マイク・クリフトン、Alorica共同CEO – インタビュー・シリーズ

マイク・クリフトンは、Aloricaの共同CEOです。Aloricaは、デジタルに基づく顧客体験（CX）を提供するグローバルリーダーです。この役割では、マイクは、会社のデジタル変革戦略を監督しています。特に、賞を受賞したAI製品を含む戦略を、チャネル（音声、チャット、ウェブなど）や業界を超えて、フォーチュン500ブランドのために最適なCXを提供するために使用しています。デジタルイノベーション、AI、エンタープライズテクノロジーに関する専門知識と経験を活かして、マイクは、成長する市場の需要に応えるためにスケーラブルなテクノロジー 솔루ーションを統合することで、収益性のある成長を促進する実績があります。

Aloricaは、顧客体験とビジネスプロセスアウトソーシングのグローバルリーダーです。テクノロジーを活用した、人間中心のソリューションを提供しています。業種としては、銀行、ヘルスケア、 小売、テレコミュニケーションなどがあります。17以上の国に100,000人以上の従業員を擁し、年間70以上の言語で数十億の相互作用を管理し、コンタクトセンター、分析、AIソリューション、コンテンツモデレーション、バックオフィスオペレーションなどのサービスを提供しています。すべてのサービスは、クライアントにとっての成果を促進することを目的としています。

業界は自動化よりも強化に向かっているので、Aloricaの戦略はどのようにこのハイブリッドモデルを反映していますか？

Aloricaの戦略は、AIツールで人間のエージェントのパフォーマンスを強化することに焦点を当て、エージェントを置き換えるのではなく、強化することを目指しています。このアプローチにより、人間が顧客との相互作用の中心に留まることが保証され、先進的なテクノロジーによって効率と有効性が向上します。

例えば、Aloricaは、evoAI、Knowledge IQ、Digital Trust & Safety Model、CX2GOなどの先進的なソリューションを立ち上げました。これらのツールは、リアルタイムでコンテキストを認識した相互作用を提供することで、人間のエージェントのパフォーマンスを高めるように設計されています。これにより、知識管理が向上し、デジタル信頼と安全性が確保されます。

AIツールを統合することで、Aloricaはエージェントが顧客にパーソナライズされたサポートを提供できるようにします。これにより、顧客の成果が向上します。

全体的に、Aloricaの戦略は、人間のエージェントの重要性を強調しながら、AIを活用してエージェントの能力を強化することを目指しています。これは、業界が自動化から強化への移行を反映しています。

AIが人間のエージェントのパフォーマンスを強化する具体的な例を共有できますか？

多くの例があります。たとえば、エージェントがリアルタイムでスピーチを聞き取ることができるナレッジエンジンが存在します。このエンジンは、自動応答エンジンをプロンプトし、支援を求めることができます。これは、強力で予防的なツールです。

これらのAIツールのパフォーマンスの影響をどのように追跡していますか？

AIツールの追跡は、エージェントに割り当てられた指標に基づいて行われます。違いは、ツールが存在しない場合と同じように、より多くの電話を受け付けることができ、より高い満足度を達成できることです。また、効果的なワークフォース戦略を予測することができます。

今年、evoAI、Knowledge IQ、Digital Trust & Safety Model、CX2GO®などの先進的なソリューションを立ち上げました。これらのうち、エージェントにとって最も即時的な「超能力」効果があるものは何ですか？

私たちの社内でのevoAIの使用により、エージェントはより高い状況認識度でモックコールを使用してトレーニングを受けることができます。これが、最も大きな影響を与えます。次に、Knowledge IQがあり、エージェントが正しい答えを見つける能力を高めるのに役立ちます。これら2つは、私たちの従業員にとってゲームチェンジャーとなり、エージェントが顧客のニーズに迅速かつ正確に応えることができるようにしました。

