AIエージェントはコンタクトセンターのプレイブックを書き換えているか？

コールセンターが電話での大量の顧客の問い合わせを処理するために構築された時代がありました。今日、コンタクトセンターはこれらの多くを置き換えました。コンタクトセンターは、電話、電子メール、ソーシャルメディア、およびメッセージングアプリを含む複数のチャンネルで顧客とのやり取りを管理するための運用の中心地です。

しかし、このチャンネルのシフトにもかかわらず、基本的なモデルはほとんど同じままです。

シンプルな顧客のリクエストは依然として断片化されたスタックを通過します。インタラクティブなボイスレスポンス（IVR）による認証、顧客関係管理（CRM）プラットフォームによるアカウントの詳細、チケットツールによる追跡、およびタスクを完了するための別々のバックエンドシステム。クラウドベースのプラットフォームであるContact-Center-as-a-Service（CCaaS）は、これらのツールをより近くに持ってきました。より柔軟な運用を可能にしましたが、エクスペリエンスは依然として複数のステップ、ハンドオフ、および手動の調整に依存するため、無шовではありません。

このモデルは何年にもわたって機能しました。次に、AIが登場しました。AIが登場して以来、スタートアップと既存の企業は、AIのシステム全体に知能を解放し、以前はシロ化されていたデータを利用する能力を備えた新しい段階を約束するツールを構築して展開し始めました。

断片化されたシステムはレリックになりつつある

AIエージェントが配置されている場合、コンタクトセンターはもうシロで動作しません。エージェントは情報を取得し、操作をトリガーし、プラットフォーム全体でタスクを完了できます。顧客が請求を争いたい場合、AIエージェントは顧客のIDを確認し、CRMから取引履歴を取得し、関連するポリシーを確認し、異議を申し立て、結果を確認できます。すべてが1つの継続的なやり取りの中で行われます。ハンドオフや手動の調整は必要ありません。

以前、複数のツールを切り替える必要があったタスクは、現在はバックグラウンドで実行されます。多くの複雑さを抽象化できます。顧客、または人間のエージェントは、プロセスがどのように機能するかを知る必要はありません。

このシフトは、ソフトウェア自体の役割も変えています。ソフトウェアは、ブロックのセットのようですが、AIエージェントはシステムを接続して調整するレイヤーとして機能します。固定されたワークフローは、柔軟性の高いやり取りに置き換わります。やり取りは、事前に定義されたパスではなく、状況によって形作られます。メニューのオプションやスクリプト化されたフローに従うのではなく、決定はリアルタイムでコンテキストに基づいて行われます。

テクノロジースタックを再考する時

今日のコンタクトセンターのリーダーは、重大な質問に直面しています。ソフトウェアが主要な価値の保管庫でなくなった場合、テクノロジーの投資はどこに向けられるべきですか？

幸いなことに、既存のシステムを完全に置き換える必要はありません。ただし、システムがどのように相互作用するかを再考する必要があります。

この新しいモデルでは、AIエージェントがオーケストレーションを担い、事前に定義されたワークフローに頼るのではなく、システム全体で操作を調整します。アプリケーション・プログラミング・インターフェイス（API）とモデル・コンテキスト・プロトコル（MCP）は、システムが通信する主な方法となり、エージェントがデータ、システム、コンテキストにアクセスしてツールを適切に使用できるようにします。

ただし、再構成のみでは十分ではありません。AIツールは便利ですが、まだ誤りを犯す可能性があります。さまざまな要因により、AIツールが妄想を抱いたり、方針から外れたり、ポリシーおよびガイドラインから逸脱したりする可能性があります。このシフトが起こるにつれて、可視性、測定、説明責任の必要性が高まっています。

AIエージェントは単にタスクを実行するのではなく、返金の承認、口座の更新、問題のエスカレーションなどの決定を下しています。また、これらのツールは人間ができるよりもはるかに速く動作するため、間違いが発生すると、数時間のうちに数百、または数千のインスタンスで繰り返される可能性があります。

そのため、組織は、AIの決定を把握するための可視性、間違いを時間内に検出するためのテストツール、およびエラーを迅速に調査するためのログインフラストラクチャを構築する必要があります。

AIの展開を適切に構築することで、柔軟性と反応性の高いアーキテクチャが実現し、従来のワークフローでは処理できなかった複雑さに対処できるようになります。ただし、このアーキテクチャは、従来のワークフローとは異なり、予測不可能な側面があり、監視とガバナンスに対する新しいアプローチが必要になります。

トレードオフ

AIは多くの可能性を提供しますが、コンタクトセンターへのシフトは、信頼と一貫性が重要なビジネスにおいて、新たなリスクをもたらします。

構造化されたワークフローは、長年にわたってコンタクトセンターの運用の基盤でした。事前に定義されたパスに従い、毎回承認されたルールに従い、毎回監査可能なやり取りを行います。この構造により、顧客とのやり取りが一貫性を保ち、規制要件が満たされ、ポリシーが一貫して適用されることが保証されます。

自律的なAIエージェントは、デフォルトで異なる方法で動作します。従来のソフトウェアは予測可能なアルゴリズムに従うのに対し、AIエージェントはモデル、トレーニングデータ、コンテキストに基づいてリアルタイムで決定を下します。この柔軟性により、各状況に適応できますが、変動性ももたらします。2つの類似した顧客のリクエストは、エージェントが入力をどのように解釈するか、利用可能なデータ、またはモデルがさまざまな信号をどのように重み付けするかによって、若干異なる方法で処理される可能性があります。

これにより、組織にとって重要な運用上の質問が生じます。スクリプトに従うのではなく、AIベースのシステムによって決定が下された場合、説明責任をどのように維持しますか。特にモデルが複雑で常に解釈しやすいわけではない場合、決定の透明性をどのように確保しますか。動的に生成されるアクションの環境では、どのようにしてコンプライアンスを維持しますか。

これらの質問は、コンタクトセンターの場合、効率とエクスペリエンスの交差点に立つため、特に重要です。遅れた応答、不正確な解決、または説明のない決定は、顧客を苛立たせ、ビジネス全体の信頼性について疑問を抱かせる可能性があります。彼らはあなたの解決策について疑問を持ち、別のプロバイダーに切り替える可能性さえあります。

さらに、監視の課題があります。AIエージェントがより多くの責任を負うにつれて、組織は、動作をリアルタイムで監視し、異常を検出し、必要に応じて介入する方法を見つける必要があります。このレベルの可視性がなければ、システムが意図したとおりに動作しているか、動作していないかを確認することは困難です。

進む道

組織は、AIエージェントの採用に段階的なアプローチを取ります。既存のワークフローを完全に置き換えるのではなく、リスクが低く、利点が即時である制御されたシナリオでAIを導入し始める必要があります。

このアプローチにより、コンタクトセンターは、信頼性を犠牲にすることなく、実験し、適応できます。リスクが低く、利点が即時のシナリオでAIエージェントを展開して、偏見を特定し、ルーティングのズレを検出し、発生する問題に対処できます。

目標は、AIエージェントがどれほど有能であっても、品質を維持することです。コンタクトセンターは、このテクノロジーを、慎重さと楽観主義のバランスを保った適切な方法で採用することで、1日、コンタクトセンターとコールセンターを同じ視点で見るようになるでしょう。つまり、過去のものです。