• home
  • >
  • コールセンター
  • >
  • 人工知能(AI)を使ってコールセンターを効率化する5種類のソリューション
  • 人工知能(AI)を使ってコールセンターを効率化する5種類のソリューション

    コールセンター×AI

    最終更新日:2019年1月24日
    このブログは、AIを活用したコールセンター向けのソリューションを提供する、
    株式会社サイシードが作成しています。
    最新の事例や企業でのAI活用方法を紹介していきますので、参考にしてみてください。

    代表 中村
    こんにちは、中村です。先日弊社エンジニアが死んだ魚のような目をしてサイコロを無心で積み上げていました。Vtuber、趣味、仕事と三足のわらじでメンタルが摩耗してしまったようです。趣味とはいえ、自分を追い込むのはほどほどにしたいものですね。 さて、一方で「仕事」という枠組みだけでも人材不足や様々な課題に悩み、ご相談にいらっしゃる企業様もたくさんいらっしゃいます。 特に今回は深刻な課題を多く抱えているコールセンターにフォーカスして、業務の効率化についてお話したいと思います。

    業務の効率化について、お悩みを抱えている企業様はたくさんいらっしゃいます。
    その中でも、特に深刻な課題を多く抱えている業務は「コールセンター」といえるでしょう。
    この悩ましいコールセンター業務は、AIを導入することで、顧客情報や質問事例を管理し、業務フローのあらゆる工程を効率化できることはご存知でしょうか?
    今回は、コールセンター業務の顧客満足度の向上、オペレーターの負担・コスト削減には、どのような部分にチャットボットやFAQシステムといったAIを導入できるのかを具体例を挙げてご紹介したいと思います。更に導入を検討される場合に役立つ、おすすめAI関連システムについてご紹介したいと思います。
    また最後までお読みくださった方にはここまで自動化できる!3年後の未来のコールセンターガイドブックをプレゼントいたしますので、ぜひ最後までお付き合いくださいね!

    コールセンター業務の問題の所在

    コールセンターは離職率が高く、人件費を上げないと人が集まらない、というのが多くの企業様が抱える悩み。このような状況に陥ってしまう要因はズバリ、オペレーターの「人手不足」「教育不足」の2つによるものといえるでしょう。
    更に詳しい説明はこの記事で紹介していますので是非ご一読ください!

    コールセンターでの課題とは?AI活用のためのヒント

    2017.08.28

    この課題を解決するには、業務をできるだけ効率化し、

    オペレーターの負荷をできるだけ軽減する必要

    があります。
    とはいえ、「効率化を行いたい!」と思っても、どこから始めていいかわからなくなりますよね。
    今回は、コールセンターに導入可能なAI関連システムとはどんなものなのか、その効果がわかり易くお伝えできるよう、業務のフロー別に事例を用いてご紹介したいと思います。

    コールセンター業務におけるAI活用

    そもそも人工知能(AI)とは、「言葉の理解、学習、推論、判断といった人間が行うような知的行動を行うテクノロジーやソフトウェア」のことを指します。
    与えられた質問に対し、人工知能は自ら考え適切な回答を返すことができます。また、近年の技術発展により、徐々に学習や推論ができるようになってきています。
    そういったAIの機能を活用して問い合わせ対応の質を上げ、顧客満足度を高めるなど、企業によるAI活用はここ数年で非常に盛んなものになってきています。

