newmoグループは大阪、沖縄、神奈川などでタクシー事業を展開し、全国で1400台超の車両、2400名以上の従業員を抱えるモビリティスタートアップだ。タクシー事業を中核に据えつつ、将来的には自動運転タクシーの実現も見据え、データ活用やAI開発を自社で進めている。
配車アプリの導入拡大などのデジタル化を進める一方、足元の課題となっていたのが、配車室の電話対応だ。未来都タクシーなど、傘下のタクシー会社の配車センターでは、多い日には1000件を超える入電がある。多くの会社で朝と夕方にピークが集中し、現場は逼迫していた。また、ビジネスの性格上、24時間対応が避けられないケースも多いため、人材採用や確保がかなり厳しい。同社に限らず、すべてのタクシー会社にとって、配車センターの運営は大きな経営課題となっている。
AI開発を主導したソフトウエアエンジニアの熊谷 健太郎氏、配車センターでそれを活用する堺相互タクシーの泉谷和枝氏は、「平均すると、入電の３割は取れない状況でした。現場では朝と夕方のピークは席を外せず、お手洗いにも行けないような状態」と従来の状況を説明した。
これは単なる労務負荷の問題だけではない。電話がつながらなければ、配車機会を失い、顧客満足度も低下する。タクシー会社にとっては、取り逃した１本の電話はそのまま売上機会の逸失――それも将来的なものを含む――になる。配車センターは、ドライバー同様、まさに「生命線」を握る存在といえる。
さらにnewmoは、M&Aによって複数のタクシー会社がグループ化されている。企業、あるいは営業所ごとに業務手順やKPI管理の粒度が異なるという課題もあった。AIうんぬん以前に、「経験則に頼った配車運営からデータを基点にした運営」へ移行する必要も生じていた。
そうしたなかで開発された「maido」は、顧客情報の照会、対話・判断、配車システム連携、有人転送といった一連の配車対応を担うAIエージェントだ。そのアーキテクチャは図の通りで、音声合成には国産の「VoiceCore」（提供：GIPU）もテスト。
実運用ではコスト面の課題などがあってGoogleのGeminiを活用しているものの、「感情表現や抑揚など、温度感のある音声は、海外ベンダー製品よりも高く評価しました」（熊谷氏）という。
運用後のメリットについて、熊谷氏は「すべての着信をまずAIが受けることで、お客様の不便を解消できます。対応においては今すぐの配車依頼か、それ以外の問い合わせかを切り分けています」と説明する。忘れ物や一般問い合わせなどは有人対応へ転送し、配車可能な依頼はAIが完結させる設計だ。
GENIAC-PRIZEにおいては、多くの申請がPoC段階だったのに対し、maidoはすでに実運用されている点が高い評価を受けた。早い本稼働をもたらしたポイントのひとつが、この「AIに過度な自由判断をさせなかった」点といえる。
タクシーの配車業務には、人間でも難しい判断が多い。たとえば「建物の近く」「いつもの場所」「病院の横」といったあいまいな表現だけでは、車をどこに付けるべきか判断しにくい。「住所が分からず、周りの景色だけを伝えられると、人でも判断が難しい」（泉谷氏）。
そこでmaidoは、まず「失敗しにくい配車」をカバー。既存顧客のDBに登録されている過去の利用履歴や曜日、利用パターンをもとに乗車場所を予測し、「こちらからのご利用ですか」と確認する。イレギュラーな依頼や聞き取りが難しいケースは、無理にAIで処理せず有人へつなぐ運用だ。
開発過程では、現場（配車センター）との連携を重視。コミュニケーションツール「Slack」で具体的な不具合や改善要望を共有し、週次に近いサイクルで改善を重ねた。例えば「高齢者がAIに話しかけるタイミングをつかみにくい」という課題に対しては、昔ながらの留守番電話のように「ピッ」という電子音を入れた。熊谷氏は「電子音を流すことで、話すタイミングを計ってくれるようになり、切断も少なくなりました」と説明する。最新AIの導入といえども、優良な顧客体験を支えるのはこうした地味な設計だといえる。
また最も苦労した点について、熊谷氏は「音声認識の精度」と振り返る。「難読地名や珍しいお名前を聞き取れないことはあります。ファインチューニングで改善は進めますが、平均すると30秒程度の音声を40時間分、集めて学習させる必要があり、データ収集と整理は未だ課題です」と説明する。
2026年07月21日 12時00分 公開
2026年07月21日 12時00分 更新
新規登録
ログイン
