Case Puolustusvoimat: Tiketöintijärjestelmän käyttöhaasteet kumoon koneoppimisen avulla
Tiketöintijärjestelmän käyttöhaasteet kumoon koneoppimisen avulla
Suuressa organisaatiossa, jossa sekä käyttäjiä että tietojärjestelmiä on paljon, myös erilaisia ongelma- ja vikatilanteita syntyy usein. Puolustusvoimissa tehdään kuukausittain jopa 5000 sähköistä tuki- ja palvelupyyntöä, joita ratkotaan tikettien perusteella. Valtaosa palvelupyyntöjen tekijöistä käyttää tiketöintijärjestelmää harvoin ja siksi palvelupyynnöt eivät aina päädy oikeaan osoitteeseen. Tämä aiheuttaa lisätyötä ja viivettä palveluprosessin käsittelyssä.
Koneoppimisen hyödyntämistä ongelman ratkomisessa oli Puolustusvoimien Palvelukeskuksessa pyöritelty jo pidemmän aikaa. Tilaisuus tarjoutui valtiovarainministeriön avatessa syksyllä 2018 rahoitushaun, jolla kannustettiin valtion virastoja yksinkertaistamaan ja automatisoimaan palveluja.
”Olimme pallotelleet jo aiemmin ideaa koneoppimisen hyödyntämisestä palvelupyyntöjen teossa. Valtiovarainministeriön rahoitushaun myötä lähdimme kirkastamaan ideaa, ja saimme rahoituksen hankkeellemme, joka tähtäsi hallinnollisen taakan vähentämiseen tekoälyn ja tekstianalytiikan avulla”, kertoo Palvelukeskuksen Jaakko Vesanen.
Lopputuloksena syntyi kevään 2019 aikana koneoppimista hyödyntävä POC (proof of concept), jossa käyttäjä kuvaa tuki- tai palvelupyynnön Skype-kanavaan linkitetylle chatbotille. Chatbot auttaa käyttäjää ohjaamaan palvelupyyntönsä oikeaan paikkaan.
Konseptia lähettiin aluksi kehittelemään viikon välein järjestettävissä työpajoissa, joissa keskustelun ja iteroinnin myötä päästiin kiteyttämään varsinainen konsepti. POC päästiin aloittamaan ketterästi yhteistyössä entuudestaan tutun kumppanin, Digian kanssa.
”Alkuhaasteena meillä oli uuden prosessin konseptointi ja sen pohtiminen, miten voisimme käyttää tekstianalytiikkaa ja koneoppimista parhaiten hyväksi. Kyseessä ei siis ollut mikään perinteinen chatbot, vaan taustalle haluttiin jotain enemmän”, Vesanen kertoo.
Suunnitellun chatbotin ytimessä on käyttäjäystävällisyys: kun käyttäjä havaitsee ongelman, oikean ilmoituslomakkeen etsimisen sijaan hän voi kuvata ongelman vapaasti botille. Tekstianalytiikan ja koneoppimisen avulla chatbotin taustalla toimiva koneoppimismalli etsii ongelmaan vastausta tietokannasta ja ehdottaa ratkaisua. Q&A-tyyppisen lähestymisen ansiosta chatbot pystyy ratkaisemaan osan ongelmista suoraan, jolloin tikettien määrä vähenee.
Jos ongelma ei ratkea, chatbotin taustalla oleva koneoppimismalli etsii oikean palveluluokan ja kysyy tiketin luontiin tarvittavat kysymykset, jonka jälkeen tikettilomake lähtee ratkaistavaksi. Chatbot rakennettiin Azure-pilvipalveluihin kuuluvien komponenttien avulla, jotka löytyivät valmiiksi Puolustusvoimien käytöstä.
Yhteistyö Digian kanssa sujui tiiviissä ja hyvissä merkeissä.
”Sovitut tehtävät ja aikataulut pitivät ja lopputuloksena oli demototeutus ajallaan ja budjetissa”, Vesanen sanoo.
Entä jääkö chatbot-kokeilu elämään?
