実施時期: 2025年04月|2026.06.02 最終更新
※イメージ画像です

プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
自動車事故受付センターにおいて、オペレーターが通話後に行う記録作業などの後処理に多くの時間がかかっており、業務効率化が急務となっていました。 また、顧客満足度を向上させるためには、応対品質の評価や指導に多大な工数がかかること、そして日々蓄積される顧客の声(VoC)を商品やサービスの改善に十分に活かしきれていないという課題も抱えていました。
そこで、SBIグループが掲げる顧客中心主義を徹底し、DX推進による業務効率化と顧客体験(CX)の向上を図るため、コンタクトセンターの運用実績が豊富なアルティウスリンク株式会社と共同で、生成AIを活用した実証実験を開始するに至りました。
アルティウスリンクが提供するデータ活用プラットフォーム「Altius ONE for Support」を導入し、3つのテーマで生成AIの有用性を検証しています。
第一に、プラットフォームの標準機能であるLLMアプリ「対話要約アプリ」を活用し、音声認識でテキスト化されたお客さまとオペレーターの会話データを自動的に要約する仕組みを構築しました。 第二に、生成AIを用いて応対データを構造化し、品質に関連する特徴量を抽出したうえで、顧客満足度との相関分析を実施しています。ここでは、アルティウスリンクが長年培ってきたコンタクトセンター運営の知見をもとに、顧客満足度に真に影響を与える要因を特定するアプローチをとっています。 第三に、テキスト化された応対データから、契約内容やサポート体制に関する意見や要望などのキーワードを生成AIで抽出・分類し、お客さまの潜在的なニーズを掘り起こす分析を行っています。
改善・向上したこと
業務の自動化
顧客対応の効率化
対応時間・リードタイムの短縮
顧客満足度の向上
データ分析・意思決定支援
推進したこと
プロトタイプ開発(PoC)
データ戦略・活用策定
本実証実験を通じて、オペレーターが通話後に行う記録作業等の後処理時間を35%削減することを目指しています。 これにより、高い電話応答率を維持し、顧客満足度の向上に貢献することが期待されます。また、相関分析の結果を活用することで、応対品質の数値化や可視化による評価の自動化が可能となり、管理者による品質チェックの工数削減と、データに基づく効果的なオペレーター指導が実現できる見込みです。
今後は検証結果を踏まえて実業務への導入を進めるとともに、お客さま満足度を予測するモデルの構築など、生成AIの利用範囲をさらに拡大していく予定です。
顧客対応・サポート
VoC分析
回答アシスト生成
オペレーター支援
クレーム予兆検知
通話品質評価
金融・保険
保険金査定
音声・音響
通話録音・コールセンターログ
採用したAI技術
テキスト・言語AI
自動要約
レポート作成
音声AI
音声認識・文字起こし
AIモデル・構築手法
(RAG / ファインチューニング / 他)
機械学習(数値データからの予測・推論)
統計モデル(数値データに基づく傾向分析)
生成AI・LLMサービス
その他のツール
WarpBiz編集部の事例考察
本事例の成功の鍵は、単なる音声認識や要約ツールの導入にとどまらず、長年のコンタクトセンター運営の知見を持つベンダーと共同で、顧客満足度に直結する要因の分析まで踏み込んだ点にあります。このアプローチは、金融業界に限らず、カスタマーサポート部門を持つ小売業や通信業など、幅広い業種での応対品質向上やサービス改善に応用できるでしょう。導入にあたっては、AIが抽出したデータをどのように現場のPDCAサイクルに組み込むか、運用フローの設計が重要になります。自社のコンタクトセンター業務の効率化や顧客体験の向上を検討されている方は、ぜひ他の事例記事もご覧ください。
コンタクトセンター事業、バックオフィス事業、ITソリューション事業、その他関連事業
関連度の高い事例を選定しています。少しお待ちください。