コールセンター/CRMのソリューション・サービス“さがし”にご利用下さい!

コールセンターのITさがしは、コールセンター/CRMのための、ソリューションやサービス探しをサポートします。情報収集・比較検討・導入検討にご活用下さい。「コールセンターのITさがし」について

AI(人工知能)

チャットツール / 業務の効率化 / AI(人工知能)

更新日:2019/03/25

QA ENGINE

Studio Ousia
詳細を見る
対象ユーザー あらゆる業種に対応
対象規模 規模の大小問わず
製品形態 質問応答システム
価格情報 個別見積り
製品概要 「QA ENGINE」は機械学習やディープラーニングを用いた質問応答システムだ。人工知能が自然文の質問を理解し、瞬時に回答する。顧客向けのカスタマーサポートの自動化・効率化、社内ヘルプデスクの自動化に活用することができる。質問の表現の揺れに対応しやすいこと、多くの回答候補を対象にしやすいことが特徴となる。専門知識がなくても簡単に運用が可能。機械学習では学習データ作成作業が必要となるが、作成の負担が少ないこともポイントといえる。
 
  • 導入事例

<導入事例> freee

決算期の強力助っ人に「チャットボット」
“経営者のSOS”の半分は自動応答で解決

QA ENGINE

Studio Ousia(スタジオ ウーシア)

クラウド会計ソフト大手のfreeeは、Studio Ousia(スタジオウーシア)の自動応答システム「QA ENGINE」を基盤としたチャットボットサポートを「クラウド会計ソフトfreee」ユーザーサイトに開設した。現場主導で継続的にチューニングを実施し、回答精度を向上。一般的な質問をチャットボットで解決することで、確定申告前の繁忙期の業務負荷を軽減し、顧客サポート全体の迅速化を図った。今後は、他サービスでの設置や、メール業務への展開も検討している。

井上 健 氏

freee株式会社
Fastest Customer
Support
チーフスーパーバイザー
井上 健 氏

浅越 光一 氏

freee株式会社
Fastest Customer
Support
業務企画チーム
浅越 光一 氏

 クラウド会計ソフトを提供するfreeeのカスタマーサポートには、毎年、確定申告・法人決算を前に、企業の経営者から「SOSの声」が届く。内容は、一般的な経理知識からちょっとした“相談”まで幅広い。確定申告の提出期限が目前に迫る最繁忙の月では、問い合わせ数が月間3万件近くになる。

 同社のカスタマーサポートは、顧客にとっての“社外の経理担当者”として、いつでも気軽に問い合わせられるよう、チャットを主体にシフト勤務で運営している。繁忙期は管理職を含むカスタマーサポートチーム総動員のうえ、他チームのメンバーによる支援や外部パートナーの人員派遣で補強することもあった。しかし、会計ソフトのユーザー(顧客)が60万事業者を超えた2016年春、補強体制ゆえの課題が顕在化した。Fastest Customer Support業務企画チームの浅越光一氏は、「広範な会計知識が求められるため短期でのキャッチアップ(習得)が難しく、お待たせしたり、社内スタッフへのエスカレーションを要する案件が増えていました」と当時を振り返る。

 課題解決に向け、過去数年の繁忙期のコールリーズンを分析すると、「請求書の作り方は?」など、一般的かつ類似した質問の割合が一定数を占めることが判明した。「共通の回答ができる質問を自己解決してもらえれば、オペレータが複雑な質問への回答に集中できると考えました」と、チーフスーパーバイザーの井上 健氏は強調する。

機械学習を使った簡単育成 チャットボットでの解決率50%に

 2017年1月、Studio Ousia(スタジオウーシア)の機械学習を活用した自動応答システム「QA ENGINE」を採用し、会員向けサイトにチャットボットサポートを開設(画像)した。ユーザーが質問すると自動で回答を返す。答えにユーザーが満足できない場合には「担当者に質問を引き継ぐ」ボタンをクリックすると、人間のオペレータが対応するフローとなっている。入力された全ての問い合わせに対して、回答を表示した割合を表す「表示率」とチャットボットで完結した割合を表す「解決率」との推移を見ながらチューニングを繰り返し、回答精度の向上に取り組んだ。井上氏は、「チャットボットは、新人オペレータと同じ扱いです。目標に基づいて育成できなければ、かえって顧客満足を損なう」と説明する。

