CX における AI と人間によるカスタマーサービスのバランス

人工知能（AI）は、組織がカスタマーサポートを提供するあり方を変革しています。しかし、自動化が急速に進化する中でも、カスタマーエクスペリエンスは本質的に人間らしさを感じさせるものである必要があります。

ビジネスリーダーたちは、もはや AI を採用すべきかどうかではなく、どのように拡張させ、測定可能な ROI (投資収益率)を推進するかを議論しています。その答えは、エージェント型オーケストレーションで稼働されるハイブリッドモデルにあります。このモデルでは、AI と人間のオペレーターがチャネルやワークフローを横断して連携し、大規模かつ一貫性のある、シームレスなエクスペリエンスを提供することができます。

人間のオペレーターと AI エージェントは、しばしば競合するものとして捉えられがちです。しかし実際には、両者は戦略的パートナーシップのもとで、協力し合うのが最も効果的です。

顧客は単純な問い合わせには即時の回答を求めますが、複雑な問題や繊細な問題に対しては、顧客の心に寄り添った深いエンゲージメントも期待しています。顧客はあらゆるインタラクションを、これまで自分が経験した最良のカスタマーエクスペリエンスと比較するのです。彼らはスピードと一貫性に加え、感情的知性（EQ）と創造的な回答を期待しています。それを実現するには、AI と人間が緊密に連携することが最も効果的です。

AI と人間を競合するものではなく、相互に補完するものとして扱う組織の方が、高まる顧客の期待に応える体制がより整っているといえます。

AI は、スピードと規模が求められる環境でその真価を発揮します。AI は人間のチームでは追いつくのが難しいペースで、大量の顧客対応を一貫性をもって処理することができます。

最新の AI ツールは、日常的な顧客からの問い合わせに対応したり、大規模なデータセットを分析してパターンを発見することができ、また自然言語理解を活用して顧客の意図をリアルタイムで把握したりすることができます。その他のタイプのAI ツールは、関連するナレッジを提示し、反復的な管理タスクを自動化することで、オペレーターのパフォーマンスを向上させます。

エージェント型仮想エージェント（従来のチャットボットとは異なり、システム全体で推論、適応、行動ができるもの）は、AI の可能性をスクリプト化された応答の枠を超えて拡張し、よりダイナミックなインタラクションを可能にし、必要に応じて人間のオペレーターへのエスカレーションをよりシームレスにします。

エージェント型仮想エージェントが他の AI 自動化ツールと異なる点は、固定化されたワークフローを超えて機能する能力です。それらは文脈を評価し、システム間でアクションを調整し、自律的に特定の成果を追求することができます。顧客からの連絡を待つのではなく、システムがニーズを予測し、プロアクティブにインタラクションを開始できます。

AI は、基本的なチャットボットやスクリプト化されたワークフローから、エージェント型仮装エージェントのような、より適応性の高い技術へと急速に進化しました。組織が導入を加速させる中での課題は、もはや AI を使うかどうかではなく、いかに連携させ、統制の取れた形で提供するという点にあります。

多くの組織は、依然としてチャネル、ワークフロー、部門を跨いでの複数の個別ツールに依存しています。これらのツールは個別の問題を解決するかもしれませんが、システム間でデータや文脈が共有されない場合、断片化されたエクスペリエンスを生み出す可能性もあります。顧客はチャネル間で情報を繰り返す必要があったり、一貫性のない回答を受け取ったり、非個人的で非効率に感じられる分断されたインタラクションに遭遇したりする可能性があります。

AI は、統合されたデータ、オーケストレーション、ガバナンスという強固な基盤があって、初めてその潜在能力を最大限に発揮することができます。連携されたCX エコシステムがなければ、組織は顧客インサイトのサイロ化、カスタマージャーニー全体にわたる可視性の不足、そして継続性の欠如したインタラクションのリスクを負うことになります。また基盤にガバナンスが組み込まれていなければ、組織は、 AI による一貫性のない意思決定やコンプライアンスの欠如、統制されていないエスカレーションルート、不正確なアウトプット、そして顧客の信頼低下というリスクにさらされます。

