生成AIによるコールセンター業務の自動化と効率化

コールセンター業務の現状と課題

株式会社RevComm（レブコム） コーポレートサイト - 音声コミュニケーションの可視化と生産性向上を実現するサービス

電話解析AI「MiiTel Phone」

音声解析オンライン商談ツール「MiiTel Live」

Web会議解析AI「MiiTel Meetings」

対話会話解析AI「MiiTel RecPod」

コールセンター解析AI「MiiTel Call Center」

コールセンター向けAIカオスマップ2023を公開！ChatGPT連携サービスを追加

カオスマップの概要

• 掲載サービス数は102件
• 「ボイスボット」や「オペレーター支援」など7つのカテゴリに分類
• 製品ページURL、AI提供ベンダーなどの一覧表を資料請求で提供

コールセンターにおけるAI活用の効果

• 人手不足の解決やオペレーターの業務支援
• AIチャットボットによる自動応答、音声認識と自然言語処理を組み合わせた会話の可視化など
• 限られた人員でも効率的な運営が可能

リアルタイム音声認識と生成AIを活用したクレーム応対履歴の作成

• 主語と述語を明確にすることで、事実を正確に記録できる
• 要点を簡潔にまとめることで、読み手に分かりやすい内容になる
• オペレーターの教育や入れ替わりに関わらず、一定水準の応対履歴を維持できる

生成AIの導入による業務効率化

詳細

ソフトバンクとマイクロソフトの共同開発による生成AIを活用したコールセンター業務の自動化

コンタクトセンター（コールセンター）での生成AI活用

音声認識AIを展開する「アーニーMLG」がコールセンター業務の議事録作成を自動化

今後の展望と顧客体験の向上

コールセンターでのAI導入事例8選！自動応答・音声認識・チャットボットで効率アップ

コールセンターが抱える問題とは？

• 新人教育に時間がかかる
• オペレーターによってレベル差が生まれやすい
• 離職率の高さ
• SNSでの悪評の拡散

コールセンターでのAIサービス導入事例

• 通話データをAI音声認識で自動書き起こし（JALカード／アドバンスト・メディア）
• 通話記録のピンポイント再生による業務効率化（東名／NTTコミュニケーションズ）
• LINExAIでコールセンタースタッフをサポート（ベルシステム24）
• 問い合わせ前のユーザーが困っていることを予測（カラクリ）
• AIを使ったFAQ作成サービス（キューアンドエー／東芝デジタルソリューションズ）
• AIで会話速度を点数化（プレミアグループ／レブコム）
• AIが問い合わせ内容を理解（東京ガス／アクセンチュア）

コールセンターでのAIチャットボット導入事例

• AIチャットボット導入で問い合わせ対応の品質維持（SMBC日興証券／NTTコミュニケーションズ）

コールセンターへのAIサービス活用・導入時の注意点

• 音声認識精度を高める環境造り
• AIサービスにも判断ミスがある
• コスト面の考慮

導入目的や成果を参考に検討しましょう！

生成AI活用の事例共有 – 大企業と中小企業・スタートアップでの違い

生成AIの認知度と導入への所感

• 生成AIの認知度は大幅に向上し、春と秋の2回の調査で業務活用が4%から18%に、生成AI使用経験が6%から55%に増加しています。
• 大企業では、リスキリング(生産性向上)、業務効率化、新規ビジネス創出などの目的で生成AIを活用しています。
• 中小企業やスタートアップでは、より具体的な課題解決に取り組んでいる傾向があります。

案件創出・完遂までの流れ

1. ヒアリング: 顧客の具体的な課題と生成AIに対する期待を把握します。
2. プロトタイプ開発: 生成AIを活用した部分的な自動化と機械的な処理を組み合わせてアウトプットを生成します。
3. 精度検証・改善: プロトタイプの精度を検証し、必要に応じて改善を行います。
4. 本開発・追加開発: 仕様を詳細化し、システムを再設計して本格的な開発を行います。

弊社「pipon」での事例

• 化粧品メーカー: 化合物データベースを構築し、化合物の組み合わせによる毒性アラートを生成AIで実現しました。
• コンサルティングファーム: 社内の問い合わせ対応をChatGPTとTeamsのチャットボットで自動化しました。
• コールセンター: 過去の受電数データから、今後の受電数を予測するモデルを構築しました。
• 製薬会社: 長期的な営業活動の効果を分析し、優良な営業マンを定義しました。
• 自動車部品メーカー: 様々なデータを活用して、ユーザーに最適なイベントやお店の情報をスケジュール化するサービスを開発しました。

質疑応答

• 生成AIは、曖昧な入力に対しても一定の出力を生成できるようになり、従来の機械学習では難しかった自由記述の文章処理などが可能になりました。
• ユーザーに直接提供する場合は100%に近い精度が求められますが、内部業務の効率化などでは、ある程度の精度で十分活用できます。
• コストの観点では、キャッシュの活用やテキスト音声合成の最適化などの工夫が行われています。
• 最近の注目事例としては、GPT-Sによるカスタマイズ可能なチャットボットの構築や、ロラーを使った高品質な画像生成などが挙げられます。

カスハラ対策はAIが承ります ソフトバンク、顧客向けに

日経の記事利用サービスについて

お客さまの困りごとを"ズバリ言い当てる"コールセンター向け生成AIチャットボットの提供開始

• 国産モデル初のAIエージェントとして使える「KARAKURI LM」を搭載予定
• 生成AIの活用領域を「質問を生成すること」に焦点を絞り、ハルシネーションのリスクを軽減
• 顧客の問い合わせ内容を特定し、適切なチャネルへ誘導する機能を実装
• 顧客の問い合わせ内容をFAQデータとして自動生成し、メンテナンスフリーのチャットボット運用を実現

開発背景

• 2022年のChatGPTリリースにより、コールセンター業界でメンテナンスフリーのチャットボットへの期待が高まった
• しかし、生成AIの回答の信頼性（ハルシネーション）が課題となっていた
• そこでカラクリは生成AIの活用領域を「回答生成」ではなく「質問生成」に絞り込むことで、ハルシネーションのリスクを軽減

新機能の特徴

• 顧客の問い合わせ内容を文脈を読み取り特定する
• 質問を特定できた後は、適格なチャネル（オペレーター、FAQページ、チャットボットなど）へ誘導
• 顧客の問い合わせ内容をFAQデータとして自動生成し、チャットボットの学習データに使用

今後の展望

• 自社開発の国産LLM「KARAKURI LM 8x7B Instruct v0.1」との連携を予定
  • https://karakuri.ai/seminar/news/karakuri-lm-8x7b-instruct-v0-1/
• オンプレミスやプライベートクラウドでの活用が可能
• カスタマーサポート業務の自動化支援をさらに加速

AI（人工知