Koulutuksen sisältö
Miten tekoäly voi helpottaa kuljetus-, huolinta- ja varastoalan toimistotyötä?
Koulutus keskittyy siihen työhön, joka vie toimistossa eniten aikaa: sekavien tilausten purkuun, dokumenttien tietojen naputteluun järjestelmiin, asiakkaille kirjoitettaviin viesteihin ja raporttien lukemiseen. Kouluttaja näyttää työtavat omalla aineistollaan, ja neljässä harjoituksessa osallistujat tekevät saman itse valmiilla harjoitusaineistolla. Yksi harjoitus kestää noin 10 minuuttia, ja tuotokset käydään yhdessä läpi. Lopussa kouluttaja esittelee, miten yksi kuljetusyritys on vienyt saman ajattelun pidemmälle ja automatisoinut kuukausiraportointinsa tekoälyn avulla. Osallistuja saa mukaansa kaikki koulutuksessa käytetyt pyynnöt sellaisina, että niitä voi soveltaa omassa työssä heti seuraavana päivänä.
Osallistuja tarvitsee koulutusta varten pääsyn johonkin yleiseen tekoälytyökaluun omilla tunnuksilla (esimerkiksi ChatGPT, Microsoft Copilot tai Google Gemini). Työkalun pitää pystyä käsittelemään kuvia; se onnistuu näiden työkalujen perusversioilla. Harjoitusaineisto on Y4 Worksin laatimaa kuvitteellista materiaalia, joten omia asiakastietoja ei tarvita eikä niitä pidä koulutuksessa käyttää. Aineisto ja pyyntöpohjat jaetaan Teams-keskustelussa koulutuksen alussa.
Ohjelma
8.50
Yhteyden avaus
9.00
Aloitus: mitä tekoäly osaa toimistotyössä ja mitä ei
- Mihin kielimalli sopii, missä se erehtyy ja miten pyyntö kannattaa muotoilla
- Pelisäännöt siitä, mitä asiakkaan tietoja työkaluun saa syöttää
9.15
Tilausten ja dokumenttien käsittely
- Sekavat tilaussähköpostit selkeiksi toimeksiannoiksi
- Puuttuvien tietojen tunnistaminen ja täsmentävien kysymysten muodostaminen
- Rahtikirjojen ja pakkauslistojen tietojen poimiminen kuvista taulukkomuotoon
- Tietojen tarkistaminen ja virheiden tunnistaminen
Harjoitus 1: Tilaussähköpostista toimeksianto. Osallistuja saa asiakkaan pitkän ja epäjärjestyksessä olevan tilausviestin, jossa tiedot ovat hajallaan ja osa puuttuu kokonaan. Viesti puretaan tekoälyn kanssa taulukoksi (lähettäjä, vastaanottaja, kollimäärä, paino, noutoaika, toimitusaika, erityisvaatimukset), ja tekoälyä pyydetään listaamaan puuttuvat tiedot valmiina kysymyksinä asiakkaalle.
Harjoitus 2: Rahtikirja ja pakkauslista kuvasta taulukkoon. Osallistuja lataa työkaluun kuvan rahtikirjasta ja pakkauslistasta ja pyytää tiedot taulukkoon, jonka sarakkeet vastaavat oman järjestelmän kenttiä. Aineistoon on jätetty muutama ristiriita, esimerkiksi kollimäärä ja paino eivät täsmää dokumenttien välillä. Yhteisessä läpikäynnissä katsotaan, kuka löysi ristiriidat, miten tekoälyn saa etsimään ne itse ja miksi lopullinen tarkistus jää aina ihmiselle.
