what data may be used, for what purpose, and on what basis. When boundaries, responsibilities and approval practices are transparent and commonly understood, it is easier to trust AI – and risks (such as misuse, bias and data protection risks) remain under control.

The discussion around agents and advanced automation has accelerated: there is talk of agents replacing human work and other agents monitoring their work. However, it is important to remember that AI draws conclusions from existing data. If errors or gaps enter the data, they may be carried into the solutions – and in the worst case, begin to multiply if the outputs are used as the basis for new data or decisions. That is why people also play a key role in quality assurance of AI-generated solutions.

Learning and a culture of experimentation: permission to try – and fail

When the boundary conditions (data quality, policies and human oversight) are in place, the potential is enormous. That is why we should encourage people to learn, experiment and share their experiences of using AI. A safe atmosphere also means that people can learn from failures without fear.

Humans are not disappearing: AI does not replace interaction

AI can speed up information processing and support decision-making, but it does not replace human interaction, trust or collaboration. Complex situations are often resolved through discussion, by combining experience and tacit knowledge, and by making well-considered choices together.

That is why scenarios in which agents would one day handle Teams meetings on behalf of people sound, at the very least, unfamiliar: technology can support meetings, but meaning still comes from people meeting and building shared understanding.

 

Summary

AI can significantly enhance work efficiency and help find solutions faster. However, the benefits are reliable only if the underlying data is of high quality—which requires careful and consistent documentation in everyday work. In addition, clear ethical ground rules are needed for the use of data, and people must remain in control even as agents and automation increase; otherwise, errors can be carried into solutions and multiplied. When these conditions are in place, experimentation and learning should be encouraged—but it is important to remember that AI supports human collaboration, it does not replace interaction.

You might be interested in learning more:

In 2M-IT’s AI Project, Quality and Safety Come First

 

Tekoälyn potentiaali on valtava – mutta laatu, etiikka ja inhimillisyys ratkaisevat

Posted on by johannau

2M-IT:n Sovelluspalvelut tuottaa hyvinvointialueilla käytössä oleviin järjestelmiin ja sovelluksiin liittyvää tukipalvelua. Liiketoimintajohtaja Kati Pöllänen näkee tekoälyn ennen kaikkea työn sujuvuutta parantavana ja uusia mahdollisuuksia avaavana työkaluna.

”Tekoälyratkaisut palvelevat meitä siten, että oma työ sujuu nopeammin ja helpommin. Samalla tekoäly tukee asiantuntijoita tiedon hakemisessa ja yhdistelyssä, jolloin löydämme ratkaisuja ja näkökulmia, joita emme muuten välttämättä huomaisi.”

Potentiaali on valtava, mutta luotettava hyöty syntyy vain, kun kolme asiaa ovat kunnossa: data on laadukasta, käyttö on eettisesti ja tietoturvallisesti linjattua, ja ihmiset pysyvät ohjaksissa sekä päätöksenteossa että laadunvalvonnassa.

Tekoäly tarvitsee oikeanlaista ja laadukasta pohjadataa. Siksi huolellinen ja rakenteinen dokumentointi on välttämätöntä: jos lähtötieto on puutteellista, myös ehdotukset voivat ohjata väärään suuntaan. Tekoälyn tuottamat ehdotukset tulee aina arvioida ja hyväksyä ihmisen toimesta.

Tekoäly häiriöhallinnassa ja palvelunhallinnassa

2M-IT:llä vuonna 2024 käyttöönotetussa ServiceNow-palveluhallintajärjestelmässä on tekoälyavustin Now Assist. Se auttaa tunnistamaan ja käsittelemään häiriötilanteita, analysoi historiadataa, ehdottaa ratkaisuvaihtoehtoja sekä tuottaa lokien koonnin ja loppuraportit. Tämä nopeuttaa reagointia ja auttaa havaitsemaan poikkeamia aiempaa aikaisemmin.

Häiriöhallinnassa tekoälyä hyödynnetään esimerkiksi tilannehuoneen johtamisen tukena – erityisesti lokien kokoamisessa ja raportoinnissa. ”Tekoäly auttaa meitä tunnistamaan ja priorisoimaan häiriötilanteita nopeasti sekä kokoamaan ja analysoimaan tietoja aiemmista tapauksista.”

Palvelunhallinnassa tekoäly tukee esimerkiksi laskutuksen ja sopimusten tarkastamista, esitysmateriaalien valmistelua sekä kokousmuistioiden, yhteenvetojen ja toimenpide-ehdotusten kokoamista. Tavoitteena on, että asiantuntijoille jää enemmän aikaa arviointiin, päätöksentekoon ja yhteistyöhön.

