Vesihuollon seuraava harppaus: Kun AI-agentista tulee laskutustiimin uusi jäsen?

Suomalaisessa vesihuollossa on viime vuodet keskitytty digitalisaation perustuksiin: siirtymään pilvipohjaisiin SaaS-järjestelmiin ja etäluettavien mittareiden käyttöönottoon. Seuraava suuri tehostamisen aalto tulee AI-agenteista, jotka muuttavat passiivisen datan aktiiviseksi toiminnaksi ja toimivat osana vesilaitoksen omaa tiimiä.

Vesilaitosten arjessa laskutus ja asiakaspalvelu ovat perinteisesti olleet reaktiivisia toimintoja. Vaikka nykyiset SaaS-järjestelmät automatisoivat rutiineja, vielä moni työläs vaihe, kuten esimerkiksi poikkeamien hallinta, on jäänyt ihmisen harteille. Tähän tarpeeseen voi jo lähitulevaisuudessa vastata AI-agentti tai ns agenttinen käyttäjä.

Automaatio suorittaa, agentti päättelee

On tärkeää ymmärtää ero perinteisen automaation ja AI-agentin välillä. Automaatio on kuin kiskoilla kulkeva juna: se tekee täsmälleen sen, mitä on ohjelmoitu, kulkien uudestaan ja uudestaan samaa rataa. AI-agentti taas on kuin kokenut työpari järjestelmän sisällä. Se ei vain havaitse poikkeamaa, vaan se kykenee päättelemään kontekstin ja ehdottamaan jatkotoimenpiteitä. Se on väsymätön digitaalinen avustaja, joka analysoi massadataa 24/7 ja nostaa asiantuntijan pöydälle vain ne asiat, jotka todella vaativat ihmisen harkintaa.

Agentti on osa tiimiä

Mistä tiedämme, että tämä toimii? Meillä Vesitiedolla ohjelmistokehityksessä AI-agentit ovat jo arkipäivää. Ne toimivat ohjelmistokehittäjien apuna: ne etsivät virheitä lennossa, hoitavat koodauksen rutiinit ja antavat asiantuntijan keskittyä luovaan ongelmanratkaisuun.

Sama malli on tulevaisuudessa tuotavissa vesilaitoksen laskutustiimiin. Kuvitellaan tilanne, jossa laskuttaja aloittaa aamunsa ja häntä tervehtii jo työnsä aloittanut AI-agentti:

”Huomenta! Olen tarkistanut yön aikana 5 000 etämittarin lukemaa ja niistä muodostettua laskua. 4 980 on kunnossa, mutta löysin 20 poikkeamaa. Kymmenen kiinteistön kohdalla havaitsin että etäluettava mittari ei ole lähettänyt lukemia nyt yli kahteen viikkoon ja ne sijaitsevat samalla alueella. Muodostin arviolaskut sovitun mukaisesti näistä. Kunnossa olevat laskut on laitettu jo valmiiksi lähetystä varten ja poikkeavista olen laatinut sinulle listan yksityiskohtineen. Lähetin sovitusti jo verkostotiimille ilmoituksen noista mittareista joista ei ole saatu lukemia. Hyväksytkö?”

Tämä on vielä kuvitteellinen esimerkki, mutta kuvaa sitä, miten tekoälyagentti muuttaa työn luonteen massojen selaamisesta merkitykselliseen asiantuntijuuteen ja todelliseen asiakaspalveluun. Kuvitteellinen tilanne on jatkossa yhtä mahdollista laskuttajan hyvin nukutun yön jälkeen kuin lounastauonkin perään.

Millaista työtä AI-agentit käytännössä voisivat tehdä vesilaitoksella?

1. “Laskutustarkastaja”

• • Rooli: Laskutusmassan laadunvarmistaja.

• • Tehtävä: Käydä läpi tuhansia laskuja sekunneissa ennen niiden lähetystä. Tunnistaa epäloogisuudet (esim. nollakulutukset, poikkeukselliset piikit tai mittarihäiriöt).

• • Arvo: Poistaa laskuttajalta rutiininomaisen esitarkistustyön ja mahdolliset uudelleen ajettavat laskutusajot ja minimoi hyvityslaskujen määrän.

2. ”Asiakasassistentti”

• • Rooli: Asiakaspalvelijan älykästä tiedonhakua hoitava "oikea käsi".

• • Tehtävä: Analysoida saapuvat yhteydenotot (sähköpostit, portaaliviestit). Hakea automaattisesti asiakashistoria, luokitella asia ja luonnostella asiantuntijalle valmis vastausvaihtoehto.

• • Arvo: Lyhentää vastausaikoja ja varmistaa, että asiantuntijalla on heti kaikki tarvittava tieto päätöksentekoon.

3. “Verkostotutkija”

• • Rooli: Kulutusdatan ja verkoston tilan herkeämätön valvoja.

• • Tehtävä: Tunnistaa poikkeamat etäluettavien mittareiden datasta (esim. jatkuva virtaama yöllä). Päätellä, onko kyseessä kiinteistön sisäinen vuoto vai mahdollinen putkirikko runkolinjassa.