*freeeのチャットボットではQA ENGINEのAPIが返す確信度スコアが一定以下のものは表示されないように設定されている。したがって、質問に対して回答候補が存在しない場合や学習データが不足している場合には回答は表示されないこととなる。

会員向けサイトにチャットボット画面を設置

会員向けサイトにチャットボット画面を設置

 に機械学習によるチャットボット“育成”のプロセスを示した。具体的には、「(1)回答候補の入力」「(2)学習データの作成」「(3)機械学習の実施」に分かれる。

図 チャットボット「QA ENGINE」育成プロセス

図 チャットボット「QA ENGINE」育成プロセス

拡大画像はこちら

 (1)回答候補の入力は、既存のチャットサポートの定型文約300件を活用し、回答候補一覧を作成した。QA ENGINEは、「現場で運用が完結すること」を前提に開発されているため、データの入力は手入力かCSV形式のアップロードで可能。「Excelシートにデータをまとめるだけで完結できスムーズに進みました」(井上氏)。

 (2)学習データ(Q&A)の生成では、過去に蓄積されたチャットの応対履歴から抽出した質問データをCSVでアップロードし、QA ENGINEの運用画面で示される回答候補との紐づけを行う。浅越氏は、「紐づけたデータをチャットボットが学習することとなるため正確であることが大切ですが、通常のサポート業務に慣れているオペレータであれば簡単に対応できます」と説明する。

 (3)機械学習は「学習開始」ボタンをクリックするだけだ。上記の全てのフローが専門知識がなくてもできるところも嬉しい機能だという。運用開始後は、浅越氏の主導で、定期的にチューニングを実施。チャットボットが回答できなかった質問の回答を作成して学習データを追加したり、不要な回答候補を削除している。「チャットボットの利用傾向の確認や、回答候補の統合、内容修正などが容易にできます」(浅越氏)。

 導入当初の表示率は50%、解決率は30%。最繁忙を迎える3月は機械学習はできなかったが、その後の継続的な機械学習の実施により、2017年9月現在の時点で表示率80%、解決率50%に向上した。「学習データについて顧客応対の現場の意見を積極的に取り入れられる、現場とシステムの担当者との距離の近さも回答精度向上の要因のひとつになりました」と、井上氏は述べる。

正確な回答で問い合わせ減 他サービスやメール対応も検討

 繁忙期にあたる2017年の確定申告期は、チャットボット導入直後に迎えることとなったが、すでに効果が表れていた。

 顧客数が前年比20万増の80万事業者に増加しているため、多数の顧客を待たせる懸念があったが、予測に反して例年の20%減のスタッフ体制でカバーできた。「人員の削減割合とチャットボットで自動化できた割合は、直結するわけではありませんが、相当近いと推計しています」と井上氏。

 実際に、効果測定で1日チャットボットを停止させたところ、チャットサポートの問い合わせ件数が明らかに増えたという。「カスタマーサポートになくてはならない存在です」と、浅越氏は強調する。利用する顧客から寄せられるコメントも好評だ。「実は新しいデータを追加するごとに精度が上がるので、継続して育成すればボットが質問全体の80%までさばけるところまで頑張れるのではないかと思っています」(井上氏)。

 今後は、企業アプリへのチャットボット搭載や、メール対応業務への適用も検討している。

ユーザープロフィール

freee株式会社

所在地:東京都品川区西五反田2-8-1 五反田ファーストビル9階
設立:2012年7月
資本金:96億603万円(資本準備金など含む)
代表者:創業者・代表取締役 佐々木大輔
従業員数:400名(2017年8月)
事業内容:会計、人事労務、会社設立・開業、マイナンバー管理など、バックオフィス業務の効率化・自動化を支援するクラウドサービスの開発、提供

freee

お問い合わせ先

株式会社Studio Ousia
事業開発部
E-mail:info@ousia.jp
URL:http://www.qaengine.ai/

チャットツール / 顧客満足度の向上 / AI(人工知能)

