第一興商、ヘルプデスクの通話要約を生成AIで自動化し約90%が合格水準

要約の詳しさを、受電時の内線番号でベテラン用と新人用に振り分けた設計が、この仕組みの性格を決めています。新人が受けた通話は後から対応内容を細かくたどれるように、ベテランが受けた通話は概要をつかめる程度にと、出力の粒度そのものを分けました。AIの要約は詳しければ良いというものではなく、読む人が何のためにその記録を見るかで適切な長さは変わります。内線番号という既存の情報を判定材料に使い、オペレーター側に新しい操作を求めずに切り替えを成立させた点も見逃せません。

会話終了から5分以内という時間の目標を先に置き、そこから逆算して工程をつないだ組み立ても効いています。文字起こし、要約、保存という手順をAWS Lambdaを中心としたサーバーレス構成で自動的に流し、Amazon SNSによるエラー検知を組み込むことで、途中で処理が止まったときに気づける形にしました。要約が手元に届くのが翌日では、結局は記憶に頼って書き直すことになる。速さを利便性ではなく品質の要件として扱った設計だと考えられます。

約3週間の検証で実際の通話データを使って可否を見極め、そのうえで実装に進んだ順序も、短期での開発を成り立たせた要因でしょう。判定の基準を「人が書いた記録と比べて修正が不要か、少しの修正で済むか」という現場の手触りに置いたため、精度の議論が抽象論に流れずに済んでいます。検証時のClaude 2から実装時のClaude 3.5 Sonnetへモデルを入れ替えている点も、検証結果を固定の前提にせず開発時点の選択肢を選び直す姿勢の表れです。仕様はヘルプデスクの担当者の意見を聞きながら詰めており、使う側の判断が設計に織り込まれています。