コールセンターでの生成AI活用例をご紹介！文字起こしの自動化やオペレーター教育も可能に

生成AIとは、テキスト、画像、音声などの新しいコンテンツを生成することができる人工知能技術を指します。すでにさまざまな生成AIが存在しますが、具体的な例として冒頭でも触れた『ChatGPT』が挙げられるでしょう。

コールセンターやコンタクトセンター業務において、生成AIの活用によって課題を解決できる場面は数多くあります。

たとえば、問い合わせ対応業務の効率化です。従来ではオペレーターが顧客からの問い合わせに対応し、通話内容を自身でまとめ、応対記録としてシステムに入力することが一般的な流れでした。

では、具体的なコールセンターでの生成AI活用例として、7つを挙げて解説していきましょう。

オペレーターと顧客の通話内容の文字起こしはもちろんのこと、通話内容を要約させることも可能です。オペレーターは通話の完了後、生成AIが作成した要約内容を確認します。

生成AIと社内ナレッジ検索を連携させることで、対応履歴、応対マニュアル、製品情報、FAQなどから、通話内容に関連する情報や回答候補を画面に表示できます。

生成AIが通話内容から適切な回答を表示させますので、オペレーターは通話中に製品についての検索をかけたり、上長に確認したりといった手間や時間が必要なくなります。情報検索や上長への確認にかかる時間を減らせるほか、承認済みのナレッジを参照させることで、回答の正確性と一貫性の向上が期待できます。

さらに、表示させる適切な回答を“FAQ”としてまとめていくことで、自社の情報をナレッジ化でき、応対品質の向上にもつながっていきます。

ただし、生成AIに適切な回答を表示させるためには、基盤となる自社の情報が正しく整理されている必要があります。そのためには、日々の応対記録から有用な情報を集め、社内の資産として管理する仕組みが欠かせません。

生成AIを活用すると、問い合わせ履歴や既存の応対記録を分析し、顧客向けFAQの質問文と回答案を作成できます。作成したFAQは担当者が内容を確認したうえで、Webサイト、チャットボット、ボイスボットなどの自己解決チャネルに展開できます。そうすると、オペレーターはそもそも対応を行う必要がありません。

チャットによる対応を行っているコールセンターでは、生成AIを活用することで高精度な回答を行ってくれますので、オペレーターの応対回数や負担の軽減にもつながります。

オペレーターが応対する際に必須となっている『トークスクリプト』も、生成AIで作成することができます。

これまでの問い合わせ履歴はもちろんのこと、応対する製品やサービスについての情報、応対マニュアル、どのようなゴールを設定するか、などを生成AIに指示します。そうすることにより、生成AIが内容を学習してトークスクリプトを自動で作成してくれるのです。

一度作成したトークスクリプトも、最新の問い合わせ履歴や製品情報を参照させることで、現在の状況に合わせた改善案を生成できます。ただし、法令、業務ルール、ブランド表現との整合性については、担当者による確認と承認が必要です。

トークスクリプトの内容をゼロから作成する必要がなくなり、内容をブラッシュアップすることもできますので、管理者業務の負担軽減にもつながるのです。

オペレーターの人材不足は、どの企業においても大きな課題となっています。コールセンターは離職率が高く人材の流動性が激しいため、新人教育を少しでも早い段階で実施して戦力とすることが求められています。

生成AIはこうしたオペレーター教育にも活用できます。たとえば応対品質が高いオペレーターの対応内容を学習させ、新人オペレーターのサポートとして活用できるでしょう。新人オペレーターの応対中に、生成AIによって表示された提案内容を参考にしながら応答させることで、応対品質を担保することにもなります。

応対品質が担保されることで、新人オペレーターも精神的に安心して回答ができるでしょう。さらに、顧客側も安定した応対を受けることになり、顧客満足度の向上にもつながるはずです。

顧客から寄せられた声のことを「Voice of Customer」と呼び、その頭文字を取った言葉として『VoC』というキーワードがよく使われます。生成AIを活用すれば、自社に寄せられた顧客の声を自動的に収集し、そのVoCの分析まで実施してくれます。

VoC分析では、アンケートや電話応対履歴、チャット対応、SNS上の意見、問い合わせフォームなどあらゆる媒体からの意見を集約して実施することが重要です。しかし、手作業でこれらの作業を行うとなると、膨大な時間と手間が掛かってしまいます。

そこで生成AIを活用すれば、収集や分析にかかる時間は大幅に短縮され、顧客の声を活かした施策を迅速に実施することができるのです。

提供している製品やサービスによっては、日本語以外での対応が必要なケースもあるでしょう。しかし、マルチリンガルに対応できるオペレーターを採用することは非常に難しいといえます。コールセンターで募集をしても、そう簡単に日本語以外も使いこなせるオペレーターからの応募は来ないものです。