更新日:2022/06/23

CAT.AI

トゥモロー・ネット
詳細を見る
対象ユーザー コール/コンタクトセンター、カスタマーサポート全般
対象規模 企業規模、業種問わず
製品形態 クラウド
価格情報 チャットボット:月額28万円から、ボイスボット:1回線月額15万円から
製品概要 「CAT.AI」は、ボイスボットやチャットボット、各種管理機能をオールインワンで提供するAIソリューション。顧客が操作するさまざまなデバイスやチャネルと、企業が有するDBなどのITソリューションを無理なくつなぐ仕組みになっている。「自然会話機能」と「標準実装機能の豊富さ」が特徴で、2つのボット以外にも、動画、録音・録画、地図ソリューションとの連携、さまざまな既存のITソリューションとの連携を実現するAPIなど、1つのデバイスで、顧客対応にワンストップに応えるチャネル設計が可能となる。
 
  • ビジネス戦略

すべての「ボット」をひとつのUIで提供
目指すは“フリースタイル・コミュニケーション”

AIサービス「CAT.AI」

トゥモロー・ネット

カスタマーエクスペリエンス向上と深刻な採用難という、日本のコンタクトセンターにおける「2大課題」を解消する手段と目される「チャットボット」と「ボイスボット」。一挙に導入を図る事例もあるが、まったく同じインタフェースで操作可能な事例は少ない。それを安価に実現するソリューションがトゥモロー・ネットの提供する「CAT.AI」だ。海外での豊富な実績を引っさげて上陸した、その機能を検証する。

澁谷 毅 氏

トゥモロー・ネット
執行役員AIプラットフォーム部門長
澁谷 毅 氏

 チャットボットとボイスボットは、コンタクトセンターのDX(デジタルトランスフォーメーション)に欠かせないITツールと捉えられつつある。

 新型コロナ禍で進行した消費のデジタルシフトへの対応と、早くもその気配が濃厚な採用難・人材不足という、2つの課題を解消するには、顧客とのコミュニケーション自動化を進める以外に手段はない。2つの「ボット」の導入意欲が高まるのは必然といえる。

 トゥモロー・ネット(東京都品川区、李 昌珍代表取締役社長 CEO)は、クラウドコンピューティングやSDI事業で成長した歴史を持つ。2022年3月、AIサービス「CAT.AI(CUSTOMER AGENT OF TOMORROW)」をリリース、コンタクトセンター市場に参入した。

 最大の特徴は、チャットボットとボイスボットを同じインタフェース、ひとつのソリューションとして扱うことができること(図1)。同社の執行役員AIプラットフォーム部門長 澁谷 毅氏は、「ユーザー(顧客)の利便性を重視した、フリースタイルなコミュニケーション設計が可能」と強調する。

図1 企業と顧客のコミュニケーションをオールインワンで実現するCAT.AI

図1 企業と顧客のコミュニケーションをオールインワンで実現するCAT.AI

音声とテキストを自在に駆使 利用シーンを問わずCX向上

 チャットボットはコロナ禍直前、ボイスボットは2021年からようやく普及の兆しが見えてきたITソリューションで、2つとも導入している企業もある。しかし、多くの事例では、別個の仕組みとして稼働しているのが現状だ。入り口こそビジュアルIVR(スマートフォン上にすべてのチャネルを一元的に表示する仕組み)で統合、振り分ける事例は散見されるが、同一のトランザクションにおいて、テキストとボイスを行き来できるケースはあまり見られない。また、CAT.AIは「同じトランザクションで2つの用件(会話)を継続できる」(澁谷氏)ことも大きな特徴だ。

 例えば、クレジットカードの利用明細の問い合わせに活用されている事例では、「明細を見せて」「3月分」といった簡単な伝達事項は音声で伝え、そのまま表示された明細から選択した支払いをタップしてリボ払いに変更するといった直感的なオペレーションが可能だ。明細の照会と支払い方法の変更という2つの手続きを同じ会話で実現するのは、有人対応ならば当然のようにできるが、ボットでの対応はかなり難しい。これを標準機能で実現できるメリットは大きいはずだ。

 さらに図2は、ロードサービスの事例だ。事故対応の第一報は通常、電話だが、繋がりにくい場合、顧客の不安と不満の高まりは他業種のケースの比ではない。そこで、初めは確実につながるボイスボットで受付、事故の場所を確認し、以降の手続きをチャットボットに移行。それもテキスト入力することなく、写真撮影と送信、「はい/いいえ」の選択のみでレスキューを呼ぶことのできる仕組みだ。

