受注率83%、電話の取りこぼしを音声AIで拾った通販の分担設計

最も効いたのは、音声AIに注文情報のすべてを取り切らせることを早い段階で諦めた切り分けだと考えられます。立ち上げ期には受注が思うように伸びず、その原因が氏名や住所を読み上げて確認する場面にあると特定されました。そこで、AIが拾い切れなかった部分は後からオペレーターが通話録音を聞いて補う流れへ組み替えています。顧客に正確な聞き取りの負担を押しつけず、その負担を人が後工程で引き受けるという役割の置き換えが、途中離脱を防ぐ決め手になったと読めます。

質問の形そのものを作り替えたシナリオ設計も、同じ発想の延長線上にあります。自由に話してもらうのではなく「はい」「いいえ」で答えられる問いに落とし込めば、音声認識が苦手とする揺らぎの大きい発話を避けられます。認識精度を技術側で引き上げるのではなく、聞き方を変えて精度が要らない状態を作る。この判断の順序が、高齢の顧客が多い窓口という前提とかみ合っていたのでしょう。

もう一つ見逃せないのが、簡易データベースと条件分岐を使い、商品の色やサイズ、届け先の住所に応じて復唱内容や送料を自動で切り替えた作り込みです。定型的な受付でありながら、顧客ごとに答えが変わる部分を機械的に処理できるようにした点は、応答の自然さを支えていたはずです。しかもこれらの調整は、専門知識がなくても現場担当者がフローを組み替えられるSaaSの特性を活かし、短い周期で回されました。改善の速さは、開発を外部に依頼せずに済む体制そのものから生まれています。