AI ベースのエクスペリエンス・オーケストレーションは、以前はシステムやチャネル全体でを連携させる理想にすぎませんでしたが、現在では現実のものとなりつつあります。この記事では、この変革がどのように進展しているか、その将来の可能性も含めて考察し、エクスペリエンス・オーケストレーションの 6 段階のレベルを定義します。この成熟度モデルは、企業が現状を評価し、未来の方向性を見極め、AI を活用した成長戦略を構築するための基礎となるはずです。1.
会話型 AI は、自動音声認識（ASR）、自然言語処理（NLP）、自然言語理解（NLU）を組み合わせ、複数のコミュニケーションチャネルで顧客に対応できます。インタラクションは、事前に定義されたルールや台本に基づいて進行します。予測型 AI モデルはルーティングやエンゲージメントなど特定のユースケースに適用されていますが、現時点では体験の一環として最適な次の行動を自律的に決定するには至っていません。
自動化：会話型 AI を搭載したボットは、注文の追跡、パスワードのリセット、本人確認などの定型的な対話をデジタルチャネルと音声チャネル（オムニチャネル）で自動化できます。しかし、ボットは柔軟性に欠け、スクリプト化されたロジックと固定された意思決定ツリーに基づく、事前定義されたフローに従います。
パーソナライゼーション：生成 AI は、構造化セグメンテーション、インテント分類、ビジネス定義属性を使用して、個々の顧客に合わせた応答を作成できます。カスタマーリレーション管理（CRM）データや既存の傾向、過去のやりとりなどの情報に基づきパーソナライズを行い、特定のビジネス目標やセグメントに合わせたアウトプットを作成します。独自のコンテンツのように感じられますが、事前に定義されたロジックや動作ルールの枠内で生成されています。このレベルでは、パーソナライゼーションは強力ですが、あくまで設計したシナリオの範囲内で機能します。
最適化：ジャーニーオーケストレーションや体験管理は、あらかじめ計画された最適化戦略を実行する AI の能力によって向上します。予測、シフト調整、業務量のバランスは、過去データを学習する予測モデルにより、継続的に改善していきます。しかし、この段階でも AI に適応力はありません。AI は決められた動作を実行し、適切性や精度を保つためには定期的に人が再学習させる必要があります。フロントオフィスとバックオフィスをまたぐタスク、アラート、ワークフローのオーケストレーションも、設定した条件に対する反応でしかなく、AIが予測をして動く仕組みではありません。
AI は目標主導型の自律性に到達し、人のステークホルダーによって定義された目的に基づいて、自ら計画し、判断し、実行することができます。仮想エージェント、仮想スーパーバイザー、仮想管理者は、もはや固定のワークフローや線形的なタスクの実行に制約されません。それらは、固定された命令に従うのではなく包括的な目標に導かれ、ビジネス成果を達成するために新しい戦略を動的に生成し、状況に応じたにアクションを取れるようになります。
これがオーケストレーションの成熟度の頂点です。AI は、事後対応型の自動化から、自律型の協働エクスペリエンス管理に移行します。 AI システムは、LLM に記憶、計画、推論を組み合わせ、継続的なフィードバックループによって強化されます。断片的なやり取りや単発的対応はなくなり、エコシステム全体で流動的、適応的でスマートな一貫性のある体験が実現します。
AI エンティティ同士が直接関わり合い、目標を共有し、背景情報を交換し、責任を委譲することで、社内システムと外部パートナーに及ぶ分散型オーケストレーションが実現します。人は戦略的な判断や監督といった重要な場面に関わり、共感や創造性、判断力が求められる複雑な意思決定に集中します。
自動化：仮想エージェント、仮想スーパーバイザー、仮想管理者は、業務の開始から完了までを一貫して自律的に実行できます。システムは、企業の目標や背景情報を理解し、あらかじめ決められたシナリオや人手による介入に頼らず、最適な対応フローを判断します。タスクの所有権や引き継ぎは、インテリジェントな AI エージェント間で動的に行われ、役割や専門領域にとらわれず、協調的に判断が下されます。システムが共通の目標を追求することで、部門、チャネル、パートナーネットワーク全体で意思決定が調整され、大規模で調和的にアクションを実行します。顧客対応からバックオフィスまで、ほとんどの運用ニーズは、複数のAIが連携し、連携度の高い仕組みから自動的に解決されます。