    AIの学習についての詳しい説明はこちらの記事でご紹介しています。

    ここでは、コールセンター業務におけるAI活用とはどのようなものかを

    ・フロー別AI関連システム導入事例
    ・AI関連ソリューションおすすめ2選

    の2つの項目に分けて説明していきます。

    フロー別AI関連システム導入事例


    オペレーターが対応するまで

    ・チャットボットの導入 〜コンピューターショップD社〜

    パソコンのパーツを取り扱っているコンピューターショップD社。
    コールセンターの課題の一つとしてあげられたのは、平均処理時間(Average Handling Time)の長さです。
    リテラシーの高い層からのマニアックなお問い合わせが大半を占めるため、一人当たりの通話時間が長くなり、稼働率が低くなっていました。
    しかし、1日あたりの受電数が少なければ、平均処理時間が長くても大丈夫ですよね。
    根底にあったもう一つの課題は、1日の受電数が多く、既存の人員だけでは対応に追いつかないことにありました。
    これを解決したのが、チャットボット「ミナミちゃん」の導入です。
    ミナミちゃんの導入により、お客様はコールセンターへ電話するまでにホームページ・LINE上で疑問を解消することが可能になりました。
    結果として、オペレーターまでの受電数そのものが削減され、一人当たりの通話時間も短縮し、6.5人分の人件費の削減に成功したそうです。
    チャットボットの更に詳しい説明はこちらの記事でご紹介しています。

    IVRとの連携 〜飲料会社X社〜

    オペレーターの人件費など、コストをこれ以上大幅に割くことはできないが、顧客満足度を上げるために何かしたい!
    お客様第一を掲げるコールセンターであれば抱えるジレンマの1つだと思います。
    同じ悩みを抱えていた飲料会社のX社が導入したのは、音声自動応答(Interactive Voice Response)システムを既存のAIと連携させ、チャットでの応答に切り替えるシステムです。
    まずはIVRシステムについて軽くご説明します。
    コールセンターに電話をかけたことがある方はご存知かと思いますが、電話をかけた直後に流れてくる「〇〇をご希望の方は1を…」という録音音声のことを、IVRシステムと言います。
    これを応用し、チャットでの対応を希望するお客様※を電話からチャット対応に誘導します
    結果として、受電数を削減するとともに、チャット上でのやり取りを増やし、対応可能な絶対数を増やすことに成功しました。

    ※ 株式会社Nuanceの調査によると、18−34歳の79%がチャットでの対応を希望している

    オペレーターの対応中

    FAQサポートシステムの導入 〜旅行代理店H社〜

    平均処理時間、とりわけオペレーターの平均通話時間(Average Talk Time)が長い旅行代理店H社。
    しかし、その原因は①の例で紹介したD社と異なる所にありました。
    H社の抱えていた課題はマニュアルの多さです。
    パッケージ化された商品ごとに存在するマニュアルの中から、オペレーターがお客様の質問に該当する回答を探しだすことが簡単ではないことは、容易に想像ができますよね!
    打開案としてH社が導入したのは、FAQサポートシステムです。
    このシステムの導入によって、煩雑だったマニュアルからの回答探しを、顧客対応履歴から確度の高い順に回答候補を表示する形に変更することができました。
    結果として、顧客への回答スピードだけでなく正確性の向上も達成することができました

    FAQサポートシステムの詳しい説明はこちらの記事でご紹介しています。

    オペレーターの対応後

    ・音声認識システムの導入 〜カード販売会社J社〜

    オペレーターによる対応が終わると、その通話を記録するため、後処理と呼ばれる作業が行われます。
    カード販売会社J社は、オペレーター業務の効率化を図るため、この時間に目をつけました。
    お客様の電話した目的やその回答などを記すため、後処理業務で行うまとめ作業はシステマチックです。
    しかし、通話中の情報が必要であることから、この作業を行うことができるのは、実際に通話をしていた本人のみとなります。
    それを解決したのが、音声認識システムの導入による通話内容のテキスト化です。
    通話内容が活字化されることで、その要約作業はより簡単に、早く行えるものとなりました。
    結果、後処理にかかっていた時間の大幅な削減と、それに伴う稼働率の上昇にも寄与することが可能になりました

    コールセンター 向け音声認識システムの詳しい説明はこちらの記事でご紹介しています。

    ・エモーション技術の導入 〜金融機関M社〜

    顧客満足度の向上のための施策やオペレーターの評価には、お客様からの声が必須ですよね。
    しかし、アンケートを行うには手間も時間もかかりますし、オペレーターごとの評価には向きません。
    このような課題を抱えていた金融会社M社。
    解決策を見出すため、M社はエモーション技術を導入、通話対応中のお客様の感情の数値化を行いました。
    エモーション技術とは、声の周波数からお客様の感情を可視化することで、その数値化および顧客満足度の数値化を行う技術です。
    結果、お客様の感情が数値化されたことで、オペレーターごとの強み弱みも可視化され、評価の際にも役立つとともに、顧客満足度の上昇が数値として見られるようになりました。

