大企業が生成AIを『顧客』向けに利用するための現時点での最適解について
みなさん、こんにちは！今日は、カスタマーサポートの世界をガラッと変える可能性を秘めた、とっておきのお話をしたいと思います。
カスタマーサポート、こんな経験ありませんか？
まず、ちょっと思い出してみてください。最後にカスタマーサポートに問い合わせたとき、どんな感じでしたか？スムーズに解決できましたか？それとも、何度もやり取りを重ねて、やっとこさ解決にたどり着きましたか？
実は、カスタマーサポートには大きな課題があるんです。
それは、お客様の本当の困りごとを正確に理解すること。これが意外と難しいんですよね。
例えば、「製品が動かない」という問い合わせ。これだけだと、本当の原因がわかりません。電源が入っていないだけかもしれないし、使い方を間違えているかもしれない。はたまた、本当に製品が壊れているかもしれない。まるで、暗闇の中で的当てをしているようなものです。
カスタマーサポートの仕事って、実はこの「問題の特定」が最も重要なんです。正しく問題を特定できれば、解決策はすぐに見つかる。でも、間違えると...まあ、みなさんも経験があるでしょう。何度も問い合わせて、イライラが募る、あの感じ。まるで迷路に迷い込んだようなもやもや感、わかりますよね。
AIチャットボット、期待外れじゃない？
「じゃあ、AIチャットボットを導入すればいいんじゃない？」 そう思った方、鋭いですね！...でも、ちょっと待ってください。
確かに、AIチャットボットは24時間365日働いてくれて、人間よりも早く回答してくれます。でも、既存のAIチャットボットにも大きな問題があるんです。
シナリオ型：決められた質問にしか答えられない。想定外の質問には、まるで融通の利かないロボットのよう。
AI検索型：大量のデータから回答を探すけど、的確な回答を見つけられないことも。まるで、山積みの本の中から必要な情報を探すようなもの。
フル生成AI型：人間らしい回答ができるけど、ハルシネーション（誤った情報の生成）のリスクが高い。
ここで少し、「ハルシネーション」について説明しましょう。これは、AIが自信満々に答えているのに、実は全くの間違いや作り話だったりすることなんです。
例えば、「当社の返品ポリシーは14日以内です」と答えたのに、実際は30日だった、なんてことが起こり得るわけです。まるで、自信満々に間違った道を案内する道案内人のようなものです。 これは特にフル生成AI型で顕著で、AIが持っている知識を基に「もっともらしい」回答を生成してしまうからです。
カスタマーサポートでこんなことが起きたら...想像するだけでゾッとしますよね。お客様の信頼を失うこと間違いなしです。
つまり、どのタイプも「問題の特定」という、カスタマーサポートの本質的な部分を解決できていないんです。まるで、症状だけを聞いて薬を処方する医者のようなもの。本当の病気を見逃してしまう可能性が高いですよね。
Generative Navigator（GeN）：カスタマーサポートの救世主
そこで登場するのが、私たちが開発した「Generative Navigator（GeN）」です。 GeNは、AIが回答を生成するのではなく、質問を生成するという、全く新しいアプローチを採用しています。この技術は特許も取得済み。つまり、他社には真似できない独自の強みなんです。
GeNは、こんな感じで動きます。
1お客様が最初の問い合わせをする
AIが状況を理解するための適切な質問を生成
お客様が質問に答える
AIがさらに詳細を把握するための質問を生成
この過程を繰り返して、問題の本質を特定
まるで、熟練の探偵が丁寧に聞き込みをしていくような感じです。これにより、何が実現できるのか？具体的に見ていきましょう。
1. お客様の真の問題を正確に把握できる
AIが適切な質問を投げかけることで、お客様自身も気づいていなかった問題の根本原因を掘り下げていきます。「製品が動かない」という問い合わせから始まって、「バッテリーの接続が緩んでいた」という真の原因にたどり着くことができるんです。
また、RAG※の性能向上の視点からみても、問題が適切に言語化できているほうが検索性能も飛躍的に向上します。
よく『生成AIはプロンプトが大事。プロンプト次第でアウトプットの質が大きく異なる』と言われていますが、まさにこのプロンプト、カスタマーサポートにおいては『質問』自体がAIの性能を大きく作用するインプット情報になります。
