ビジネスフォンお役立ち情報

豆知識

コールセンターへのAI適用|機械学習とビジネスへの適用を解説


AI・人口知能というキーワードをご存知ない方は、いらっしゃらないと思います。人の労働がAIに置き換わっていくというメッセージが先行しており、実際に銀行や保険会社では、AIを使ったソリューションにて、人員を削減している事例も出てきています。

もっと身近な例としては、ソフトバンクのPepperや車の自動運転があります。アメリカでは、自動運転が相当に進んでおり日本でも車のコマーシャルにて手を放して運転している様子が流れるようになりました。

昨年後半くらいからコールセンター・コンタクトセンターでのAI活用をどうすべきなのか、沢山の方にご相談を受けました。“経営からコールセンターでもAIの導入を検討しろ!という指示があったのですが、なにをどうしたらいいのか雲をつかむ状態で・・・”という声が多かったです。

コールセンターシステムにAIの技術がどのように適用できる可能性があり、どの様な技術なのか、どういった点が難しいのかについてご説明していきたいとおもいます。

AI技術とは何なのか?

AIは「Artificial Intelligence」の略で人間の知能をコンピュータが模倣し、システム化することをいいます。あらゆる産業でAI技術をどのように活用できるのかを検討しています。AI技術が何なのかを理解する入り口は “機械学習”です。機械にデータを学習させ、そこに潜むパターンや特性を発見し、予測させることです。

統計学がお得意な方はクラスター分析、因子分析などはよくお聞きになる言葉だと思いますが、機械学習は、そうした統計手法が入り口となっています。クラスター分析だと、大量データの中から似ているクラスター(グループ)を自動生成し、発生原因を追究する様な手法で、店舗の売上の分析なんかによく使われていますね。因子分析は、データの中から特徴を見出す手法で、受験生の理系・文系の判断を行うような場合に使うことが多いです。

その統計手法を更に進化させたものが、機械学習と理解して頂けるとイメージが沸きやすいです。

機械学習はどんなことに使えるのかというと、大きく分けて3つです。

予測

最も実用化が進んでいる領域です。統計手法がベースなので、一般的に、数値処理なら機械学習は比較的簡単に実用化ができ、その出力精度も高めることが可能な為、最も使われている領域です。

識別

近年のディープラーニングの登場により、一気にその精度が高まり、実用化が急速に始まったばかりの領域です。良く出てくる話題として、猫の写真を機械に対して何百万枚も見せて猫の特徴を機械に覚えさせた上で、新しい猫の写真を、その機械に見せると猫であると識別するような、画像認識技術が該当します。

実行

車の自動運転技術がAI技術の応用として、最も分かりやすいため頻繁に取り上げられている領域です。目に見えて分かりやすい成果が期待できる為、コールセンターにとっては、この実行の機械学習が最も関連していて、日本語の「AI会話」が急速に発達し、自然言語処理を可能ときた領域です。音声認識テキストや要約など一気に実用化が始まると思われます。

機械学習のビジネスへの適用

機械学習を実際にビジネスにおいて活用するためには、以下の3要素が必要となります。

アルゴリズム

最も重要なのが、このアルゴリズムです。アルゴリズムとは何か物事を行うときの仕組み又はやり方のことを指します。様々なアルゴリズムがありますが、その利用目的に合致したアルゴリズムでないと、期待する結果は得られません。いったん、適切なアルゴリズムを確定できると、その後はデータを入れ替えるだけで機械学習の成果を、何度でも簡単に得ることができるようになります。

計算環境

コンピュータの仕組みですね。機械学習では大量の演算が必要となるため、単純にEXCELで計算するとい訳にはいかず、計算を行う処理能力の高いコンピュータが必要になります、パソコンはCPUを搭載していますが、機械学習で本格的に利用するコンピュータでは、GPU(graphics processing units)が必要になっています。GPUはもともとグラフィックやゲームの世界で使われていたものですが、機械学習の処理要求に応える為に適当といえます。最近は、GoogleやAWSなどのクラウドサービス環境で、GPU処理以上の環境が用意されてきていますので、クラウドサービス上で機械学習の処理をする、というのが一般的になってくるかと思います。

