Tämänvuotiset Vesihuoltopäivät osoittivat sen, että tekoälyltä haetaan ratkaisuja aivan tavallisen vesilaitoksen arjen helpottamiseen. Keskustelut useiden vesilaitosten johdon ja asiantuntijoiden kanssa vahvistivat, että kiinnostus tekoälyn käytännön sovelluksia kohtaan kyllä löytyy. Erityisesti hallinnon, laskutuksen ja asiakaspalvelun tehostaminen kuuluu tällä hetkellä monen laitoksen asialistalle.
Saimme vahvistusta näille kentältä kuulluille signaaleille kyselystämme, johon saimme kevään ja Vesihuoltopäivien aikana mittavan määrän vastauksia alan asiantuntijoilta. Tulokset puhuvat selvää kieltä: vesilaitoksilla on aito tarve löytää digitaalisia kollegoita helpottamaan kasvavaa työkuormaa.
Eläköitymisaalto ja asiantuntija-ajan hinta
Vesihuoltoalaa ravistelee tulevien vuosien aikana merkittävä rakenteellinen muutos, kun suuri määrä kokenutta väkeä siirtyy eläkkeelle. Samalla lakisääteiset vaatimukset ja raportointivelvollisuudet kiristyvät. Yhtälö on haastava: samat ja usein entistä monimutkaisemmat työt on pystyttävä tekemään jatkossa pienemmillä henkilöstöresursseilla.
Kyse on vesihuollon strategisesta johtamisesta ja tulevaisuuden ennakoinnista. Avasimme tätä aihetta aiemmin blogissamme Datasta viisaita päätöksiä – AI-agentti vesilaitoksen strategisena analyytikkona. Kuten tuolloin totesimme, vesilaitoksen henkilöstön asiantuntemus ja aika ovat aivan liian arvokkaita mekaaniseen rutiinityöhön tai virheiden etsimiseen datamassoista. Tekoälyn ja AI-agenttien rooli ei ole korvata ihmistä, vaan toimia väsymättömänä assistenttina, joka vapauttaa asiantuntijoiden aikaa siihen, missä inhimillistä otetta ja syvää ammattitaitoa eniten tarvitaan: verkoston ylläpitoon, kehittämiseen ja asiakkaiden laadukkaaseen kohtaamiseen.
Tuntikohtainen data kasvattaa massan sellaiseksi, jota ihminen ei voi hallita
Yksi suurista arjen mullistuksista vesilaitoksilla on etäluettavien vesimittareiden yleistyminen. Siirtymä kerran tai muutaman kerran vuodessa ilmoitettavista lukemista jatkuvaan tuntitason dataan on periaatteessa loistava asia, mutta se synnyttää myös haasteen: datan määrä räjähtää käsiin.
Kun laitoksella on tuhansia tai kymmeniä tuhansia mittareita, jotka lähettävät dataa vuorokauden ympäri, kyse on nopeasti miljoonista datariveistä. Tätä datamerta ei mikään inhimillinen silmä tai käsipari ehdi perusteellisesti valvoa ennen laskutuskauden alkua.
”Laskutustarkastaja” nousi kyselyn ylivoimaiseksi suosikiksi
Kyselyssämme kysyimme, mikä AI-agentin rooli tuo laitoksille suurimman välittömän hyödyn. Yli puolet vastaajista nimesi ykköseksi Laskutustarkastajan.
Pohdimme tätä teemaa jo ennen kyselyn käynnistämistä artikkelissamme Vesihuollon seuraava harppaus – kun AI-agentista tulee laskutustiimin uusi jäsen, ja tuoreet kyselytulokset osoittavat ennusteen osuneen oikeaan: laskutusprosessin laadunvarmistus on laitoksille aidosti kriittinen kipupiste.
Kun vesilaskutus perustuu massiiviseen mittaridataan ja laajaan asiakkuuksien hallintaan, virheiden mahdollisuus kasvaa. Nämä haasteet eivät johdu laskutusjärjestelmien toiminnasta, vaan puhtaasti datan alkulähteistä ja monimuotoisuudesta:
- Inhimilliset virheet rekisterissä: Asiakas- ja käyttöpaikkatietoihin voi rekisteriä ylläpidettäessä tai esimerkiksi omistajanvaihdoksen yhteydessä päätyä näppäilyvirhe tai väärä parametri.
- Mittarilaitteiston puutteet: Fyysiset mittarit voivat vikaantua. Jumittunut, kokonaan pysähtynyt tai viallinen mittari lähettää nolladataa tai täysin epäloogista kulutuslukemaa.
Kun virheellinen data etenee koelaskutukseen, seurauksena voi olla työläs korjaustyö, joka voi viedä huomattavan ajan laskuttajalta.
Tässä kohtaa kontekstin ymmärtävä tekoälyagentti astuu kuvaan. AI-agentti pystyy sekunneissa ristiinajamaan asiakasrekisterin ja miljoonat mittarilukemat ennen varsinaista laskutusajoa. Se toimii digitaalisena esitarkastajana, joka poimii poikkeamat. Virheet korjataan ennen kuin yksikään lasku lähtee maailmalle.
Ohjelmistorobotiikasta kontekstiälyyn
Monilla vesilaitoksilla on jo kokemusta ohjelmistorobotiikasta. Perinteinen robotti on erinomainen siirtämään tietoa paikasta A paikkaan B, kunhan säännöt ovat täysin mekaaniset. Robotti on kuitenkin ”sokea” sille tiedolle, jota se käsittelee. Jos sille syötetään virheellistä dataa, se suorittaa tehtävän virheellisesti loppuun saakka kyseenalaistamatta mitään.
Kontekstin ymmärtävä tekoäly edustaa seuraavaa sukupolvea. Se ei vain siirrä tietoa, vaan se ymmärtää, mitä tieto tarkoittaa. AI-agentti osaa suhteuttaa kiinteistön vedenkulutuksen sen tyyppiin (esim. omakotitalo vs. teollisuuslaitos), historiadataan ja jopa vuodenaikaan. Se voi tuoda laadunvarmistukseen älykkään tason, johon pelkkä sääntöpohjainen koodi ei pysty.
Kyselymme vapaissa vastauksissa nousi esiin myös muita mielenkiintoisia tulevaisuuden toiveita tekoälylle: esimerkiksi tekoälyassistentti asiakaspalvelussa, omistajanvaihdosprosessin tehostaminen, sopimusten valmistelu ja talousveden myynnin ennustaminen.
Kyselyssämme selvitimme myös alan asiantuntijoiden näkemyksiä tekoälyn käyttöönoton esteistä tai huolista AI:hin liittyen. Näitä käsittelemme erillisessä artikkelissa.
Katse tulevaisuuteen
Vesihuoltopäivien ja kyselymme anti on selvä: tekoälyltä ei odoteta ihmeitä, vaan käytännön apua arjen perusrutiineihin. Seuraava harppaus vesihuollossa otetaan parantamalla datan laatua ja automaatiotasoa siellä, missä työmäärä on suurin.
Kun rutiinit siirretään tekoälylle, vesilaitokset voivat kohdata tulevaisuuden resurssipaineet luottavaisemmin ja pitäen huolta siitä, että asiantuntijoiden aika kohdistuu aina korkeimman lisäarvon tehtäviin.
