状況が複雑で、
対応は一つに決まらない。
同じ質問でも、商品、契約内容、顧客状況、これまでの会話によって、適切な対応は変わります。
Challenges「正しい回答」だけでは、
「正しい回答」だけでは、
応対は完了しない。
コールセンターでは、何を答えるかだけでなく、何を確認し、どう判断し、どこまで処理するかが求められます。
状況が複雑で、
高い正確性と
安全性が求められる。
確認漏れや誤った判断は、料金、契約、個人情報、コンプライアンスなどの問題につながります。
会話は、
シナリオ通りに進まない。
顧客は曖昧に答えたり、途中で別の質問をしたり、回答を拒んだり、不満を述べたり、用件を変えたりします。
検索や固定シナリオだけでは、
完了まで制御できない。
検索中心のRAGや固定シナリオ型のチャットボットだけでは、判断・分岐・実行・引き継ぎまでを一貫して制御することは困難です。
The Automation Dilemma会話への柔軟さと、業務の統制。
会話への柔軟さと、業務の統制。
自動化で向き合う二つの課題。
日本のコールセンターで自動化を進める中で、ルールベース型は「融通が利かない」、生成AI型は「統制が利かない」という、二つの課題が生じています。
ルールベース型｜融通が利かない
特徴
条件分岐（IF-THEN）に基づくため、定義した処理と判断条件を確認しやすい方式です。必要な確認や禁止事項を明示できますが、業務に合うルールの設計と検証が必要です。
課題
- 想定外の発話に追加設計が必要
顧客の返答が想定した選択肢から外れた場合、聞き返しや別経路への切り替え、人への引き継ぎを設計しておく必要があります。
- 入力方法が顧客の負担になる場合がある
多階層のメニューや指定キーワードに依存する構成では、顧客が用件を伝えにくい場合があります。
- 分岐の増加で保守負担が増える
扱う分岐や例外が増えると、シナリオの作成・修正や、変更時の確認にかかる負担が大きくなります。
生成AI（LLM）型｜統制が利かない
特徴
自然言語処理能力が高く、曖昧な問い合わせや文脈を汲み取って、柔軟に対応できます。
課題
- ハルシネーション（誤回答・捏造）
事実と異なる割引制度や、存在しない規約をもっともらしく生成するリスクがあります。
- 誤案内による顧客・事業への影響
料金や契約に関する誤案内は、顧客の不利益や信頼の低下につながるおそれがあるため、根拠と処理条件の確認が必要です。
- 出力の確認と実行制御が必要
プロンプトだけに依存せず、参照する情報、回答内容、外部システムへの操作をそれぞれ制御する必要があります。
柔軟さか、確実さか。どちらかを選ぶのではなく、両立できる仕組みが求められています。
How It Works柔軟さと確実さを、
柔軟さと確実さを、
オーケストレーションで両立する。
AIKNOW Answerは、三つのエンジンをエージェント型のオーケストレーターが束ね、会話の状況・業務の手順・回答の根拠を突き合わせて、次の一手を決めます。自由な会話を受け止めながら、設定した業務ルールに沿って処理を進めます。
01 / CONTEXT ENGINE今、何が起きているか
顧客の意図・感情・脱線・用件の変化を把握し、自由な会話を受け止めます。
02 / PROCESS ENGINE業務として、次に何をすべきか
SOP・条件・分岐・禁止事項に沿って、手順を外れない応対を進めます。
03 / KNOWLEDGE ENGINE何を根拠に答えるか
FAQ・マニュアル・履歴など、業務の根拠となる情報から回答します。
Agentic Orchestration三つの判断を束ねて、
三つの判断を束ねて、
次の一手を決める。
エンジンを個別に動かすのではなく、毎ターン、状況・手順・根拠を突き合わせます。そのうえで、継続・聞き返し・脱線対応・引き継ぎなど、業務ルールと現在の状況に合う行動を選びます。
- 01状況を把握する顧客の発話から、意図と状態を読み取る。
- 02手順と根拠を照合するSOPと、回答の根拠となる情報を確認する。
- 03次の行動を決める継続・聞き返し・脱線対応・引き継ぎなどから選ぶ。
- 04実行して、状態を更新する応対し、確認済みの情報を保持する。
融通が利く×統制が利く
