• 製品紹介

ＮＴＴグループの技術を結集したコンタクトセンターシステムに
ボイスボット「AI電話サービス」が連携開始！

「ONE CONTACT Network」×「AI電話サービス」

ＮＴＴビジネスソリューションズ

ＮＴＴビジネスソリューションズが開発・提供するクラウド型コンタクトセンターシステム「ONE CONTACT Network」に、ＮＴＴドコモのボイスボット「AI電話サービス」が連携。注文・予約・変更手続きなどの申込みやリマインドコールなど、定型的な受架電業務の自動化を実現できる。また、より複雑な問い合わせについてはオペレータにエスカレーションするなど、機械と人の融合による高度なサービスを提供可能。CX向上に向けた顧客接点改革を実践できる。

　国内最大級のコンタクトセンター構築・運用実績を誇るＮＴＴグループは、2020年４月、顧客接点サポートビジネスの統一ブランドとして、「ONE CONTACT」を発表。企業のDX・CX戦略を実現するための多彩なソリューションを取り揃えている。

　ＮＴＴビジネスソリューションズ（旧ＮＴＴネオメイト）が提供するクラウド型コンタクトセンターシステム「ONE CONTACT Network」（図1）もその１つ。コンタクトセンター機能だけでなく、ネットワークも含めて提供。ＮＴＴグループの堅牢なデータセンターで高度なセキュリティを確保し、高い信頼性を担保する。また、24時間365日の監視・故障受付サポート体制も敷いている。

図１　「ONE CONTACT Network」の概要

　「当社は2003年から、IPコンタクトセンターサービス事業を展開しています。すでに累計５万席以上の提供実績があり、金融、通販、BPOをはじめ、製薬・医療、製造、電力・通信、旅行など、幅広い業種業態のお客様にご利用いただいています。ONE CONTACT Networkは、この豊富な実績とノウハウに基づき開発しています」と、バリューデザイン部バリューインテグレーション部門CXコンサル担当課長の鈴川達也氏は説明する。

　特徴は、市場ニーズに応じて常に進化を続けるという点だ。基本的には、アバイア社のPBXを通じて、拠点・在宅・サテライトなどロケーションを問わないコンタクトセンターシステムを提供する。加えて、マルチチャネル機能や音声認識を使ったAIサービス／VOCサービスなどの高度化サービスも備える。また、APIによる拡張性に優れ、外部システムとも柔軟に連携する。例えば、在宅テレワークのセキュリティ強化のため、シンプレクス社の「Deep Percept for remotework」を提供。オペレータの不正行為防止などを実現する。

　そして今回、新たに連携した機能が、ＮＴＴドコモが開発したボイスボット「AI電話サービス」だ。

ドコモ独自の音声認識・合成技術で機械でもより自然な会話を実現

　現在、コンタクトセンターでは、コロナ禍による３密回避や人材不足などが課題視されており、業務効率化や呼量削減への関心が高まっている。とくに予約・注文・変更手続きなど、人がやらなくてもいい定型業務をいかに自動化するかが問われている。これを解決する切り札として注目されるのがボイスボットだ。

　「ONE CONTACT Networkのコンタクトセンター基盤に受架電業務の一部を自動化するＮＴＴドコモのAI電話サービスを連携しました。これにより、手続きやリマインドコールなどの定型業務を人に代わってAIが代替し、さらにCRMやRPAなどを連携することでバックオフィス業務まで自動化できます。一方、人はより高度な対応に専念するという役割分担が可能になり、全体としてCX向上に寄与します」と、同CXコンサル担当の伊藤駿汰氏は話す（図２）。

図２　「AI電話サービス」連携による全体イメージ

　特徴は受架電業務の自動化だけではない。クラウドサービスのため、企業側での環境準備は不要でスピーディーに導入できる。加えて、ＮＴＴドコモ独自の音声認識・合成技術を用い、より自然な会話が実現可能だ。具体的には、my daizやドコモ151などを通じて得られる音声により、継続的に音声認識精度が向上。意図解釈技術により、自然発話で回答を導き出す応対が可能になる。また、50種類の豊富な合成音声から企業のカラーや業務内容に応じた選択ができる。さらに、シナリオ作成は、ＮＴＴドコモのスペシャリスト集団が担当、企業の要件にあわせて伴走型でAIの会話をデザインするという。

