顧客接点におけるAI／生成AI技術の活用方法【第3回】

ボットやFAQの開発・改善の自動化が可能に

　AI／生成AIが活用できるのは既存ボットの改良だけではありません。ボットの開発そのものの自動化も進んできています（生成AI技術を使ったバーチャルエージェントの開発例)。

　例えば、住所の変更手順を説明するボットの開発では一般に、ヘルプ情報を頼りにシナリオを考え、変更手順や画面を考えなければなりません。それが、AI／生成AIを使った開発では、「何をしたいのか」というボットの開発目的を入力すれば、変更すべきパラメーターの選定から、過去の事例を参考にした案内手順の作成、画面設計、適切なひな形までが作成されます。

　ひな形を利用し、運用上、名前より先に顧客番号を聞きたいといった個別要件があれば、その部分を修正すればボットの運用を始められ、開発・改良を外注するためのコストを節約できます。特定の業界でよく使われるシナリオをベストプラクティスとして使えば最初から品質の高いボットを開発できます。

　ボットの導入を検討しているのに躊躇（ちゅうちょ）している企業や、導入はしたけれど期待した効果を得られていない企業が感じている課題は、ボットの開発や改良に専門知識やプログラミング技術が必要な点です。開発・改良を外注すればコスト的な問題も無視できません。そのハードルをAI／生成AIが引き下げることができれば、企業におけるボットの導入・活用が進み、社会全体でのCXの底上げが期待できます。

　さらにボットは、作成すれば終わりというわけにはいきません。実運用を通して、顧客の反応が良くなかったり途中離脱が多かったりすれば、顧客行動を分析しシナリオを改善していく必要があります。

　そのための分析にもAI／生成AIを利用できますし、シナリオの自動修正も可能になります。外部に委託するコストも時間もかからなければ、自社でシナリオを修正する場合でも、作業効率を大幅に高められます。ボットを適宜改善すればサポート品質は確実に高まります。

コンタクトセンターとAIが共にクラウドベースなら統合は容易

　AI技術の進化のスピードは想像以上です。テック企業ではない一般企業が技術の進化に追従していくことは至難の業であり、現実的ではありません。バージョンアップも頻繁に行われるだけに、その度にシステムを統合し直すことはコスト的にも負担が大きくなります。

　つまり、コンタクトセンターシステムとAI／生成AI技術は統合されていることが理想的だということになります。システム統合の負担がなくなり、システムインテグレーターも一定の基準に沿ってAIサービスやAI基盤を選択するはずなので安心感は高まります。

　主要なAIサービス／基盤のほぼ全てがクラウドベースで提供されており、それをAPI（アプリケーションプログラミングインタフェース）経由で利用する形が一般的です。最新技術を迅速に利用企業に届けられるからです。そうした外部サービスを使う際は、コンタクトセンターシステムもクラウドベースであれば、統合や管理が容易になります。