• 製品紹介

チャットでつながる新しいおもてなし
オムニチャネル向けサービス/『国産』チャットサポートシステム

Remote Attend

NTTテクノクロス

Remote Attendは、お問い合わせ、製品サポート、販売促進などのエンドユーザー対応をWeb上で実現するチャットサポートシステム。AI、CRM、SNSとの連携により、オペレータ負荷低減、よりきめ細かな顧客対応も実現している。

顧客のチャット画面イメージ

Remote Attend3つの注目ポイント

Remote Attendがつなぐ、導入企業とユーザーのメリット

Remote Attendが、コンタクトセンターが抱える様々な課題を解決し、貴社を発展させます

Remote Attendが解決

●チャットログやアンケートから傾向分析ができ、経営判断や顧客満足度測定に活用できます。
●一件あたりのチャット対応時間を制限できるので、オペレータ効率が向上しコスト削減につながります。
●管理者はユーザとオペレータのチャット内容をリアルタイムにモニタリングできるため、対応品質の向上に役立ちます。
●AI機能搭載により、オペレータコストの削減につながります。
●当社製品なので、カスタマイズ要望にもお応えします。

Remote Attendが解決

●業務でよく使用する文書をあらかじめ登録し、定型文として本文に挿入可能。回答入力時間の短縮と同時に，回答品質の一律化が図れます。
●表情アイテムを使用すれば、文字だけでは伝わりにくいニュアンスも伝えられます。
●お客様の利用している言語を自動判別して、対応可能なオペレータにつなぐので安心。複数の言語をサポートしています。
●回答入力が減るため、オペレータの負荷が低減します。
●ファイル受け渡しができ、写真やマニュアルを共有して詳細な説明ができます。

Remote Attendが解決

●一人のオペレータで複数のユーザに対応できるため、お待たせしません。また、チャットの記録をメモとして送ることができるため，URLや電話番号なども間違いなく伝えられます。
●リアルタイムに回答できるため、“ホットな状態”のユーザを取り逃がすことなく、キャッチできます。
●非公開なので、個別の質問や相談も安心してできるため、問い合わせ数もアップします。
●普段お使いのブラウザ環境だけで利用できます。
●SNSから気軽に問い合わせいただけます。
●ファイル受け渡しができ、写真やマニュアルを共有して詳細な説明ができます。

料金プラン

＊ オンプレミスについては応相談　＊ 価格は税別表示となります。
＊1 ライセンス費、問合せサポート費を含みます。なお1席とは同時に1名のオペレータがログイン可能な状態を示します。
＊2 2席以上から承ります。
＊3 更なるセキュリティ強化を実現し、AI、SNS、CRM対応機能を備えた専用SaaSプランとなります。

※LINEは、LINE株式会社の商標または登録商標です。

• 製品紹介①

• 製品紹介②

テキスト化の先にある真のVOC活動実現！
音声認識を徹底活用するプラットフォーム登場

Omnia LINK

ビーウィズ

「コンタクトセンターに蓄積される顧客の声は貴重な企業資産！」の掛け声のもとに導入される、音声認識システム。しかし、顧客との対話をテキスト化してどう活用するのかがあいまいで、結局は“宝の持ち腐れ”になっているケースは多い。ビーウィズのトータルテレフォニーソリューション『Omnia LINK』はリアルタイム音声認識機能を徹底的に使いこなす。日々のオペレーション支援はもちろん、最新のAI技術と組み合わせた分析機能により、付加価値を生む“真のVOC活動”を実現する。

　コンタクトセンター／BPO事業を展開するビーウィズは、独自のコンタクトセンター・プラットフォーム『Omnia LINK』を開発、クラウド方式でサービス提供している。

　Omnia LINK（オムニア・リンク）は、Google Cloud PlatformTM上で稼働する、オールインワン型のトータルテレフォニーソリューションだ。IP-PBX、ACD、IVR、通話録音、アウトバウンドダイヤラーなどコンタクトセンターに求められるベーシック機能を完全装備。さらに音声認識「Google Cloud Speech-to-Text」、ビッグデータ分析「Google BigQuery」を活用している（図１）。

図1　『Omnia LINK』のサービスセグメント

拡大画像はこちら

　企画・開発は、グループ子会社のアイブリットが担当。ビーウィズが業務受託を通じて培ってきたコンタクトセンターの運営ノウハウを盛り込む。完全自社開発のため、現場から上がるニーズを柔軟に取り入れた、利用者視点のユーザー・インタフェース（UI）が強みとなっている。

