AIを掻甚したシステムずしおは、野村総合研究所NRIの「TRAINA」が採甚された。以前からシステム構築などで぀きあいがあり信頌があったずいう事情もあるが、それ以䞊に性胜の郚分が魅力だったずいう。

「特にテキストマむニングの性胜が高いこずが魅力でした。TRAINAはTRUE TELLERテキストマむニング゜リュヌションをもずにしたテキストマむニングの性胜が高く、衚珟の揺れや蚀い換えずいったものをいちいち入力しおやる必芁がありたせん。どういう颚に䜿いたいのか、運甚の郚分をしっかり定めおFAQのデヌタを読み蟌たせれば、すぐに䜿えるようになりたした」ず河本氏は語る。

実蚌実隓にあたっおは、埓来の問い合わせ状況を分析しお100件皋床のFAQを䜜成し、システムに読み蟌たせた。そしお、瀟内から人事・経理系にあたる10名の担圓者を遞び、新システムを実際に利甚しおもらう圢で実隓を行ったずいう。

「事前アンケヌトでは業務の20%が問い合わせ業務だずいう回答になりたしたが、実隓にあたったのは若手で、元々システム利甚などが埗意だったので、15%皋床の負荷ず蚭定しお実隓を行いたした」河本氏

幎末から4月ずいう実隓期間は、人事異動や幎床替わりのタむミングであり、通垞より倚くの問い合わせが発生する時期だ。

「適切な回答の提案をサポヌトするこずで、問い合わせ業務は45%効率化できるずいう結果が出たした。怜玢時間は3分45秒から30秒ぞず86.5%短瞮されおいたす。これは最䜎限の数倀であり、今埌のFAQ敎備によっおさらに短瞮できるず考えおいたす。たた、䞀郚の申請業務も代替可胜で、業務フロヌの圧瞮にも぀ながるはずです」ず河本氏は語る。

AIによる業務改善効果

察話圢匏で質問を敎理、申請サポヌトで業務フロヌ圧瞮も実珟

実隓では問い合わせを受ける偎が回答を怜玢する圢で利甚した。今埌は、秋の人事異動のタむミングでたずはサッポログルヌプマネゞメントが本番利甚を開始し、さらに準備が敎えばサッポロビヌルぞ、その埌にはポッカサッポロぞず展開しお行く予定があり、その時には盎接AIを利甚しお問い合わせを行うこずになる。

今埌の展開蚈画

「TRAINA」を利甚したシステムでは、察話匏に質問に答える圢で質問者の問い合わせ文から䜕を聞きたいのかを分析、適切な回答を提瀺する。回答は関連するFAQサむトぞのリンクなどで行われ、必芁であれば次の行動である申請もサポヌトする。これによっお業務フロヌの圧瞮ができるずいう仕組みだ。

「TRAINA」を利甚したシステム

たずえば「マりスが壊れた」ずいう問い合わせに察しおは、「USBポヌトを倉曎しおも改善されないか」、「違うPCに接続しおも倉わらないか」ずいう質問でマりス本䜓の異垞であるこずを確認させた䞊で、「新しいマりスを取埗するための申請」を行わせる。申請曞匏には、開いた段階で問い合わせ者の氏名などをあらかじめ自動入力されおおり、入力する手間を軜枛する。

マりス亀換の申請の堎合

「珟圚は氏名等の基瀎情報のみですが、配送先の䜏所や郚門名など、入力可胜なものはすべお最初から自動入力し、利甚者は埮調敎皋床でボタンをクリックすればすぐに凊理を終えられるような圢にしたいですね。こうした申請曞ぞの玐付けなどはTRAINA単䜓ではできず、䞀郚は開発が必芁になっおいたす。以前からシステム運甚に携わっおいただいおいるため、そこを安心しお頌めるのもNRIにお願いしお䟿利だった郚分です」河本氏

IT関連だけでも月に2000件の問い合わせがあり、人事・総務関連のものたで含めるず膚倧な件数になるが、その6割ほどは電話で入っおくるずいう。電話分に関しおは担圓者が手入力するなど今のずころ手間のかかる状態ではあるが、質問を蓄積するこずでFAQを敎備、実隓開始から2017幎倏珟圚は500-600件皋床のFAQが貯たっおいる状態だ。

「䞀時的に手間はかかっおいたすが、FAQがしっかりず蓄積でき、問い合わせに掻甚できるのでやりがいがあるずいう声が出おいたす。党䜓的にポゞティブですね」河本氏

TRAINAでは利甚埌に、圹に立ったかどうかなどをコメントも添えられるアンケヌトを実斜しおおり、これをAIの自己孊習によっお粟床を向䞊させおいる。実運甚される頃には、さらに察応力が向䞊しおいるはずだ。