図2 自動車保険サービスにおけるCAT.AIの活用例

図2 自動車保険サービスにおけるCAT.AIの活用例

拡大画像はこちら

 チャットボットやボイスボットの限界ともいえる、「マルチタスク」のサポート。これによって有人対応に近いコミュニケーションが可能という点は、大きな訴求点といえる。

 さらに澁谷氏は、「標準機能として実装されている範囲が広いので、さまざまなチャネルを駆使した自動化が安価に可能」と説明する。標準機能のなかには、音声録音や動画保存、CRMデータベースをはじめとした多種多様なアプリケーションと連携できるAPI、SMS連携などまで含まれる。

 価格体系の一例としては、チャットボットは月額28万円と1会話につき7円の従量課金制、ボイスボットは1回線月額15万円からとなっていて明瞭かつ高いコストパフォーマンスを発揮するソリューションである(詳細は要問い合わせ)。

肝心なのは「シナリオデザイン」 柔軟性とセキュリティの堅牢性を両立

 同ソリューションは、海外では、とくに銀行をはじめとした金融業界での実績が豊富だという。チャットボットを手続き系の業務で活用する場合、ほぼ確実に問題視される情報セキュリティ面においても、培ってきた豊富な実績は大きな武器になりそうだ。

 また、陣頭指揮を執る澁谷氏は、前職において長年に渡り大手運輸会社のコミュニケーション設計を担った実績を持つ。「カスタマーエクスペリエンス向上はすべての企業における課題ですが、ツール導入すれば済むというわけではありません。ポイントはコミュニケーションにおけるCXデザイン」(澁谷氏)というように、この実績を活かした提案力もまた、大きな武器となりそうだ。

 実はコンタクトチャネルが増えれば増えるほど、コミュニケーション・プロセスは複雑化し、ユーザーが求める「エフォートレス(苦労を強いることのない)体験」とはかけ離れることも多い。CXデザインやシナリオ設計は極めて重要な要素であり、企業の課題に対して的確なアドバイスを提供できる体制は企業にとって頼れる存在となるはずだ。

 利便性の高い体験を提供する、同社の柔軟かつ堅牢な仕組みに基づくソリューション展開に注目だ。

お問い合わせ先

株式会社トゥモロー・ネット
TEL:03-6810-4990
E-mail:cat.ai-team@tomorrow-net.co.jp
URL:https://www.tomorrow-net.co.jp/

お問合せ・資料請求

分析ツール / VOC活用 / AI(人工知能)

更新日:2022/03/22

「仕事のAI」RICOH ニーズ分析サービス Basic

リコージャパン
詳細を見る
対象ユーザー VOC分析のご担当者、新たにVOC活用を検討されている企業
対象規模 企業規模問わず
製品形態 クラウド
価格情報  月額80,000円/1契約・月額従量料金100円/5件
製品概要 企業に日々寄せられる「お客様の声」。VOC(Voice of Customer)とも呼ばれ、マーケティングや商品企画への活用が期待されています。しかし、現実のVOC利用ではデータの整理段階でのつまずきも多く、スムーズな活用はむずかしいもの。「RICOH ニーズ分析サービス Basic」は、リコーコンタクトセンターのノウハウが詰まった独自のAIを使い、チューニング無しでVOC分析をはじめられるサービスです。また食品業の品質問題の早期発見に特化した「RICOH 品質分析サービス Standard for 食品業」もご用意しています。
 
  • 製品紹介

30年間の研究が結実したAIソリューション
VOCの活動の基盤「分析・分類」を安価に支援

仕事のAI

リコージャパン

第3次AIブームとスマホの普及によって、言語処理や画像認識を活用したサービスは定着した。しかし、エンタープライズ領域、とくにコンタクトセンター分野においては、高い付加価値を安価に実現できるサービスは少ない。リコーは2021年7月、AI自然言語処理型のデータ活用システム「仕事のAI」をリリースした。同社が独自開発した自然言語処理によってVOCを解析し、製品開発から危機管理まで幅広い用途で活用を促す。

