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)

10件中[1-5]件を表示次へ

チャットツール / 生産性の向上 / AI(人工知能)

更新日:2020/02/20

チャットボット無料診断サービス

モビルス
詳細を見る
対象ユーザー チャットボット導入済みの企業(新規導入のご相談も可)
対象規模 企業規模・業種問わず
製品形態 チャットボットの簡易診断および個別面談
価格情報 無料
製品概要 無料でチャットボットの簡易診断を行うコンサルティングサービスです。ヒアリングシートのご回答に基づいて、チャットボットの改善につながるご面談を行います。ここ最近、うまく成果が出せず、サービス停止になることもあるチャットボットですが、一方で成果を出しているチャットボットも多くあります。実は、チャットボットと一口にいっても、AI型・シナリオ型・ハイブリッド型、オペレータ連携の有無、パッケージ型やカスタマイズ型など、多様なチャットボットがあります。導入の目的に応じて、最適なチャットボットを構築し、適切な役割を担わせることで、業務の効率化、呼量の削減、顧客満足度の向上が期待できます。実際のモビルスのお客さま成功事例のご紹介なども可能ですので、お気軽にご相談ください。
 
  • 製品紹介

2020年、チャットボットを見直しませんか?

チャットボット無料診断サービス

モビルス

石井 智宏 氏

モビルス株式会社
石井 智宏 氏

 顧客サポートの現場でもすっかり身近になったチャットボット。しかし、うまく成果が出ていないという声もよく聞かれる。

 結論からいえば、チャットボットで優れた成果は出せる。成功のカギは、明確な目的とKPIの設定だ。その上で、チャットボットの適切な対応範囲の設定、丁寧なAIの学習、ユーザー導線や応答シナリオの最適化、効果的なオペレータ連携などのサービス設計を行い、公開後はKPIのモニタリングと改善のPDCAを回していく。

急増する、チャットボットの見直し

 ここ最近、成果の出ないチャットボットがサービス停止になるケースが出てきている。しかし、顧客サポートの現場でますます人手不足が深刻化する中で、チャットボットを完全に諦めるケースは少ない。

 そこで急増しているのが、チャットボットの再構築やリプレイス検討だ。ただし、ここで気をつけてほしいことがある。こういった場合によく検討されるAIやチャットボットの乗り換えだけでは、必ずしも問題は解決しないということだ。

 2016年に始まるチャットボットブームは、ディープラーニングによってAIが飛躍的に進化し、社会的に大きな注目を浴びたところに始まっている。しかし、にあるようにAIの発展度合いは分野ごとに大きく異なる。囲碁や顔認識の分野では人を超えた一方で、チャットボットを支える対話分野のAIは未だ発展途上だ。

図 領域ごとに大きく異なるAI技術の進歩度合い

図 領域ごとに大きく異なるAI技術の進歩度合い

 対話型AIも世界中で開発が進められ、研究レベルでは大きな進化の予兆も見せている。ただ、オペレータに代わって自然に対話し、顧客を満足させるようなチャットボットの実現は当分先になりそうだ。

 AIは国内外の一流のエンジニアたちが競い合って開発しているため、その性能が拮抗してきている面もある。どこかに突出して優れたAIがあるはずだと期待して探すよりも、じっくりと手許のAIの学習を進める方が正解というケースも多い。

AIの学習には専門家のノウハウが必要

 現時点では、AI学習の大半は、人の手で行われている。顧客からの想定質問やFAQを精査し、言い換え表現や類義語を作成してAIに学習させていく方式だ。サービスの公開後には、顧客から想定外の内容や言い回しの質問が入ってくる。その対話ログとユーザーアンケート結果から、さらにAIの追加学習を進めていくことで成果が出てくる。

 このような学習には独自のノウハウが必要で、AIのデータサイエンティストに頼ることも多く、モビルスでも専門のカスタマーサクセスチームがサポートする。

 ただ、お客さまの中には社内でAIの学習を行い、ノウハウを蓄積したいというニーズもある。そこでモビルスでは、専門家でなくても日々のPDCAベースのAI学習を効率よく進めることのできるチャットボット学習支援システム「mobiConsole(モビコンソール)」を提供している。

