生成AIの発展を受けて、どの企業もAIの利活用には積極的です。既に、大企業の大多数が何らかの形でAIを導入しています。ただし、利用実態を見ると、PoC止まりになっていたり、現場担当者がAIに個人情報などどこまで入力していいのか判断できなかったりで、導入しても利用されていないAIが既に生まれているケースもあります。

実際に話を聞くと、AIをビジネスにどのように適用し何の成果を得たいか曖昧で、活用イメージを明確に描けていない企業もありました。目的が曖昧で、リスクに慎重になりすぎてしまうと、利用が進みにくくなります。

その通りです。チャットボットやボイスボットによる応対も生成AIで技術が進化しています。従来型のIVR（電話の自動音声応答システム）は、音声ガイダンスにしたがってダイヤルをプッシュしオペレーターにつなぎますが、ボイスボットを利用すれば、顧客が電話をかけると機械が音声で回答し、会話の中で必要な手続きなどを完了させるなど、人へのエスカレーションを減らすことができます。オペレーターの通話に関しても、内容を音声認識でテキスト化し、生成AI技術で要約を作成できます。コンタクトセンターソリューションはAIの活用が進んでおり、通話相手の契約内容や過去の問い合わせに基づき、リアルタイムにパーソナライズした回答をサジェストしたり、音声から感情を読み取り、どのタイミングで顧客が怒ってクレームになったか分析を行ったりするなど、高度化が進んでいます。顧客の声（Voice of Customer）のデータ収集と分析の精度が向上するため、VOC分析の活用も加速しています。

実態を見ると、大手企業でもかなりアナログな業務を行っている事例もありました。電話の記録はオペレーターが都度入力しますが記憶の間違いや漏れもあり、問題が起きれば管理者（SV：スーパーバイザー）が記録や録音をチェックするといった状況です。このケースでは通話の自動文字起こしと要約生成で多くの課題を解決できました。

AIは目的ではなく手段です。現在の業務ありきでAIを使おうとするのはなく、効率化、省力化、データ利活用などを実現するために、戦略を持って導入することが重要です。先ほど挙げた顧客事例では、経営層にはAIで改善できるだろうという期待がありましたが、実際に何が有効か、ユーザ起点での課題解決を重視しました。通話の記録が正確に残っておらずトラブルが起きており、顧客対応を担当するメンバーにはITが不得手な年配者もいました。現場の負担を増やさず自動的に記録を残し、データを活用できる形で管理できるソリューションを提案しました。

ポリシーやルールを制定し、ガバナンスを構築することは必須です。私たちは顧客の要件に合わせて、機密情報や個人情報の扱い、ユーザから取得したデータの利用可能範囲、AI事業者のデータセンターの立地は国内か海外か、AI事業者の契約条件など細部まで確認します。データセンターが国内でもデータ処理の際に海外リージョンを利用する場合があったり、AI事業者がユーザのデータを見る権限を持つ条件になっていたり、様々なケースがあります。

生成AIからハルシネーションをなくすことはできませんが、リスクを回避するよう業務フローを設計します。AIのアウトプットを必ず確認する工程を入れる、判断が伴う部分は人にエスカレーションするなど、AI任せにしない、誤りが起きた際にAIの責任にしないことに留意します。

AI導入効果として分かりやすいのは時間の削減です。例えば、音声認識による文字起こしと要約の自動入力で、電話応対後のオペレーターの後処理作業（ACW）を大幅に削減することができます。また、回答のサジェストでより迅速かつ的確に対応できるようになれば、通話時間自体も短縮できるでしょう。対応できる顧客の数が増え、オペレーターの稼働率も高まります。CX向上に寄与するKPIはほかにもあります。電話の待ち時間や対応時間を削減し、回答間違いやクレームにつながる対応が減れば、顧客満足度が高まります。さらに、人手不足に悩むコンタクトセンターは多いですが、AIの支援により業務の難易度が下がりクレーム対応などの精神的な負担が軽減されれば、人員を確保しやすくなるのではないでしょうか。

AI活用の機運は高まっており、経営者は、CXを向上させ企業の競争力を高めたいと前向きに考えています。ただし、経営レベルでは、実は業務プロセスがアナログでデータの品質も悪いといったような、現場のリアルな問題を理解することは難しいでしょう。クライアント企業を支援する際は、業務側のキーパーソンから現場課題を正しく把握し、経営層と課題感を共有し、両者にAI導入イメージや導入効果を解像度高く示せるように心掛けています。トップダウンの意向とボトムアップのニーズの接点を見つけることは、私たちの役割の一つだと考えています。