グローバルでは生成AIをいかに活用しているか？オペレーターの「自己解決」を支援し
コンタクトセンターの生産性を大幅に向上

アメリカにおける
生成AIの最新トレンド

ナイスジャパンの山崎氏はまず、アメリカにおける生成AIを活用したコンタクトセンターのトレンドを紹介。現地での調査では、「特にビジネスを妨げる要素は何か」という質問に対して、最も多かった回答が「オペレーターの確保」であった。日本と同じように「どう退職を防ぐか」「どうやって新規採用するか」に苦慮しているという。

その「オペレーター不足の課題をどう解決しているのか」という質問に関しては、「多くの企業が、AIで補完できていると答えている」と紹介。実際に、「どういうテクノロジーに投資しているのか」という質問に関しても、上位3つが全てAI関連のソリューションになっているという。

アメリカのコンタクトセンターでは、生成AIを具体的にどのように使っているのか。最も多いのが「オペレーターを支援するセルフサービス」だという。「オペレーターが顧客からの問い合わせに対して、自己解決するための支援に生成AIが使われています」（山崎氏）。また別の外部調査機関のデータでは「アメリカでは、既に95％のコンタクトセンターが、生成AIを導入または導入予定」と答えているという。

こうした現状報告に続いて、山崎氏はNICEが提供するクラウド型のコンタクトセンター「CXone」の第三者評価が常にトップであることについて触れる。「2023年のGartnerにおけるCCaas（Contact center as a service）評価や、Forrester Waveの信頼性評価でトップクラスの評価を得ています」。また山崎氏はGartnerの「Peer Insights “Voice of the Customer” for CCaaS 2024」においても、「CXoneが最も高い顧客満足度を獲得しています」と紹介した。

生産性の向上は
業務の可視化から

次に山崎氏は、生成AIを活用した具体的な生産性向上の施策について紹介した。

まず山崎氏は「生産性の可視化」の必要性について解説。可視化のためには、CRMシステムからの応対件数、ACDシステムからのATT/ACWなどのKPI情報、そして、オペレーターが応対中にどのようなアプリ、FAQを使っているのかのデスクトップ情報も加えて分析することで、各エージェントの生産性を可視化することが容易となり、CXoneソリューションでもそれを実現できることを解説。

実際にレポートにした生産性の可視化事例を紹介。「当社が提供するパフォーマンス・マネジメントという仕組みを使えば、売り上げや平均処理時間の状況、各オペレーターがどのように業務に関連する活動に関わっているのかなどが可視化できます。生産性が低いオペレーターがいた場合は、その原因を掘り下げて確認が可能です」（山崎氏）。

生産性向上の施策は
“自己解決”と“１応対時間の最適化”

生産性向上に向けた施策を考える上で、自己解決の推進（①）と１応対時間の最適化（②）の２軸での対応が必要であることを強調。

まず、自己解決の推進（①）について山崎氏は説明。ナイスジャパンのアンケート調査によると、オペレーターは顧客からの問い合わせに対して、「81%の人が、何か分からないことがあっても、その場で自己解決したいと思っている」と答える。山崎氏はそのニーズに応える、ナイスジャパンの「CXoneのデジタルソリューションを活用した自己解決に向けたジャーニー」を紹介。そこでは、正しいナレッジの提供を強化するソリューション「CXone Expert」について触れられた。

また外部、内部の「よくある質問（FAQ）」を1つのナレッジで提供することで、顧客向けのFAQと内部のナレッジが別管理になり、「更新されない」「別々に管理される」といった課題を解消するソリューションや、「CXone Expert」と生成AIを組み合わせた消費者向けの会話型チャットボット「CXone AutoPilot」についても紹介された。CXone Expertは生成AIのRAG（Retrieval-Augmented Generation)を活用した回答の生成も可能。生成AIが質問に回答する際に、生成AIのデータベースに加え、膨大な自社のデータベースから情報を検索し、回答させることで、より精度の高い自己解決の提供につながる。

自己解決策の３つ目の施策案としてAIオペレーターが顧客からの問い合わせに自己解決する「CXone SmartAssist」を、デモを交えて紹介。例として、顧客がホテルを予約する際、AIオペレーターがまるで人間のように質問やサービスの確認に音声で応じていた。

「会員のグレードに応じておすすめするホテルを選んだり、会話の中で自然に旅行時期の現地の気温や服装などについてのアドバイスも行うなど、ルールベースのボイスボットでは実現できないAIオペレーターのバックエンドで、ホテルの基幹システムやFAQのデータベース、外部の天気予報サービスなどと連動し、顧客への応答を全てセルフで行える仕組みが構築されています」（山崎氏）

続いて、１応対時間の最適化（②）ソリューションについてデモを交えて説明。山崎氏はリアルタイムテキスト化及び自動要約の「CXone AutoSummary」を、デモを交えて紹介。現在、国内コンタクトセンターで、最も注目されているソリューションの１つであり、顧客からの「クレジットカードを紛失したので、引き落としができない」との問い合わせに対して、オペレーターが顧客の登録状況を確認しながら振込用紙を発送するといった応対を例として、リアルタイムにテキスト化される様子をデモで説明。応対が終了すると、会話の内容がACW中(数秒)要約されオペレーターのモニターに表示される。大幅なATTとACWの最適化を実現できることを強調。

他にも外国語による問い合わせに、リアルタイム翻訳を活用して答える「CXone AutoTranslation」のデモでは、外国語の質問は日本語に翻訳されてオペレーター画面に表示され、オペレーターが発した日本語は外国語に翻訳されて相手に音声で伝えられる様子が見られた。インバウンドの顧客が増大する一方、コンタクトセンターでは多言語対応の体制を構えるのが難しいが、「CXone AutoTranslation」では65カ国の外国語に対応。様々な国の顧客にもサービス対応が可能になり、生産性の向上に大きく貢献する。

最後に、オペレーター支援を実現する「CXone Copilot」のデモを実施。まだ業務に不慣れなオペレーターが、顧客からの航空券のチケット予約変更に応対する上で、Copilotがどのように支援できるのか、対応する様子を紹介。

その会話の内容をシステムがリアルタイムに解析。顧客との応対に応じて、次に顧客に伝えるべき推奨の回答・アクション内容がオペレーター画面に表示された。オペレーターは回答に迷うことなく、チケット予約手続きを進め、アップグレードの案内も行えた。

このように、生成AIとNICEのアルゴリズムを利用したオペレーター支援により、ATTの短縮やACWの最小化を実現可能となる。