Tulos Helsinki

Nyt on rima korkealla! Meillä panostetaan asiakaskokemukseen ja näin syksyllä sitä saa aina jännittää, että näkyykö se missään. Ja näkyyhän se! Ihan mieletön kehitys taas vuoden takaisesta ja saan olla järjettömän ylpeä meidän koko jengistä, kun huimat 90 % meidän asiakkaista kertoo olevansa tyytyväisiä yhteistyöhömme. Vilpitön kiitos meidän asiakkaille palautteesta, jonka avulla on löytynyt selkeästi oikea suunta 🥹 Jälleen ylitettäväksi asetettu rima on nyt ennätyksellisen korkealla. Kehityssuunta osoittaa, että valittu strategia kantaa ja tulemme tottakai jatkossakin panostamaan asiakasarvon tuottamiseen. Kirjoittelin blogiin tuloksista ja niiden kehittymisestä tarkemmin, käy kurkkaamassa 👉🏻 https://lnkd.in/dNcfghmB #asiakaskokemus Tulos Helsinki

Kolme päätöstä, joihin AI-kehitys pysähtyy Olemme tänä syksynä käyneet saman keskustelun monen asiakkaan kanssa. AI:n käytön vieminen syvemmälle organisaatioon ei yleensä pysädy työkaluihin tai osaamiseen. Jarruksi osoittautuu usein päätös, jonka yli ei syystä tai toisesta päästä. 𝟭. 𝗔𝘃𝗮𝘁𝗮𝗮𝗻𝗸𝗼 𝗱𝗮𝘁𝗮 𝗔𝗜:𝗹𝗹𝗲? Tämä pelottaa eniten: minne data menee, käytetäänkö sitä mallin koulutukseen ja kuka sen näkee. Nämä ovat relevantteja kysymyksiä, mutta niihin on vastaukset. Vastaukset löytyvät lisenssiehdoista ja sopimuksista, sekä yhdessä sovitusta tavasta käyttää AI:tä vastuullisesti. 𝟮. 𝗝𝗮𝗲𝘁𝗮𝗮𝗻𝗸𝗼 𝗱𝗮𝘁𝗮 𝗸𝘂𝗺𝗽𝗽𝗮𝗻𝗶𝗲𝗻 𝗔𝗜:𝗹𝗹𝗲? Kun oma data on kerran kytketty, tämä on yllättävän pieni askel: yhteistyössä olevalla kumppanilla on jo pääsy järjestelmiin ja rajapinnat esim. mainostileihin. Kyse on rajauksesta: mitä oikeuksia annetaan ja minkä datan käyttö sallitaan vaikkapa MCP:n avulla. Nopeuttaa ja selkeyttää yhteistyötä kummasti. 3. 𝗔𝗻𝗻𝗲𝘁𝗮𝗮𝗻𝗸𝗼 𝗔𝗜:𝗻 𝘁𝗼𝗶𝗺𝗶𝗮 𝗶𝘁𝘀𝗲? Tämä on vaikein, mutta myös se joka säästää aikaa ja muuttaa eniten työn tekemisen tapaa. Enää kysytä, mitä AI lukee, vaan mitä se saa muokata, päätellä tai tehdä itsenäisesti. Yksi hyväksyntäpiste tai yksi käyttöoikeus voi kuitenkin ratkaista, säästääkö agentti tunteja vai aiheuttaako se kalliin virheen. Vastaus autonomiseen AI:seen ei ole kylla tai ei. Olemme oppineet aloittamaan neljalla kysymyksella: – Miten agentin toiminta tunnistetaan? – Mihin se pääsee käsiksi? – Mitä se saa muuttaa ilman ihmistä? – Kuka hyväksyy AI:n tekemät päätökset tai muutokset? Kun nämä on sovittu, lakkaa AI:n integroiminen tuottamasta pelkoa ja tuskaa, ja siitä tulee tavallinen projektipäätös. Missä näistä kolmesta teidän organisaationne on nyt?