Datan laatu: luotettavan tekoälyn perusta

Tekoälyn tuottamien ratkaisujen luotettavuus riippuu suoraan datasta. Siksi datan rakenteelle ja sisällölle on asetettava selkeät kriteerit, ja arjen tekemisessä korostuvat huolellinen kirjaaminen, yhtenäiset käytännöt ja tarkkuus: pienetkin puutteet tai virheet voivat skaalautua tekoälyn kautta nopeasti.

”Kriittisin laadunvarmistusvaihe ennen tekoälyn käyttöönottoa on datan laatu. Meidän pitää tietää täsmälleen, mitä dataa tekoäly hyödyntää – ja jokaisen asiantuntijan on oltava tarkka datan keruussa ja tallennuksessa.”

Etiikka ja vastuullinen käyttö: ihmiset ohjaksissa

Vastuullinen tekoälyn käyttö edellyttää selkeitä linjauksia: mitä dataa saa käyttää, mihin tarkoitukseen ja millä perusteilla. Kun rajat, vastuut ja hyväksymiskäytännöt ovat läpinäkyviä ja yhteisesti ymmärrettyjä, tekoälyyn on helpompi luottaa – ja riskit (esim. väärinkäyttö, vinoumat, tietosuojariskit) pysyvät hallinnassa.

Keskustelu agenteista ja pitkälle viedystä automaatiosta on kiihtynyt: puhutaan siitä, että agentit voivat korvata ihmistyötä ja että toiset agentit valvovat agenttien työtä. On kuitenkin hyvä muistaa, että tekoäly tekee johtopäätöksiä olemassa olevasta datasta. Jos dataan päätyy virheitä tai puutteita, ne voivat siirtyä ratkaisuihin – ja pahimmillaan alkaa kertautua, jos tuotoksia käytetään uuden datan tai päätösten pohjana. Siksi myös tekoälyn tuottamien ratkaisujen laadunvalvonnassa ihmisten rooli on keskeinen.

Oppiminen ja kokeilukulttuuri: lupa kokeilla – ja epäonnistua

Kun reunaehdot (datan laatu, linjaukset ja ihmisen valvonta) ovat kunnossa, potentiaali on valtava. Siksi meidän kannattaa rohkaista ihmisiä opettelemaan, kokeilemaan ja jakamaan kokemuksia tekoälyn käytöstä. Turvallinen ilmapiiri tarkoittaa myös sitä, että epäonnistumisista saa oppia ilman pelkoa.

Ihminen ei katoa: tekoäly ei korvaa vuorovaikutusta

Tekoäly voi nopeuttaa tiedon käsittelyä ja tukea päätöksentekoa, mutta se ei korvaa ihmisten välistä vuorovaikutusta, luottamusta eikä yhteistyötä. Monimutkaiset tilanteet ratkeavat usein keskustelemalla, yhdistämällä kokemusta ja hiljaista tietoa sekä tekemällä yhdessä harkittuja valintoja.
Siksi skenaariot, joissa agentit hoitaisivat jatkossa Teams-palaverit ihmisten puolesta, kuulostavat vähintäänkin vierailta: teknologia voi tukea kokouksia, mutta merkitys syntyy edelleen ihmisten kohtaamisesta ja yhteisestä ymmärryksestä.

Yhteenveto

Tekoäly voi tehostaa työtä merkittävästi ja auttaa löytämään ratkaisuja nopeammin. Hyödyt ovat kuitenkin luotettavia vain, jos pohjadata on laadukasta – mikä edellyttää arjessa huolellista ja yhdenmukaista kirjaamista. Lisäksi tarvitaan selkeät eettiset pelisäännöt datan käytöstä, ja ihmisten on pysyttävä ohjaksissa myös silloin, kun agentit ja automaatio lisääntyvät: muuten virheet voivat siirtyä ratkaisuihin ja kertautua. Kun reunaehdot ovat kunnossa, kannattaa rohkaista kokeiluun ja oppimiseen – mutta pitää mielessä, että tekoäly tukee ihmisten yhteistyötä, ei korvaa vuorovaikutusta.

 

Lue lisää samasta aiheesta:

2M-IT:n HR-palvelut tekoälymatkan alussa

2M-IT:n tekoälyprojektissa laatu ja turvallisuus menevät kaiken edelle

Tekoäly parantaa projektien laatua ja varmistaa jatkuvan oppimisen

 

 

 

2M-IT:n HR-palvelut tekoälymatkan alussa

Posted on by johannau

Suomalaisessa työelämässä HR:n rooli on muuttumassa hallinnosta kohti palvelulähtöisyyttä. 2M-IT:n HR-johtaja Sari Rasi korostaa HR:n olevan ensisijaisesti sisäistä palvelua esihenkilöille ja työntekijöille. Palveluasenne tukee myös yhtiön arvoja sekä hyvää työkulttuuria. Tekoälyn käyttöönotto HR-palveluissa korostaa palvelunäkökulmaa, sillä rutiinitehtävien automatisointi vapauttaa asiantuntijoiden aikaa ihmisläheisiin kohtaamisiin ja vaativiin tehtäviin.