こうしたケースでも、生成AIを活用すれば補完することができます。多言語に対応した音声認識、翻訳、生成AIを組み合わせることで、外国語による問い合わせ内容を把握し、オペレーター向けの翻訳文や回答候補を提示できます。

生成AIを上手に使いこなすことで、多言語対応が可能なオペレーターを支援し、対応言語の拡大や外国語応対の効率化につなげられます。ただし、固有名詞や専門用語、契約に関する説明では誤訳の可能性があるため、確認手順を設けることが重要です。

次に、コールセンターにおける生成AI活用のメリットを3つ挙げて解説しましょう。

生成AIを導入する最大のメリットといっても過言ではないのが、コールセンター業務の効率化でしょう。

前述の“活用例”でもお伝えしている通り、生成AIを活用することで、応対時にオペレーターを支援する情報を画面に表示させることができます。また、文字起こしや自動要約も可能ですので、後処理の時間が大幅に削減できます。すると、一件の応対に掛かる時間が劇的に削減されますので、生産性向上につながることが期待できます。

さらに、人手不足に悩んでいるコールセンターであれば、定型的な問い合わせは生成AIを組み込んだチャットボットやボイスボットで一次対応し、複雑な問い合わせや個別判断が必要なケースをオペレーターへ引き継ぐことで、限られた人員を有効に活用できます。オペレーターの業務負担の軽減と、自社リソースの有効活用になるはずです。

生成AIを活用することで、新人オペレーターであっても、リアルタイムに表示される回答候補や関連ナレッジを参照できるため、知識や経験の差を補い、応対品質のばらつきを抑える効果が期待できます。

もちろん、言い回しや話すスピードなど訓練する点はいくつもありますが、「間違った情報を回答してしまってクレームになった」といったことは少なくなるでしょう。

間違った情報を発信しない環境が用意できることは、新人オペレーターの不安感を払しょくすることにもなります。そうした環境で実践を積み重ねることで、オペレーターの応対品質は向上していくはずです。

生成AIは、音声認識やデータ分析基盤と組み合わせることで、テキスト化された問い合わせ内容の分類、要約、傾向の整理などに活用できます。そのため、「自社の顧客になっている人はどのような傾向が多いのか」「問い合わせのパターンにはどのようなものが多いのか」などの分析を容易に実施することができます。

データ分析は時間や手間が掛かる作業のため、なかなか踏み込めない企業も少なくありません。また、日々のコールセンターの運営で手一杯になってしまい、データ分析まで手が回らないというケースもあるでしょう。

生成AIはこうした課題を解決してくれます。さらに生成AIは、分析結果から「どのようなアクションが望ましいか」というアイデアを出すこともできます。アイデア出しまでを任せてしまい、生成AIに分析結果の要約や施策案の作成を支援させることで、社員は根拠や実現可能性を検証しながら、優先するアクションの判断に時間を使えるようになります。

生成AIの導入を検討する際には、導入後に想定と異なることが起きないよう“課題”にも目を向けておく必要があります。ここでは、主な課題として2点を挙げて解説しましょう。

生成AIの回答が100％すべて正しいと信じてしまうのは、危険です。生成AIの代表格である『ChatGPT』でも、質問に対する回答が不正確だという例は少なくありません。

生成AIは、もっともらしい文章を生成できる一方、参照情報が不足している場合や質問が曖昧な場合などに、事実と異なる内容を出力することがあります。また、参照するFAQやマニュアルが古い場合は、回答も古い情報に基づく可能性があります。

生成AIを活用する際は、人による確認に加え、承認済みナレッジの参照、回答根拠の表示、利用範囲の制限、出力ログの保存、定期的な精度評価など、運用とシステムの両面から対策を講じる必要があります。

また、最新の情報へと対応していくためにも、高い頻度でのFAQの情報更新やブラッシュアップが求められることになります。

生成AIの種類にもよりますが、場合によっては応答時間が長くなってしまう恐れもあります。生成AIは正しい情報を発信するために大量のデータを検索する必要がありますので、スキルの高いオペレーターと比較すると、応答時間が長くなってしまうこともあるでしょう。

たとえば、繁忙期で問い合わせが殺到してしまうとか、珍しい質問が寄せられてしまい正しい情報の検索に時間が掛かってしまう場合などは、応答時間が長くなってしまう可能性が高くなります。

