Kiinteistöhuoltoyrityksessä työtilauksia tulee sähköpostilla, puhelimella, isännöitsijän järjestelmästä ja asukkaiden tekstiviesteinä, ja jokainen pitää lukea, luokitella ja ohjata oikealle huoltomiehelle. Tekoäly kiinteistöhuollon työtilausten käsittelyssä tarkoittaa sitä, että kone hoitaa tämän lajittelutyön ja ihminen keskittyy päätöksiin. Tämä artikkeli on kirjoitettu 5-50 hengen huoltoyrityksille, joissa päivystäjä tai työnjohtaja käyttää nyt tunteja päivässä viestien siirtelyyn järjestelmästä toiseen.
Hyöty näkyy nopeasti. Kun saapuva pyyntö luokitellaan, priorisoidaan ja kirjataan automaattisesti, kiireellinen vesivuoto ei huku kymmenen ovikellopyynnön alle, eikä kukaan joudu kopioimaan osoitteita käsin.
Mitä työtilausten käsittelyssä oikeasti tapahtuu
Tyypillinen työtilaus kulkee viiden vaiheen läpi: vastaanotto, tulkinta, priorisointi, kohdistus tekijälle ja kuittaus tilaajalle. Useimmissa yrityksissä vaiheet 1-3 tehdään käsin, ja juuri niissä kuluu aikaa.
Asukkaan viesti voi olla ”keittiön hana tippuu taas, sama kuin viime kuussa, A-rappu”. Ihminen ymmärtää tästä heti kohteen, vian tyypin ja sen, että kyse on toistuvasta viasta. Vanhat sääntöpohjaiset järjestelmät eivät ymmärrä, koska viestissä ei ole valmiita kenttiä. Suuret kielimallit, kuten ChatGPT:n taustalla oleva GPT-malli tai Anthropicin Claude, osaavat poimia vapaasta tekstistä osoitteen, huoneiston, vian kuvauksen ja kiireellisyyden. Tulos on jäsennelty tietue, jonka voi viedä suoraan huolto-ohjelmaan.
Näin tekoälyavusteinen työtilausprosessi rakentuu
Kokenut automaatiokonsultti aloittaa kartoittamalla, mistä kanavista tilauksia tulee ja missä muodossa. Usein selviää, että 60-80 % tulee sähköpostilla tai verkkolomakkeelta. Siitä kannattaa aloittaa, koska tekstimuotoinen data on helpointa käsitellä.
Käytännön toteutus rakennetaan usein integraatioalustalla, kuten n8n:llä tai Makella. Työnkulku menee suunnilleen näin: uusi sähköposti saapuu yhteiseen huolto-osoitteeseen, automaatio lähettää tekstin kielimallille selkeän ohjeen kanssa, malli palauttaa kentät (kohde, huoneisto, vikatyyppi, kiireellisyys 1-3, yhteystiedot) ja automaatio luo työtilauksen huoltojärjestelmään rajapinnan kautta. Lopuksi tilaaja saa automaattisen kuittauksen ja arvion käsittelyajasta.
Rajapinta on se kohta, jossa projektit usein onnistuvat tai kaatuvat. Jos huolto-ohjelmassa ei ole avointa rajapintaa, tilaukset joudutaan viemään välivaiheen kautta, esimerkiksi taulukkoon tai sähköpostiin, josta ne kirjataan käsin. Ennen kuin mitään rakennetaan, kannattaa selvittää API-integraatioiden perusasiat ja kysyä ohjelmistotoimittajalta suoraan, mitä rajapinta sallii.
Kustannukset ovat pienemmät kuin moni olettaa. Kielimallin käsittelemä yksittäinen viesti maksaa API-hinnoittelulla tyypillisesti alle sentin. Integraatioalustan kuukausimaksu on pienellä volyymilla kymmeniä euroja kuukaudessa. Suurin kuluerä on rakentaminen ja testaus, joka vie tavallisesti 3-8 työpäivää riippuen siitä, kuinka monta järjestelmää kytketään yhteen.
Priorisointi on se, missä tekoäly tuottaa eniten
Kiireellisyyden arviointi on työnjohtajan raskain tehtävä. Sana ”vuoto” voi tarkoittaa tippuvaa hanaa tai kattoon tulevaa vettä. Kielimalli, jolle on annettu selkeät kriteerit, tekee eron yllättävän hyvin: vesivahinko, lämmityksen katkeaminen talvella, hissiin juuttuminen ja ulko-oven lukon rikkoutuminen nousevat kärkeen, ja kosmeettiset korjaukset siirtyvät jonoon.
Tyypillisessä tilanteessa huoltoyhtiö hoitaa 40 taloyhtiötä Tampereen seudulla, ja maanantaiaamuna sähköpostissa on 70 viestiä viikonlopun ajalta. Ilman automaatiota päivystäjä lukee ne järjestyksessä ja kiireellinen tapaus voi löytyä vasta puolen tunnin päästä. Automaation kanssa kolme kiireellistä tapausta on merkitty punaisella ennen kuin kukaan on avannut sähköpostia, ja päivystäjälle on lähetetty niistä tekstiviesti.
Malli ei kuitenkaan tiedä kaikkea. Se ei tiedä, että tietyn kohteen lämmönjakohuone on ollut ongelmallinen koko syksyn, ellei sille kerrota sitä. Tästä syystä historiadataa kannattaa syöttää malliin mukaan: kun kohteesta on tullut kuukauden sisään kolme samanlaista pyyntöä, se on oma signaalinsa.