ServiceNow HR-moduulin käyttöönotto

 

2M-IT:n HR-palveluiden tekoälymatka alkoi vuonna 2025 ServiceNow HR-moduulin käyttöönotolla. Tavoitteena on helpottaa palvelupyyntöjen käsittelyä ja tiedonhallintaa. Automaation ja tekoälyn onnistunut hyödyntäminen vaatii laadukasta ja yhtenäistä dataa, joten jokainen prosessi ja työnkulku dokumentoitiin huolellisesti. Alkuvaiheessa on määritelty mm. 48 prosessia sekä saapuvan ja lähtevän työntekijän polut. Tiimi työsti hienosti olemassa olevien prosessien kuvaamisen ja pohti samalla niiden sujuvoittamista. Vaikka työmäärä on ollut suuri, on tiimi ollut motivoitunut, ja yhteisöllinen asenne on auttanut kehitystyössä.

”Jotta pääsemme hyödyntämään tekoälyä, pohjatyö on tehtävä erittäin hyvin. Tämä vaatii paljon taustatyötä, jota en aiemmin hahmottanut näin laajaksi”, Rasi sanoo.

Aikajana: Tekoälyn käyttöönotto 2M-IT:n HR-palveluissa 

  • 2025 (alkuvuosi) → ServiceNow HRSD-moduulin käyttöönotto ja prosessien määrittely alkaa 
  • 2025 (loppuvuosi) → Ensimmäinen käyttöönoton vaihe valmis, prosessit ja työntekijäpolut määritelty, laadukkaan datan varmistus 
  • 2026 (alkuvuosi) → Jatkokehitys, automatisoidut muistutukset ja onboarding-seuranta käyttöön 
  • 2026 (loppuvuosi, tavoite) → Tekoäly käyttöön HR-palveluissa: tiedonhaun tuki ja palvelupyyntöihin vastaamisen tuki 
  • Tulevaisuus (1–3 vuotta) → Rutiininomaiset palvelupyynnöt siirtyvät tekoälyn hoidettavaksi, asiantuntijoiden aika vapautuu vaativiin tehtäviin

Automaatio ja tekoäly HR-arjessa

 

Automaatiota hyödynnetään jo mm. muistutuksissa, työnkuluissa ja onboarding-seurannassa. Jatkossa tekoäly tukee tiedonhaussa, ja nostaa relevantteja ohjeita ja tietoja esiin HR-agentille palvelupyyntöjen yhteydessä.

Tulevaisuuden näkymät

Rasi arvioi, että tulevaisuudessa tekoäly hoitaa rutiininomaiset palvelupyynnöt, jolloin asiantuntijoiden aika vapautuu vaativiin ja ihmisläheisiin tehtäviin. Palvelun nopeus ja laatu paranevat.

“HR-moduulin ja sen automaatiomahdollisuuksien hyödyt kasvavat organisaation koon myötä – mitä suurempi henkilöstömäärä, sitä enemmän voidaan tehostaa HR-palveluiden toimintaa ja saavuttaa merkittäviä hyötyjä automaation ja tekoälyn avulla”, Rasi sanoo.

Kehityspolut ja menestyksen edellytykset

  • Tekoälyn käyttöönotto vaatii huolellista pohjatyötä ja selkeää dokumentointia.
  • HR-palveluiden ja prosessien tarkka määrittely mahdollistaa kehityksen.
  • Datan tulee olla laadukasta.
  • Ennakkoluuloton kehittäminen ja prosessien rakentaminen tukee tekoälyn hyödyntämistä.
  • Laadun parantaminen edellyttää tiivistä yhteistyötä ja palautteen keruuta henkilöstöltä.

Vaikka automaation ja tekoälyn avulla voidaan tulevaisuudessa hoitaa monia HR-tehtäviä, ihmiset kohtaavat jatkossakin toisensa; inhimillisyys säilyy palvelun ytimessä.

”En usko, että tekoäly pystyy hoitamaan kaiken HR-palvelun. Aina tulee olemaan asioita, joita asiantuntijat tekevät esihenkilöiden ja työntekijöiden kanssa. Kohtaaminen ei tule katoamaan. Tekoäly hoitaa selkeät ja toistuvat palvelupyynnöt, mutta asiantuntijat ratkaisevat haastavat ja tulkinnanvaraiset kysymykset”.

 

 

In 2M-IT’s AI Project, Quality and Safety Come First

Posted on by johannau

Marko Ranta serves as the Director of IT Services at 2M-IT. IT Services produces comprehensive and large-scale ICT services for wellbeing regions, ranging from basic infrastructure to telecommunications, information security, and end-user support.

