カスタマーサポートの現場で使えるAI「Karakuri」の開発ストーリー【機能編】

私たちは、カスタマーサポートの現場で運用ができるAIを開発しています。（先月β版をリリース）

一番重要視している視点はキーポイントになるのが、「現場で使える」というのがどういうことか、ということです。

チャットボット、バーチャルオペレータなど、コールセンターへのAI導入の期待感は今年は本当に加熱した年でした。ただし、実は話題先行で、本当の意味での「成功事例」はまだまだこれからだと思っています。

私たちがチャットボットやバーチャルオペレータを導入したカスタマーサポートの現場でヒアリングを重ねた結果、下記のような問題がありました。

・チャットボットを導入したが、現場での運用が難しく、都度、サービス提供会社さんに個別に依頼して対応するケースが多い。本当は現場で柔軟に運用したいが、スピード感に欠ける

・上記のような体制なので、どうしても都度費用がかかるため、運用自体が億劫になっている

・サービス提供会社から管理画面を提供いただいたが、使い勝手が悪く、運用ができる人材がいない

私たちは、上記のヒアリングを元に、「現場で使える」というのを、下記に定義しました。

簡単な管理画面で運用ができる　＝ ネットショッピングのスキルがあれば、運用ができるUIにしよう

我々のサービスは深層学習（ディープラーニング）をベースに組み立てているので、教師データの質と量が品質に直結します。（教師データの数は他のサービスよりも少なくて大丈夫なようにチューニングしているのですがそれはまた別途）

また従来型の自然言語処理（ワードマッチのようなもの）と比較して、データ量が少ないと精度が著しく低いです。つまり、データが準備できないのであれば、深層学習は使わない方がいいでしょう。

逆に、質のいいデータが揃うと、従来型の自然言語処理を優に超えるので、最初から深層学習をベースに作っています（あえて従来の自然言語処理を丸々組み込んでいないです）。

前段が長くなりましたが、我々のサービスは基本的には質のいいデータを集め続けて、精度検証をし続けることが必要＝運用が肝、になります。

新人社員の教育に似ているかなと思います。

最初はいけていないですがw、2年目くらいから急に花ひらく新人みたいなものです。（AIの場合は1ヶ月くらいで花開きますが）

いかに扱いやすい新人であるか　＝ 教えがいがあるか　＝　日々運用しやすく、賢くなっているのが運用者の目線で見て取れるか（進捗していることが現場で肌感で感じることができるか）

上記の視点から、まずは、下の図のようなシンプルな３ステップで実装、運用ができるようにしました。

一度設置すると、あとは、ひたすらトレーニングです。

トレーニングは社内だけで実施してもいいですし、一部の顧客に協力いただきながらやってもいいと思います。１０分でも２０分でも、毎日やることが重要です。

入力とクリックができれば、ExcelやWordを使ったことなくても運用が回ります。

上記でまずは現場で使っていただけるようにします。同時に弊社側でも提供可能なデータセットを作っていき、トレーニングを楽にできるように整えて行く予定です。

今後、色々な機能追加をしていきますが、あくまでこのシンプルさを失わず、現場で運用できる視点に基づいてUI設計をしていきたいと考えています。

カスタマーサポートの現場にAIを組み込むことを本気で考えている会社はうちだけのような気がしています。（チャットボットの会社はたくさんありますが）

ぜひご興味ある方はお話だけでも。