    コールセンター 向け感情分析システムの詳しい説明はこちらの記事でご紹介しています。

    VOC分析との連携 〜化粧品会社Y社〜

    化粧品会社Y社は、事例④のカード販売会社J社と同じく後処理時間の短縮を行うことを課題としてあげていました。
    しかし、J社とは異なり、Y社は既に音声認識システムを導入していたのです。
    そこで、Y社は音声認識システムをVOC分析と連携させ、オペレーターの業務効率化を図りました。
    つまり、音声認識システムを用いて通話内容のテキスト化を行なった後、その要約までAIに任せてしまおう、ということです。
    VOC(Voice of Customer)分析とは、その名の通り顧客の声を分析するAI関連システムです。
    個性や経験値のムラが出やすい作業をAIが行うことで、より正確で高精度、加えて短時間で要約が完成します。
    結果として、Y社は後処理時間の短縮だけでなく、通話履歴の高精度な要約を顧客情報として蓄積することができるようになりました。

    ※なお、音声から音声への要約技術はより高度な音声認識技術が必要なことから、現在実用化には至っておりません。

    コールセンター業務におけるVOC分析の詳しい説明はこちらの記事でご紹介しています。

    AI関連ソリューションおすすめ2選

    続いて、先ほど紹介したAI関連システムを導入するにあたり、「実際にどんなシステムがあるの?」という企業様のために、弊社がおすすめするAI関連システムをご紹介したいと思います!

    IVRシステム

    ・株式会社LINE 「Call to LINE」

    国民的チャットシステムで有名な株式会社LINEさん。
    LINEとIVRを連携させたAIシステムも提供していることはご存知ですか?
    このシステムを「Call to LINE」と呼び、IVRからお客様の電話番号をもとにLINEアカウントを探し出し、メッセージを送信できるシステムとなっています。
    「Call to LINE」についての詳しい説明はこちらの記事でご紹介しています!

    LINEカスタマーコネクトで顧客対応を劇的に効率化!機能と事例をご紹介!

    2017.07.07

    ・ニュアンス・コミュニケーションズ・ジャパン株式会社 「IVR to Digital」

    米国を拠点としているニュアンス・コミュニケーションズ・ジャパン株式会社さん。
    こちらのシステムの強みは、電話からチャットへ接続する際、お客様の体験をより優れたものにするため、スムーズなやり取りを可能にしたことです。
    このシステム「IVR to Digital」は、IVRの受けたコンテキストを保持したままチャットへ転送できるため、お客様の負担を減らし、問題のより迅速な回答を可能にしてくれます。

    チャットボット

    ・りらいあコミュニケーションズ株式会社 「バーチャルエージェント」

    チャットボットについて書かれている記事の大半に出てくる通販サイトLOHACOの「マナミさん」。
    マナミさんは、りらいあコミュニケーションズ株式会社さんのシステム「バーチャルエージェント」を使用していることはご存知でしょうか?
    このシステムは、長年のコールセンター 運用で培ってきたノウハウを利用し、会話ログを通した自然な会話設計を実現しました。

    ・株式会社サイシード 「sAI Chat」

    少ない初期データでも正確な回答を高確率で提供する「sAI Chat」。
    LINEをはじめとした様々な媒体と接続させることができるだけでなく、同様の内容を別システムと共有や移行させることも可能になります。
    このシステムは、90%という平均正答率を誇るため、受電数の大幅な削減を目指すコールセンターにうってつけです!