対話をテキスト化してサポート　現場オペレーションを効率化

　最大の特徴は音声認識技術を徹底的に使いこなす点だ。

　SV向け現場力強化ツール「ウォッチオーバー」は、リアルタイムにオペレータと顧客の対話をテキスト化。あらかじめ設定したキーワード（ポジティブ／ネガティブワード）を検知し、視覚的に応対状況を把握できるビジュアルモニタリング機能によりSV業務を支援する。例えば、顧客が「すぐに解約したい」などと発言するとネガティブワードとして赤色反転表示。SVは、オペレータがヘルプの合図を出す前に異変を察知してモニタリングに入れる。この際、会話の流れを遡ってテキストで確認できるため、素早く状況把握が可能。エスカレーション対応や指示出しの際にも保留時間を極力短くできるため、顧客満足度を下げずに問題解決につなげることができる。

　オペレータ向けには、リアルタイムFAQ検索・リコメンドシステムの「シークアシスト」が有効だ。リアルタイムにテキスト化された会話から、対象となるFAQや必要なドキュメントを検索して表示する。よくある単語検索を行うFAQシステムと異なり、会話の変化に追随して常に最適なナレッジを表示する。さらに自然言語処理により類似性を自動識別し、最適な情報をレコメンドする。具体的には、化粧品通販会社などで、ある製品の話題が出れば、それを訴求するアピールポイントを自動表示。また、“肌が赤くなる”などの話題が出れば、過去の類似の問い合わせを検索して、どう対応すべきかをアシストできる。経験の浅い新人オペレータでも、安心して顧客対応に専念できる機能といえる。

社内外の“消費者の声”をぶつけ経営判断のヒントを得る

　今回、新たに追加したのは、経営層向けのレポーティング機能だ。テキスト化されたVOCデータを分析し、製品改良・新サービス開発・顧客満足度向上などに関わる気づきを得て、経営貢献につなげていく（図２）。

図2　経営貢献につなぐVOC分析機能を搭載

　「従来のVOC分析は、自社内のデータのみを対象としてきました。このため、どういう軸で分析すればいいかがわからず、“分析したけど何も出てこない”ということが往々にしてありました。きちんとVOC分析を行うには、実は外部情報が必要です。Omnia LINKが、真のVOC活動を支援します」と、アイブリットの鈴木道一社長は強調する。

　ビーウィズとアイブリットは、人工知能（AI）ベンチャーのストックマークと業務提携。同社は、東京大学大学院情報理工学系研究科におけるテキストマイニング・ディープラーニングの研究をベースに創業した、東大発のベンチャー企業で、最先端のAI技術を活かし、企業向けWebニュース配信サービス「Anews」を開発・運営している。３社間でAI技術を活用したコンタクトセンターの対話解析サービス開発を進め、Omnia LINKと連携させる。

　具体的な運用は、ユーザー企業が、自社の商品・サービスや競合会社に関する情報などを設定すると、毎日、インターネット上の関連情報（プレスリリース、ブログ、ツイートなど）をクローリングし、トピックスなどを抽出。これを分析軸に社内のVOCデータを分析し、自社顧客のニーズや関心事項などを探る。これにより、業界のトピックスが自社顧客にはどのように捉えられているか、自社の商品・サービスは期待を満たしているかなど、経営判断につながるような気づきを得ることができる。

　「そもそもVOCに肝心な話題が含まれていない可能性もあります。その際は、積極的に話題を拡げて情報収集すべきです。これまでのコンタクトセンターは、顧客の依頼に応えるのみでした。これからは、欲しいVOCを集める時代です」（鈴木社長）

　消費者行動がデジタルシフトしている現在、コンタクトセンターでの対話は貴重な機会といえる。これを有効利用しない手はないと鈴木社長は指摘する。「対話時間が伸びるとコスト増になると思われるかもしれません。しかし、ウォッチオーバーやシークアシストを上手く利用すれば、AHT（平均対応時間）は確実に短縮できます。この浮いた工数を単なるコスト削減にするか、経営貢献のためにさらなる顧客接点を厚くすることに使うかを考える必要が出てきたと思います」と鈴木社長は話す。

　Ominia LINKは最小20席から対応し大規模になるほど導入効果も大きくなる。すでにビーウィズ内では、2000席規模で稼働実績がある。

• 製品紹介

• ビジネス戦略

技術力と実務ノウハウを融合した次世代AI基盤
自然言語処理技術でVOC活用を徹底支援

ビジネス戦略

リコージャパン

近年のAIブームの追い風を受けて、VOC分析・活用を強化する企業が増えている。しかし、実践段階に入ると、さまざまな理由で活用が進まないケースが多い。リコーが2023年秋にリリース予定の「AI開発プラットフォーム」は、同社のAI技術と実務ノウハウを集約。運用現場の担当者でもノーコードでAIモデルを構築可能なため、PoC期間の短縮と導入コストの削減に貢献できる。

　「ChatGPT」の台頭で、AI活用が再び注目されている。コールセンターでは、CX（カスタマーエクスペリエンス）向上や経営貢献を目的に「顧客の声（VOC）」の分析・活用の強化に期待が高まっている。デジタルサービスに取り組むリコーは、独自のAI技術と自社コールセンターで培ったVOC活用の実務ノウハウでこの期待に応える。