　導入効果について図３にまとめる。最も大きな効果は、定型業務の自動化による「（1）人材確保の課題解消」だ。そして「（2）24時間365日の顧客対応が可能」になる。これにより、「（3）コストの最適化」を実現。「（4）企業・自治体のDX化に貢献」できる。

図３　「AI電話サービス」の導入効果（https://www.nttdocomo.co.jp/biz/service/aitelephone/）

伴走型パートナーとしてサポート　提供サービスの価値最大化を目指す

　AI電話サービスは、すでに導入実績もある。電力会社では、サービスの停止・再開の申込み受付に利用。CRMシステムと連携して氏名・住所で本人確認を行い、手続きを完了させる。結果、同業務の約75％を無人対応で実現できた。また、リース会社では支払い督促に活用。AIが対応するためオペレータや顧客の心理的負担が軽減、対話完結後の入金率は100％※を実現している。さらに、自治体による高齢者支援の取り組みもある。独居老人など対象者に向けて毎日自動で架電し、日々の生活状況を把握・記録する。必要に応じて家族や関係機関と連携するなどのフォローも行う。

　先述のように、今回の連携は、機械と人との融合で、より高度なCXを実現することを目的とする。

　「自動化やデジタル化というと効率化やコスト削減などのメリットばかりに目がいきがちですが、導入を誤れば顧客離反につながる可能性もあります。我々としては、ONE CONTACT Networkを最適な形でご活用いただきたい。そのため、伴走型のパートナーとして寄り添ったサポートを展開し、サービスの提供価値を最大化させる考えです」と鈴川氏は強調する。

※ＮＴＴドコモ資料より

• 製品紹介

• ビジネス戦略

技術力と実務ノウハウを融合した次世代AI基盤
自然言語処理技術でVOC活用を徹底支援

ビジネス戦略

リコージャパン

近年のAIブームの追い風を受けて、VOC分析・活用を強化する企業が増えている。しかし、実践段階に入ると、さまざまな理由で活用が進まないケースが多い。リコーが2023年秋にリリース予定の「AI開発プラットフォーム」は、同社のAI技術と実務ノウハウを集約。運用現場の担当者でもノーコードでAIモデルを構築可能なため、PoC期間の短縮と導入コストの削減に貢献できる。

　「ChatGPT」の台頭で、AI活用が再び注目されている。コールセンターでは、CX（カスタマーエクスペリエンス）向上や経営貢献を目的に「顧客の声（VOC）」の分析・活用の強化に期待が高まっている。デジタルサービスに取り組むリコーは、独自のAI技術と自社コールセンターで培ったVOC活用の実務ノウハウでこの期待に応える。

　同社では、1990年からAIの研究を続けている。主要開発拠点のデジタル技術開発センターでは、「画像・映像系AI」（映像による品質検知、3Dモデリングなど）、「音声系AI」（音による官能評価、振動による故障検知など）、「自然言語処理AI」（文書分類、ニーズ抽出、レコメンドなど）といったさまざまなAIを研究開発。「2015年からは深層学習系AI、2020年からはGoogleの自然言語処理技術『BERT』を活用した独自の自然言語処理AIを開発、企業内のテキストデータ活用ソリューションとして『仕事のAI』をリリースしています」と、ドキュメントAI開発グループの篠宮聖彦氏は説明する。

「BERT」ベースの自然言語処理AIで
製品の品質問題、顧客ニーズを抽出

　「仕事のAI」は、さまざまな形で蓄積された企業内のテキスト情報を用途・目的に応じて分析・分類する機能を提供する。コールセンターにおいては、VOCの内容をAIが分析、製品・サービスの品質上の問題や顧客ニーズなどを抽出・分類し、関係部署に対応アラートを上げる（図１）。これにより、人手による解析時間を削減、業務効率化や顧客満足度向上といった価値を創出できる。食品業界の品質管理を目的とした「RICOH 品質分析サービス Standard for 食品業」や、より広範なCS部門での利活用を見据えた「RICOH ニーズ分析サービス Basic」なども揃えている。