“Our work at 2M-IT directly impacts how smoothly and safely critical everyday situations are managed—such as at the emergency room door, where every moment and system reliability are crucial. Seemingly minor technical glitches, like a non-functioning computer or a frozen system, can in a clinical environment even pose patient safety risks if, for example, patient information cannot be accessed at the right time. Our job is to ensure that these fundamentals work flawlessly so that professionals can focus on what matters most—helping people. This real-world impact is at the core of everything we do,” says Ranta.

The Most Valuable Role of AI in Service Production Is to Free Up Experts for More Demanding Tasks

In 2024, 2M-IT adopted the ServiceNow service management system, enabling more efficient IT service development. The system includes the AI assistant Now Assist. 2M-IT’s Support Services is currently running an AI project to develop, test, and pilot AI solutions that automate work steps and improve customer service.

“The most valuable role of AI in service production is to eliminate repetitive and manual work and clarify processes. Experts’ capacity is freed up for where the greatest value is created: high-quality problem solving and developing the customer experience. This way, we can truly focus on what benefits the customer most and continuously improve our services and cost-effectiveness,” Ranta explains.

AI assists with support requests, automatically classifies tickets, suggests solutions, and streamlines information management. AI is not rolled out to every operation at once; instead, pilots enable controlled adoption and learning.

“It has been important for us to pilot first with a smaller group and introduce AI in a controlled way. Monitoring and concrete benefits are key to safe adoption.”

Trust Is Built on Openness and Transparency

Ranta emphasizes open dialogue with customers about how AI is utilized and the added value being pursued. Trust is built through a clear governance model, risk assessment, and transparent processes—only in this way can customers be assured of high-quality and secure service.

“We need to have open discussions with customers about how AI solutions are built and how they support their operations. Trust comes from assessing risks and information security in advance and ensuring processes are transparent.”

First Steps in Automation—Three Principles

According to Marko, automation should start by following three key principles:

  1. Eliminate repetitive manual work, thereby freeing up significant time for experts to handle more demanding tasks.
  2. Ensure data quality—automation’s functionality and reliability are based on high-quality data.
  3. Improve the customer experience and workflow: refining processes is directly reflected in making customers’ everyday lives easier.

“When we choose which processes to automate first, we pay special attention to tasks that free up expert time and where data quality enables reliable automation. Refining processes is directly reflected in the customer experience—daily work becomes easier and turnaround times improve.”

Practical Experiences: The Service Desk Transformation Is Already Underway

Marko illustrates with a concrete example: previously, specialists manually classified every customer service request—a total of half a million per year—and searched for solutions in the knowledge base. In the future, AI will handle classification and propose solutions, reducing manual work and significantly speeding up request handling and turnaround times. The goal is that by December 2027, 95% of incoming requests will be classified automatically, resolution time will be reduced by an average of 50%, and customer satisfaction will remain at its current level.

However, the adoption of AI is not just a technical project but requires reviewing the entire operating model. Marko emphasizes the importance of data quality and process functionality: “Without high-quality data, automation doesn’t work—it’s not just about technology, but about developing the whole system.”

The biggest lesson has been understanding that implementing AI requires assessing the entire process and data quality. Otherwise, automation won’t produce reliable results. It is also important to ensure that guidelines and documentation practices support AI operations.

Metrics and Safety—Measuring Success

The success of the automation project is measured by, among other things, shortening ticket queues and resolution times, as well as customer satisfaction. In addition, processes, responsibility matrices, and documentation guidelines have been updated to meet AI requirements—this has enabled the construction of a reliable, high-quality, and traceable solution.

“The most important metrics are shorter ticket queues, faster resolution times, and increased customer satisfaction. It’s also essential that our experts adopt the new operating models and that processes support automation. Clarifying processes and responsibility roles has been crucial for quality and safety.”

Transferring Routines to AI—Where Are We Now?

At 2M-IT, AI already classifies tickets, produces summaries, suggests solutions, and assists in drafting knowledge articles as well as transcribing calls. This has reduced manual work and improved service speed and consistency. In the future, AI capabilities will expand to more teams and processes.

“We are already well along in having AI handle manual tasks—ticket classification, summary creation, and drafting knowledge articles have become automated. The next goal is to expand these capabilities to more teams and everyday processes.”

Scaling, Competence, and Partnerships—The Next Steps

In the next six months, the goal is to scale successful AI solutions even more broadly. This requires strong partnerships and increased expertise in both technology and governance models. Marko sees that success will be measured by whether AI truly reduces person-years and genuinely boosts efficiency—numbers and practical everyday realities will tell.

“We don’t yet have all the expertise in-house, so partnerships are essential, especially in the early stages of implementation. At the same time, we are growing our own skills and capabilities in both technology and governance. The most important thing is that AI truly reduces person-years and brings real efficiency to daily operations.”

When Is the AI Project Finished?

