PKSHA Technologyと三井住友トラスト・ホールディングスら、大規模言語モデルを活用したコンタクトセンターDXに着手
2023/9/6
株式会社PKSHA Technology（以下、PKSHA）及びPKSHA Communicationは三井住友トラスト・ホールディングス株式会社（以下、三井住友トラストHD）と共に、大規模言語モデルや機械学習技術を活用し、次世代コンタクトセンター構築プロジェクトに着手、2023年8月に全5領域への開発着手が完了、複数拠点での実装に向けた取組みを本格始動すると発表した。
◾︎背景
テクノロジーの急速な進歩により、市場が多様化する中、金融機関に対する顧客の期待も日々変化しているという。グループ全体で十数拠点のコンタクトセンターを展開する三井住友トラストHDでは、デジタル企画部が中心となり、コンタクトセンターでのAI技術を活用した顧客応対品質の向上、オペレーター業務の効率化、コンタクトセンター全体の効率化、データ活用によるサービス改善等、多岐にわたりデジタル技術の活用を検討していた。並びに、昨今の対話型AIの進歩やそれを取り巻く技術の変化を受け、多角的な改革を見込めるAI技術の導入が喫緊の課題となっていたという。そこで、自然言語処理を活用したAI・ソフトウエアの社会実装に多くの実績を持つPKSHAがAI領域におけるパートナーとなり、三井住友トラストHDとともに同社のAI・デジタル技術を駆使したCXのオートメーション実現および拠点を横断した抜本的な改革を目指した、「次世代コンタクトセンター構築プロジェクト」に着手したとのことだ。
出典元：プレスリリース
2030年を目処に次世代型コンタクトセンターを実現するにあたり、（1）顧客応答の高度化と、（2）コンタクトセンター運営の最適化という観点で、プロジェクトでは三井住友トラストHD内5拠点を対象に5つのテーマで2023年8月にかけて具体的取組を開始した。
（1）対話型AIとPKSHA LLMSを活用した顧客応答の高度化
信託業務を専門に顧客応答を行うコンタクトセンターでは、信託に関する法律や規制、運用方法など、専門的な知識が求められる中で、複雑な問合わせにも正確かつ適切に回答する必要がある。また、多くの個人情報に関わるデータを取り扱うことから情報セキュリティやプライバシー保護に対する高い意識も必要となるため、オペレーターには高度なスキルが求められていた。これらの応答品質の標準化・高度化及び業務効率化を目指し、PKSHAではChatGPT等の対話型AIを活用し以下の3テーマで、AI技術支援を開始した。また、対話型AIの実装には、大規模言語モデルを効果的に実装するためのPKSHA独自のソリューション「PKSHA LLMS」を活用している。
（1）対話型AIとPKSHA LLMSを活用した顧客応答の高度化
信託業務を専門に顧客応答を行うコンタクトセンターでは、信託に関する法律や規制、運用方法など、専門的な知識が求められる中で、複雑な問合わせにも正確かつ適切に回答する必要がある。また、多くの個人情報に関わるデータを取り扱うことから情報セキュリティやプライバシー保護に対する高い意識も必要となるため、オペレーターには高度なスキルが求められていた。これらの応答品質の標準化・高度化及び業務効率化を目指し、PKSHAではChatGPT等の対話型AIを活用し以下の3テーマで、AI技術支援を開始した。また、対話型AIの実装には、大規模言語モデルを効果的に実装するためのPKSHA独自のソリューション「PKSHA LLMS」を活用している。
出典元：プレスリリース
①ChatGPTを活用した滑らかな対話体験
コンタクトセンターによせられる顧客からの問合せに対して、通常、オペレーターは様々な情報を検索しながら応対をしているという。ChatGPTを活用することで、複数のナレッジを横断して検索を行いながら、文脈を考慮した自然な回答文を生成し表示することができ、オペレーターの顧客応答をサポートする。検索対象とするナレッジはまず公開FAQから着手し、よりリアルタイム性の高いWeb情報や、社内文書など、段階的に拡充を予定しているとのことだ。
②ChatGPTを活用しFAQやオペレーターの回答をサポートするナレッジの自動生成