図1　「仕事のAI」──サービス活用イメージ

拡大画像はこちら

　リコーの強みは技術力だけではない。年間300万件の問い合わせに対応するコールセンターを運営しており、自社内でもVOC活用を推進。「当社で運営するビジネス系アプリケーションのヘルプデスク窓口では、操作系の問い合わせから営業につながりそうなコールを抽出します。日々の運用にAI分析を組み込み、毎日AIが20件程度の営業候補を抽出し、人による精査と合わせて数件に絞り込み、営業部署へ共有したところ、半年で50件以上の成約、数百万円の売上貢献につながっています」と、DDX事業センターの安達真一氏は話す。こうしたVOC 活用の実務ノウハウを積み上げ、商品企画・開発にフィードバックしている。

リコーのVOC活用ノウハウを集約　ノーコードでAIモデルを構築

　近年はVOC活用に関心を示す企業が増えているものの、その前提となるPoC（概念実証）の長期化や導入コストがネックとなる。PoCでは、業務内容やVOC活用元の用途・目的に応じたAIモデルの構築が不可欠だが、AI専門家がいない事業会社では、ITベンダーに頼らざるを得ない。一方、自社の通話データをベンダーに渡すことに難色を示す企業もあり、PoCが長期化する要因となっている。そこでリコーは、自社のAI技術とVOC活用の実務ノウハウを集約。現場担当者でもノーコードで容易にAIモデルを構築できる「AI開発プラットフォーム」を開発し、今秋中のリリースを目指している（図２）。

図2　AI開発PF（プラットフォーム）──AI導入の課題解決イメージ

　同ソリューションでは、「仕事のAI」をベースに、データ分析／開発からAIモデル構築・運用まで一気通貫で提供する。どのようなデータを抽出したいか、GUIに従って操作できるため専門知識は不要。ITベンダーにデータを預けることなく、自社内でAI開発が自走可能な環境を提供する。

　リコーでは、AIソリューションを用いた、より多方面なVOC活用を提案。図３に示す通り、コールセンターだけでなく、品質、マーケティング、設計・開発、営業などの部門でも、VOCから得た知見を活用することで、さまざまな課題の解決を提唱している。

図3　リコージャパンのVOC活用──AIソリューションマップ

拡大画像はこちら

独自の大規模言語モデルを開発　「BERT」×「GPT」運用を構想

　生成系AIの研究にも余念がない。独自の開発環境で大規模言語モデルを構築、ChatGPTのような日本語に強いモデルを開発中だ。企業の用途や目的に応じてカスタマイズすることで、より効果的に利活用できるようにする。「仕事のAI」においては、テキストの分類には「BERT」を、要約・生成には「GPT」系エンジンの活用を検討。通話データのVOC活用から要約・FAQの生成まで一気通貫で提供できる仕組みを構想している。篠宮氏は、「より広範な活用を視野に入れています。対話型の特性を生かし、デジタルヒューマン（アバター）に組み込んでWeb内の案内役や、メタバース上でオンライン接客を行うなど、さまざまな用途を検証しています」と研究の一端を述べる。

　リコーのAI技術は進化を続けている。今秋リリース予定の次世代AIプラットフォームなど、今後の取り組みに期待が高まるばかりだ。

お問い合わせはこちらから

• 製品紹介

• ビジネス戦略

あふれ呼対応から督促業務まで
“人手不足”解消の切り札「AIオペレータ」

commubo for コールセンター / ぺリマ powered by commubo

ソフトフロントジャパン

人手不足が深刻化するコールセンター市場では、ボイスボットの活用による自動化への期待が大きい。高い音声技術力を持つソフトフロントジャパンは、AIオペレータ活用による自動対応を提案。幾重にも分岐する複雑な応対をはじめ、予測しづらい呼量変動も確実にカバーする。オペレータの心的負担の大きい督促コールの自動化にも活躍するなど、多用途での活用を前提にソリューション化している。

　エフォートレスな顧客対応や運営の効率化を求めて、ボイスボットの活用を志向するコールセンターが増えている。こうしたニーズに応えるのが、音声技術で培ったノウハウを活かし、ソフトウエア開発やクラウドサービスを提供するソフトフロントジャパンの「commubo for コールセンター」だ。自然会話AIプラットフォーム「commubo（コミュボ）」をベースに、コールセンター向けのボイスボットサービスとして開発した。