Voiko HK:n uunimakkara kadota Google-hausta kuukaudessa? Kuukauden ero, ei yhtään samaa tulosta. Suomen hakumarkkinalla tämä ei ole mahdollista, sillä hakutulokset liikkuvat pystysuunnassa hyyvin hitaasti varsinkin vakiintuneissa hauissa kuten tässä. Ranskalainen Resoneo testasi saman kontrolloidusti: sama haku, sama IP, testissä eroa kaksi minuuttia. Ainoa ero oli yksi eväste. Tuloksena kaksi täysin eri tuloslistaa. Nolla yhteistä URLia. N O L L A ! Maksako SEO-työkalusta, joka näyttää sinulle puuta heinää? Tämä ei ole algoritmipäivitys. Google näyttää syöttävän automatisoiduille hakutulosten kerääjille uskottavan näköistä, mutta väärää dataa. AccuRanker arvioi, että pahimpana päivänä noin 30 % seurantatuloksistaanoli "myrkytetty". Ja nyt kyse ei ole SEO-työkaluista. Kyse on AI:sta ja Googlesta. OpenAI pyysi pääsyä Googlen indeksiin ja sai kieltävän vastauksen. Nyt Google sulkee ovia kaikilta, jotka lukevat sen tuloksia koneellisesti. Rank trackerit kärsivät tässä välissä. Ja tämä ei ole ensimmäinen muutos, sillä näitä hiljaisia muutoksia on ollut enemmänkin: JavaScript pakolliseksi, 100 tuloksen sivu pois, selaintestit, /goto-ohjaukset. Ei yhtään tiedotetta. SEO- työkalujen liiketoiminta on on rakennettu sen oletuksen varaan, että monopolia saa skreipata. Sen oletuksen voi kuopata. Mitä tehdä: → Lopeta seuraamasta päivittäisiä sijoituksia kuin ne olisivat totuus. → Search Console on ainoa lähde, joka ei valehtele sinulle sijainneista (ainakaan niin paljoa). → Kysy työkalutoimittajalta suoraan: miten suodatatte myrkytetyn datan? Jos vastausta ei tule, et maksa datasta vaan arvauksista. Ja kyllä, tästä voisi käydä pyytämässä hyvitystä. Itse ainakin aion yrittää. Resoneon analyysi löytyy kommenteista. #SEO #GoogleSearch #AISearch #uunimakkara

Onko Chrome-selain oppimassa, mitä haet? Resoneon tekemän tutkimuksen mukaan Google on lisännyt vaivihkaa Chrome-selaimen koodiin päättelymalleja. Mutkia suoriksi vetäen Chrome ei siis olisi enää selain, vaan myös käyttäjän koneella päättelymallia pyörittävä paikallinen AI-malli. Syyskuussa isosti julkisuudessa ollut Jev-malli toimii vastaavalla periaatteella. Erona on vain se että se on maksullinen, kun taas Chromeen ilmaantunut ominaisuus tulee selaimen kyljessä ilmaiseksi. Miksi tämä sitten on kiinnostavaa? Selaimen AI voisi tulkita hakutarpeesi suoraan verkkosivun käyttöön. Koko Googlen hakuliiketoiminta perustuu siihen, että hakutulokset, olivat ne orgaanisia tai mainoksia, palvelevat käyttäjän intentiota, hakutarvetta. Jos Chromen sisäinen malli kykenee tulkitsemaan käyttäjän kirjoittaman hakutarpeen tarkemmin, verkkosivusto voisi tarjota osuvampia hakutuloksia ja ehdottaa sopivia suodattimia. Tämä tulkinta tapahtuisi käyttäjän koneella, ei palvelimella. Puolestaan verkkosivujen näkökulmasta, ne kykenisivät luokitteluun pohjaten tarjoamaan käyttäjän kysymykseen sopivampia vastauksia Se voisi tapahtua esimerkiksi näin: Käyttäjä kirjoittaa verkkokauppaan: ”Tarvitsen hiljaisen pesukoneen isolle perheelle.” Verkkosivun koodi kysyy selaimen mallilta: ”Onko hiljaisuus tärkeä valintakriteeri? Mitä kapasiteettiluokkaa käyttäjä hakee?” Malli palauttaa: valinnat ja niiden luottamusarviot, joiden perusteella sivusto voi ehdottaa suodattimia. Se vie siis hakua ja selaimen avulla myös käyttäjäkokemusta entistä personoidumpaan suuntaan. Resoneon tutkimuksessa kehitysasteella oleva malli ei ole vielä tarkka, mutta tätä kannattaa seurata.

