チャットボット、人工知能（AI）、インタラクティブ音声応答、機械学習などの技術が登場する中、革新的な技術はコールセンター業界に変革をもたらし続けています。 これらの進歩は、オートメーションがいつか人間を置き換えるという恐れを引き起こすことが多いです。 誇大広告を分析し、AIに関する実際の機会を探るために、カスタマーコンタクトセンターと協力して、クラウドベースのソリューションにおけるAIについて議論しました。 録画されたウェビナーにアクセスするにはこちらをクリックするか、以下を読んで、カスタマーサービスセンターがAIについて現実的に考える方法の要約を確認してください。

人工知能における現実と誇大広告

人工知能とは具体的に何を意味するのでしょうか？ AIの広範なカテゴリー内には多くの専門分野があり、それぞれの分野が実際に何をカバーするのかについて混乱が見られることがよくあります。 第一に、AIはコンピュータサイエンスの一部門です。 それは、機械にシミュレートされた人間の知能を組み込むことに焦点を当てています。 AIの傘の下には、機械学習（ML）、自然言語処理（NLP）、深層学習（DL）が含まれます。

機械学習とは、機械がデータから学び、学んだことを活用してエンドユーザーに価値を提供する手法を指します。 NLPは、機械が自然言語の意味、つまり人間が他者とコミュニケーションするために使用する言葉の意図を「理解」することを含みます。 深層学習は、人間の生物学的な脳の構造に触発されたアルゴリズムに関連しています。 DLは最近、多くの期待を集めています。なぜなら、それは脳が実際にどのように機能するかを模倣する機械に最も近いからです。

さあ、AIを定義したので、この技術は今どのような状況にあるのでしょうか？

AIは長い間「次のビッグ・セThing」となっています。 コンピュータの登場以来、究極の目標は常に人間の仲間として機能するのに十分に洗練された技術を創造することでした。 AIは多くの浮き沈みを経験してきたため、私たちはこれらのトレンドを「シーズン」と呼んでいます。 物事がうまくいっているときは、「AI春」と呼びます。 物事がうまくいっていないときは、「AI冬」と呼びます。 現在、私たちは「AI春」にいます。

前回の大きな技術の変化 – クラウドコンピューティングの後、AIを機能させるために必要なデータと処理能力は、これまで以上にアクセスしやすく、手頃な価格で提供されています。 企業がAIを支援するために必要な膨大なデータと計算力を保存するための独自の環境を構築する必要がありましたが、クラウドコンピューティングの進歩により、AIがより簡単に運用できるようになりました。 今、大手クラウドコンピューティング会社 – アマゾン、グーグル、マイクロソフト – が、クラウドコンピューティングの実際の処理能力とデータだけでなく、AIサービスも提供しています。 企業は、これらの技術を活用してAI駆動のソリューションを構築できるようになりました。

エンタープライズユーザーエクスペリエンス（UX）の向上と使いやすいインターフェースも、AIの成長を指数関数的に加速させました。 ソフトウェアが使いやすいほど、生成されるデータは多くなります。 AIをトレーニングするために活用できるデータが多ければ多いほど、ソリューションは優れたものになります。 エンタープライズソフトウェアは最近、消費者化が進んでいます。私たちが仕事で使用するソフトウェアは、個人の生活で使用するソフトウェアと同じくらい楽しくなりつつあります。 エンタープライズソフトウェアにおいてUXが中心的な焦点となる考え方は、この技術の前進を助け、興奮を生み出すのに役立ちました。

興奮と共に誇大広告が生まれます

AIに関するすべての興奮を考慮すると、この技術で実現可能なことについてのレベルを調整することが重要です。 ガートナーは、「ハイプサイクル」と呼ばれる技術トレンドをプロットし、新興技術がどれだけ誇大宣伝されているかを示します。 ハイプは解決策がハイプサイクルを登るにつれて成長し、期待の膨張点でピークを迎え、その後技術が避けられないハイプ喪失に直面することで再び低下します。 最終目標は、曲線を超え、啓発の傾斜を登って生産性の高原に到達することです。

いくつかの技術はサイクルから外れ、最終曲線を登ることができないが、多くのものはそうです。 上記の例は、ハイプサイクルの最新の繰り返しであり、過度に宣伝されている深層学習が最上位にあります。 2009年、クラウドコンピューティングはサイクルの最上部にありました。 その時に見られたのと同じ振る舞いが今も見られるので、今日の最も誇大宣伝されている技術との対比が興味深いです。

技術が過度に誇大宣伝されると、さまざまな異常な記事や不穏な映画が作られることがあります。 ウェストワールドのようなショーや、AIがすぐに人間よりも優れた小説を書くようになると主張する記事があることで、AIがメディアやポップカルチャーでどのように描かれているかはしばしば混乱を招き、それが脱線した場合に何が起こるかの恐れを掻き立てます。 AIは人類に脅威をもたらすという非常に現実的で広く知られている恐れがあります。