チャットボットやAIの導入が目的化すると失敗する

 「チャットボットで成果が出ない」という場合、まずはその原因を突き止める必要がある。AIの回答精度の低さなのか、利用率の低さなのか、はたまた一定の効果はあるものの費用に見合わないのか、原因は様々あるはずだ。実は、チャットボットの導入や見直しのご相談では、そもそも「チャットボットやAIを導入すること」自体が目的になっていることも多い。

 まずは、チャットボットでどんな成果を出したいのか、その目的から考えたい。目的が明確になれば、チャットボットにどんな問い合わせや要望に対応させるかが見えてくる。その上で、その成果を測るためのKPIが定まる。ここでは、電話・チャット・メール・Web(FAQなど)と、サポートチャネル全体の分析を行い、問い合わせのどの部分を電話に、どの部分をチャットボットに任せるかを明確にできると理想的だ。

 AIの選定や学習は重要だが、AI=チャットボットではない。AIは顧客からの質問の意図を推定するのに役に立つ、チャットボットのひとつの要素と捉えるべきだ。例えば、AIが組み込まれていなくても、よくある質問トップ5を選択肢として表示し、顧客のニーズに応じて分岐するシナリオ型のチャットボットはとても有効だ。また、サービス申込などのよくある手続きをフローに沿って自動で受け付けるチャットボットも強力な武器になる。AIやチャットボット自体の導入を目的化してしまうと、このような成果につながるチャットボットはまず思いつかない。

特化型チャットボットやオペレータ連携の有効性とは

スマホ画面

 ここで、具体的なイメージをつかむために、一例として宅配業務で役立つチャットボットを検討してみよう。コールリーズン分析から、「再配達依頼の電話が全体の10%と多く、大きなオペレータ負荷やあふれ呼の原因になっており、顧客の不満やクレームにもつながっている」との結論が出たとする。そこで、LINE上で再配達を自動で受け付ける特化型チャットボットを導入すると、業務効率化と顧客の利便性向上が実現できる。

 また、チャットボットと有人対応とを組み合わせるオペレータ連携も効果的だ。FAQが1,000件ある場合、すべてをAIに学習させ、教師データをメンテナンスし続けていくのは大変だ。仮に、FAQの上位100件で顧客からの質問の80%をカバーできる場合には、チャットボットにはこの100件のみを学習させておく。その他の質問や問い合わせにはオペレータが対応することで、全体の業務効率を格段に高めることができる。

チャットボットで成果を出すためのコンサルティングサービス

 チャットボットの活用の幅はますます広がっている。しかし、どのようなチャットボットが成果を出せるのかを見極めるのは難しい。そこで、モビルスでは、チャット導入の初期診断から、チャットボットの構築、KPIモニタリングの運用支援まで、経験豊富な専門チームによるコンサルティングサービスも提供している。顧客サポートの現場で本当に役立つチャットボットを広めることに、これからも尽力していきたい。

お問い合わせ先

モビルス株式会社
セールス
TEL:03-6417-9523
URL:https://mobilus.co.jp

お問合せ・資料請求

音声認識 / 生産性の向上 / AI(人工知能)

更新日:2020/02/20

sAI Phone

サイシード
詳細を見る
対象ユーザー IP電話を利用しているコールセンター
対象規模 5ブース以上
製品形態 SaaS
価格情報 初期費用:200万円
月額費用:30万円~(1500h~)通話時間による従量課金
製品概要 「sAI Phone」はオペレータがキーボードの入力なしで、FAQ検索と後処理ができる音声認識システムだ。特徴としては以下の3つが挙げられる。
1.次世代のFAQ検索システム「sAI Search」と連携し、シームレスにFAQ検索が可能――テキストから関連するFAQとタグがサジェストされ、オペレータは提示されるタグを直感的に選択するだけで目的のFAQに辿り着く。
2.後処理もドラッグのみで完結――企業の後処理フォーマットを事前に設定し、各項目ではテキストをドラッグするだけでほぼ後処理が完結する。
3.システム連携なしにブラウザからすぐに利用可能――IP電話を利用していれば、CRMやCTIとの連携なしにすぐにブラウザからの利用ができる。
 
  • 製品紹介

FAQ検索から後処理までクリックだけで完結!
開発不要の音声認識システム

sAI Phone(サイフォン)

サイシード

システム連携なしで導入 音声認識システム「sAI Phone」

 「弊社は音声認識の分野では後発の企業です。したがって、既存の音声認識システムの導入ハードルや実務的に使いにくいところを徹底的に排除していこうと考えました。」とサイシード CEO 中村 陽二 氏は語る。