RAGとは Retrieval-Augmented Generation (RAG) は、大規模言語モデル（LLM）によるテキスト生成に、外部情報の検索を組み合わせることで、回答精度を向上させる技術のこと。 「検索拡張生成」、「取得拡張生成」などと訳されます。
2. ハルシネーションのリスクを大幅に低減
GeNは回答ではなく質問を生成するため、お客様自身で生成AIのアウトプット（質問）の確認し修正することができるため、誤った情報を提供するリスクが極めて低くなります。
最終的な回答はナビゲーションされた先のQ＆Aコンテンツやプログラム、有人対応ですので、非常にハルシネーションリスクは低減されます。
ここで生成AIに詳しい方はお気づきかもしれませんが、このGeNが作り上げている状況は、『ハルシネーションをいかに発生させないか？』ではなく、『ハルシネーションが問題にならない状況をいかにつくるか？』というアプローチをとっています。
このアプローチもわりとユニークかなと思っていますが、顧客向けチャットボットでの生成AI活用だけでなく、生成AIを組み入れたワークフローを設計する際は重要な視点ですので、ご参考まで。
3. AIの柔軟性とナレッジコンテンツを最大限に活用
GeNは、既存のナレッジコンテンツ（会社の持つ情報や解決策のデータベース）を有効活用しながら、AIの柔軟な対話能力でお客様をナビゲートします。AIが問題の特定をサポートし、適切なナレッジコンテンツへと導くことで、効率的かつ正確な問題解決を実現します。
実は、この『適切なナレッジコンテンツ』を提示する、というのも簡単ではありません。コンテンツのわかりやすさだけでなく、コンテンツへのアクセスのしやすさもセットでポイントになるからです。で、このコンテンツへのアクセスのしやすさでパッと思いつくのが検索性能とか技術的な話になるかなと思うのですが、実は技術的な課題よりも『（顧客が）自分の問題を言語化できないから、うまく探せない・検索できない』という問題のほうが根深かったりします。まあ、だからといって対処法は少なく、我々が取り組んでいる『困りごとの推定AI』などが役立つのですが・・・。この顧客の言語化を助けるという意味でも、GeNは大いに力を発揮します。
さらに、この対話プロセスから得られた新しい知見は、ナレッジコンテンツの改善や拡充にも活用されます。これにより、AIとナレッジベースが相互に補完し合い、サポートの質が継続的に向上していく仕組みが実現するんです。つまり、使えば使うほど賢くなっていく、進化し続けるシステムなんです。
導入効果はどれくらい？
現在、GeNはプロトタイプ段階で、限定的なトライアルを行っています。初期の予測では、こんな効果が期待できそうです。
解決率UP
チャットボット構築期間：従来の3ヶ月から1日へ短縮。
運用メンテナンス工数：従来の1人月からほぼ0へ削減。
正直、私たちもこの数字を見て驚いています。実際の数値や、顧客満足の変化などは別途ご報告できるタイミングでご報告したいと思います。
カスタマーサポートの未来を、一緒に創りませんか？
GeNは、カスタマーサポートの本質的な課題に焦点を当てた、革新的なソリューションです。
AIと人間の強みを最適に組み合わせることで、お客様満足度の向上と運用効率化の両立を実現します。
私たちは、このGeNを通じて、カスタマーサポートの未来を創造していきたいと考えています。その未来では、お客様は迅速かつ的確な支援を受けられ、企業はより効率的かつ効果的なサポートを提供できる。そんな世界を目指しています。 もし、あなたの会社でもカスタマーサポートの課題で悩んでいるなら、GeNを検討してみませんか？
一緒に、カスタマーサポートの新しい形を作り上げていけたら嬉しいです。
最後に、ちょっとした宣伝になりますが（いや、ずっと宣伝ですが）、GeNに興味を持たれた方、もっと詳しく知りたい方は、ぜひご連絡ください。デモンストレーションのご案内や、導入に関する具体的なご相談にも対応させていただきます。 カスタマーサポートの未来を、一緒に創っていきましょう！
お問い合わせはこちらまで。
さいごに
本記事は9割以上、Claudeで書いてみました。ところどころ洋風な例え話がまざっているかもしれませんが、だいたいお伝えしたいことはうまく書けているなと思っています。
生成AIの力は素晴らしい・・・。本当にいろいろなことが簡単によりスピーディにできるようになっていて本当に驚きです。
ちなみに、コールセンタージャパンさんに簡単に記事にしていただいております。
引き続き、何卒よろしくお願い致します！