アルティウスリンクが描くAI時代のコンタクトセンターとは
AI×DX×BPOがもたらす3つの変革価値

私はこれまでにコンタクトセンターにおけるAIサービスの立ち上げと現場への導入を担当してきましたが、今から3年ほど前、生成AIが注目され始めた段階では、業界全体に「本当に生成AIが使えるのか」という強い懐疑論がありました。その最大の理由が、AIがもっともらしい誤情報を出力してしまう「ハルシネーション」のリスクです。

私たちのようなBPO企業にとって、お客様対応における「正確性」は生命線であり、すべてです。たった一つのミスや誤案内が、お客様企業のブランド価値を毀損するリスクがあると考え、品質管理は徹底して行ってきました。それだけに、当時は「不確実な技術を現場に組み込めるのか」という、非常にシビアな課題がありました。

こうした課題に対し、実際にサービスを立ち上げるなかで見えてきたのは、AIにすべてを任せるのではなく、「適用範囲を明確に絞り込めば、正確性は十分に担保できる」ということです。もちろん、ハルシネーションを防ぐためのプロンプト（AIへの指示）の工夫やRAG（検索拡張生成）といった技術的な進歩の寄与もありますが、それ以上に重要だったのは、「利用する側（人間側）の使い方の進化」です。AIの得意・不得意を正しく理解した上で業務に適用するという、現場の「使いこなす力」が育ってきたことが、壁をクリアできた大きな要因だと考えています。

生成AIという「技術」の理解だけでは、コンタクトセンターの課題は解決できません。業務プロセスを深く理解した上で、デジタルの仕組みと組み合わせるノウハウが必要です。当社には、現場の業務を深く理解している「BPOのノウハウ」と、業務をシステム化・効率化する「DXのノウハウ」、そして生成AIをコントロールする「AIのノウハウ」という3つの強みが揃っています。これらを融合させ、実際のサービスとして現場へ定着させてきた経験があるからこそ、現在進めているAIコンタクトセンター構想を、確かな形へと進めていけるのだと考えています。

私はデータ分析を主導する立場ですが、AI活用をさらに進め、またAIコンタクトセンターを実現する上では、共通する根深い課題が2つあると考えています。「データの質」と「活用の目的」の2点です。

まず「データの質」については、「データが大量にあれば、何か価値のある分析ができるだろう」と誤解されがちな点が、大きな課題です。データの世界には「ガベージイン・ガベージアウト（ゴミを入れたらゴミしか出ない）」という有名な格言があります。その言葉のとおり、どれほど優れたAIであっても、入力するデータにノイズや不正確な情報が多く含まれていれば、出力される結果の精度が下がってしまいます。価値のあるアウトプットを得るためには、その土台となるデータの品質が重要です。

古くからコンタクトセンターは「VOC(お客様の声)の宝庫」として、その活用の重要性が広く議論されてきました。しかし、蓄積されているデータが分析やAI学習にそのまま使える（活用できる）ケースは、まだ多くありません。入力形式や記録粒度が統一されておらず、分析に必要な要件を満たしていないケースも多いためです。

また、データが「活用の目的に沿っているか」という点も重要です。例えば、商品改善に活かしたいという目的があっても、商品の仕様に対する不満や要望について深くヒアリングしていないデータからは、いくら最先端のAIを使っても有効な情報を得ることはできません。データがあることと、それが活用に適した状態であることの間には、まだ整備すべき多くの課題が残されていると感じています。

さらに言うと、これまでのコンタクトセンターにおけるデータ活用は、その多くが効率化や応答率の向上といった「コスト削減」を主目的に置いたものでした。もちろんそれも大事ですが、これから本当に取り組まなければならないのは、企業の売上貢献や新たなバリューにつながる、よりポジティブな価値の創出です。

そういったプロフィットセンター化の構想は以前から業界の理想として掲げられてきましたが、まだその道筋を明確に描けるケースが少ないのが現状です。現場の知見を持った人財が明確な目的を掲げ、そこにデータアナリストやAIによる専門的な分析を掛け合わせていく。こうしたハイブリッドな推進体制のもとで、分析結果を業務改善や収益機会の創出までつなげていくことこそが、私たちの目指す「データ活用」です。
そういった課題を解決できるよう、今後さらに注力していきたいと考えているのが、提案の初期段階でデータの収集から蓄積方法などを支援し、AI活用前提のデータ整備をするアプローチです。お客様企業が分析したい目的に対して、「まずはデータを正しく取得し、つなげる環境づくりからスタートしましょう」と、具体的なロードマップを提示して伴走する。この入り口の整備からの伴走があって初めて、お客様企業と共に真の価値創造が実現できると考えています。

AIコンタクトセンターのプロジェクトが大きく前進するきっかけになったのは、現場への導入検証を進めるなかで、マニュアルには書かれていない「暗黙知」の重要性に気づいたことでした。ある現場でマニュアルやルールに沿った要件定義を行い、その要件を満たすAIシステムを構築したのですが、いざ運用を始めると現場のオペレーターやSV（スーパーバイザー）たちにとって使いづらく、修正に手作業が発生し、かえって時間がかかるという事態が発生しました。理由はAIへの抵抗感ではなく、現場のオペレーターやSVが日々の応対のなかで実践している、お客様への細やかな配慮や独自の対応ルールが大量にあったためです。こうした暗黙知は、表面的なヒアリングだけでは決して言葉になって出てきません。

表面的なルールだけで作ったAIでは、現場のプロが納得するクオリティには届かない。この気づきを経て、現場の運用や暗黙知を私たちが丁寧に紐解きながらシステムへ反映するアプローチに切り替えました。この転換が、AIコンタクトセンター構想を大きく前進させるきっかけになったと感じています。

この暗黙知をAIやシステムに反映するため、「完成したシステムを納品する」という従来のアプローチを大きく転換し、「現場のメンバーが自分たちでAIをメンテナンスし、育てていける環境とノウハウを提供する」という形にシフトしました。具体的には、現場がAIの設定や知識データを直接更新できる範囲を明確にし、操作方法をレクチャーする形です。これにより、AIの出力精度が求める基準に達していない場合でも、自分たちの持つ暗黙知を反映させて、その場で柔軟に修正できるようになります。

この運用の仕組みを整えてから、その現場におけるAIの活用が飛躍的に向上しました。今では「相棒として使いやすい」という声が上がるだけでなく、他のプロジェクトからも「この体制で導入したい」という要望が寄せられるほどの評価になっています。