ChatGPTにより規約などのドキュメントや通話テキストといった、独自のデータからナレッジを自動生成することを通じ、FAQ等の作成・メンテナンスにかかるオペレーターの業務負荷を軽減する。新規に追加されたFAQや優秀なオペレーターの対応ログは、①の回答文生成における検索対象として追加され、対応実績が増えるにつれコンタクトセンター全体の対応品質向上が期待される。
③生成型音声要約を通じた受電後の事務作業の効率化
対話内容を自動で書き起こし、要約を行うことによって、受電後のオペレーターの情報記録等にかかる業務（アフターコールワーク）を削減する。また、要約する段階で、コンプライアンス観点での確認や情報の整理を行い、会話ログをナレッジ化することで、顧客の声（VoC）をスムーズにサービス改善に繋げることが可能になる。
（2）コンタクトセンター運営の最適化
対話型AIを活用した取組と並行して、コンタクトセンター全体の運営においても効率化の余地があったという。全てのセンターにおいて顧客対応品質を維持した上での効率的な運営を実現すべく、AIを用いて以下の自動化に着手している。
④コール量の予測
法律・条令の変更、為替・株価・金利等の外部要因によってコール量の予測がしづらく、オペレーターの配置に過不足が発生する中、AIにより3〜6ヶ月先までの入電数を予測することによって応答率の向上や適正配置によるコストの低減および顧客の待ち時間の最小化を実現する。
⑤オペレーターシフトの自動作成
ルールの複雑化によってSV（スーパーバイザー）によるシフト調整・作成に伴う負荷が増加していたが、AIによりシフトを自動作成することにより効率化を目指す。更にオペレーター希望等を考慮する他、過剰出勤や特定のオペレーターにおけるシフトの偏りをなくし、従業員満足度の向上やコストの低減に寄与すること、各拠点での管理方法の均一化によりグループ全体での運営の最適化が期待されている。
コンタクトセンターによせられる顧客からの問合せに対して、通常、オペレーターは様々な情報を検索しながら応対をしているという。ChatGPTを活用することで、複数のナレッジを横断して検索を行いながら、文脈を考慮した自然な回答文を生成し表示することができ、オペレーターの顧客応答をサポートする。検索対象とするナレッジはまず公開FAQから着手し、よりリアルタイム性の高いWeb情報や、社内文書など、段階的に拡充を予定しているとのことだ。
②ChatGPTを活用しFAQやオペレーターの回答をサポートするナレッジの自動生成
ChatGPTにより規約などのドキュメントや通話テキストといった、独自のデータからナレッジを自動生成することを通じ、FAQ等の作成・メンテナンスにかかるオペレーターの業務負荷を軽減する。新規に追加されたFAQや優秀なオペレーターの対応ログは、①の回答文生成における検索対象として追加され、対応実績が増えるにつれコンタクトセンター全体の対応品質向上が期待される。
③生成型音声要約を通じた受電後の事務作業の効率化
対話内容を自動で書き起こし、要約を行うことによって、受電後のオペレーターの情報記録等にかかる業務（アフターコールワーク）を削減する。また、要約する段階で、コンプライアンス観点での確認や情報の整理を行い、会話ログをナレッジ化することで、顧客の声（VoC）をスムーズにサービス改善に繋げることが可能になる。
（2）コンタクトセンター運営の最適化
対話型AIを活用した取組と並行して、コンタクトセンター全体の運営においても効率化の余地があったという。全てのセンターにおいて顧客対応品質を維持した上での効率的な運営を実現すべく、AIを用いて以下の自動化に着手している。
④コール量の予測
法律・条令の変更、為替・株価・金利等の外部要因によってコール量の予測がしづらく、オペレーターの配置に過不足が発生する中、AIにより3〜6ヶ月先までの入電数を予測することによって応答率の向上や適正配置によるコストの低減および顧客の待ち時間の最小化を実現する。
⑤オペレーターシフトの自動作成
ルールの複雑化によってSV（スーパーバイザー）によるシフト調整・作成に伴う負荷が増加していたが、AIによりシフトを自動作成することにより効率化を目指す。更にオペレーター希望等を考慮する他、過剰出勤や特定のオペレーターにおけるシフトの偏りをなくし、従業員満足度の向上やコストの低減に寄与すること、各拠点での管理方法の均一化によりグループ全体での運営の最適化が期待されている。