データ

機械学習を活用する目的に沿ったデータは、非常に重要です。このデータの種類・精度・量で、その結果は大きく異なってきます。基本的には、データの種類とデータ量が多ければ多いほど、その出力精度は向上します。ただし、データの中に無用なゴミデータや誤ったデータが混ざっていたりするなど、データの質が悪い場合には、なかなか成果は得られません。

コールセンターへのAIテクノロジー適用

アルゴリズムが用意でき、適正なデータをクラウドサービス上で処理することができれば、機械学習のシステムが作れることになります。

今後は、コールセンターでの十分な人員確保が困難になり、ロボットやAI(ここでは機械学習の範囲)の助けを借りないと運用ができなくなると、誰もが考えています。既に活用されているコールセンターでのAIソリューションについて例示し、さらなる活用のアイデアについてもご紹介していきます。

AIを活用したコールセンターシステム(すでに実用化されている事例)

AI技術を使ったソフトウエアとして最も利用されているのが、音声認識、自然言語処理、テキストマイニングです。音声認識は人間がしゃべる音声を認識してテキストに変換していく技術です。

これは10年ほど前からソフトウエアとしては、リリースされていました。しかしながら、認識率が高くないなどの理由から活用事例が多くなかったのですが、ご紹介した機械学習そして、ディープラーニングの仕組みを活用することで飛躍的に認識率が高まり、活用事例が増えてきています。

更に、SiriやAmazonスピーカーの家庭での利用が普通になってきていることもあって、音声認識技術の検討は、コールセンターシステムの要件として標準的に検討されるようになっています。

音声認識技術により、文字として落とされたテキストの構文を理解して、意味のある言語として認識するAIの技術が自然言語処理です。つまり、“はし”というテキストについて、橋なのか端なのかを判断する為には、文脈や前後の言葉をもとに判断する必要があります。

日本語は、英語のようにスペースで単語が区切られていないため、まず文章から単語を切り出す必要があります。この処理を「形態素解析」と言います。次に文章の構造をコンピュータで取り扱える形式にしますが、一般的には「係り受け構造」で表現します。そこからさらに、「意味解析」、「文脈解析」と進みますがご興味があれば、詳細確認してみてください。

音声がテキスト化されることによって、コールセンターの多くの課題を解消することができます。

(課題)後処理に時間がかかる

→応対履歴を改めて入力せずに、音声認識結果のテキストをもとに履歴として残すことで応対履歴を入力する後処理時間が圧倒的に短縮されます。

(課題)コンプライアンス・オペレータ品質確認をするのに、通話録音を長時間かけて聞くしかない

→ テキスト化された文章であれば、通話内容の評価をする時間が圧倒的に短縮されます。

(課題)お客様からの問合せの回答を探すのに時間がかかる

→ キーワードスクリプティングにより、オペレータが発した言葉、例えば、“加入手続きについてのご質問ですね“をトリガーにして、加入手続きのFAQを自動的にオペレータ画面に呼び出しすることで、回答を探す時間が省力化されます

そして、膨大なテキストや音声言語から規則性や傾向などを抽出するのがテキストマイニング技術です。

顧客からのお電話がテキストになっていますので、大量のテキストデータをもとに、どの様な電話が多いのか、通話内容の傾向や気になる発言など、いわゆるVOC(Voice of Customer)の分析の為に利用される技術です。

AIを活用したコンタクトセンターシステム(先進事例あり)

上記の事例以外にも更に高度なチャレンジを実現している事例があります。

(1)AIがオペレータに対して回答候補を表示

コールセンターでは新人オペレーターの育成と平準化が課題となっています。新人でもベテランに近い、適切でスピーディーなお客様対応の実現を目的としてAIによるリコメンデーションソリューション構築事例が出てきました。

