タクシーの電話配車をAIが応対、取り逃し3割から受電率100%へ

配車センターには毎日数百件の電話が入り、その約3割が応答されないまま切れていました。アプリでの配車が広がっても電話の需要は残り、しかも約4分の1は医療機関や福祉施設への送迎という、代わりの手段を見つけにくい移動です。

ここで失われていたのは、売上の機会だけではありません。編集部の見立てでは、困りごとの本質は「着信の本数に人員が追いつかない」という量の問題ではなく、取りきれなかった電話の向こう側に、待っていても他の手段に切り替えられない利用者が混じっていたことにあります。人を増やして処理量を積み増す発想では、波の大きい着信に、生活の必要へ応えられる水準で張り付き続けるのは難しい。電話という窓口そのものを別の仕組みで支え直す必要があった、と読み取れます。

AIが受けた電話を聞き取りで終わらせず、配車システムへの登録と手配の確定まで一続きで処理する設計になっている点が、この取り組みの中核です。電話応対を自動化する仕組みは、AIが聞いた内容を人が別画面へ入力し直す運用になりがちで、そうなると受付の口は広がっても後工程で詰まります。基幹の配車システムまでAIの処理を届かせたことで、着信から手配までが一つの流れとして閉じ、人を介さずに完了できる範囲が生まれました。

どの窓口を残すかという判断も効いています。アプリ配車が伸びる局面では電話受付を縮小する選択もありえますが、ここでは自社の利用実態を確認したうえで、医療・福祉機関への送迎を含む電話利用を維持すべき需要と位置づけ、そこにAIを充てています。用途の見極めを先に済ませてから技術を当てるという順番が、開発の成果を実務へ直結させたと考えられます。

開発を担うnewmoと、実際に配車を回す未来都が同じグループ内で役割を分けた体制も、設計と現場の距離を縮めました。24時間365日止められない業務にAIを載せる以上、事前の検証だけで作り切るのは現実的ではなく、動かしながら直す前提が要ります。グループ内での運用を通じて改善を重ね、そのうえで同業他社への展開を視野に入れるという段取りは、現場で使える状態を先につくってから広げる進め方として筋が通っています。

これまで取り逃していた電話がなくなり、受電率100%を達成しました。着信全体の45.5%はAIだけで配車まで完結しており、オペレーターは人にしかできない判断や対応へ時間を回せるようになっています。経済産業省とNEDOによる「GENIAC-PRIZE」のカスタマーサポート部門では、56社の応募から選ばれた8件による最終審査を経て1位となり、完成度の高さ、実際に現場で使われている点、社会的なニーズの高さが評価点として挙げられました。