カスタマーサービスにおけるAI: コパイロット、下書き、そして自前AI持ち込み

カスタマーサービス自動化ソフトウェアは、質問を決定木と照合し、言い回しが変わると対応できなくなる台本通りのボットの段階をすでに超えている。今買う価値があるバージョンは、担当者の隣に座り、スレッド全体を読み、回答を下書きしてレビューのために渡す。

この変化は購入時の問いを変える。もはやツールが回答できるかどうかではなく、回答のどこまでを準備するのか、どこまでを依然として人が担うのか、そして利用量が増えたときに誰がモデル提供元に支払うのか、という問いになる。

カスタマーサービス自動化ソフトウェアが行うこと

このカテゴリー名の裏には、具体的な仕事の短いリストがある。長いスレッドを3行に要約する。自社のヘルプコンテンツに基づいて返信を下書きする。意図を分類し、それに応じてルーティングする。感情を検出する。双方向で翻訳する。会話にタグを付け、レポートが何かを集計できるようにする。

そのどれ一つを取っても劇的ではない。それぞれが一つの遅延、一つの手作業のステップを取り除くだけだが、その遅延こそ顧客が感じ取るものだ。

その効果の積み重ねは新人に表れる。入社2週目の担当者が、2年目の担当者に近い水準で回答できるようになる。なぜなら下書きにはすでにポリシー、アカウント履歴、適切なトーン、直近3件の注文が反映されているからだ。

自動化の3つのレベルと、どれを選ぶべきか

ベンダーは全く異なる挙動に同じ言葉を使うため、送信されたメッセージについて誰が責任を負うかでレベルを分けると理解しやすい。

台本型フローは、言い回しがほとんど変わらない、範囲が狭く量の多い質問においては今も居場所がある。注文状況、営業時間、パスワードのリセットなどだ。

コパイロットはそれ以外すべてにおいて既定の選択肢となる。最悪の結果が数秒の無駄で済むのに対し、自律エージェントの最悪の結果は顧客を失うことにつながるからだ。

ほとんどのチームに最適なのは: 頻出質問上位5つには台本型フロー、それ以外はコパイロット、誤答を覆すコストが低い場合に限り自律型を使うこと。

受信箱におけるコパイロットモデル

コパイロットのパターンでは、モデルが準備し、担当者が判断する。下書きはソース情報を添えて会話の隣に表示され、担当者はそれを編集、差し替え、あるいは送信する。

レビューのステップは形式的なものではない。それは、時折発生する誤った回答を顧客の受信箱ではなく自社内にとどめておくための制御手段だ。

またこれは、自動化がうまく機能しているかを示すシグナルも生み出す。すべての編集はラベル付けされた訂正であり、その編集の割合こそ、後ほど述べる正直な品質指標となる。

自動化が返信欄の外にまで及ぶ場所

AIをライブチャットに取り付けただけのウィジェットとして扱うと、その大半が無駄になる。同じレイヤーは、会話に関わるあらゆるモジュールで果たすべき役割を持っている。

ナレッジベースでは、解決済みのスレッドから記事を下書きし、より新しい回答と矛盾するページにフラグを立てる。自らの古さに気づかないカスタマーサポート向けナレッジベースソフトウェアが、セルフサービスが何も捌けなくなる典型的な原因だ。

ルーティングでは、人が対応する前に意図を読み取るため、請求に関する質問はトリアージのステップを経ずに請求担当のキューに届く。

レポートでは、担当者が思い出してつけたタグではなく、顧客が実際に尋ねた内容によって会話をグループ化する。これがチケット数を製品に関する意思決定に変える要因だ。

アウトバウンドの業務では、同じ分類がキャンペーンのセグメントを決定するため、直前にクレームを入れた人がアップセルの対象になることはない。

モジュール横断のカバー範囲は、アシスタントが自社のどの資料に届くかも左右する。現在のチャットしか見えないアシスタントは現在のチャットだけを基に書き、顧客情報、注文履歴、直近3件のチケットまで見えるアシスタントはそのすべてを基に書く。

