Katie Stein、ASAPP CEO – インタビューシリーズ

Katie Steinは、ASAPPのCEOであり、企業戦略、オペレーション、デジタルトランスフォーメーション、エンタープライズ成長にわたる20年以上の経験を持つ熟練のテクノロジー・ビジネスエグゼクティブです。2026年8月にASAPPのCEOとして就任する前は、AtainのCEOを務め、Genpactで8年間勤務し、チーフストラテジーオフィサー兼エンタープライズサービス・アナリティクス部門のグローバルビジネスリーダーとして、企業戦略、主要サービスポートフォリオ、顧客体験、M&Aイニシアチブを統括しました。キャリアの初期には、Mercerでシニアリーダーシップを歴任し、同社の25億ドル規模のリタイアメント・ヘルス・ベネフィット事業のグローバルCOOを務め、またBoston Consulting Groupでプロジェクトリーダーとして働きました。彼女のキャリアは主に、大規模組織が運用パフォーマンスを向上させ、テクノロジーをより効果的に展開し、複雑なビジネストランスフォーメーションを実行する支援に焦点を当てています。

ASAPPは、AIネイティブのカスタマーエクスペリエンスプラットフォーム（CXP）を通じてエンタープライズ顧客サービスの変革に注力するAI企業です。2015年に設立された同社は、AIエージェント、人的専門知識、顧客データ、エンタープライズシステムを音声およびデジタルチャネル全体で統合する技術を開発しています。プラットフォームの中心にあるGenerativeAgentは、会話を理解し、顧客の要求を推論し、接続されたエンタープライズシステムを介してアクションを実行し、追加の監督や判断が必要な場合に人間エージェントを巻き込むよう設計されたAIカスタマーサービスエージェントです。ASAPPはまた、テスト、モニタリング、ガバナンス、可観測性のためのツールを提供し、大規模組織が顧客向けAIを導入しつつ、自動エージェントの挙動に対する制御を強化できるよう支援します。

あなたのキャリアは、BCG、Mercer、Genpactでの戦略・トランスフォーメーションの役割からAtainのリーダーシップへ、そして現在はASAPPのCEOに至っています。キャリアのこの段階でASAPPに惹かれた理由は何ですか？また、最初の30日間で会社にとって最大の機会と優先課題は何だと認識しましたか？

ASAPPは今年初めに発生したウィンター・ストーム・フェーンの際に初めて私の目に留まりました。Atainでは、数千人の旅行者が帰路につくために、米国最大手航空会社の一つに十分なキャパシティを提供すべく、あらゆる角度から取り組んでいました。ASAPPは単に質問に答えるだけでなく、GenerativeAgentは6日間で3,800人以上の乗客の予約を再手配し、複雑な旅程変更も含めて対応しました。これにより、実際のプレッシャー下でのエンタープライズAIの姿が見えてきました。私の最初の30日間はその認識をさらに強化しました。私たちの機会は、焦点を絞り規模を拡大することです：ASAPPが最も勝ちやすい領域に集中し、顧客が実験段階から本番でのインパクトへ移行できるよう支援し、より速く一貫した実行を行うことです。

ASAPPのアプローチは、自律的なAIエージェント、決定論的ワークフロー、そして人間の専門家を単一のオーケストレーション層で統合します。どの意思決定をAIエージェントに任せ、どれを事前定義されたルールに従わせ、どれを人間の判断に委ねるかは、どのように判断していますか？

私たちは、インタラクション全体をAI、事前定義されたワークフロー、あるいは人に割り当てることはありません。各意思決定は、その複雑性、リスク、説明責任の必要性に基づいて評価します。AIは意図の理解、コンテキストの解釈、顧客への適応に適しています。ワークフローは、必要な手順やポリシーを遵守すべき場合に一貫性を提供します。人間は、状況が曖昧、例外的、または重要な場合に判断を加えます。オーケストレーションは、同一のインタラクション内でこれら三者を統合します。目標は最大限の自律性ではなく、各意思決定点で適切なコントロールレベルを適用しながら、より多くの顧客ニーズを解決することです。