”Kokeilu antoi meille hyvät perusteet chatbottien kehitykseen. Saimme syötteitä Puolustusvoimien muihin orastaviin chatbot-hankkeisiin, sekä ymmärrystä ja kokemuksia, joita jakaa talon sisällä eteenpäin”, Vesanen päättää.
Suosittelija:
Kokeilu antoi meille hyvät perusteet chatbottien kehitykseen. Saimme syötteitä Puolustusvoimien muihin orastaviin chatbot-hankkeisiin, sekä ymmärrystä ja kokemuksia, joita jakaa talon sisällä eteenpäin.
Jaakko Vesanen, Palvelukeskus, Puolustusvoimat
Referenssin infoboxi
Tiedot
Lisätietoja
Tagit
Erikoisosaaminen
Tekoäly (AI) ja koneoppiminen |
Toimialakokemus
Julkishallinto |
Teknologia
Azure |
Tarjonnan tyyppi
Konsultointi | |
Toteutustyö |
Omat tagit
chatbot
Tekstianalytiikka
Koneoppiminen
Puolustusvoimat
Digia - Asiantuntijat ja yhteyshenkilöt
Asiantuntijoita ja yhteyshenkilöitä ei ole vielä kuvattu.
Digia - Muita referenssejä
Digia - Muita bloggauksia
It- ja ohjelmistoalan työpaikat
- Laura - Ohjelmistokehittäjä
- Nordea - Senior Manual Test Engineer, Nordea Payments
- Nordea - Senior Test Automation Engineer with Python, Nordea Payments
- Nordea - Senior IT Analyst in SWIFT area
- Laura - C++ kehittäjä
- Nordea - Senior Backend Developer, Nordea Finance
- Laura - Palveluvastaava, tietohallinto
Premium-asiakkaiden viimeisimmät referenssit
- e21 Solutions Oy - Pakkausalan Benchmark-palvelu Mercamerilta
- Into-Digital Oy - S-Ryhmän rengasliiketoiminnan digitaalinen kauppapaikka
- Into-Digital Oy - Burger Kingin Whopperit, ravintolat, aukioloajat ja kampanjat verkossa
- Into-Digital Oy - Uusi Worldvision.fi viemään järjestön varainhankinta uudelle tasolle
- Netum Group Oyj - Radio- ja tv-museo Mastolassa opastaa kohta tekoälypohjainen asiakaspalvelija
- Netum Group Oyj - Peppi-järjestelmän ylläpito turvaa opiskelijoiden ja opettajien arjen sujuvuuden Lapin korkeakouluissa
- Into-Digital Oy - Suomalaisen työn uusi verkkopalvelu edistämään jäsenpalvelua ja -hankintaa
Tapahtumat & webinaarit
- 29.01.2025 - Modern toolchain and AI breakfast seminar with Eficode, AWS and HashiCorp
- 30.01.2025 - 30.1.2025 | Webinaari: Tehokkaampaa tuotantoa teollisuusyritykselle Fellowmindin Manufacturing Template -ratkaisulla
- 30.01.2025 - Suuri Rahoitusilta
- 30.01.2025 - Open Future
- 29.01.2025 - SecD-Day event
- 05.02.2025 - Smart Commerce Nordic 2025
- 05.02.2025 - AIX Forum - Medical Device Regulation and AI: Success Stories
Premium-asiakkaiden viimeisimmät bloggaukset
- Ready Solutions Oy - Mitä on Data Science tai datatiede?
- Ready Solutions Oy - Mikä on datatuote?
- Into-Digital Oy - Onnistunut verkkopalvelu – millainen se on ja miten niitä tehdään?
- Into-Digital Oy - Miksi verkkosivusto kannattaa uudistaa nyt, eikä sitten joskus?
- Netum Group Oyj - ”Jatkuva release-show ei tunnu kovin upealta” – tietojärjestelmäprojektin julkaisuprosessin kehittäminen
- Netum Group Oyj - Jälkitunnelmia ja -ajatuksia Kuntamarkkinoilta
- Into-Digital Oy - Oletko tekemässä B2B-verkkosivua? Huomioi ainakin nämä asiat
Digitalisaatio & innovaatiot blogimediaBlogimediamme käsittelee tulevaisuuden liiketoimintaa, digitaalisia innovaatioita ja internet-ajan ilmiöitä |