    音声認識システム

    ・株式会社アドバンスド・メディア 「AmiVoice」

    様々なAIソリューションを提供している株式会社アドバンスド・メディアさん。
    こちらのシステム「AmiVoice」は、頭出し再生機能やテキスト化された通話履歴のキーワード検索をも可能にしました。
    このシステムの導入により、後処理のための通話録音の聞き直しも減り、より確実な通話要約を可能にします。

    ・富士通株式会社 「Zinrai」

    富士通株式会社さんの提供している音声認識システム「Zinrai」。
    このシステムの強みは、数百万から1千万の超大語彙に対しても高速かつ高精度な音声認識を可能にした点にあります。
    最大約1時間に及ぶ長い音声のテキスト化にも対応していることから、AHTが比較的長めなコールセンターにはうってつけな音声認識システムです。

    VOC分析システム

    ・株式会社野村総合研究所 「TRAINA」

    「TRAINA」は、株式会社野村総合研究所さんの提供するAI関連システムです。
    「TRAINA VOICEダイジェスト」は、個人差によるばらつきのない応対要約文の自動作成を可能にします。
    ここで作成された正確なVOCを「TRAINAテキストマイニング」に連携させることで、精度の高いVOC分析が可能になります。

    ・株式会社ベルシステム24 「BellCloud for VOC」

    2つのシステムを連携させる必要のある「TRAINA」とは対照的に、株式会社ベルシステム24さんは単体でVOC分析を可能にするシステムを提供しています。
    こちらのシステム「BellCloud for VOC」は、文単位・話題単位でテキストマイニングを可能にし、実用的なVOC分析を実現します。
    分析項目ごとの表作成といった分析結果の可視化も行われるので、オペレーターの評価や顧客満足度の指標として活用することも可能です。

    FAQサポートシステム

    ・株式会社プラスアルファ・コンサルティング 「アルファスコープ」

    株式会社プラスアルファ・コンサルティングさんの提供しているオペレーター向けFAQシステム「アルファスコープ」。
    このシステムの強みは、コールセンターでの使用に特化したナレッジ検索画面です。
    様々な検索機能やお気に入り、閲覧件数といった検索支援機能が搭載されていることから、より早く、より確実にお客様の疑問を解決することができます。

    ・株式会社サイシード 「sAI Search」

    Microsoft Wordとワード、AIと人工知能、といったような言葉の揺らぎや自然文検索に柔軟に対応可能な「sAI Search」。
    このため、お客様ごとに異なる言い回しをされても、同じFAQまでたどり着くことができます。
    この機能に加え、文脈から該当する可能性の高いFAQをレコメンドしてくれるため、迅速で正確な回答を可能にします

    まとめ

    いかがでしたか?
    今回は、コールセンターでの業務フロー毎に導入可能なAI関連システムとその効果、更におすすめの商品・サービスをご紹介しました。
    顧客満足度やサービスの向上、オペレーターの負担軽減に向けて、どの業務フローが効率化できるのか、少しでも具体的な検討の参考になれましたら幸いです。
    一口にコールセンターと言っても、運用の工数や企業の規模感によって最適なシステムはかなり違ってきます。弊社サイシードでは、細かい条件や困りごとから適切なソリューションの提案から、導入支援も行っておりますので、業務改善にお困りの際は是非お気軽にご相談くださいね!

    代表 中村
    最後までお読みいただき、ありがとうございます。 こちらのフォームから、「ここまで自動化できる!3年後の未来のコールセンターガイドブック」をDLいただけます! コールセンターの効率化を検討する際の参考として、ぜひご活用くださいね。

    2022年の『未来のコールセンター』ガイドブック

    2022年の『未来のコールセンター』ガイドブック

    弊社はAIを最大限活用して3年後(2022年)に『未来のコールセンター』を実現します。
    自然言語処理と音声認識を組み合わせった、音声自動対応に至るまでの開発ロードマップと、その過程でどのような事が可能になるのかについて紹介いたします。

    2022年の『未来のコールセンター』ガイドブック

    2022年の『未来のコールセンター』ガイドブック 自然言語処理と音声認識を組み合わせた、2022年の『未来のコールセンター』で可能になる6種類の顧客体験を紹介します!