“Perfect readiness may never be achieved, development is always ongoing. However, when pilot results, risks, and metrics show that goals have been met and the organization’s capabilities are at the right level, we can move to production,” Marko summarizes.

If the goals are not met, the project will not move to production. The line is clear and honest: quality and safety are uncompromisingly the top priority.

“It’s hard to say when an AI project is fully complete, development is continuous. When the criteria, risks, and metrics set in the pilot are met and resources are in place, we can move to production. If the goals are not achieved, the project will not proceed—quality and safety take precedence over everything else.”

Photo: Pasi Leino Photography

You might be interested in learning more:

Artificial intelligence enhances project quality and ensures continuous learning

Intelligent Service Delivery at 2M‑IT – ServiceNow and the Opportunities of AI in Support Services

2M-IT:n tekoälyprojektissa laatu ja turvallisuus menevät kaiken edelle

Posted on by johannau

Marko Ranta toimii 2M-IT:llä Tietotekniikkapalveluiden liiketoimintajohtajana. Tietotekniikkapalvelut tuottaa ICT-palveluita hyvinvointialueille kattavasti ja suurella volyymilla: perusinfrasta tietoliikenteeseen ja tietoturvaan sekä loppukäyttäjätukeen.

”Meidän työmme 2M-IT:llä vaikuttaa suoraan siihen, miten sujuvasti ja turvallisesti arjen kriittiset tilanteet hoituvat – kuten ensiavun ovella, jossa jokainen hetki ja järjestelmän toimivuus on ratkaisevaa. Pieniltä tuntuvat tekniset häiriöt, kuten tietokoneen toimimattomuus tai järjestelmän jumittaminen, voivat kliinisessä ympäristössä aiheuttaa jopa riskejä potilasturvallisuudelle, jos esimerkiksi potilastietoja ei saa näkyviin oikeaan aikaan. Meidän tehtävämme on varmistaa, että nämä perusasiat toimivat moitteettomasti, jotta ammattilaiset voivat keskittyä olennaiseen – ihmisten auttamiseen. Tämä arjen vaikuttavuus on koko työmme ydin”, Ranta sanoo.

Tekoälyn arvokkain rooli palvelutuotannossa on vapauttaa asiantuntijoiden potentiaali vaativampiin tehtäviin

2M-IT otti vuonna 2024 käyttöön ServiceNow-palvelunhallintajärjestelmän, joka mahdollistaa entistä tehokkaamman IT-palveluiden kehittämisen. Järjestelmään sisältyy tekoälyavustaja Now Assist. 2M-IT:n Tukipalveluissa meneillään olevassa tekoälyprojektissa kehitetään, testataan ja pilotoidaan tekoälyratkaisuja, joiden avulla työvaiheita automatisoidaan ja asiakaspalvelua parannetaan.

”Tekoälyn arvokkain rooli palvelutuotannossa on poistaa toistuva ja manuaalinen työ sekä selkeyttää prosesseja. Asiantuntijoiden kapasiteetti vapautuu sinne, missä tuotetaan suurin arvo: laadukkaaseen ongelmanratkaisuun ja asiakaskokemuksen kehittämiseen. Näin voimme todella keskittyä siihen, mikä hyödyttää asiakasta eniten ja kehittää palveluitamme jatkuvasti paremmiksi sekä kustannustehokkaammaksi”, Ranta kertoo.

Tekoäly avustaa tukipyynnöissä, luokittelee tikettejä automaattisesti, ehdottaa ratkaisuja ja tehostaa tiedonhallintaa. Tekoälyä ei oteta käyttöön jokaisessa toiminnossa kerralla, vaan pilotit mahdollistavat hallitun käyttöönoton ja oppimisen.

”Meillä on ollut tärkeää pilotoida ensin pienemmällä joukolla ja tuoda tekoäly käyttöön hallitusti. Seuranta ja konkreettiset hyödyt ovat avainasemassa turvallisessa käyttöönotossa.”

Luottamus rakentuu avoimuudesta ja läpinäkyvyydestä

Ranta korostaa avointa keskustelua asiakkaiden kanssa siitä, miten tekoälyä hyödynnetään ja millaista lisäarvoa tavoitellaan. Luottamus rakentuu selkeän hallintamallin, riskien arvioinnin ja läpinäkyvien prosessien kautta – vain näin varmistetaan, että asiakkaat saavat laadukasta ja turvallista palvelua.

”Meidän pitää käydä avointa keskustelua asiakkaiden kanssa siitä, miten tekoälyratkaisut rakennetaan ja miten ne tukevat heidän toimintaansa. Luottamus syntyy siitä, että riskit ja tietoturva-asiat arvioidaan etukäteen ja prosessit ovat läpinäkyviä.”