この恐れの一般的な現れは、カスタマーサービスチームが機械によって自らの職を失うのではないかと心配していることです。 AIが人間を置き換えプロセスを自動化できるという議論は、AIがどのように変革的であり得るかという実際の機会を見逃しています。

コールセンターにおけるAIの本当の機会

職場で採用される多くの技術は、従来、コスト削減の手段として適用されてきました。 企業として、私たちはコスト削減の可能性に基づいて技術を購入する理由を作ります。 しかし、AIの場合、これらのケースの多くは潜在的な収益の増加に基づいて作られています。 企業はAIがどのようにコストを削減できるかではなく、AIがどのように利益を生むかを尋ねています。 AIはカスタマーサービスエージェントがフリープランから有料プランにどのようにより多くの顧客を誘導できるかを支援できますか？ AIは顧客が製品をより良く理解できるように手助けすることができるのでしょうか、それによって彼らが更新する可能性が高まりますか？

コスト削減から収益創出へのこのシフトは、本当に興味深い再構築です。 それは、カスタマーサービス分野がコストセンターから収益センターへの移行を行う同様のシフトをすることにうまく移行しています。

カスタマーサービスはコストセンターから収益センターに変化しています

カスタマーサービスチームは、販売が契約を締結して進んだ後も、顧客との最も長い関係を持っています。では、どのようにして、彼らがより良い会話をし、より良い関係を築く助けができるでしょうか？ これらの親密な関係にもかかわらず、AIに関する議論の不均衡は、顧客サポートエージェントを顧客と直接話すことから取り除く解決策に適用されることが多く、むしろ彼らを近づけることには寄与していません。

CXのためのAIの4種類

ディフレクションは、シンプルで繰り返しの質問をする顧客を捕まえて、事前にその質問に答えることを指します。 この技術は、実際にサポートエージェントとの対話を防ぎます。 これはコスト削減のアプローチであり、収益創出ではありません。

ボットは、人間のカスタマーサービス体験をシミュレートします。 ただし、顧客体験を意識している場合、良いボットのデザインは、相手がボットであることを明確にするべきだと思います。 良いボットは、人間をシミュレートしようとせず、待機キューを補完し、価値を提供します。

処理またはワークフローAIは、エージェントと向き合う傾向があります。 これらの解決策は、一般的な痛点を特定し軽減することに関連しています。 人間の場合、顧客がどこで迷っているかを特定するのは難しいです。なぜなら、それにはすべてのチケットをインデックス化し、分類し、トピック、トレンド、感情を特定する必要があるからです。 機械は、バケット分けと分析には人間よりも適しているため、それが通常、処理AIが登場する場所です。

コーチングAIは、エージェントに向けられ、エンドカスタマーには向いていません。 この種のAIは、人間が仕事をより良くする手助けをします。 エージェントが顧客とのより良い会話を持つ手助けをすることで、質問の回答を探すよりも、ホワイトグローブ体験を作るのにもっと時間を使えるようにすることを目指しています。 コーチングは、GuruでAIを考え、提供する方法です。 人間を力づけることは、カスタマーサービスチームの長期的な価値を生み出す素晴らしい方法です。 このAI技術は、自動化ではなく、誰かをより良くすることに100%焦点を当てています。

AIベンダーに尋ねるべきトップ5の質問

新しいAIソリューションを検討する際には、あなたが考えているイニシアチブが成功のために最適に設定されていることを確認することが重要です。 評価段階中にベンダーに尋ねることができるいくつか של॥の考慮事項を挙げます。

1. どの指標をあなたのソリューションが改善できることを期待すべきですか？

すべてを試みる「万能選手」に注意してください。 いくつかのAIシステムが犯す間違いは、やりすぎようとすることです。 今日のAIシステムは、限られたキャパシティしか持っていないため、特定の問題を解決することに重点を置くことが非常に重要です。 AIシステムが提案を行うために使用するトレーニングデータは、その成功に直接関係しています。 一つのAIシステムと一組のトレーニングデータで3つまたは4つのビジネス問題を解決しようとする場合、平均的な結果を期待するべきです。

この問題の核心に迫るために尋ねるべき質問は、「どの指標をあなたのソリューションが改善できることを期待すべきですか？」あなたは究極の結果を見抜く必要があり、それをもとにパフォーマンスを測定するための指標に結びつけて考えるべきです。 ここでは具体的な答えを求めてください；一度に7つまたは8つのことを解決できると主張する解決策には注意してください。 特定の結果に特化した解決策は、成功の可能性を高めてくれるでしょう。 明確な問題を解決し、トレーニングするための貴重なデータへのアクセスに焦点を当てたAI製品に投資してください。

