顧客がCXボットから離れていく理由

長年、カスタマーサービス部門は、人間の担当者をすぐに求める声を、設計上の課題として捉えてきました。自動応答の体験が始まって間もないうちに利用者が離れてしまうと、システムの口調をもっと温かく、人間らしくしようと考えるのが自然です。最初の案内を作り直す。利用者のいら立ちに寄り添う。自然な言葉で話せると伝える。体験が機械的でなくなれば、利用者はもっと積極的に応じてくれるはずだ、という考え方です。

最近、ほかの要素のほうがはるかに重要であることを示す証拠を目にしました。

レンタカーの補償に関する問い合わせ対応にAIを活用している大手保険会社では、当初、音声エージェントが電話をかけてきた人に「実際の人間と話すように、私に話しかけてください」と案内していました。それでも、利用者の10人に4人を超える人が、システムと実質的なやり取りをする前に人間の担当者を求めました。案内をもっと簡潔で直接的なものに変えましたが、結果はほとんど変わりませんでした。利用者の44％は、依然としてすぐに担当者を求めました。

最終的に利用者の行動を変えたのは、AIの話し方ではほとんどありませんでした。変えたのは、AIが自分の知識をどのように示せるかでした。一般的な挨拶から始めるのではなく、顧客が電話をかけた理由を妥当に推測し、問題の解決に先回りして役立つ情報を提供するようにしました。たとえば、利用者の保険金請求に関連する車両を伝え、請求の状況を知らせ、顧客がレンタカーを必要としているかどうかを確認します。

人間の担当者を求める声は23％減少しました。AIとの実質的なやり取りは54％から66％に増加しました。

ここから得られる教訓は、コンタクトセンターにとどまりません。企業はAIをより会話的で、親しみやすく、直感的なものにしようと競う一方で、もっと根本的なことへの投資が不足している可能性があります。AIに十分な文脈を与え、目の前の状況を理解していると証明できるようにすることです。

AIが引き継ぐ信頼不足

人々が新しいAIシステムに接するとき、何の先入観もないわけではありません。簡単な依頼を理解できなかった電話の自動音声案内や、的外れな回答を返したチャットボット、すでに伝えた情報をもう一度言わせる自動システムを、何年にもわたって経験してきています。そうした経験を重ねるうちに、用事を済ませるには人間の担当者を求めるのが最も早いと学んできました。

こうした行動はAIへの抵抗に見えるかもしれませんが、もっと有用な捉え方があります。自動システムに作業を任せる前に、人々は、自分の状況に役立つだけの理解がそのシステムにあるという証拠を求めます。研究者は、この抵抗の一因を「個別性の軽視」と表現しています。これは、自動システムは個人の事情を十分に考慮できないという認識です。

AIが私たちの生活や仕事のなかで、より重大な役割を担うようになるにつれて、これはますます重要になります。自動車事故のあとに電話をかけてくる顧客にとって、自分の問題は一般的な保険の問い合わせではありません。社内向けアシスタントを使う従業員は、自分の役割や権限、現在の業務を理解していることを期待します。AIコーディングツールを使う開発者には、コードを取り巻くアーキテクチャを踏まえた回答が必要です。

いずれの場合も、利用者が回答を信頼する理由を十分に持つ前に、AIシステムは依頼を取り巻く状況を理解していると示さなければなりません。

文脈がAIのインターフェースの一部になりつつある

従来、パーソナライズとは、相手の名前を知ることや、好みを覚えておくこと、過去の行動に基づいて何かを勧めることを意味していました。AIによって、状況に応じたパーソナライズを実現する機会が生まれています。有用なシステムは、相手が何を達成しようとしているのか、すでに何が起きたのか、その時点でどの情報が関係するのか、実際にどのような対応が可能なのかを理解する必要があります。

この違いを踏まえると、保険会社の実験がうまくいった理由がわかります。AIは単に、より感じよく利用者に挨拶したのではありません。やり取りに伴う手間を省きました。レンタカーの補償が利用できるか確認するために電話をかけた人は、保険金請求の内容を説明し、車両を特定し、システムが関連情報を呼び出すのを待つ必要がなくなりました。文脈をすぐに提示することで、システムは利用者にほかのことを任せるよう求める前に、自らの能力を示したのです。

この原則は、企業向けAI全般に当てはまります。システムがすでに把握しているはずの情報を利用者が繰り返さなければならないとき、システムが決してすべきでない思い込みを訂正しなければならないとき、あるいは組織内の別の場所にすでにある文脈を再構成しなければならないとき、そのたびに信頼は損なわれます。企業にとってこれは、文脈を単なる裏側の技術的な問題ではなく、ユーザー体験の一部として扱うべきだということです。

AIによって成功の測り方が変わる可能性がある

今回の実験では、見過ごされやすい別の行動も明らかになりました。文脈を踏まえた案内の導入後、冒頭のメッセージを聞いただけで電話を切る人がいました。

従来のコンタクトセンター指標では、こうした通話は放棄と分類される可能性があります。しかし、その顧客のなかには、必要だと思われる情報をちょうど受け取った人もいました。保険金請求が承認されたかを知るために電話をかけた人に、AIが請求は承認済みで、レンタカーの補償も利用可能だとすぐに伝えたなら、話し合うことはもう何もないかもしれません。

動的なあいさつを使用した通話の約3％で、このパターンが見られたようです。発信者は情報を受け取った後に電話を切り、その後2時間以内にかけ直していません。割合としては小さいものの、より大きな疑問が浮かびます。エンゲージメントの測定にこれまで使われてきた指標が、価値を正確に測れなくなったとき、何が起きるのでしょうか。

AIの能力が高まるにつれて、やり取りが短いほど、より良い体験になるケースが増えるかもしれません。システムがニーズを先回りして把握し、適切な情報を自発的に提示できるなら、会話の長さ、完了したステップの数、さらには従来の離脱率さえも、成功を測る指標としての意味が薄れる可能性があります。

AIとのやり取りは一つひとつが審査の場

AIがより多くの業務フローに組み込まれるにつれ、ユーザーはどのシステムに時間をかける価値があるかを、より的確に判断するようになります。やり取りの冒頭は大きな意味を持ちます。ユーザーはすぐに、システムが自分の状況を理解しているか、提示された情報が信頼できそうか、そして続けるだけの価値があるかを見極めるからです。

優れたAI体験とは、有用な背景情報を早い段階で正確に把握していることを示せるものです。カスタマーサービスであれば、発信者が説明する前に、請求の状況を把握していることがそれに当たるでしょう。企業向けアシスタントであれば、従業員の役割や権限、現在の業務を理解していることかもしれません。ソフトウェア開発であれば、コードを取り巻くアーキテクチャを踏まえて推論できることが該当するでしょう。

企業が次世代のAI体験に投資するなかで、システムをより自然に使えるようにすることには価値があります。しかし、自然な会話だけでできることには限界があります。AIが役に立つと信じる理由を示せば、人々はAIに機会を与えるでしょう。そして、その理由としてますます重要になっているのが、文脈の理解です。