 コンタクトセンターは、単なる顧客対応だけでなく「顧客の声(VOC)の活用と関連部署への共有」もミッションとして担っている。しかし、現場は日々の応対に追われ、多くの企業が蓄積したVOCを十分に活かしきれていない。また、多くの企業はコンタクトセンター以外の組織でも事業活動を通じて得た膨大な情報(文書・映像・画像・音声など)を所有しているが、各部署によってドキュメントの管理方法が異なるため、活用はおろか共有すらできていないケースがほとんどだ。OAソリューション大手のリコーは、これらの課題に対し、ドキュメント管理システム開発・販売で培った技術とノウハウで応える。

 「文書管理ソリューションの開発に長く携わってきたノウハウと、独自開発したAIをベースに、お客様からの問い合わせや対応履歴を分析、活用できるサービスを提供したい」と、リコー デジタル戦略部 基盤開発統括センターの鈴木剛氏は強調する。

 同社は昨年、「仕事のAI」シリーズをリリース。その第1弾である「品質分析サービス」は食品業界の品質管理を想定したサービスだったが、他業種のCS部門での利活用も視野に入れ、ニーズ分析に特化したソリューションとして、2022年1月に「ニーズ分析サービス」をリリースした。

 同サービスは、リコーがこれまで培ってきた自動要約生成・情報抽出・自然言語生成などの自然言語処理技術によって、ドキュメントの内容を的確に把握する機能を提供する。その大きな特徴は図1の通りだ。リコージャパンDDX事業センター事業統括室 販売計画グループの佐藤 慎一郎氏は、「使いやすさに加え、売上拡大といった“攻めの分析”と、品質問題の把握による危機管理の徹底という“守りの分析”の両面で貢献できるサービス」と強調する。

図1 仕事のAI お客様の声(VOC)シリーズの特徴

図1 仕事のAI お客様の声(VOC)シリーズの特徴

リコー独自の言語処理技術 ニーズ分析でVOCを戦略的に活用

 「仕事のAI」で活用されている主なテクノロジーが、自然言語処理技術だ。佐藤氏は、「(リコーは)30年ほど前から自然言語処理技術の研究を進め、デジタル技術開発センターには200名ほどのAI開発者を抱えています。『仕事のAI』は、そのノウハウを詰め込んだ新しいサービスです」と説明する。具体的には、さまざまな形で蓄積されている文書・映像・音声などの情報を分類、分析する機能を提供する(図2)。これまでの文書集計に加え、個々の文・単語に基づいて言語処理が可能だ。

図2 新たな価値の創造への貢献

図2 新たな価値の創造への貢献

拡大画像はこちら

 リコーは2018年、構成の異なる複数の文書の内容を比較し、文や段落を自動的に対応させて重複や差異を明確にできるAI自然言語処理技術「ディープアライメント」を開発した。仕事のAIはこの技術を採用することで、複数の文書の分類・要約・レコメンド・動向把握が可能となっている。

AI言語処理で文脈を正確に把握 企業の知識創造を支援

 昨年リリースした「品質分析サービス」が品質問題を抜け漏れなく把握するための「守りの分析」であるのに対して、「ニーズ分析サービス」を企業のVOCの戦略的活用に活かすための「攻めの分析」と位置づけている。分類・分析されたナレッジデータは、顧客満足度向上のための具体的な改善策の策定のほか、商談内容の提案による営業支援などのさまざまなビジネスシーンで活用できる。

 具体的には、VOCを「お褒め・励まし」「要望・提案」「照会・相談」「ご指摘・クレーム」の4種類へ分類する「問い合わせ分類AI」のほか、「理想・希望」「困りごと」「提案・ヒント」「その他」の4種類へ分類する「ニーズ分類AI」によって、膨大なデータからユーザーの要望や提案を抽出し、戦略的なマーケティング活動への活用が可能だ。

 特筆すべきは、ユーザーの真意を判断するための文脈認識技術だ。“美味しいハンバーグ”という好意的な単語でも、前後の表現をみると文章ごとに真意は異なる(図3)。リコーのAI言語処理技術は、ユーザーの真意に基づく文脈処理技術を有しており、ユーザーからの問い合わせ内容を適切に分析・分類できる。

図3 問い合わせ分類AIの例

図3 問い合わせ分類AIの例

 ニーズ分析サービスの導入における初期費用は10万円程度で、以降は月額費用8万円、5件100円の従量課金制となる。鈴木氏が「中堅中小企業のDXに貢献したい」と強調するように、かなりリーズナブルな価格設定といえる。