2. 私たちの顧客はどのような体験をするでしょうか？

エージェントと顧客を力づけてください。 あなたが考慮しているAIシステムに関係なく、エンド顧客の体験に非常に焦点を当てる必要があります。 フォレスターの報告書は、企業がコストを節約するためにAIシステムに顧客トラフィック（チャットや電話）を強引に誘導することによるリスクについて説明しています。 過剰に誘導することで、企業は顧客満足度の低下につながります。 あなたはAIにお金を節約し、収益を上げる手助けをしてもらいたいが、顧客満足度を犠牲にすることは絶対に避けたいでしょう。

「私たちの顧客はどのような体験をするでしょうか？」と尋ねることで、どの解決策が素晴らしい顧客体験の提供に沿ったものであるか判定できます。」、あなたが考えている素晴らしい顧客体験を提供する方法と合致しているかどうかを判断できます。 顧客がシステムと対話するときに見るべきものがあなたの主要な関心事であるべきです。

3. あなたのAIソリューションはどのように学び、時間とともに改善されますか？

「シークレットソース」を警戒してください。 透明性が重要です。 ベンダーは、どのデータを収集するのか、なぜそれが必要なのかを明確かつ直接に説明する必要があります。 AIシステムはあなたが提供するデータをもとに構築されているため、どのデータを使って学習するか、どのようにデータを保存するか、どれくらいの期間保存するかを正確に教えてくれるAIプロバイダーが必要です。

「あなたのAIソリューションはどのように学び、時間とともに改善されますか？」と尋ねることで、AIプロバイダーが必要とするデータセットの手がかりを得ることができます。” あなたがAIプロバイダーから必要としているデータセットに関する手がかりを得ることができます。

4. 私たちの知識をどのように最新の情報にし、正確に保つことができるでしょうか？

最新の知識がないAIは、コールセンターでは失敗します。 これは「万能選手」のコンセプトに関連しています。 あなたの環境にある知識を考えると、それはあなたの専門家、製品、システムおよびプロセスのノウハウのカプセル化であり、すべてがどのように連携しているかを理解するものです。 そのノウハウを活用するAIは、その知識が正確で最新の状態を維持できる方法をあなたに保証する必要があります。

AIには「クローズドループ」という概念があります。 時間が経つにつれて、AIシステムをトレーニングする知識や内容は、製品が変わるために変化します；製品が依存している技術も変わり、市場に新たな競合が登場し、それに適応しなければなりません；そしてチームが成長するにつれて、サポートのやり方も変わります。 すべての避けられない変化を考慮すると、あなたが望まないのは、学習が進化しないAIシステムです。 AIシステムが時間とともに劣化した情報を返し始めると、その例が見られます。 システムが出力の質を低下させる場合、それは組織とともに学習や進化をしていないことを示す主要な指標です。

問題は、知識が劣化し始める数ヶ月後までこのことがわからない場合があることです。 したがって、初めに尋ねるべき素晴らしい質問は、「私たちの知識をどのように最新の状態に保ち、正確に保つことができるでしょうか？」

5. あなたのソリューションは、私たちのエージェントを仕事でより良くするためにどのように役立ちますか？

AIは人々に力を与えるべきであり、置き換えるべきではありません。 「あなたのソリューションは、私たちのエージェントを仕事でより良くするためにどのように役立ちますか？」と尋ねることを忘れないでください。このAIソリューションがあなたの会社に即時的にどのような影響を与えるかを見つけるためにこの質問をすることが重要です。 時間が経つにつれて、タスクを自動化するための重要な機会が得られるでしょうが、今のところ、この質問に対する答えを得ることが肝心です。それは単なる形式的な言葉ではありません。 「自動化」や「バーチャルエージェント」といった用語は、短期的な実用的なアプリケーションの少ないAIソリューションを示す傾向があります。

再度言いますが、まだ比較的初期の段階です。 AIは長期的な能力と影響において深いですが、共感のようなことを理解するにはまだ遠い道のりです。 顧客が動揺しているときにAIシステムを直接彼らの前に置いても、機械は状況を改善することはできません。 これらが、製品の成果について最善の方法で考えることを確実にするための質問のタイプです。

最終的な考え

クラウドコンピューティングが先駆けとして、AIは企業だけでなくすべての人間にとっても変革をもたらします。 興奮は大きいですが、多くの人がその能力を誤解しています。ただし、正しい結果に集中すれば、今日でも実際の利益を得ることができます。 AIを「私たちを自動化して取り除く」ということではなく、代わりに私たちが成長するのを助けるAIについて話してみませんか？ AIが私たち人間を、個人的にも職業的にも改善するのを助ける？ それが、私たちがこの技術の可能性について本当にワクワクするような考え方の転換です。

コンタクトセンターや組織全体で人々を支援するためにAIを使用することについての詳細（そしてGuruがこれらの5つの質問に答えた内容）については、info@getguru.comまでお問い合わせください。