Miten nostaa arjen tekemisen tasoa, ei vain tehokkuutta? Me ollaan viime keväästä asti rakennettu AI:n käyttöä järjestelmänä, jossa arjesta syntyvät opit saadaan takaisin työn tueksi, kun sama tehtävä toistuu. Tavoitteena ei ole vain kerätä kaikkea tietoa siitä mitä tehtiin. Haluamme saada talteen myös miksi niin päätettiin, mitä siitä seurasi ja mitä seuraavalla kerralla kannattaisi tehdä toisin. Kun asiantuntija korjaa tekoälyagentin ehdotusta, arvokasta ei ole vain lopputuotos. Jo tämän kokemuksen perusteella sanoisin, että vielä arvokkaampaa on perustelu: mitä ehdotuksesta puuttui ja miksi sillä on merkitystä. Kun opit viedään takaisin agentin ohjeisiin ja yhteisiin työnkulkuihin, ne voivat parantaa sekä tekoälyn että ihmisten tekemistä. Oppi ei jää vain yhden tekijän muistiin tai yksittäiseen keskusteluun. Datan keruuta ja vertailua voidaan automatisoida. Vaikeampaa on arvioida, mikä havainto kannattaa muuttaa yhteiseksi toimintatavaksi. Hyvä tulos yhdessä tilanteessa ei vielä tee ratkaisusta yleispätevää. Tässä ihmisen arvioinnilla ja muutosten testaamisella on edelleen tärkeä rooli. Kaikkea monikanavaisen markkinoinnin monimutkaisuutta ei tarvitse ratkaista kerralla. Liikkeelle voi lähteä rajatuista, toistuvista ja aikaa vievistä työnkuluista. Agentille voi antaa vaativampia tehtäviä sitä mukaa, kun sen työn laatu pystytään osoittamaan. Keskustelua tekoälystä täällä Suomessa dominoi ajatus siitä tehostavana voimana. Huomattavasti kiinnostavampaa on, mitä säästetyllä ajalla päästään tekemään: uusia kokeiluja ja kasvumahdollisuuksien testaamista, joihin arjessa ei aiemmin ole ehditty tarttua. Kiinnostuitko? Laita viestiä, niin kerron, miten tämä toimii meillä ja miten vastaavan toimintatavan voisi rakentaa teille.

Tekoäly muuttaa markkinoinnin tekemisen. Me ollaan Tuloksella nyt viime keväästä lähtien rakennettu AI Corea, joka rakentuu kolmesta kerroksesta: menetelmistä, kontekstista ja turvallisesta paikasta käsitellä myös arkaluonteisempia tietoja. Kyvyt ja osaaminen, jota malliin on rakennettu paranee koko ajan käyttämällä, kun me kerätään dataa työnkulkujen toiminnasta ja luotettavuudesta sekä käyttäjiltä että jokaisesta käyttökerrasta itsestään ajettavilla testeillä. Kaikki malliin rakennettu on koko toimiston ja meidän agenttien käytössä. Ja vaikka opit kertyvät kaikkien käyttöön, on jokaisen asiakkaan data turvassa. Tän rakentaminen on ollut paitsi siistiä, on se myös pakottanut ajattelemaan miten luodaan yhdessä uutta tapaa toimia markkinassa. Omassa työssä tämä näkyy nyt käytännössä siinä, että kykenen tekemään agenttien avulla omat hommat mistä vain, juuri niin kunnianhimoisesti kuin olen aina halunnut, mutta siihen menee vain murto-osa ajasta jota siihen meni aiemmin. Aikaa jää paitsi tämän kehittämiseen, myös lisäarvon tuottamiseen asiakastyössä.