 リコーの強みは、複合機の開発・販売で培ったエッジデバイスに関する「技術力」と、クライアントの課題を解決する「価値提供力」にある。AIソリューション開発・提供においても、その強みを生かした“地に足がついた提案”は大きなアドバンテージとなりそうだ。

 また、パッケージ提供のほか、「“お客様に寄り添った個別開発”を進めていく覚悟」もあるという。リコージャパンに相談してみてはいかがだろう。

お問い合わせ先

リコージャパン株式会社
仕事のAIお問合せ窓口
E-mail:zjc_shigoto-ai@jp.ricoh.com

お問合せ・資料請求

RPA/業務支援自動化ソリューション / 業務の効率化 / AI(人工知能)

更新日:2018/08/20

ThinkOwl(シンクオウル)

コミュニケーションビジネスアヴェニュー
詳細を見る
対象ユーザー コンタクトセンター、カスタマーサービス、問い合わせ対応部署
対象規模 すべての規模に対応
製品形態 クラウド(オンプレミス応相談)
価格情報 1,920円~ シート/月
製品概要 AIがサポートする問い合わせ管理・分析システム。人手不足対策と業務の効率化、対応の速度アップによる顧客満足の向上を期待できる。電話・メール・チャット・SNSなどあらゆる形の問い合わせをAIが仕分け、ルーティングを行う。加えて、電話・メール・チャット・SNSなどあらゆる形の問い合わせ内容を推察し、同様のケースを扱った他のオペレータをピックアップしたり、返信例を作ってくれるスマートレスポンス機能も備える。また、管理者向けに、問い合わせの種類に応じて、その後の業務の自動化フローをドラッグ&ドロップで作成できる「業務プロセス作成」機能も充実している。オペレーターの行動から学習して、使えば使うほど賢くなっていく。
 
  • 製品紹介

使うほどに賢くなる!
AIで問い合わせ対応を自動化

ThinkOwl(シンクオウル)

コミュニケーションビジネスアヴェニュー

世界で実績のあるAIカスタマーサービスデスク「ThinkOwl(シンクオウル)」がクラウドサービスとして登場。ドイツに本社を置くITyX(アイティーエックス)社が、IPA(*)をベースに開発したもので、テキストベースの問い合わせに、内容に応じたルーティングや返信が可能。使うほどに賢くなるAIが、オペレータの負担を最大限に減らす“お手伝い”をする。

*近年注目されている業務の自動化=RPA(ロボティクス・プロセス・オートメーション)は、AIの活用と混同されることも多々ある。AIを活用した業務の自動化は、IPA(インテリジェント・プロセス・オートメーション)と呼ばれ、RPAの進化系として区別される

 顧客からの問い合わせは、電話に限らず、メール、チャット、Twitterやメッセンジャーなど、色々なチャネルから入ってくるようになった。ThinkOwlは、あらゆるチャネルから入ってくるテキストメッセージを、共通の受信箱にすべて集約し管理することが可能だ。ただし、単なるメールの共有管理ツールではない。AIが搭載されているThinkOwlは、事前の教育に加え、オペレータの問い合わせへの対応をリアルタイムに分析して学習する。

 そのため、似たような内容のメールを受け取ると、どう答えるべきかというサジェスチョンだけでなく、どんな資料やデータが必要か、同じようなケースに良く対応できているオペレータはだれか、どう応対したのかといった内容を即座に表示してくれる。これにより、オペレータはまるで自分専用の優秀なアシスタントを得たかのように顧客に対応できる。

RPAにAIの力を加える「IPA」 問い合わせ起点の自動化も実現

 またThinkOwlは、IPAソリューションが基盤となっているため、今話題のRPAにAIの力を加えて、難度の高い業務であっても、より効率的な方法で自動化できる。これにより、問い合わせを起点とした社内外のさまざまなシステムとの連携業務の自動化も容易に行える。

 例えば、通販会社のカスタマーデスクで配送状況を尋ねるメールを受け取ると、ThinkOwlは自社の配送センターのシステム、もしくは委託先のデーターベースから顧客が注文した品物の配送状況を引っ張って、メールの文面を作成して自動で返信する。もちろん、オペレータが送信ボタンを押すまでを自動化することもできる。