コールセンターの成長に寄与したい　自社での設定や運用が可能

　同社（前身企業）は1997年に設立。VoIP技術の研究・開発会社として創業した。現在は、音声・映像・テキストメッセージなど、デジタル・コミュニケーション全般に関連した製品・サービスの開発・販売を行っており、commuboもその１つだ。

　システム概要を図１に示す。AIオペレータがトークスクリプトに沿って自動的に電話を受発信。既存のIP-PBXやCTIシステムと連携できるので、AIオペレータが応対しきれない場合は、有人オペレータにシームレスに転送できる。この際、AIオペレータの通話内容（テキスト・音声）を引き継ぐことが可能で、顧客に再度の説明を求める必要はない。

図1　「commubo for コールセンター」──システム概要

　最大の特徴は、複雑なコールフローを導入企業の現場レベルで内製化できることだ。多くのボイスボットソリューションは、シナリオ設計や運用・管理をシステムベンダーに依存する傾向が強い。同社の髙須英司社長は、「自社で設定や運用ができることで、迅速な顧客対応に寄与したい。内製化することでセンター運営のノウハウを積み上げ、センターの早い発展につなげてほしい」と語る。こうした考えのもと、コールフローを編集しやすい操作画面や稼働状況を確認できるダッシュボード、認識結果のレポート機能などを提供。操作方法については、ユーザー自身がcommuboを使いこなすためのナレッジベース（Webマニュアル）も用意している。

AIオペレータを自動配置　かならずつながるセンターを実現

　AIオペレータは呼量の増減に合わせて稼働するため、顧客を待たせることのない「必ずつながるコールセンター」を実現。料金体系は、通話時間に応じた従量課金のため、コスト最適化にも貢献する。

　同社の高い音声技術を背景にしたAIオペレータの“会話力”にも定評がある。音声認識率はチューニングなしで88.4％に達している（同社調べ）。姓名辞書や企業独自の用語辞書などを用意すれば、94％（同）まで実現可能という。また、AIオペレータは、声色の異なる７タイプを用意。話すスピードや、声の高低なども調整できるなど、導入企業のイメージや業務特性に合わせたタイプを選択できる。

　すでに、金融（カード、保険）、通信、通販、小売り、サービスなど、幅広い業界で利用されている。例えば、ある通販企業ではあふれ呼の一次対応に活用。AIオペレータが氏名や電話番号など必要事項を聞き取り、有人オペレータがコールバックする。プッシュ操作が不要なため離脱を抑えられ、登録率80％を達成した（図２）。また、あるクレジットカード会社では督促業務を自動化。コストを２分の１、通話時間を３分の１に抑えつつ、有人対応と同水準の入金率を実現している（図３）。

図2　通販業界事例──あふれ呼の一次対応＝スナッチ対応

図3　金融業界事例──督促業務における評価

　音声認識率は、いかなる技術・ソリューションにおいても「100％」は実現不可能だ。このため、認識結果を人が補正する必要がある。commuboでは、この機能をオプションで補完する（図４）。

図4　「commubo」──認識補正ツール

　事業者（ユーザー企業）が補正する「会話データ管理支援ツール」は、通話テキストと音声を一覧で確認、修正できるワークフロー機能だ。また通話者が補正する「セルフエディットページ」は、通話後にSMSを送信し通話内容の確認を顧客に依頼、必要に応じて顧客自身が補正する。これにより高精度な運用を実現する。

　導入実績の中から、導入効果の高い業務を切り出した業務特化型のcommuboも提供する。その第１弾が督促業務に特化した「ぺリマ（ペイメント・リマインダーコール）」だ。あらかじめコールフローが設定されており、企業名と支払期日を登録するだけで督促業務を開始（図５）。導入スケジュールでは、Web問い合わせから申込書類の提出、初期設定まで含めて最短５営業日で利用開始できる。

図5　「ぺリマ」──会話フローと取得できる情報

　「督促業務はオペレータにとって心的負担が大きく、離職率も高めです。これを自動化することで、架電時間の省力化だけでなくストレスからも開放されます。オペレータは、より生産的な業務に就くことができ、センター運営の高度化が可能です」と、髙須社長は副次効果を説明する。