 自社開発のAIを使ったFAQシステムやチャットボットを提供している同社が、新たに音声認識システムの提供をはじめた。「sAI Phone」の特徴は次の2点に集約される。

・コンタクトセンター運営側が、システム連携なしに簡単に利用できる

・オペレータは、問い合わせ対応の一連のオペレーションでFAQ検索から後処理までクリックだけで完結

 音声認識は手段であり、目的ではない。重要なのは、音声をテキスト化したあとにオペレータに適切なFAQを提示し、後処理の手間を削減することである(図1)。

図1 音声をテキスト化し、関連するFAQをオペレータに提示

図1 音声をテキスト化し、関連するFAQをオペレータに提示

 中村氏は続ける。「まずは音声認識システムをオペレーションに組み込んで、効果を検証すべきなのに、既存のサービスはサーバー構築やシステムの連携が必要で、それだけで少なくとも数百万円〜数千万円の開発費用と時間がかかってしまいます。sAI Phoneは、ブラウザからアクセスするだけで、ブース数に関係なく即日利用することができます(IP電話の利用を前提)」。

 初期費用200万円、月額費用も従量課金で30万円からという料金体系も魅力的なので、音声認識の導入に躊躇していた企業にとっては有力な選択肢になりそうだ。

次世代FAQシステムと連携 新たな検索ロジックで高機能化

 サイシードでは、「sAI Search」という次世代のFAQシステムを開発しており、最初からsAI Phoneとシームレスに連携されている。そして、このsAI Searchがサイシードの技術の肝だと言う。

 同社CTOの西田 圭嗣 氏は、「従来の検索システムは、ユーザーが入力した結果の一覧を提示し、結果から絞り込むのはユーザーに任せていました。しかし、“自分が何を検索すればよいのか”をうまく言語化できないユーザーが予想以上に多いことがわかりました。sAI Searchは、そのような“モヤモヤしている頭の中をシステム側が当てに行く”という検索思想で開発しています」と説明する。

 ユーザーはシステムから提示される関連タグを直感的に選択するだけで、目的のFAQに辿り着くことができる(図2)。検索の仕組みは、1990年代後半から20年あまりほとんど進化がないといえるが、sAI Searchの検索ロジックは日本初で、恐らく世界でも例がないと考えられる。

図2 ユーザーが選択したタグに対して、関連タグを提示

図2 ユーザーが選択したタグに対して、関連タグを提示

 今後の開発ロードマップとして、sAI Phoneはクラウドサービスという利点を活かして、クライアントの声を参考に絶え間ないUI・UXの改善を地道に続けていく。

 結局オペレータにとっての使いやすさが、対応品質向上と効率化につながるため“他社よりもちょっと使いやすい”を積み重ねていく。現在は、そのPoCに共同で取り組むパートナー企業を募集している。

お問い合わせ先

株式会社サイシード
AI事業部
TEL:03-6871-8691
URL:https://saichat.jp/saiphone/

お問合せ・資料請求

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/

コンタクトセンタープラットフォーム / 音声認識 / AI(人工知能)

更新日:2018/11/15

Omnia LINK

アイブリット/ビーウィズ
詳細を見る
対象ユーザー 中小規模から大規模センターまで幅広い業種に対応
対象規模 二十席~数千席
製品形態 クラウド
価格情報 個別見積り
製品概要 ビーウィズが提供するトータルテレフォニーソリューション『Omnia LINK』。コンタクトセンターに必要な機能を完全装備したうえにAI機能を搭載した次世代型オールインワン・プラットフォームだ。コンタクトセンター/BPO事業者としての強みを活かし、完全自社開発することで現場ニーズに則した機能を強化している。SV向け現場力強化ツール「ウォッチオーバー」は、オペレータと顧客の対話をリアルタイムにテキスト化する。音声を聴き起こす一般的なモニタリングと異なり、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を提供。高額な投資が必要なAI機能を従量課金制でリーズナブルに利用できる。
 

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

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

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。

お問い合わせ先

ビーウィズ株式会社
デジタルビジネス推進部
TEL:0120-722-782
E-mail:omnialink@bewith.net
URL:https://omnialink.jp/

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

10件中[1-5]件を表示次へ

トレンド・ガイド