自前AI持ち込み: モデルのアカウントを誰が持つか

ほとんどすべてのデモで、2つの問いが混同されている。アシスタントに何ができるかは製品面の問いだ。モデル提供元とのアカウントを誰が持つかは商業面の問いであり、これが自動化の改善が総コストを下げるのか上げるのかを決める。

プラットフォームがアカウントを持つ場合、モデルの利用はプラットフォームの請求項目として、通常クレジットまたは席数の形で現れる。その場合、コストは成功とともに上昇する。AIが処理する会話が増えるほど、ベンダーのマージン込みでより多くをベンダーから購入することになる。

自前AI持ち込みはこれを逆転させる。自分自身のプロバイダーのキーを接続し、トークンはプロバイダーから直接あなたに請求され、プラットフォームはそこにマージンを乗せない。RolChatはこの方式で、7社のプロバイダーによる62のテキストモデルと、4社による23の音声モデル、合計85モデルにわたって機能する。

トークンコストは会話数ではなくコンテキストで決まる

自前キーに初めて触れるチームは、通常、請求額が会話数に連動すると考えがちだ。しかし実際に連動するのはコンテキストの長さだ。

直近4件のメッセージから下書きされた返信は、60件のスレッドから下書きされた同じ返信のごく一部のコストで済み、そのスレッド全体の要約はどちらよりも高くつく。

したがって、3つの設定が仕事の大部分を左右する。コンテキストウィンドウがどこまで遡るか、要約をすべてのスレッドで実行するか長いものだけで実行するか、そして検索がヘルプ記事を3件引くのか30件引くのかだ。

そのいずれもプラン比較ページには表示されない。最初の週にプロバイダーのダッシュボード上で見えてくるものであり、それがアカウントを自分で持つことの根拠となる。

タスクごとにモデルを選ぶ

すべての業務に単一のモデルを使うのは、コストのかかる既定の選択だ。各タスクにどれほどの判断力が必要かによって、作業はきれいに分かれる。

このように分割すると、通常はどんなプロンプト調整よりも請求額を削減できる。なぜなら量の多いタスクは安価なものであり、高価なモデルはその価格に見合う場所でのみ動作するからだ。

実用的な出発点となる分担: 分類とタグ付けには高速モデル、下書きには中規模モデル、金銭とポリシーには最も強力なモデルを取っておく。

下書きが書かれる前に変わるルーティング

目に見える成果の大部分は、誰かが一語でも書く前に生まれる。分類は到着時点で行われるため、担当者が会話を開いた時点で、すでにタグが付き、適切なキューに入り、優先度も設定されている。

これによりトリアージのシフトが不要になる。トリアージは、量が増えたときにチームが追加し、それに割く人手がなくなったときに削るステップだ。

これはSLAが何を測るかも変える。人が最初にメッセージを読んだ時点で始まる時計はトリアージの速さに報いる。到着時点で始まる時計は顧客が本当に気にすることに報いるものであり、自動分類こそが後者を成り立たせるものだ。

2つ目の効果はエスカレーションに関するものだ。意図と感情が最初のメッセージから付与されていれば、怒った請求関連のスレッドを上級担当者へ回すルールは、2回目の返信を待たずに即座に発動できる。

デモで確認する価値があるのは、分類が到着時点で実行されるのか、それとも最初に開いたときに実行されるのかだ。前者だけがトリアージのステップを取り除く。

アシスタントに触れさせてはいけないデータ

アシスタントを自社のコンテンツに基づかせるということは、何が自社コンテンツに含まれるかを決めることでもある。解決済みの会話は最も有用な学習材料であると同時に、顧客がチャットに貼り付けたカード番号や身分証明書が含まれている可能性が最も高いものでもある。

3つの制御が重要な役割の大半を担う。モデルに何かが届く前の匿名化処理、トランスクリプトの保持期間の制限、そしてアシスタントが生のスレッドではなく公開済みのヘルプ記事から検索するというルールだ。