10.20
Tauko
10.30
Asiakasviestintä ja määräykset
- Myöhästymis-, vaurio- ja reklamaatioviestien laatiminen
- Viestien sävyn ja kielen mukauttaminen asiakkaan mukaan
- Määräys- ja sääntökysymykset: miten tekoäly pidetään oikeassa lähteessä
Harjoitus 3: Sama myöhästyminen, kolme asiakasta. Osallistuja saa tilannekuvauksen (kuorma myöhästyy neljä tuntia, syy tiedossa) ja kirjoittaa tekoälyn kanssa viestin kolmelle erilaiselle vastaanottajalle: pitkäaikaiselle sopimusasiakkaalle, ensimmäistä kertaa tilaavalle ja ulkomaiselle vastaanottajalle englanniksi. Vertaillaan, miten sävy, pituus ja lupaukset muuttuvat ja mitä viestiin ei kannata kirjoittaa.
Kouluttajan demo: Vastaus vaurioreklamaatioon. Asiakkaan kärkevään reklamaatioon laaditaan vastaus, joka ottaa asian vakavasti mutta ei lupaa korvausta ennen selvitystä. Tekoälyä pyydetään myös arvioimaan valmis viesti: mitä siitä puuttuu ja missä kohdassa se lupaa liikaa.
Kouluttajan demo: Määräyskysymys ilman lähdettä ja lähteen kanssa. Sama kysymys, esimerkiksi kuljettajan ajo- ja lepoajoista, kysytään ensin ilman aineistoa ja sitten niin, että säädösteksti annetaan mukaan. Näytetään, miksi ilman lähdettä vastaus voi nojata vanhentuneeseen tietoon ja miten sama työtapa toimii sopimusehtojen, toimitusehtojen ja asiakkaan omien ohjeiden kanssa.
11.05
Raporttien analysointi
- Ajo- ja kuormaraporttien analysointi tekoälyn avulla
- Tekoälyn mahdollisuudet huoltohistorian, telematiikan, kuljetustenohjauksen ja käyttöasteen seurannassa
Harjoitus 4: Mitä raportti kertoo ja mitä ei. Osallistuja saa kahden viikon ajo- ja kuormaraportin taulukkona (ajoneuvot, kilometrit, työtunnit, kuormat, tyhjänä ajetut kilometrit, polttoaine) ja pyytää tekoälyltä kolme havaintoa ja yhden toimenpide-ehdotuksen. Sen jälkeen kysytään käänteinen kysymys: mitä tästä raportista ei voi päätellä ja mitä tietoa pitäisi vielä kerätä.
Asiakasesimerkki: kuljetusyritys, joka automatisoi kuukausiraportointinsa. Kouluttaja esittelee, miten parinkymmenen auton kuljetusyritys kokoaa telematiikkajärjestelmän ajoneuvoraportit, kuljettajien vuororaportit, tilaajien tilitykset ja polttoaineen hintatiedotteet tekoälyn avulla yhteen työkirjaan: kate autoittain ja kuljettajittain, euroa per kilometri tilaajittain, hälytys polttoaineen hinnan muutoksesta ja työvuorolistan pohja säännöllisestä rytmistä. Aiemmin sama työ tehtiin käsin kopioimalla kuukausittain. Käydään läpi, mitä käyttöönotto vaati, mitä jäi edelleen ihmisen tarkistettavaksi ja miten henkilötiedot rajattiin pois.
Katsaus: Mistä oma yritys voi aloittaa koulutuksen oppien soveltamisen. Mikä onnistuu heti selaimessa omalla työkalulla ja mikä vaatii järjestelmätyötä: huoltohistorian käyttö huoltojen ennakoinnissa, telematiikkatiedon analysointi, kuljetustenohjauksen ja reittisuunnittelun tuki sekä autojen käyttöasteen seuranta.
11.50
Yhteenveto ja oma seuraava askel
Jokainen kirjaa yhden työtehtävän, jossa kokeilee opittua ensi viikolla.
Pelisäännöt kootusti: mitä tietoa työkaluun saa syöttää, mitä ei, ja mitä pitää aina tarkistaa itse.
12.00
Koulutus päättyy