 なお、自動化のワークフローは、ドラッグアンドドロップで視覚的に作成できるツールが備わっており、簡単に設計できる。

 管理者にとってうれしい機能として、リアルタイムで問い合わせ内容を視覚化できるレポートツールも備わっている。この機能によりThinkOwlは、今、問い合わせに最も多く含まれているワードを検出し、即座に対応すべき問題はなにかを管理者に知らせることができる。

 さらにThinkOwlは、企業がすでに顧客とのコミュニケーションにモバイルアプリを使用している場合にも力を発揮する。既存の企業アプリにインテグレートすることができ、すでに確立されている顧客と企業間のコミュニケーションを、より便利なものに改善することも可能だ。

 このようにThinkOwlは、まさにピノキオの肩にとまるキリギリスよろしく、オペレータの肩に止まる賢いフクロウ(Owl)のように、オペレータと顧客双方の役に立つサービスといえる。

ThinkOwl

「ThinkOwl」CaseStudy──大手保険会社ゼネラリでの導入効果

サービス支援範囲

 これは、1時間に換算すると、これまで6件しか処理できなかった作業が60件になり、単純に1日の労働時間を8時間とすると、処理件数が48件/日から480件になることを意味している。

 コールセンターの同じような業務に置き換えたとき、対応件数の増加=対応率の向上となり、顧客満足度の向上につながるといえる。

◎「ThinkOwl」は、シンガポールやヨーロッパで、輸送・配達業務の世界的大手企業(FedEX社など)でも導入されている

お問い合わせ先

株式会社コミュニケーションビジネスアヴェニュー
プレセールス 担当:谷
TEL:046-821-3362
E-mail:tani@cba-japan.com
URL:https://thinkowl.ityx-japan.com/

お問合せ・資料請求

FAQシステム / 分析ツール / AI(人工知能)

更新日:2018/11/15

課題解決型AIソリューション

レトリバ
詳細を見る
対象ユーザー コンタクトセンターの対話データ活用を検討している企業
対象規模 -
製品形態 オンプレミス
価格情報 個別見積り
製品概要 コンタクトセンターの対話データは膨大で構造化されていないため、属人的に処理されていることが多い。
AIを活用することで対話データを有効に活用し、コンタクトセンターの課題解決を支援する。

・通話中の回答支援から通話後の後処理支援まで、ワンストップでの応対支援ソリューション「Talk Coordinator」
・データ分析担当者のコール分析を支援するお客さまの声分析ソリューション「VoC Analyzer」

レトリバのAIソリューションの活用により、コンタクトセンターで働くヒトが生み出す価値を最大化できる。
 

コールセンター『AI化』成功に向け
技術・ノウハウをワンストップで提供

課題解決型AIソリューション

レトリバ

自然言語処理、機械学習、深層学習などのAI技術をコールセンター向けに特化して開発・提供するレトリバ。今回、音声認識エンジンを独自開発し、対話データのインプットから分析データのアウトプットまで、ワンストップで提供できるようになった。さらに、コールセンターに無理なくAIを導入していくためのロードマップを描き、ワンストップで支援。技術力のみならず、運用現場で培ったノウハウもあわせて、『AI化』成功に向けたオールラウンドのサポートを実践する。

河原 一哉 氏

株式会社レトリバ
代表取締役社長
河原 一哉 氏

 「我々は人を支援するAI(人工知能)を作りたいと考えています。技術は、人の役に立って初めて価値が生まれます。“お客様の課題を解決する”ことにフォーカスし、お客様のニーズを踏まえた製品開発や技術開発を通じて、価値を生み出していきます」と、レトリバ代表取締役社長の河原一哉氏は強調する。

 レトリバは、自然言語処理などの高い技術力で評価されるPreferred Infrastructure社から2016年にスピンアウトして誕生したAIベンチャーだ。経営理念を『お客様の課題を解決する』『最先端の技術に挑戦する』『人への投資を惜しまない』とし、「企業の課題やニーズに応じて最適な製品や技術を組み合わせて提供する」「製品に運用(ヒト)をあわせるのではなく、運用(ヒト)にあわせた製品や技術を提供する」「長く使ってもらえることを念頭に、常に現場の声に耳を傾けつつ、最先端技術の実用化に挑戦し続ける」ことをポリシーとして掲げている。