統合されたプラットフォームは、AI とヒューマンサポートを全てのチャネルやタッチポイントで つなぐことにより、これらの課題を解決するのに役立ちます。これにより、文脈が顧客に追従することで、よりシームレスなエクスペリエンスが生まれ、迅速な解決、よりパーソナライズされたエンゲージメント、そしてより強固な顧客関係が可能になります。

しかし、AI だけでその仕事をこなすことはできません。人間のカスタマーサービスオペレーターは、高品質でロイヤリティーを高めるエクスペリエンスを提供する役割を担わなければなりません。

顧客が複雑な問題や感情的な状況に直面したとき、人間によるインタラクションが不可欠となります。オペレーターは、AI では完全に再現できない方法で、コミュニケーションスタイルを適応させ、微妙な手がかりを読み取り、信頼関係を築くことができます。ヒューマンサポートの価値は、共感、ニュアンス、あるいは定義済みのルールを超えた複雑な意思決定が求められる状況で最も明らかになります。

同時に、完全な人手主導型モデルは、今日の市場では持続可能ではありません。需要が高まるにつれ、コストと業務効率低下のリスクが増大します。応答時間や待ち時間が長くなり、サービス品質にばらつきが出て、オペレーターが反復的なタスクの処理に時間を費やしすぎてしまう可能性があります。これは顧客満足度に影響を与えるだけでなく、従業員の燃え尽き症候群の一因にもなります。

さらに、人間のオペレーターには休憩や休暇が必要であり、常時対応を確保するには、業務量の管理と計画が必要となります。世界中に分散した複数のコンタクトセンターがなければ、24時間365日の対応を実現することは不可能です。AIのサポートがあれば、毎日いつでも一定レベルの対応を実現することが可能です。

AI は日常的な業務を肩代わりし、オペレーターがより価値の高いインタラクションに集中できるようにします。これにより業務量が軽減され、A Iが残りの業務を処理する間、人間のオペレーターは自身の強みである作業に集中できるようになります。

卓越した CX を提供し、望ましい成果を達成するには、意図的な戦略が必要です。それは AI や人間のオペレーターに固定的な役割を割り当てることではなく、顧客のニーズに合わせて能力を動的に調整することです。

ボット、エージェント型仮想エージェント、そして人間のオペレーターには、それぞれ果たすべき役割があります。ボットは、思考を必要としない定型的な問い合わせに対応できます。仮想エージェントは、より高度な対応が必要な、複雑または煩雑な業務を処理します。そして、業務が繊細で最も複雑な場合や、共感が必要な場合には、人間のオペレーターが適任です。

ハイブリッドモデルでは、AI と人間のオペレーターは別々のレイヤーとしてではなく、統合されたシステムの一部として機能します。典型的なハイブリッド型の対応は、意図を理解して背景情報を集め、単純な問題を解決できる仮想エージェントから始まります。より共感的なサービスが必要な状況であれば、そのやり取りは文脈が完全に保持された状態で、シームレスに人間のオペレーターへと引き継がれます。AI コパイロットは、オペレーターにリアルタイムのガイダンスを提供し、効果的な対応ができるよう支援します。

AI は、必要に応じて背景情報や推奨事項を提供することで、人間のオペレーターのパフォーマンスをサポートしなければなりません。AI は人間よりも遥かに迅速に関連知識を提示し、企業全体に散在するデータを結びつけることができるため、人間のオペレーターは顧客に集中することができます。継続的な最適化も不可欠です。顧客とのやり取りや結果を分析することで、組織はカスタマーエクスペリエンス全体を通じて AI と人間がどのように連携すべきかを改善できます。

このモデルは、基本的な自動化からインテリジェントなオーケストレーションへの移行を反映しており、AI と人間が孤立して機能するのではなく、継続的に協働する姿を示しています。