Ensimmäiset askeleet automaatiossa – kolme periaatetta

Markon mukaan automatisointi kannattaa aloittaa seuraamalla kolmea keskeistä periaatetta:

  1. Toistuvan manuaalityön poistaminen, jolloin vapautetaan merkittävästi aikaa asiantuntijoilta vaativampiin tehtäviin.
  2. Datan laadun varmistaminen – automaation toimivuus ja luotettavuus perustuvat laadukkaaseen tietoon.
  3. Asiakaskokemuksen ja työn sujuvuuden kehittäminen: prosessien hiominen näkyy asiakkaalle arjen helpottumisena.

”Kun valitsemme, mitä prosesseja automatisoidaan ensin, kiinnitämme erityistä huomiota siihen, mitkä tehtävät vapauttavat asiantuntijoiden aikaa ja missä datan laatu mahdollistaa luotettavan automaation. Prosessien hiominen näkyy suoraan asiakaskokemuksessa – arjen työ helpottuu ja läpimenoajat paranevat.”

Käytännön kokemuksia: Service Deskin muutos jo menossa

Marko havainnollistaa asiaa konkreettisella esimerkillä: asiantuntijat luokittelivat aiemmin jokaisen asiakaspalvelupyynnön – yhteensä puoli miljoonaa vuodessa – käsin ja etsivät ratkaisuja tietämyskannasta. Tekoäly ottaa jatkossa luokittelun ja ratkaisuehdotusten tuottamisen hoitaakseen, mikä vähentää manuaalista työtä ja nopeuttaa palvelupyyntöjen käsittelyä sekä läpimenoa merkittävästi. Tavoitteena on, että joulukuussa 2027 saapuneista pyynnöistä 95 % luokitellaan automaattisesti, ratkaisuaika lyhenee keskimäärin 50 %, ja asiakastyytyväisyys pysyy nykyisellä tasolla.

Tekoälyn käyttöönotto ei kuitenkaan ole pelkkä tekninen projekti, vaan vaatii koko toimintamallin tarkastelua. Marko korostaa datan laadun ja prosessien toimivuuden merkitystä: ”Ilman laadukasta dataa automaatio ei toimi – kyse ei ole vain teknologiasta, vaan kokonaisuuden kehittämisestä.”

Suurin oppi on ollut ymmärrys siitä, että tekoälyn käyttöönotto edellyttää koko prosessin ja datan laadun arviointia. Muuten automaatio ei tuota luotettavia tuloksia. On myös tärkeää varmistaa, että ohjeistukset ja kirjaamiskäytännöt tukevat tekoälyn toimintaa.

Mittarit ja turvallisuus – onnistumisen arviointi

Automaatiohankkeen onnistumista mitataan muun muassa tikettijonojen ja ratkaisuaikojen lyhentymisellä sekä asiakastyytyväisyydellä. Lisäksi prosesseja, vastuumatriiseja ja kirjaamisohjeita on päivitetty vastaamaan tekoälyn vaatimuksia – tämä on mahdollistanut luotettavan, laadukkaan ja jäljitettävän ratkaisun rakentamisen.

”Tärkeimmät mittarit ovat tikettijonojen lyhentyminen, ratkaisuaikojen nopeutuminen sekä asiakastyytyväisyyden kasvu. Myös se on tärkeää, että asiantuntijamme omaksuvat uudet toimintamallit ja prosessit tukevat automaation toimivuutta. Prosessien ja vastuuroolien kirkastaminen on ollut ratkaisevaa laadun ja turvallisuuden kannalta.”

Rutiinien siirto tekoälylle – missä mennään nyt?

2M-IT:llä tekoäly jo luokittelee tikettejä, tuottaa yhteenvetoja, ehdottaa ratkaisuja ja auttaa tietämyksen artikkeleiden luonnostelussa sekä puheluiden litteroinnissa. Tämä on vähentänyt manuaalista työtä ja parantaa palvelun nopeutta sekä tasalaatuisuutta. Tulevaisuudessa tekoälyn kyvykkyys laajenee yhä useampiin tiimeihin ja prosesseihin.

”Olemme jo pitkällä siinä, että tekoäly hoitaa manuaalista työtä – tikettien luokittelu, yhteenvetojen tuottaminen ja tietämyksen artikkeleiden luonnostelu ovat automatisoituneet. Seuraavaksi tavoitteena on laajentaa näitä kyvykkyyksiä yhä useampiin tiimeihin ja arjen prosesseihin.”

Skaalaus, osaaminen ja kumppanuudet – seuraavat askeleet

Seuraavan puolen vuoden aikana tavoitteena on skaalata onnistuneita tekoälyratkaisuja yhä laajemmin. Tämä edellyttää vahvoja kumppanuuksia ja osaamisen kasvattamista niin teknologian kuin hallintamallien osalta. Marko näkee, että onnistuminen mitataan sillä, vähentääkö tekoäly todella henkilötyövuosia ja tehostaako se toimintaa oikeasti – numerot ja käytännön arki ratkaisevat.