Knowledge in Action顧客の発話に応じて、
顧客の発話に応じて、
状況に合う次の応対を導く。
機器の不具合に関する問い合わせを例に。AIが「電源ボタンを押した際、画面にエラーコードは表示されますか。」と尋ねたあと、顧客の返答が3通りに分かれる場面をご覧ください。
01情報を伝えてくる
「C9というエラーが表示されています。」
SYSTEM JUDGMENT
情報を受け取り、次の確認へ進む。
顧客が伝えたエラーコードをコンテクストエンジンが把握し、ナレッジエンジンが関連する情報を取得。プロセスエンジンのSOPに沿って、次の確認へ進みます。
Context EngineProcess EngineKnowledge Engine
NEXT ACTION
継続（SOPに沿って次へ）
AI OPERATOR「C9はカード認識エラーです。カードが奥まで差し込まれているか、ご確認いただけますか。」
02質問が返ってくる
「電源ボタンがどこにあるのか分かりません。それに、電源を入れるとなぜエラーが表示されるのですか。」
SYSTEM JUDGMENT
質問に答えてから、確認へ戻る。
顧客の質問に、ナレッジを根拠として回答。そのうえで、中断した確認へ戻ります。
Context EngineProcess EngineKnowledge Engine
NEXT ACTION
脱線対応（回答して、確認へ復帰）
AI OPERATOR「電源ボタンは本体左側の黄色いボタンです。起動時に状態を確認し、問題があるとエラーコードが表示されます。押してご確認いただけますか。」
03不満を述べる
「もう何度も押しています。エラーが出るときと出ないときがあって、本当にイライラします。この機械、全然よくないですね。」
SYSTEM JUDGMENT
感情を受け止め、状況を聞き直す。
繰り返し試しても症状が安定せず、不満を感じている顧客。発話から不満の兆候を捉え、お詫びを伝えたうえで、症状を詳しく確認します。
Context EngineProcess EngineKnowledge Engine
NEXT ACTION
聞き返し（症状の確認）
AI OPERATOR「何度もお試しいただいているにもかかわらず、症状が安定せず、ご不便をおかけして申し訳ございません。症状をもう少し聞かせていただけますか。」
会話・画面は説明用のイメージです。実際の応対は、お客様の手順書と業務ルールに沿って設計します。
Why AIKNOW Answer回答で終わらず、
回答で終わらず、
解決まで進む。
「何を答えるか」だけでなく、「次に何をするか」を業務ルールに沿って制御する。AIKNOW Answerの4つの特長です。
会話が揺れても、
業務フローは見失わない。
脱線しても元の業務へ復帰し、曖昧な発言は聞き返し、確認済みの情報の聞き直しを減らします。本人確認などの必須確認は、SOPに従って実施します。顧客の自由な発話に、定められた手順で応えます。
対話制御を見る既存の業務資産から、
ナレッジをつくる。
手順書・FAQ・通話ログ・オペレーターのフィードバックから候補を抽出・構造化。検証と承認を経て、プロセスとコンテンツのナレッジを整えます。
ナレッジ生成を見る支援から自律化へ、
同じ仕組みで進める。
AI Assistから AI Autonomyまでの5段階で、品質を確認しながら任せる範囲を拡大。構築したSOPとナレッジを継続して使えます。
段階的自動化を見る応対の記録を、
現場ナレッジの改善へ。
通話・AIの判断・オペレーターの修正を蓄積し、改善候補を抽出。担当者のレビューと承認を経て、SOPとナレッジに反映します。
継続的改善を見るBusiness Value応対の品質を保ち、
応対の品質を保ち、
運用の中で育てる。
同じSOPとナレッジを土台に、品質の安定、自動化範囲の段階的な拡大、継続的な改善を進められます。
応対品質のばらつきを抑える。
同じSOPとナレッジに沿って、業務ルールに基づいた対応を安定させます。
検証しながら、任せる範囲を広げる。
解決率やAI完結率、引き継ぎの状況を見ながら、自動化の対象を段階的に拡大します。
改善を、運用の中で回す。
通話や修正の結果から改善候補を抽出し、レビュー・承認を経て反映します。