顧客は、音声、チャット、電子メール、ソーシャルメディアのいずれを通じてやり取りする場合でも、すべてのやり取りがつながっていることを期待しています。そのつながりを実現するには、複数のチャネルに AI を導入する以上のことが必要です。それには、データ、ワークフロー、意思決定をリアルタイムで統合できるカスタマーエクスペリエンスのオーケストレーションが必要です。

多くの組織は依然として、CRM システム、コンタクトセンタープラットフォーム、チケット管理ツール、デジタルエンゲージメントチャネルが独立して機能する、断片化されたカスタマーエクスペリエンスのエコシステムで運営されています。その結果、顧客データがサイロ化され、やり取りの内容が不完全になり、顧客は AI システムと人間のオペレーターの間を行き来するたびに同じ情報を繰り返さなければならなくなります。

これを解決するには、カスタマーエクスペリエンスのエコシステム全体で共有される運用レイヤーが必要です。オーケストレーションプラットフォームは、顧客 ID、やり取りの履歴、感情分析、ジャーニーの段階、チャネルの行動、オペレーターの空き状況などの状況を継続的に取り込み、分析します。これにより、AI システムとカスタマーサービスオペレーターは、リアルタイムの同じ文脈に基づいて運用できるようになります。

例えば、請求に関する問題を処理するエージェント型仮想エージェントは、過去の会話にアクセスし、顧客の感情を評価し、バックエンドシステム全体で自動化されたワークフローを実行することができます。エスカレーションが必要な場合、オーケストレーションレイヤーは、会話履歴と顧客データがすべて添付された状態で、やり取りを人間のオペレーターに転送します。

このアプローチにより、より高度なルーティングと意思決定も可能になります。AI を活用したオーケストレーションエンジンは、キューの空き状況だけに頼るのではなく、顧客生涯価値（LTV）、解約の可能性、初回解決率（FCR）の確率といった予測因子に基づいて、やり取りの優先順位を付けることができます。

組織がより高度な AI 機能を導入するにつれ、一貫性、ガバナンス、運用管理を維持するためにオーケストレーションが不可欠になります。統合されたオーケストレーションにより、組織はカスタマーエクスペリエンス全体を通じて 、AI と人間がシームレスに連携した適応型でパーソナライズされたエクスペリエンスを提供できます。

さまざまな業界の組織が、効率性とエクスペリエンスの質の双方を向上させるために、すでにハイブリッドモデルを適用しています。Genesys Cloud プラットフォームを採用している企業の事例をいくつかご紹介します。

チャールズ・スタート大学は、Genesys Cloud CX 上で AI を活用したセルフサービスと つながりのある人間によるサポートを組み合わせることで、学生のエンゲージメントを向上させたと同時に、運用コストを13%削減し、サービス提供コストを11%近く削減しました。同大学は、増加するデジタルファーストの学生層に向けて、より迅速でパーソナライズされたサポート体験を創出しました。

アイルランドの通信事業者であるEirは、AI コパイロットとデジタルエンゲージメントツールを活用して、カスタマーサポート業務を効率化し、オペレーターの作業負荷を軽減しました。自動要約機能とAIを活用した自動後処理機能により、オペレーターは1通話あたり最大1分短縮することができ、顧客努力指標は63%向上しました。

Best Buy Canadaは、統合プラットフォーム上で AI、自動化、リアルタイムの運用インサイトを活用し、顧客エンゲージメントを近代化しました。この小売業者は運用コストを20%削減し、平均処理時間を19%短縮し、通話転送を40%削減することで、チャネル全体でよりつながりのあるカスタマーエクスペリエンスの提供を支援しました。

Aterianは、AI 主導のオペレーター支援と人間の専門知識を組み合わせることで、カスタマーサポート業務を簡素化しました。AI コパイロットは、次に取るべき最善のアクションを推奨し、インタラクション後の作業を自動化することで、オペレーターが何千もの製品に関する問い合わせをより迅速に解決できるよう支援し、テクノロジーの総所有コスト（TCO）を65%削減することに貢献しました。