 得意な技術分野は、自然言語処理、機械学習、深層学習の3つ。これら技術を組み合わせて、さまざまな日本語処理関連のAI技術を開発。さらにコールセンターに特化した機能(製品)群を揃えて、ソリューションとして提供している。

 「設立当初、我々の自然言語処理技術が活かせ、AIが支援することで人が働きやすくなり、AIに関心を持っている領域はどこかを検討しました。その中で言語資源が大量に集まるコールセンターであれば、データ活用やオペレータ支援などでお手伝いでき、喜んでいただけるのではないかと考えました。以来、この領域に特化しています」(河原氏)

沿革

AI活用の精度向上を目的に 音声認識エンジンを独自開発

 同社は「ワンストップ・ソリューション」を強く意識している。

 具体的には、オペレータ支援、スーパーバイザー(SV)支援、データ分析の各機能を入り口から出口まで全方位的に提供。例えば、オペレータ支援では、オペレータと顧客の会話を音声認識でテキスト化、顧客の要望や質問を自動判定したうえで適切な回答候補を提示する。終話後にはコールリーズンを自動分類し、会話内容の重要なやり取りをホットボイス(VoC)として抽出する。一方、SV支援では顧客とオペレータの会話をモニタリングし、NGワードなどを検知した際はアラートを発報。SVは、どんな会話がなされていたかを自動要約されたテキストで確認し、適切なアドバイスをリモートで行える。データ分析では、正しく残されたコールリーズンやVoCを活用することで、より経営に活かせる知見を発見することができる(図1)。

図1 データの入口から出口までをワンストップで提供

図1 データの入口から出口までをワンストップで提供

拡大画像はこちら

 「今回、音声認識エンジンも独自開発しています。複数のAIソリューションでデータをやり取りする場合、ベンダーが異なると調整が難しく精度が上がらないことがあります。自前の音声認識を活用することで、データのインプットからアウトプットまで含めて、すべて“ワンストップ”で提供できるようになりました。これでコールセンターのAI支援は、すべて当社にお任せいただけます」と、河原氏は自信を見せる。

 これだけではない。ユーザー企業がコールセンターをAI化していく際に無理なく取り組めるよう、同社は“成功のロードマップ”を描く。

 例えば、一般にAI導入では、最初に大量の学習データを用意する必要があり、これが大きな負担となっている。しかし同社の場合は、「導入検討の概念実証(PoC)の際には、必要最小限の学習データで実施し、そこで成果が出れば一部のオペレータにパイロット運用してもらいながらより業務にフィットするようチューニングします。このプロセスにおいて対話データやオペレータの行動履歴などの情報を取得します。実運用に至る段階で既に学習データが蓄積されているため、実運用に反映しつつ、次フェーズのPoCにスムーズに移行できます。ソリューション全体でロードマップを組んでおり、どんな順番で導入すれば全体が上手くいくか念頭に置いて設計しています」と、河原氏は説明する(図2)。

図2 レトリバが推奨するAI導入成功のロードマップ

図2 レトリバが推奨するAI導入成功のロードマップ

ユーザー企業と二人三脚 現場視点でソリューション開発

 同社のもう1つの大きな特徴は、現場に立脚した製品開発だ。ソリューションレビューで詳しく紹介する『Talk Coordinator』は好例。導入事例で取り上げるスカパー・カスタマーリレーションズとまさに二人三脚で開発したソリューションだ。

 「製品開発には操作性を最も重視しています。そこで、お客様の現場に入り、オペレータやSVに直接ヒアリングしながら開発しています。とくにオペレータのUIは、使い勝手が良くないと対話に集中できずにストレスとなります。どうすれば使いやすいか、1つ1つ確認しながらお客様と一緒に検討して開発しました。お客様の課題を解決したい、現場のニーズを実現したいという当社理念を体現できました」と河原氏。

 レトリバのAIソリューションは、難しい技術をいかに簡単に使えるか、ユーザー企業側で容易にチューニングできるかを意識しながら開発。“人を支援するAI”の実現に向けて、ユーザー企業との二人三脚を続けている。

お問い合わせ先

株式会社レトリバ
営業技術部
E-mail:pr@retrieva.jp
URL:https://retrieva.jp/

お問合せ・資料請求






 

トレンド・ガイド