Myytti: tekoäly korvaa päivystäjän
Yleinen väärinkäsitys on, että tekoäly hoitaa työtilaukset kokonaan ja päivystäjän tai asiakaspalvelijan työ katoaa. Näin ei käy, eikä sitä kannata tavoitella.
Tekoäly poistaa rutiinin: kopioinnin, luokittelun ja kuittausviestit. Rajatapaukset jäävät ihmiselle. Jos asukas kirjoittaa vihaisen viestin, jossa mainitaan hometta ja lapsen hengitysoireita, viesti tarvitsee ihmisen harkintaa, ei automaattikuittausta. Hyvin rakennettu järjestelmä tunnistaa epävarmat ja herkät tapaukset ja ohjaa ne suoraan ihmiselle. Käytännössä päivystäjän aika siirtyy sähköpostin lajittelusta huoltomiesten tukemiseen ja asiakkaiden hankalampiin tilanteisiin.
Yleisimmät virheet työtilausautomaatiossa
Ensimmäinen virhe on se, että automaatio rakennetaan kerralla kaikille kanaville. Puhelut, tekstiviestit, WhatsApp ja isännöitsijäportaali samaan aikaan tarkoittaa, että mikään ei toimi kunnolla. Yksi kanava ensin, kaksi viikkoa seurantaa, sitten seuraava.
Toinen virhe on luottaa kielimallin poimimiin osoitteisiin tarkistamatta. Malli voi täydentää puuttuvan rapun tai huoneiston numeron arvaamalla. Ratkaisu on verrata poimittua osoitetta yrityksen omaan kohderekisteriin ja merkitä epävarmat tilaukset tarkistettaviksi.
Kolmas virhe on unohtaa, mitä tapahtuu kun jokin kaatuu. Jos kielimallin rajapinta on hetken poissa käytöstä tai huolto-ohjelma ei vastaa, viestin pitää jäädä jonoon eikä kadota. Virheenkäsittely automaatiossa on kiinteistöhuollossa erityisen tärkeää, koska kadonnut vesivuotoilmoitus voi maksaa tuhansia euroja.
Ennen käyttöönottoa kannattaa tarkistaa ainakin nämä:
- Mitkä vikatyypit luokitellaan aina kiireellisiksi, sääntönä eikä mallin arviona
- Kuka saa ilmoituksen, kun automaatio on epävarma
- Mihin palvelimille asukkaiden henkilötiedot kulkevat ja millä sopimusehdoilla
- Miten käsittelemätön viesti huomataan, jos automaatio pysähtyy
Tietosuoja ja asukkaiden tiedot
Työtilauksissa liikkuu nimiä, puhelinnumeroita, osoitteita ja joskus terveyteen liittyviä tietoja, kuten ”asukas liikuntarajoitteinen, soita ennen tuloa”. Nämä ovat GDPR:n alaisia henkilötietoja. Kielimallipalvelun valinnassa ratkaisee, käytetäänkö syötettyä dataa mallin koulutukseen ja missä se käsitellään. Yritystason API-palveluissa data ei yleensä mene koulutukseen, mutta ilmaisissa kuluttajaversioissa tilanne voi olla toinen. Ammattilainen lukee käyttöehdot ennen kuin ensimmäinenkään asukkaan viesti lähtee rajapintaan.
UKK
Toimiiko tekoäly myös puhelimitse tulevissa työtilauksissa?
Toimii, mutta se on toinen vaihe. Puhe muutetaan ensin tekstiksi puheentunnistuksella, jonka suomenkielinen laatu on parantunut selvästi viime vuosina, ja sen jälkeen käsittely etenee kuten sähköpostissa. Murteet ja taustamelu heikentävät tarkkuutta, joten puhelutilaukset kannattaa aluksi tarkistaa ihmisen toimesta.
Paljonko työtilausautomaation rakentaminen maksaa pienelle huoltoyritykselle?
Perustoteutus yhdelle kanavalle ja yhteen huolto-ohjelmaan maksaa tyypillisesti muutamia tuhansia euroja kertaluonteisesti. Juoksevat kulut ovat noin 30-150 € kuukaudessa volyymista riippuen. Takaisinmaksu tulee yleensä säästetystä työajasta: jos päivystäjä säästää tunnin päivässä, se on noin 20 tuntia kuukaudessa.
Tarvitaanko uusi huolto-ohjelma ennen kuin tekoälyä voi käyttää?
Ei välttämättä. Jos nykyisessä ohjelmassa on rajapinta tai se vastaanottaa tilauksia sähköpostilla, automaatio voidaan rakentaa sen ympärille. Uutta järjestelmää kannattaa harkita vasta, jos nykyisestä ei saa tietoja ulos eikä sinne saa niitä sisään muuten kuin käsin.
Mistä liikkeelle
Aloita laskemalla, montako työtilausta viikossa tulee ja kuinka paljon aikaa yhden käsittely vie vastaanotosta kirjaukseen. Jos luku on yli 50 tilausta viikossa ja käsittely kestää 3-5 minuuttia, automaatiolla vapautuu helposti puolikkaan henkilötyöpäivän verran aikaa viikossa.
Valitse yksi kanava, yleensä sähköposti, ja rakenna sille luokittelu ja kirjaus. Pidä kiireellisyyden kriittiset säännöt kovakoodattuina, anna mallin hoitaa tulkinta ja seuraa tuloksia kahden viikon ajan ennen laajentamista. Kun ensimmäinen kanava toimii luotettavasti, seuraavien lisääminen on huomattavasti nopeampaa.