カスタマーサービスにおける生成AIの強みは、サービスの質を落とさず、場合によっては高い顧客満足度と高速化を達成しつつ、顧客とのやりとりを半自動化できることにあります。
また、この分野には、新入社員では生産性が低く、トレーニングコストが大きいにもかかわらず、離職率が高いという背景があります。これらの問題が、企業が生成AIを導入する強い動機となっています。
実際にはさまざまな導入形態があると思われますが、ここでは一例として、MITなどによる既存研究で紹介されているシステムを取り上げます。この研究は、実在の生成AIシステムを導入したある米国大手ソフトウェア企業を対象に、5000人以上の利用者数かつ数カ月以上の期間の実運用データをもとにしており、企業での生成AI導入の実例として大変興味深いものです。
従業員と客をサポートするツール
この生成AIシステムは、ソフトウェア製品に関する顧客の技術的質問に答える人間のサポートをするものです。顧客の質問と過去の会話を入力し、「エージェントが顧客に返す回答文章」と「顧客の質問に関連する社内文書へのリンク」の2つを出力します。
この出力はエージェントのみに提示され、顧客には見せません。生成AIは、専用に特化したものであっても時に不適切な出力を行いますが、あくまでエージェントへの提案システムとして導入することで、不適切な出力を顧客に返すリスクを回避しつつ、エージェントの作業を効率化できます。
同じ質問でも、顧客の背景に応じて回答が複数考えられるため(たとえば顧客が使っている製品バージョンなど)、システムは複数の解答案を生成します。
単にシステムに回答させるだけだと、内容はともかく、相手の感情を考慮しない無機質な回答になります。この例では、専用の学習、あるいはプロンプトを工夫する(たとえばプロンプトの冒頭に「熟練のカスタマーサポートとして回答してください」という文を入れる)ことにより、良い結果を引き出せそうな回答には、「この質問に関してはお力になれそうです!」や「この件をお手伝いできるのは光栄です!」といったフレーズを付け加えて回答するよう学習していきます。
スキルの低い従業員ほどより多くの恩恵が受けられる
さて、このシステムを導入することで、本当にカスタマーサポートの主要な指標を改善できたのでしょうか。
まずは生産性です。これは1時間あたりにエージェントが解決した質問数によって計測できます。平均で見ると、このシステムの導入で生産性が14%向上していました。