　再び、厳しい採用難を迎えるコールセンター業界にとって、人材確保は大きな課題だ。人に代わる業務を高い水準で補う同社のボイスボットソリューションは、コールセンターの課題解決を期待できるツールといえる。

commubo紹介動画

• 製品紹介

AI Messenger Voicebot

AI Shift

　電話対応の自動化をはかるボイスボットの普及が進んでおり、提供する企業も増加している。中でも、AI Shiftが提供する「AI Messenger Voicebot」は、リリース前後のサポート体制が評価され、既に100社を超える導入実績がある。

ボイスボットは導入後のサポートこそが重要

　電話対応業務は企業により異なるため、ボイスボットを最大限活用する上で重要なことは、自社に合わせた応答内容を初期構築し、リリース後も運用を行うことである。初期構築はボイスボットの特徴を理解していること、運用はAIに関する知見を持っていることが重要だ。つまり、ボイスボットの精度を高くするためには、構築や運用に関する専門的な知識が必要である。

　そのため、導入企業の担当者だけで精度の高いボイスボットを構築し、運用をすることは難しい。そこで、AI Shiftではボイスボットの構築/運用のプロが、一気通貫して初期構築から運用までサポートしており、精度が高いボイスボットを提供可能としている。

　同社のボイスボットの構築/運用のプロは、導入100社の実績による先行事例の知見を持ち合わせているため、ボイスボットに関する知見が豊富だ。また、これらのメンバーはAIの仕組みも理解しており、詳細な利用分析に基づく運用をしている。

　さらには、ABテストなどの検証を踏まえて最適な文言や音声スピードなどを意思決定しており、実環境での最適解を最速で見つけられるよう取り組んでいる。実際、この運用に基づき、表のような改善が行われている。

突発的な入電数にも対応し70%の工数削減に成功

　実際に大和ライフネクストでは約70%の工数削減に成功している。同社は、コールセンターの代行業務を受託し、顧客からの修理受付やトラブル受付、夜間休日の電話対応を行っている。しかし、自然災害発生時など、入電数が突発的に増加した際に電話が繋がらず、顧客満足度の低下が懸念されていた。

　そこで、ボイスボットを、あふれ呼発生時の問い合わせ受付に導入。効果が良かったため、導入箇所を夜間および休日の受付にも拡大し、約70%のオペレータ工数削減に成功。さらに、人件費が高い夜間時間帯の工数削減をしたことで、大きく人件費を削減した。

　AI Shiftでは活用方法が異なる複数の業界で成功事例がある。下記から他社事例も確認できる。電話対応にお困りの方は、ぜひ相談してみていただきたい。

導入事例はこちらから

ボイスボット導入後の運用サポートによる改善効果

• 製品紹介

VOC分析からACW削減、FAQ候補抽出まで
対話データ活用を促進する最新鋭の自然言語処理AI

QuickSummary／Q＆A見える化サービス

エーアイスクエア

音声認識でテキスト化した対話データをもっと上手く活用したいという企業は多い。自然言語処理AIを開発するエーアイスクエアのソリューションは、こうした企業を強力に支援する。「QuickSummary」は、直感的な操作によるVOC分析や、対話要約によるACW削減などを実現。「Q＆A見える化サービス」は、対話データから質問・回答のセットを自動抽出しFAQ候補を作成できる。フロント業務からバックオフィスまで広く活用可能だ。

　コールセンターに蓄積される顧客とオペレータの対話データは企業にとって貴重な資産だ。このため、音声認識技術を活用し、全通話テキスト化に取り組む企業が増えている。こうした企業は、これまで取りこぼしていた顧客の要望・意見などの知見を得たり、オペレータの後処理業務（ACW）の効率化、FAQ候補の抽出などを期待している。しかし、実際には膨大な通話テキストを活用しきれず、持て余しているのが実情だ。

　エーアイスクエアは独自開発の自然言語処理AIでコールセンターの高度化を実現する。応用領域は「要約」「自動分類」「キーワード抽出」「対話行為分類」「質問応答」「感情解析」など多岐にわたる。とくに対話データの活用では、要約・キーワード抽出・自動分類などの技術を用いた「QuickSummary」と、対話行為分類による「Q＆A見える化サービス」が威力を発揮する（図１）。以下で、各サービスの特徴を紹介する。

