京葉銀行、コンタクトセンターでのオペレーターの回答精度を高める生成AI技術を検証

　京葉銀行が検証したのは、コンタクトセンター業務におけるオペレーターの回答精度を高めるための生成AI（人工知能）技術（図1）。顧客の問い合わせ内容を理解し、回答するには情報が足りない際の追加質問を生成することで必要な情報を聞き出せるようにする仕組みを構築した。蓄積したナレッジを基盤にしたAI技術による自動応答により24時間365日の顧客対応を実現するのが目的だ。

図1：京葉銀行が実施したコンタクトセンターの回答精度を高める生成AI（人工知能）技術の検証概要

　検証は2025年5月から9月にかけて実施した。チャットで受け付けた顧客からの問い合わせに対し、オペレーターが回答するには情報不足だと思われる場合に、補足の確認質問を生成し顧客に提示する。例えば「手数料」に関する質問に対し「ATM（現金自動預払機）の手数料」なのか「振込手数料」なのかを質問する。オペレーターは、問い合わせの意図を明確にしながら対話を進め最終回答を用意する。

　検証システムでは、京葉銀行がWebサイト上で公開している情報を回答に利用し、適切な回答を提示できるかを評価した。結果、正答率が従来の58％から86％に向上した。これまでRAG（Retrieval-Augmented Generation：検索拡張生成）技術で回答精度を高めようとしてきたが、RAGでのデータ学習だけでは十分な正答率が得られなかったという。

　今後は、検証した仕組みの実業務への適用を目指し、顧客の待ち時間短縮と対応品質の均質化によるサービス品質を高めたい考え。京葉銀行ではWebサイトに公開している情報に関しての問い合わせが相当数を占めており、そうした質問への回答精度の改善が、コンタクトセンター業務の改善や顧客満足度の向上に向けた課題になっている。

　追加質問の生成には、日立製作所の「ユーザー確認技術」を利用した。質問に含まれる情報が不十分な場合、確認質問を途中段階で提示して質問の意図をより的確に引き出せるという。

　日立によれば、金融機関では近年、非対面での問い合わせの増加やオペレーターの不足により、コンタクトセンター業務の効率化やオペレーターの負荷軽減が求められている。併せて、業務の属人化により回答品質にバラツキがある。

　ただチャットボットを利用するには大量のFAQ（よくある質問と答）を事前に作成する必要があるほか、複雑な言い回しへの対応が難しいという課題がある。そのためRAG技術を用いた回答精度向上が注目されているものの、質問者からの情報が不十分だと、誤回答やハルシネーションが発生する懸念がある。