OLBは、AI を活用した予測ルーティング、ワークフォース管理、デジタルエンゲージメントチャネルを使用して、支店中心からオムニチャネルのデジタル銀行へと変革しました。同銀行は、よりパーソナライズされた顧客サービスを提供しながら、待ち時間を15%短縮し、トランザクション・ネットプロモータースコアを改善し、運用効率を向上させました。

これらの例は、一貫したパターンを浮き彫りにしています。AI は規模とスピードを管理し、人間は価値とつながりに集中します。

AI と人間のコラボレーションを評価するためには、組織は運用指標と体験指標の両方を追跡する必要があります。

効率性の向上は、処理時間の短縮と自動化率の向上に見ることができます。AI が問い合わせに即座に応答するため、応答時間は大抵 改善されます。同時に、顧客満足度や顧客努力指標（CES）は、エクスペリエンスが改善されているかどうか明らかにします。

また、AI はサンプリングだけでなく、すべてのオペレーターのやり取りを評価し、人間よりも迅速に分析を実行することで、より深い分析を可能にします。これにより、組織があらゆるレベルでカスタマーエクスペリエンスを継続的に改善するのに役立つ、より詳細で包括的なインサイトを得ることができます。

AI の導入が加速するにつれ、競争上の差別化は、組織がカスタマーエクスペリエンスのエコシステム全体で AI をどれだけうまく運用できるかに左右されるようになります。

次世代のカスタマーエクスペリエンス戦略は、孤立した自動化のユースケースよりも、AI、従業員、データ、ワークフローをリアルタイムでつなぐ適応型の運用モデルの構築に重点を置くようになります。エージェント型仮想エージェントは、顧客対応業務とバックオフィス業務の両方において、タスクの実行やワークフローの調整、意思決定のサポート作業で、ますます重要な役割を果たすようになります。

この変化は、カスタマーサービスオペレーターの役割をも変えるでしょう。オペレーターは、反復的なタスクの管理に時間の大部分を費やすのではなく、例外的な処理、関係管理、そして批判的思考と感情的知性を必要とする高付加価値なやり取りにますます集中できるようになります。

組織レベルでは、成功はオーケストレーションのための適切な基盤を構築できるかどうかにかかっています。統合されたデータアーキテクチャ、統合されたプラットフォーム、明確なガバナンスモデルを持つ企業は、一貫性、透明性、運用管理を維持しながら AI 機能を拡張する上で有利な立場に立つことができます。

時間が経つにつれ、AI 主導のやり取りと人間主導のやり取りの区別は、顧客にとって目立たなくなっていくでしょう。最も重要なのは、最初から最後までエクスペリエンスがつながっており、効率的で、パーソナライズされていると感じられるかどうかです。これこそが顧客ロイヤルティーを構築し、生涯価値を最大化するものです。

組織は、個別のユースケースだけでなく、AI がより広範な CX アーキテクチャにどのように適合するかを評価することから始めるべきです。そこから、組織は自動化と拡張のためのインパクトの大きい機会を特定できます。最初からオーケストレーションを前提に設計された統合プラットフォーム内で、AI 機能を採用してください。これにより、顧客データ、インタラクション履歴、ワークフロー、意思決定エンジンがチャネルやシステム全体でつながったままとなる共通の基盤が構築されます。

AI システムがより自律的になるにつれ、ガバナンスも同様に重要になります。組織は、AI が責任を持って一貫して動作することを保証するため、データアクセス、エスカレーションパス、コンプライアンス、および人間の監視に関する明確な管理体制を必要とします。ガバナンスをオーケストレーション層に直接組み込むことで、組織は信頼と説明責任を維持しながら、安全に AI を拡張できます。

成功は、最終的に適切な AI 機能と適切な運用基盤を組み合わせられるかにかかっています。AI、データ、ワークフローを単一のオーケストレーションプラットフォーム内に統合する組織は、AI 機能の進化に合わせて柔軟性を維持しながら、スケーラブルでパーソナライズされた、つながりのあるカスタマーエクスペリエンスを提供できる有利な立場に立つでしょう。