ASAPPは、人間の関与を自動化が失敗した際の単なるエスカレーション経路ではなく、AIシステムの継続的な要素として扱います。AIエージェントがますます高度になる中で、顧客サービスのインタラクションにおいて人間が最も価値を提供し続ける領域はどこだと考えますか？

人間の創意工夫です！数か月前、上級CXリーダーと話した際、比較的少数の通話が処理時間の大部分を占めていることに気付いたと述べていました。これらはしばしば、明確なFAQやナレッジ記事、標準作業手順が存在しないエッジケースです。組織が以前に遭遇したことがなく、答えが体系化されていないために困難です。人間はこうした瞬間に最も価値を提供し続けます：曖昧さの解釈、相反する考慮事項のバランス取り、確立されたプレイブックがない場面での判断の適用です。ただし、人を関与させることが自動化を放棄し、インタラクション全体を引き継ぐことを意味すべきではありません。AIは必要な情報を収集し、具体的なリクエストとコンテキストを人に提示します。人間が判断を提供し、その後AIがインタラクションを継続します。その専門知識が即時の課題を解決し、次にAIが解決できる範囲を拡大するのに役立ちます。

多くの企業はパイロットで生成AIを成功裏に実証していますが、実際の顧客インタラクションが数百万件に及ぶ展開に挑む際に苦労しています。AIパイロットから本番規模のエージェントシステムへ移行する際、企業が最も過小評価しがちな点は何でしょうか？

企業は最も過小評価しがちなのはロングテールです。パイロットは通常、定義されたユースケースを制御された条件下でテストします。実運用規模になると、稀な状況が日常的な事象となります。顧客が方向転換したり、情報が不完全だったり、誰も予想しなかった形でニーズを組み合わせたりします。そのため、エージェントAIのスケーリングは単なるモデルの課題ではありません。エンタープライズシステムとの統合、ガバナンス、モニタリング、そして判断が必要なときに人を関与させる仕組みが求められます。パイロットは技術が機能することを証明しますが、実運用はアーキテクチャと運用規律を取り入れ、規模で信頼性を確保することが必要です。

企業が単一のAIアシスタントから複数の専門エージェントが連携する形へと移行する際、オーケストレーション、可観測性、説明責任に関してどのような新たな技術的またはガバナンス上の課題が浮上しますか？

新たな課題は調整です。エージェントが増えるほど、ハンドオフや意思決定ポイント、コンテキストや説明責任が崩れやすくなる機会が増えます。企業は、どのエージェントが行動すべきか、どの情報と権限を受け取るか、そしてそれらの作業が顧客の解決にどのように貢献するかを決定するオーケストレーションが必要です。可観測性はインタラクション全体に拡張され、組織が何が起きたか、なぜ起きたかを理解できるようにしなければなりません。これがガバナンスの基盤となります。優位性はエージェント数の多さから来るのではなく、すべての専門的インテリジェンスを信頼性が高く、追跡可能で、説明責任のある単一システムに統合できるかどうかにかかっています。

ASAPPは最近、Continuous Red Teamingを導入しました。これは、モデルが進化するにつれて50以上の脆弱性クラスに対して自動的にAIシステムをテストするものです。AIエージェントが単に応答を生成するだけでなく、顧客に代わって行動を取ることが増える中、企業はセキュリティをどのように再考すべきでしょうか？

AIが質問への回答から行動の実行へと移行する際、リスクは大きく変わります。未承認の取引や顧客データの漏洩は、誤った回答よりもはるかに重大な結果をもたらします。企業はエージェントがアクセスできる範囲、実行できること、そして人間の承認が必要になるタイミングについて明確な境界を設定する必要があります。また、セキュリティは導入前に一度だけ実施するテストではいけません。AIが高度化するにつれて、悪意ある攻撃者も進化します。そのため、ASAPPは50以上の脆弱性クラスにわたる数千の敵対的シナリオに対して継続的にテストを行っています。セキュリティは技術と同じ速度で進化しなければならず、企業は顧客の信頼を損なうことなくAIの機能を拡大できるようにしなければなりません。