通常、オペレーターはお客様からの話を聞き、尋ねられる該当の資料を検索し、その画面を見ながら回答します。その検索に時間がかかり、何度も待たされた経験は皆さん、あると思います。

この課題を解消する為、「AI回答支援システム」の事例が、本年から大手コールセンターで見られる様になりました。先の音声認識システムにより、お客様の問い合わせ内容をテキスト化し、自然言語処理を駆使して、FAQや商品データベース等の情報ソースから回答を自動的に発見し、応対管理画面に表示します。新人オペレーターであっても資料を探し出す手間なく、表示された資料から該当する情報を見つけて回答することになります。

ここでは、FAQの存在が重要となります。1問1答形式で、正しくFAQ登録されていないと機械が判断に迷い、いわゆる正答率(正しい答えをオペレータが確認できたか)が悪くなります。同じ様な回答を違う言いまわし・表現でFAQを作成してしまうと機械が判断できないパターンが増えてしまったケースを見てきました。

(2)WFMへの適用

WFM(WorkforceManagement)業務は、コンタクトセンターに必須ですが、これを人の勘だけに頼らず、過去のデータと予測のアルゴリズムを使ってコンタクトセンターへの業務量予測に使えるソリューション化が可能になってきました。

(3)チャットボット

チャットまたはLINEでのコンタクトセンターは多くの会社が取り組んでいる典型的なマルチチャネルですが、チャットでの回答を24時間365日、自動的に返信するボットの仕組みで、AIを活用しています。

お客様が知りたい情報をチャット入力すると、AIが自然言語処理のアルゴリズムを使って、その回答をFAQや商品データベース、場合によっては基幹システムから検索し、チャットの画面に表示させます。

チャットボットは会話のシミュレーションで、かつチャットという短い言葉への反応の為、実現難易度はさほど高くないと言えます。

(4)バーチャルエージェント

チャットボットの会話シミュレーションの代わりに、自由に質問を長文で記載したり、音声入力にて聞きたいことをホームページ(スマホページ)の画面にいるバーチャルなオペレータに問いかけます。

これは、コンテキスト(自由な長文)をもとにAIが推測をして回答候補をお客様に直接回答する仕組みです。音声入力によるテキスト化、コンテキストによる推測の難易度を高めることができるか、が実用化に向けた最大の論点になっています。Amazon Alexa、Google Assistant、Siriもこれに該当する訳ですが、企業のコールセンターへの適用の場合には、商品やサービスの質問となる為、実現難易度は非常に高くなり、実用化に向けたハードルが少し高くなっている訳です。

まとめ

コールセンター・コンタクトセンターは人海戦術であるが故に人材不足を補完する革新的なテクノロジーとしてAIソリューションの台頭は不可欠になってきます。

バーチャルエージェントが完全にオペレータの代わりを務めることができようになるまでには、まだ時間が掛かるのかもしれませんが、コールセンターを利用したいユーザ、オペレータ、管理者の全てのステイクホルダーの支援ができるAIソリューションはすぐにでも導入し、AIの効率的な活用方法について各社での検討を行うことが重要です。

「信頼」と「対応品質」にこだわります

トラムシステムでは、高品質且つ安心・安全なサービスと、スピーディーな作業環境で
多くの顧客様にご愛顧を頂いております。

トラムシステム6つのこだわり

最短当日から対応可能
高品質・安心・スピード対応をお約束

  • お問い合わせ

    01お問い合わせ

    現地調査無料・
    最短24時間以内に見積もり

  • ご提案・お見積もり

    02ご提案・お見積もり

    ご要望に応じてご提案。
    全メーカー取扱い可能。

  • 工事

    03工事

    自社工事だから
    安心&安価

  • アフターサポート

    04アフターサポート

    専門技術者による
    サポートは即日対応。

工事の流れを見る

まずはどんなことでもご相談ください

新設・移転・故障・コスト削減など
ビジネスフォンのことならおまかせください。

現地調査無料最短即日で見積もり提出

0120082258

月〜金9:00〜19:00土日祝9:00〜18:00