応答時間までの時間が長いと顧客を待たせることにつながり、結果として顧客満足度の低下につながってしまう恐れもあるでしょう。

また、コールセンターでは通話内容や顧客情報を取り扱うため、セキュリティと個人情報保護への配慮も欠かせません。

生成AIサービスを選定する際は、入力データがモデルの学習に利用されるか、データの保存場所や保存期間、アクセス制御、ログ管理、削除方法などを確認する必要があります。個人情報を含むデータを利用する場合は、利用目的の範囲内であるかを確認し、自社のセキュリティ規程や個人情報保護方針に沿って運用しましょう。

それでは、実際に生成AIをコールセンター・ヘルプデスクに活用している事例を3つご紹介しましょう。

株式会社JALカードでは、これまで顧客の対話を録音していましたが、テキストデータが必要なケースでは録音を聞きながら書き起こしを行っており、多くの手間と時間が掛かっていました。

そこでリアルタイムで音声認識を行い、全自動で文字起こしを行える生成AIシステムを導入。識字率が高いことに加え、該当の電話データの検索も容易になったことで、テキストデータの抽出時間が大幅に短縮したようです。

日本電気株式会社（NEC）では、コンタクトセンター業務に生成AIの活用をしています。

マニュアルや対応履歴、FAQなどを網羅的に学習させ、生成AIによって回答を自動で作成。結果として、一部のコンタクトセンターにおけるFAQ作成作業工数が75%削減したとしています。

さらに、生成AIにおける技術検証を日本マイクロソフトと共同で実施し、オペレーター業務を「生成AIの自動回答によるサポート」で行う場合、オペレーターの回答時間を35%削減できる見込みだと発表しています。

今後は、さらなる回答精度の向上や、オペレーターの報告サマリを会話内容から自動で作成するなど、取り組みを広げていく考えだといいます。

株式会社レオパレス21では、入居者向け問い合わせ対応システムに生成AIを活用したチャットボットを導入しています。

同社では、「繁忙期に問い合わせ対応をスピーディーに解決することが困難である」という課題を抱えていたため、24時間365日対応可能なチャットボットサービスを導入。基本的な問い合わせについてはチャットボットによる自動応答が可能となったため、オペレーターの業務負担は大幅に軽減されたといいます。

さらに、導入前の応答率が70%だったのに対し、導入後の応答率は90%と大幅に改善することにもなったようです。

パーソルビジネスプロセスデザインが提供するオペレーター応対支援ソリューション「AI Dig」は、コンタクトセンターやヘルプデスクのKCS運用に特化したAIシステムです。お客さまとオペレーターの会話をAIがリアルタイムに音声認識してテキスト化し、会話から抽出した問い合わせ内容をもとに、関連性の高いナレッジや回答候補を提示します。

オペレーターは、会話をしながらキーワードを考えて検索したり、複数のマニュアルやFAQを探したりする負担を抑えられます。経験やスキルにかかわらず必要な情報へたどり着きやすくなるため、AHTの短縮、回答までの時間削減、属人化の解消、新人オペレーターの早期戦力化、応対品質の平準化を支援します。

また、応対で得たデータをAIへ継続的に学習させることで、音声認識やナレッジ検索の精度向上を図れます。日々の応対で蓄積されたお客さまの体験や熟練者の経験知を再利用しやすい形で管理し、コンタクトセンターのナレッジとして資産化することが可能です。

さらに、リアルタイムモニタリングや対話ログの確認、検索状況の把握、オペレーター別の分析など、スーパーバイザーや管理者による応対支援、品質管理、教育に活用できる機能も備えています。オペレーター個人の業務効率化にとどまらず、コンタクトセンター全体の生産性向上とコスト削減につなげられます。

パーソルビジネスプロセスデザインでは、ツールの提供だけでなく、業務や課題のヒアリング、適用範囲と期待効果の整理、導入プロジェクトの推進、導入後の運用改善まで伴走します。現在のナレッジ運用に課題がある場合も、KCSの考え方を取り入れた運用体制の構築からご相談いただけます。

「AIを活用してオペレーターの応対を効率化したい」「応対中に必要な情報をすぐに提示できる環境を整えたい」「ベテランの経験知を組織全体で活用したい」とお考えの方は、ぜひオペレーター応対支援ソリューション「AI Dig」をご検討ください。実際の操作や運用イメージを確認できるデモンストレーションも可能です。まずはお気軽にお問い合わせください。

【無料】
増員せず、応対品質と処理力を高めるAI応対支援の仕組み​‌

AHT・ACWの高止まりや、ベテラン頼みの応対にお悩みの方へ。
AI回答支援とKCS運用の仕組みに加え、誤案内や内部エスカレーション、
単位工数、新人習熟期間の改善事例から、品質と生産性を高めるヒントが得られる資料です。

無料で資料を見る