”Meillä ei vielä ole kaikkea osaamista talon sisällä, joten kumppanuudet ovat välttämättömiä etenkin käyttöönoton alkuvaiheessa. Samalla kasvatamme omaa osaamistamme ja kyvykkyyttämme sekä teknologian että hallintamallien ylläpidossa. Tärkeintä on, että tekoäly vähentää oikeasti henkilötyövuosia ja tuo tehokkuutta arkeen.”

Milloin tekoälyhanke on valmis?

“Täydellistä valmiutta ei ehkä koskaan saavuteta – kehittäminen on aina jatkuvaa. Kun kuitenkin pilotin tulokset, riskit ja mittarit osoittavat tavoitteiden täyttyneen ja organisaation kyvykkyydet ovat oikealla tasolla, voidaan siirtyä tuotantoon,” Marko kiteyttää.

Mikäli tavoitteet eivät täyty, hanketta ei viedä tuotantoon. Linja on selkeä ja rehellinen: laatu ja turvallisuus asetetaan tinkimättä kaiken muun edelle.

”On vaikea sanoa, milloin tekoälyhanke on täysin valmis – kehitys jatkuu jatkuvasti. Kun pilotissa asetetut kriteerit, riskit ja mittarit täyttyvät ja resurssit ovat kunnossa, voidaan siirtyä tuotantoon. Jos tavoitteet eivät täyty, niin hanketta ei viedä eteenpäin – laatu ja turvallisuus menevät kaiken edelle.”

Kuva: Pasi Leino photography

Lue lisää samasta aiheesta:

Tekoäly parantaa projektien laatua ja varmistaa jatkuvan oppimisen

Älykäs palvelutuotanto 2M-IT:llä – ServiceNow ja tekoälyn mahdollisuudet tukipalveluissa

Teknologia ratkaisee hopeisen siirtymän

Posted on by johannau

Ratkaisut ikäihmisten turvalliseen kotona asumiseen ovat jo olemassa. Digitalisaatio, datan ja tekoälyn mahdollisuudet sekä asiakkuudenhallinta yhdessä toiminnanohjauksen kanssa varmistavat hoidon jatkuvuuden ja turvallisen kotona asumisen.

Hyvinvointialueiden nykyisessä palvelujärjestelmässä yhtenä haasteena on tarve löytää ratkaisuja toimialan ikääntyvien ihmisten palvelutarpeeseen. Sosiaali- ja terveysministeriön hankkeissa on pilotoitu muun muassa kotiin vietäviä teknologisia ratkaisuja. Kokemukset ovat olleet hyviä, tosin tarvitaan lisää yhdessä tekemistä, jotta uudet toimintamallit integroituvat osaksi kokonaisuutta ja toimintamallit saadaan skaalattua alueen tulevaa kysyntää vastaaviksi.

– Digitaalisuuden, datan ja tekoälyn avulla voidaan ratkaista hoidon ja palvelujen jatkuvuus sekä kotona asumisen mahdollistavan toimintamallin laajentaminen. STM on tehnyt merkittävää työtä teknologisten ratkaisujen pilotoinnissa. Data voi toimia sekä omalääkärinä että voinnin sekä pärjäämisen seuraajana, kun analytiikalla, datan prosessoinnilla ja tekoälyllä koostetaan eri lähteisiin hajautuneesta tiedosta yhtenäinen kuva asiakkaan tilasta. Tämä data tuodaan asiakkaan oman hoitotiimin hyödynnettäväksi helposti ja hälyttää, jos henkilön tilanteessa tapahtuu muutos, sanoo hankejohtaja Tapio Järvenpää 2M-IT:ltä.

Kun laadukasta dataa on saatavilla koko hyvinvointialueen tasolla, voidaan esimerkiksi asiointikäyttäytymisestä tunnistaa eri asiakassegmenttejä, joita yhdistävät samat tarpeet. Datasta voidaan löytää esimerkiksi riskiryhmiä, tehdä tietoon perustuvia päätelmiä ja hoitosuunnitelmia, seurata potilaiden tilaa ja hoitovastetta sekä ohjata omahoitoa.

– Datan hyödyntäminen parantaa ennaltaehkäisyä ja varhaisen puuttumisen sekä kotona pärjäämisen seurannan toteuttamisen täysin uudella tasolla. Kun te- koäly seuraa jatkuvasti datan muutoksia ja tuo poikkeamat ammattilaisten arvioitavaksi, niin ymmärretään nopeasti kotona asuvan palvelutarve ja voidaan optimoida resurssien käyttöä, uskoo 2M-IT:n Asiakkuudenhallinnan ja toiminnanohjauksen tiimipäällikkö Sami Järvinen.

