対象業務を絞り、解決単位で効果を検証する
件数が多く、手順が明確な業務を選定。FAQ回答ではなく、確認から処理完了までをPoCで検証します。回答ではなく、解決で評価します。
既存の手順書と通話ログを活かし、3か月のPoCで「解決できるか」を検証。品質を確認しながら、段階的な自動化へ進めます。
コールセンターAIの導入を成功させるために、次の4つの原則を大切にしています。
件数が多く、手順が明確な業務を選定。FAQ回答ではなく、確認から処理完了までをPoCで検証します。回答ではなく、解決で評価します。
確認条件・分岐・禁止事項・引き継ぎ条件を構造化し、AIが実行できる範囲と、人が判断する範囲を明確にします。自律性より、制御された実行。
現在のステップ、確認済みの情報、未解決の事項を維持したまま、AIとオペレーターが対応を継続します。会話履歴ではなく、業務状態を引き継ぎます。
回答精度に加え、分岐、確認、処理、引き継ぎ、解決率を評価し、SOPとナレッジを改善します。正しい回答から、正しい解決へ。
問い合わせの特性に応じて、まずは定型性が高く、完了条件が明確な業務から始め、効果を確認しながら対象を広げます。
問い合わせ件数が多く、手順と完了条件が明確。早期に効果を実感しやすい業務です。
確認や分岐が必要で、複数の情報を参照し、一部で人の確認が必要な業務です。
個別判断や例外パターンが多く、リスクが高い業務。慎重に検討し、段階的に適用します。
業務の分類は一般的な目安です。実際の対象業務は、問い合わせの内容と運用の状況を伺いながら選定します。
既存の業務データを活用し、実運用に近い環境で、応対の解決率とROIを検証します。
業務の分類と難易度を評価し、PoCの対象業務を選定します。手順書の整備状況を確認し、評価の基準を整えます。
現在の業務の流れと、評価に使うシナリオを整理します。
通話ログから分岐・例外を分析し、SOPとナレッジベースを構築。AIKNOW Answerへ実装し、過去ログで再現テストを行います。
検証に使える環境と、構造化したSOP、テスト結果を整えます。
オペレーターによる試行と、実データでの評価を行います。新規・例外ケースを確認し、次の段階への移行計画をまとめます。
評価結果、導入ロードマップ、初期ROIモデルをまとめます。
期間と進め方は標準的な例です。対象業務やデータの準備状況に応じて、個別に計画します。
PoCでは、応対の正確性と業務完了率を評価するとともに、削減可能なオペレーター工数を算出し、ROIを試算します。
正しい回答率、正しい分岐選択率、必須確認実施率、適切な引き継ぎ率、タスク完了率・一次解決率を評価します。
AI完結率、平均応対時間・ACW時間、情報検索時間、オペレーター利用率、SOP・ナレッジの更新工数を評価します。
削減可能な工数と時間当たり人件費から、削減工数の換算額を算出します。これがそのまま人件費の削減になるとは限らないため、配置や運用の変化、導入・運用費も踏まえて投資対効果を試算します。
監視・例外対応の工数は差し引いて算出します。目標値と試算の前提は、PoCの1か月目にお客様と設定します。改善率やROIの数値は、事前にお約束するものではありません。
すべての情報をそろえてから、ご相談いただく必要はありません。現在の業務と資料の状況から、必要な準備を一緒に整理します。
問い合わせ件数が多い、手順が明確、手順書・FAQがある、完了条件が明確、高リスクではない。この条件に近い業務が、最初の候補になります。
現在の業務手順書、確認事項、FAQ、商品資料。整備の状況に不安があっても構いません。
実際の問い合わせの分岐や例外を知るための資料です。音声やテキストの保管状況と、利用の可否を確認します。
PBX・CTI・CRMなどの構成、関係部門、評価に関わる担当者を伺います。
対象業務の選定から、PoCの設計まで。
検討段階のご相談でも構いません。