図1　エーアイスクエアの提供ソリューション

発話ごとに重要度を付与して抜粋　原文を残したまま要約文を作成

　「QuickSummary」は、テキスト化された対話データを自動的に要約・分類する。これにより、オペレータの後処理業務を効率化できる。また、キーワード抽出や分類結果の画面から、気になる項目をドリルダウンでたどることで、要約文や原文を照会できる管理機能を搭載、VOC分析に威力を発揮する。

　具体的なサービスイメージを図２に示す。テキスト化された顧客とオペレータの発話（吹き出し）ごとにAIが重要度を判定し、ある閾値を超えたものだけを抜粋して要約する。単純に重要度だけで要約するのではなく、吹き出しの数や最大文字数、対話全体の何％に要約するかなど、自由に設定可能。全文を残したうえでの要約で、単語の置き換えや削除、テンプレートを使ったりしないため、対話の文脈や意図を正確に保持した状態で要約できるのが特徴だ。

図2　対話データを自動的に要約・分類──「QuickSummary」

　「抜粋型の要約は、発話内容に重要度を付与するだけで、対話データは全文残ります。ですので、お客様が何気なくこぼした要望や不満、お叱り・お褒めの言葉も全部残した状態で要約します。お客様の声を余さず拾えるところが強みです」と、同社営業部 部長の堀 友彦氏は強調する。

　要約・分類は、対話内の単語間やセンテンス間の関係性からAIが対話の構造を読み解き、単語／センテンスごとに重要度を付与する。汎用モデルを既に学習済みのため、導入してすぐに要約機能が使える。もちろん、企業や業務ごとに重要となる部分が異なることもある。その際は、業務特性に応じて教師データを与えて要約・分類モデルの最適化を行う。チューニングはユーザーでもわかりやすい管理画面を用意しており、教師データを与えることで付与する重要度を柔軟に調整できる。

　「QuickSummary」のもう１つの強みが直感的に操作できるダッシュボード機能だ（図３）。対話テキストに含まれるキーワードを抽出してワードクラウドを表示。業界用語やトレンドワードなどを学習済みの汎用モデルを用いており、辞書登録や学習が不要ですぐに利用できる。また、自動分類では企業が持つ対話の分類軸を設定し、どんな内容がその分類軸に当てはまるかを学習させると、AIが自動分類する。これらの情報から気になる箇所をクリックしていくドリルダウンの分析ができる。最終的に要約文、より詳細を知りたい場合は原文までたどれる。

図3　VOC分析のフローに沿った画⾯構成──「QuickSummary」

　「オペレータがCRMシステムに残す応対履歴は属人的になりがちです。それ故にVOC分析が上手くできないと頭を悩ませる分析担当者も多い。QuickSummaryであれば、一定基準による定量データから特徴ある箇所を見つけ出し、対話の骨子要約を見て、さらに原文も確認できます。これにより、企業のVOC活動が促進します」と堀氏は説明する。

質問・回答のセットを自動抽出　FAQ更新効率化で自己解決率を向上

　対話データの活用はこれだけではない。「Q＆A見える化サービス」は、対話行為分類の技術を用いてFAQ候補を自動作成する。対話行為分類とは、対話の構成──オープニング、クロージング、質問、回答、お詫び、感謝など、どんな意図を持って発話されたかをラベル付けする技術だ。これを活用し、滞りがちなFAQの整備を効率化できる。

　「FAQの更新は、応対履歴の分析やオペレータへのヒアリングなど、膨大な工数がかかり滞りがちです。AIを使って対話データを分析し、質問と回答のセットを抽出すれば、いまどんな問い合わせが多く、オペレータがどう回答しているか把握できます。これをFAQ候補として活用することで、FAQの陳腐化を防ぐことができます」と、堀氏は説明する（図４）。

図4　滞りがちなFAQ更新を効率化──「Q＆A⾒える化サービス」

　「Q＆A見える化サービス」で抽出した質問・回答のセットが、最新のQ＆Aか、既存のFAQに登録済みの情報なのかの確認作業は必要になる。それでも膨大な対話データからFAQ候補を探し出すだけでも、かなりの工数削減につながるはずだ。

　近年は、顧客の利便性向上やコールセンターの業務効率化に、チャットボットや公開FAQの充実に取り組む企業は多い。エーアイスクエアは機械学習ベースの自動応答システム「QuickQA」をラインナップ。「Q＆A見える化サービス」と連携することで、より充実したオペレータ支援や自動化を実現できる。