Ikäihmisen voinnin seurannassa puhelin- ja digipalveluiden yhdistäminen teknologisiin ratkaisuihin tarjoaa mahdollisuuden proaktiivisen palvelumallin rakentamiseen. Tämä tarkoittaa, että aiemmin pilotoidut teknologiaratkaisut voidaan skaalata alueen tarvitsemassa laajuudessa. Kaikille ikäihmisille voidaan tarjota ajankohtaista tietoa, neuvontaa ja tukea heidän omassa kodissaan.

Aiemmat STM:n hankkeet ovat osoittaneet, että teknologisten ratkaisujen ja datan hyödyntämisen avulla voidaan varmistaa sujuva ja turvallinen hopeinen siirtymä. Kotiin tarjotut palvelut ovat edistäneet hyvinvointia ja tuoneet kustannussäästöjä terveydenhuollon järjestelmälle.

– Kun data käytetyistä palveluista ja voinnista on digitaalisesti kerätty, voimme osallistaa hoitoon ja sen seurantaan paremmin myös esimerkiksi potilaan läheiset. Yhteistyö eri sidosryhmien, kuten terveydenhuollon ammattilaisten, yritysten ja ikäihmisten läheisten, välillä on ratkaisevaa onnistuneiden ja käyttäjälähtöisten ratkaisujen saavuttamiseksi, Järvenpää jatkaa.

Kokonaisvaltainen toiminnan kehittäminen on yhä tärkeämpää.

– IT ja digitaalisuus mahdollistavat vaikuttavat ratkaisut vain, jos sen potentiaali todella hyödynnetään yhdessä alueen palvelutuotannon kanssa, muistuttaa 2M-IT:n toimitusjohtaja Jari Nevalainen.

Kun asiakas on kehittämistyön keskiössä, se pakottaa luomaan toimintamalleja ja etsimään ratkaisuja, jotka helpottavat myös ammattilaisten työkuormaa ja vapauttavat työpäivästä aikaa merkitykselliseen työhön esimerkiksi kirjausten ja tiedonhaun sijaan. Arjen työtä sujuvoittavat ratkaisut ovat kriittisiä työvoimapulasta kärsivällä alalla.

Läpinäkyvyys taas on asiakkaalle tärkeää – hänen tulee tietää, kuka hänen hoidostaan ja sen etenemisestä vastaa.

Tämä tuo asiakkaalle tunteen siitä, että hänen asiansa on tärkeä ja häntä on kuultu.

– Mahtavaa tässä on, että ei tarvitse keksiä mitään uutta, sillä olemassa olevilla ratkaisuilla ja opeilla tehdyistä pilottihankkeista päästään jo pitkälle. Kun yhdistetään digitaaliset palvelut, kotiin vietävät ratkaisut, datan hyödyntäminen ja tekoäly alueiden palvelutuotantoon kehittämiseen, saadaan aikaan erinomaisia ratkaisuja.

– Yhdessä voimme tarjota ikäihmisille laadukkaita palveluita, jotka mahdollistavat heidän turvallisen asumisensa kotonaan. Me 2M-IT:ssä näemme, että nyt tehtyjä kokeiluja tulisi laajentaa hyvinvointialueille ja olemme valmiita käärimään hihat yhdessä heidän kanssaan, Nevalainen sanoo.

Tekoäly voi

  • seurata vanhuksen tilaa kertovien antureiden dataa, kuten sykettä, liikettä ja unen laatua. mikäli poikkeamia havaitaan, tekoäly voi lähettää hälytyksen vanhukselle tai ilmoittaa havainnosta hoitotiimille.
  • tuoda ratkaisuja ikääntyneiden yksinäisyyteen tarjoamalla seuraa ja keskustelukumppanuutta, kun ikääntyneet voivat käydä keskusteluja tekoälyn avustuksella, jolloin heidän ei tarvitse tuntea olevansa yksin.
  • tarjota viihdettä ja mahdollisuuksia osallistua erilaisiin aktiviteetteihin, kuten musiikin kuunteluun tai pelien pelaamiseen.
  • auttaa vanhuksia kokonaisvaltaisessa hoidossa tarjoamalla muistutuksia lääkkeiden ottamisesta, ruokailuajoista ja muista tärkeistä tehtävistä.
  • seurata vanhuksen päivittäistä toimintaa ja antaa suosituksia terveellisistä elämäntavoista, kuten liikunnasta ja ravitsemuksesta.
  • kerätä tietoa vanhuksen päivittäisistä rutiineista ja tarjota raportteja hoitotiimille, jotta hoito voidaan mukauttaa yksilöllisiin tarpeisiin.

 

Teksti: Anna Korpi-Tyyny

Strategist, creative Hansdotter Oy

Artikkeli julkaistu myös Terveys ja talous ry -lehdessä 3/2023