同意の取り扱いも同じ意思決定の一部だ。RolChatはこれを有料アドオンとして扱い、サイトあたり5ドル、サイトあたり3件の同意付きで、Liteプランでは利用できない。

削除リクエストは、チームが見落としがちなケースだ。ヘルプデスクから削除されたレコードでも、ベクトルインデックスに残っていればそれは依然としてレコードである。したがって削除がチケット一覧だけでなく検索対象にも及んでいるか確認すること。

回答の正確さとブランドらしさを保つ

そのまま送信できる出力と、書き直さなければならない出力を分ける設定は2つある。

1つ目はグラウンディングだ。回答は承認済みの資料、すなわちヘルプ記事や解決済みの会話から下書きされ、その下書きは使用したソースを添えて表示される。裏付けのない回答は、自信ありげな口調をまとった単なる推測にすぎない。

2つ目はボイスだ。トーンの設定と、使う用語・使わない用語の用語集によって、下書きが汎用的なアシスタントではなく自社のチームらしく響くようになる。

用語集は言語をまたぐとさらに重要になる。製品名や法律用語は、指定しない限り翻訳レイヤーが親切に翻訳してしまうまさにその言葉だからだ。

RolChatはインターフェースとウィジェットで40言語をカバーしており、同じ用語集がそのすべてに適用される。

音声: 同じ質問、より厳しい締め切り

音声は状況の緊張度を高める。レビューする下書きが存在しないからだ。返信は生成されると同時に話されるため、グラウンディングはその場で修正するのではなく、事前に正しくしておく必要がある。

実務上の使い分けは結果次第で決まる。すべての通話で音声のテキスト化を行うべきだ。トランスクリプトは完璧でなくても役に立つからだ。自動音声応答は、誤っても影響が小さい場面に限る。営業時間、ステータス、ルーティングなどだ。

通話分数はRolChatではプランとは別に請求されるため、音声の利用量は席数の価格の中に隠れる想定外の出費ではなく、自分で個別に監視できる項目となる。

展開の順序は設定と同じくらい重要だ。すべてを一度に有効化するチームは、どの変更がどの数字を動かしたのか判別できず、結局すべてを維持するか、すべてをやめるかのどちらかに陥る。

すっきりと読み解ける順序は、まず分類、次に1つのキューでの下書き、次にすべてでの下書き、最後に自律的な対応という流れだ。各ステップにはそれぞれの前後比較がある。

自動化が機能したかどうかを測る

デフレクション率はベンダーが真っ先に持ち出す指標であり、最も役に立たない指標でもある。人を介さずに終わった会話は、回答が得られて終わったのか、顧客が諦めて終わったのかを区別できないからだ。

より多くを語る数字が4つある。下書きの編集率はグラウンディングが改善するにつれて下がる。初回応答時間はコパイロットが元を取る場所だ。再オープン率は、完了したように見えただけの回答を捕捉する。そして自動対応と人的対応で分けた顧客評価だ。

これらを同じ期間のプロバイダー請求額と照らし合わせて読むこと。会話あたりのコストが下がりながら品質が向上するのが維持する価値のある結果であり、どちらか一方だけではそうとは言えない。

率直に述べておくべき制限

率直に述べておく価値のある制限が2つある。オンプレミス展開はEnterpriseの契約であり、下位プランでは利用できない。自社ハードウェア上で動くモデルは計画段階であり、まだ利用可能ではない。したがって今日ローカル推論を必須要件とする場合、それはRolChatが満たせない要件だ。

料金は担当者単位ではなく企業単位で、Liteの19ドルからで、Enterpriseは個別見積もりとなり、30日間の無料試用はカード登録済みですべての機能を開放する。

自動化の裏側にあるチャネルがすでに一箇所にまとまっていれば、自動化の評価もしやすくなる。それが姉妹編ガイドのテーマだ。

よくある質問

Ruslan Nazarov

RolChatのSEO責任者

カスタマーサポートの運用、ライブチャット、AI支援型サービス、そして優れた顧客体験を支えるツールについて執筆しています。

LinkedIn