通話要約を生成AIで自動化、実証で事後処理を最大54%効率化した電話窓口

AIサービスで要約することを前提に、電話応対フローの一部を組織的に組み替えた点が、この取り組みの起点になっています。既存の手順にAIを後から差し込むのではなく、AIが扱いやすい形で通話が進むように業務側を動かした、順序の逆転です。要約の出来は言語生成AIの性能だけで決まるものではなく、入力となる対話がどう構成されているかに大きく左右されます。応対の設計まで射程に入れた判断が、出てきた素案をそのまま使える確率を押し上げたと考えられます。

入口と出口の両方に手当てを施した一気通貫の設計も、実運用に耐える品質を支えています。音声データからフィラー（「えー」「あのー」のような意味を持たない言葉）を取り除いてAIが読み取りやすい形に整え、出力側では自社の表現や表記ルールに合わせて直す後処理を挟む構成です。問い合わせの内容に応じてGPT-3.5とGPT-4を使い分けるやり方も、すべてを高性能なモデルに投げるのではなく、必要な場面に精度を配分するという設計思想の表れといえます。

開発側のエンジニアが実際のコンタクトセンターに足を運び、オペレーターと直接対話を重ねた進め方は、この後処理の作り込みに直結したはずです。表記のルールや「この一言は残してほしい」といった要望は仕様書には現れにくく、現場で交わされる言葉の中にしかありません。パートナーであるELYZAが要件定義の外側まで踏み込む体制を取ったからこそ、修正ルールが机上の想定で止まらずに済んだと読み取れます。