生成AIは本質的に確率的ですが、顧客サービスプロセスは取引やコンプライアンス要件など、結果が予測可能である必要があるタスクを伴うことが多いです。企業は生成AIの柔軟性を維持しつつ、これらのシステムを信頼できるものにするために十分な決定論的構造をどのように導入すべきでしょうか？

鍵となるのは会話とビジネスプロセスを分離することです。生成AIは顧客を理解し、曖昧さを乗り越え、自然に応答するという得意分野に専念すべきです。しかし、検証、取引、コンプライアンスといった重要なプロセスは、企業のルールと必須のシーケンスを強制するステップベースのワークフロー内で実行されるべきです。このアーキテクチャにより、企業は顧客に対しては柔軟な体験を提供し、ビジネス側では予測可能な実行を実現できます。また、モデルが進化してもプロセスのテスト、監査、改善が容易になります。企業はすべての顧客会話を硬直させる必要はなく、AIが適応できる領域と、プロセスが絶対に変更できない領域を明確にすればよいのです。

コンタクトセンターは従来、コンテインメントやコスト削減といった指標で自動化を測定してきました。エージェントAIが高度化する中で、AIが単に人間の関与を減らすだけでなく、実際に顧客体験を向上させているかどうかを判断するために、企業はどのような指標を用いるべきでしょうか？

私たちはデフレクションやコンテインメントといった指標から離れ、“検証済み解決”と呼ぶ指標へとシフトしています。顧客の意図を正しく理解し、実際に解決することに責任を持ちたいのです。顧客としては体験が快適であることはもちろんですが、何よりも問い合わせの目的が解決されることを望んでいます。その結果を測定することで、AIが単に人間エージェントへの転送を防いだかどうかではなく、顧客が本当に必要としている仕事を技術が実行したかどうかを評価できるようになります。

1人の人間エキスパートがますます多くのAI駆動会話を監督または指導できるようになると、コンタクトセンターの人員構成はどのように変化すると予想しますか？AIの監督、トレーニング、ガバナンス、継続的改善に関する新たな役割が生まれると考えますか？

これこそが私が将来のコンタクトセンター運用モデルに対して本当にワクワクさせられる点です。現在、人間エージェントは最前線で、失望したり、混乱したり、怒っている顧客を支援しながら、問題解決のために複雑なシステムを自ら操作する時間が多く取られています。これは負担の大きい仕事で、バーンアウト率も高いです。エージェントAIが音声やデジタルチャネルでこれらの業務をますます担うようになると、私は新たなCXプロフェッショナルのクラスが登場すると考えています。すなわち、人間エージェントがアナリストになるという役割です。彼らの時間は、判断が必要で白黒でない、あるいは規制上の感度が高い状況にますます費やされるでしょう。これは根本的に異なる役割であり、AI自体がその創出を助けているのです。

ASAPPのリーダーとして最初の30日が過ぎた後、企業が現在エージェントAIの導入でどのような段階にあるかで最も驚いたことは何ですか、そして次のAI駆動型カスタマーサービスの段階を決定づけるものは何だと考えますか？

私が感銘を受けたのは、これまで話をしたクライアントが、エージェントAIをCX戦略の隣接的な要素ではなく、核心的な柱にする意欲が非常に高い点です。課題は、デジタル、IT、セキュリティ、オペレーションがしばしば異なる速度で動き、成功の測定方法も異なることです。この断片化により、企業全体のビジネスケースを明確に把握することが難しくなります。次の段階では、組織が企業レベルで実際に重要なことに合わせて調整し、CXにおけるエージェントAIがどのように成果を推進できるかを理解する必要があります。現在、そのインパクトは既存のスコアカードやサイロ化された指標に分散されがちです。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者はASAPPをご覧ください。