　同社では、1990年からAIの研究を続けている。主要開発拠点のデジタル技術開発センターでは、「画像・映像系AI」（映像による品質検知、3Dモデリングなど）、「音声系AI」（音による官能評価、振動による故障検知など）、「自然言語処理AI」（文書分類、ニーズ抽出、レコメンドなど）といったさまざまなAIを研究開発。「2015年からは深層学習系AI、2020年からはGoogleの自然言語処理技術『BERT』を活用した独自の自然言語処理AIを開発、企業内のテキストデータ活用ソリューションとして『仕事のAI』をリリースしています」と、ドキュメントAI開発グループの篠宮聖彦氏は説明する。

「BERT」ベースの自然言語処理AIで
製品の品質問題、顧客ニーズを抽出

　「仕事のAI」は、さまざまな形で蓄積された企業内のテキスト情報を用途・目的に応じて分析・分類する機能を提供する。コールセンターにおいては、VOCの内容をAIが分析、製品・サービスの品質上の問題や顧客ニーズなどを抽出・分類し、関係部署に対応アラートを上げる（図１）。これにより、人手による解析時間を削減、業務効率化や顧客満足度向上といった価値を創出できる。食品業界の品質管理を目的とした「RICOH 品質分析サービス Standard for 食品業」や、より広範なCS部門での利活用を見据えた「RICOH ニーズ分析サービス Basic」なども揃えている。

図1　「仕事のAI」──サービス活用イメージ

拡大画像はこちら

　リコーの強みは技術力だけではない。年間300万件の問い合わせに対応するコールセンターを運営しており、自社内でもVOC活用を推進。「当社で運営するビジネス系アプリケーションのヘルプデスク窓口では、操作系の問い合わせから営業につながりそうなコールを抽出します。日々の運用にAI分析を組み込み、毎日AIが20件程度の営業候補を抽出し、人による精査と合わせて数件に絞り込み、営業部署へ共有したところ、半年で50件以上の成約、数百万円の売上貢献につながっています」と、DDX事業センターの安達真一氏は話す。こうしたVOC 活用の実務ノウハウを積み上げ、商品企画・開発にフィードバックしている。

リコーのVOC活用ノウハウを集約　ノーコードでAIモデルを構築

　近年はVOC活用に関心を示す企業が増えているものの、その前提となるPoC（概念実証）の長期化や導入コストがネックとなる。PoCでは、業務内容やVOC活用元の用途・目的に応じたAIモデルの構築が不可欠だが、AI専門家がいない事業会社では、ITベンダーに頼らざるを得ない。一方、自社の通話データをベンダーに渡すことに難色を示す企業もあり、PoCが長期化する要因となっている。そこでリコーは、自社のAI技術とVOC活用の実務ノウハウを集約。現場担当者でもノーコードで容易にAIモデルを構築できる「AI開発プラットフォーム」を開発し、今秋中のリリースを目指している（図２）。

図2　AI開発PF（プラットフォーム）──AI導入の課題解決イメージ

　同ソリューションでは、「仕事のAI」をベースに、データ分析／開発からAIモデル構築・運用まで一気通貫で提供する。どのようなデータを抽出したいか、GUIに従って操作できるため専門知識は不要。ITベンダーにデータを預けることなく、自社内でAI開発が自走可能な環境を提供する。

　リコーでは、AIソリューションを用いた、より多方面なVOC活用を提案。図３に示す通り、コールセンターだけでなく、品質、マーケティング、設計・開発、営業などの部門でも、VOCから得た知見を活用することで、さまざまな課題の解決を提唱している。

図3　リコージャパンのVOC活用──AIソリューションマップ

拡大画像はこちら

独自の大規模言語モデルを開発　「BERT」×「GPT」運用を構想

　生成系AIの研究にも余念がない。独自の開発環境で大規模言語モデルを構築、ChatGPTのような日本語に強いモデルを開発中だ。企業の用途や目的に応じてカスタマイズすることで、より効果的に利活用できるようにする。「仕事のAI」においては、テキストの分類には「BERT」を、要約・生成には「GPT」系エンジンの活用を検討。通話データのVOC活用から要約・FAQの生成まで一気通貫で提供できる仕組みを構想している。篠宮氏は、「より広範な活用を視野に入れています。対話型の特性を生かし、デジタルヒューマン（アバター）に組み込んでWeb内の案内役や、メタバース上でオンライン接客を行うなど、さまざまな用途を検証しています」と研究の一端を述べる。

　リコーのAI技術は進化を続けている。今秋リリース予定の次世代AIプラットフォームなど、今後の取り組みに期待が高まるばかりだ。

お問い合わせはこちらから

• 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。

　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

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

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。

• ビジネス戦略

• 製品紹介
• 導入事例

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。

　「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）

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

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

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。