• • Arvo: Mahdollistaa ennakoivan viestinnän asiakkaalle ennen kuin vesivahinko kasvaa ja vähentää merkittävästi verkostohävikkiä.

Millaisia muita käyttötapauksia ja mahdollisia agenttisia tiimikavereita sinä tunnistat vesilaitoksen arjesta?

 Hallitut yhteydet dataan

Jotta tekoäly voi toimia, sen on päästävä käsiksi dataan turvallisesti. Moderni SaaS-arkkitehtuuri ja hallitut rajapinnat ja liittymät mahdollistavat tämän. Kyse ei ole tietoturvan vaarantamisesta, vaan turvallisesta digitaalisesta väylästä. Kun järjestelmä on rakennettu joustavasti, vesilaitos voi aktivoida käyttöönsä älykkäitä agentti-ominaisuuksia saumattomasti osana tuttua käyttöliittymää. Tämä tekee ohjelmistosta alustan, joka kasvaa ja kehittyy laitoksen tarpeiden mukaan.

Miksi vesilaitoksen kannattaa kiinnostua?

AI-agenttien integroiminen osaksi prosesseja tuo kolme merkittävää hyötyä:

1. Henkilöstöresurssien säästö: Asiantuntijoiden aika vapautuu manuaalisesta tarkistustyöstä kehittämiseen.

2. Ennakoiva asiakaskokemus: Vesilaitos muuttuu "pelkästä laskuttajasta" kumppaniksi, joka auttaa asiakasta havaitsemaan vuodot ennen kuin vahinko kasvaa.

3. Toimintavarmuus: Nopeampi reagointi poikkeamiin säästää sekä vettä, euroja että luontoa.

Vesihuollon tulevaisuus on älykästä tiedonhallintaa. Suomen Vesitiedon kaltaiset SaaS-palvelut rakentavat parhaillaan sitä infrastruktuuria, jonka päälle huomisen AI-agentit asettuvat. Kysymys kuuluukin: onko teidän organisaatiossanne jo varattu tuoli digitaaliselle työparille?

Vuodesta 2020 tähän päivään – ja kohti tekoälyä

Vesilaitosyhdistys julkaisi vuonna 2020 oppaan “Vesihuoltolaitoksen digitaaliset asiakaspalveluratkaisut - Hyvä tapa toimia”. Oppaassa tunnistettiin alan suurimpana haasteena toimialakohtaisten digitaalisten mallien puute ja tarve siirtyä pois manuaalisista prosesseista.

Mitä on muuttunut vuoden 2020 jälkeen?

• SaaS on nyt valtavirtaa: Vuonna 2019 monet laitokset kokivat asiakastietojärjestelmänsä joustamattomiksi. Tänään pilvipohjaiset SaaS-järjestelmät (kuten Vesitieto) ovat murtaneet nämä siilot ja mahdollistaneet ketterän kehityksen.

• Etäluenta on kypsynyt: Julkaisun aikaan etäluenta nähtiin vielä haastavana ja kalliina investointina, jonka hyödyt rajoittuivat usein vain perinteisen mittariluennan poistumiseen. Nyt teknologia on halventunut ja tiedonsiirto (kuten NB-IoT) on tehnyt etäluennasta arkipäivää. Mittareilta saadaan jo monipuolisempaa dataa, tuntikohtaiset lukemat, poikkeamatilanteiden havainnot (vuodot, jäätymiset, takaisinvirtaama) ja mittarin tilatietoa.

• Asiakasodotukset ovat kasvaneet: Jo vuonna 2020 tunnistettiin, että uudet työntekijät ja asiakkaat odottavat sähköisiä työkaluja. Nykyään pelkkä sähköinen lomake ei riitä – asiakkaat odottavat ennakoivaa ja reaaliaikaista palvelua. Myös uuden sukupolven laskuttajat ja asiakaspalvelun asiantuntijat odottavat työkaluiltaan enemmän.

Mitä on edessä?  

Vuonna 2020 VVY:n julkaisu painotti prosessien digitalisointia, kuten omistajanvaihdoksia ja liittymissopimuksia. Nyt olemme siirtymässä automaatiosta älykkyyteen:

• Reaktiivisuudesta ennakoivuuteen: Vuoden 2020 visiossa puhuttiin häiriökartoista. Tulevaisuudessa AI-agentit tunnistavat piilevät vuodot ja poikkeamat jo ennen kuin ne näkyvät kartalla tai asiakkaan laskulla.

• Manuaalisesta rajapintoihin: Julkaisussa toivottiin manuaalisen työn poistumista tiedonsiirrosta. Nyt hallittu ja turvallinen pääsy omaan dataan mahdollistaa sen, että tekoäly voi ”keskustella” datan kanssa suoraan, ilman ihmisen välikäsiä.

• Älykäs tuki asiantuntijalle: Kun vuonna 2020 etsittiin tapoja vähentää byrokratiaa, nykyinen teknologia tarjoaa asiantuntijalle digitaalisen työparin, joka hoitaa rutiinit ja jättää ihmiselle vain kriittisimmät päätökset.