機械学習の観点から、顧客のニーズ、言語、市場状況が変化するにつれて、モデルをどのようにして精度と適応性を維持していますか？

顧客のニーズ、言語、市場状況が変化するにつれて、モデルを精度と適応性を維持するために、継続的なトレーニングと改良を行っています。

以下は、私たちが使用する戦略のいくつかです。

• 継続的な学習：私たちのモデルは、継続的に新しいデータから学習するように設計されています。これには、最新のインタラクション、フィードバック、市場動向を含むトレーニングデータセットを定期的に更新することが含まれます。最新の情報を組み込むことで、私たちのモデルは変化する顧客の好みや新しい市場状況に適応することができます。
• 多様なデータソース：私たちは、顧客のインタラクション、ソーシャルメディア、市場レポートなど、幅広いデータソースを使用してモデルをトレーニングしています。これにより、私たちのモデルはさまざまなシナリオや言語のニュアンスにさらされることができ、正確に理解して応答する能力が向上します。
• フィードバックループ：私たちは、顧客のインタラクションやエージェントの入力からフィードバックを得ることで、モデルを改良しています。このリアルタイムのフィードバックにより、不正確さを特定して修正することができます。
• 多言語対応：私たちのモデルは、複数の言語のデータセットでトレーニングされています。これにより、グローバルな顧客基盤に対して、正確でローカライズされた応答を提供することができます。
• 定期的な監査と評価：私たちは、モデルを定期的に評価してパフォーマンスを評価しています。これには、ベンチマークデータセットや現実のシナリオに対するテストが含まれます。精度と適応性の基準を満たしていることを確認するためです。
• ヒューマン・イン・ザ・ループ：私たちは、人間がAIと協力して複雑なクエリを管理する「ヒューマン・イン・ザ・ループ」のアプローチを維持しています。このハイブリッドモデルにより、テクノロジーが人間の専門知識から学び、パフォーマンスを向上させることができます。
• 小規模言語モデルの活用：小規模な言語モデル（ハイブリッドまたはアンサンブルアプローチ）を商用のLLMと並行してトレーニングすることで、計算、検索、応答時間の効率化が可能になります。また、偏見や公平性のテストサイクルを短縮することもできます。

これらの戦略により、私たちの機械学習モデルは、ダイナミックな環境で高品質の顧客体験を提供するために、精度と適応性を維持することができます。

evoAIは、120以上の言語で感情的に知的な、コンテキストを認識した相互作用を提供します。サブ秒レベルの応答時間で。リアルタイムの応答性は、エージェントのサポートと顧客の成果にどのように影響しますか？

evoAIは、以下の点でエージェントのサポートと顧客の成果を向上させます。

• パフォーマンス：コンテキストを認識した相互作用により、エージェントが情報を迅速に検索および整理することができます。
• パーソナライゼーション：多言語対応により、顧客が自由に入力言語と出力言語を選択できるようになります。たとえば、英語で質問し、フランス語で応答することができます。
• 効率性：応答時間が短縮され、人間の介入が不要になることがあります。
• 感情的知性：エージェントが状況認識度を高めて、顧客の感情的な状態をより適切に把握できるようになります。

エージェントAIが普及する中で、ホールシネーション、偏見、または制御の喪失などのリスクをどのように管理していますか？

Aloricaでは、テクノロジーの背後にあるアーキテクチャがすべての違いを生み出すと考えています。したがって、エージェントAIのリスクを管理するには、多層のガバナンスフレームワークを構築する必要があります。

以下は、各重要なリスクに対する私たちのアプローチです。

• ホールシネーションの軽減：私たちは、3層の検証システムを使用してホールシネーションを最小限に抑えています。まず、モデルは検証されたノウハウベースとリアルタイムのデータソースに基づいて生成されるため、85%の確率で虚構の情報を軽減できます。次に、AIが生成したすべての提案に対して信頼性スコアを実装し、80%以下の信頼性スコアの場合、自動的に人間のレビューがトリガーされます。最後に、モデルは各クライアントのビジネスルールと事実ドメインに特有のパラメータ空間内で動作するように制限されています。AIは、明示的にトレーニングデータに記載されていない製品、ポリシー、または手順に関する情報を生成することはできません。
• 偏見の検出と予防：私たちの偏見管理戦略は、モデル全ライフサイクルにわたって機能します。モデルをトレーニングする際には、逆の偏見を打ち消すためのアドバーサリアルなデバイシング技術と公平性を意識した学習アルゴリズムを使用します。保護されたカテゴリ全体で人口統計学的パリティメトリクスを維持し、毎月、公平性指標や差別的影響評価を使用して監査を実施します。モデルは、さまざまな人口統計グループ、言語、文化的背景を明らかにするように設計されたシンセティックデータでテストされます。偏見が検出された場合、バランスの取れたデータセットでモデルを再トレーニングし、公平な結果を確保するためにモデル重みを調整します。重要なのは、偏見メトリクスを追跡する透明性のあるレポートを維持し、クライアントがモデルがさまざまな人口に対してどのように機能するかを確認できるようにしていることです。
• 人間の制御の維持：私たちの「AI as Advisor」アーキテクチャにより、人間のエージェントが最終的な意思決定者として残ります。AIシステムは、エージェントが特定のアクションを提案する理由を理解できるよう、説明可能な機能を提供します。AIは、自動的に金融取引、契約の変更、法的コミットメント、または医療に関するアドバイスを行うことはできません。これらのアクションは、常に人間の承認を必要とします。私たちのエスカレーションプロトコルは、AIが自信を持って対処できない複雑なシナリオを、自動的に上級エージェントまたは監督者にルーティングします。
• 継続的な監視とキルスイッチ：すべてのAIインタラクションは、モデルパフォーマンスオブザーバトリーを介してログされ、リアルタイムで監視されます。私たちは、個々のモデルコンポーネント、全モデル、またはシステム全体のAI機能を秒単位で無効にするための即時ロールバック機能と「キルスイッチ」を維持しています。私たちのドリフト検出アルゴリズムは、モデル出力を人間の専門家の決定と比較し、差異を即時レビューのためにフラグします。
• ヒューマン・フィードバックの検証：私たちは、エージェントがAIの提案を評価するフィードバックループを設計しました。これにより、人間の専門知識が継続的にAIの能力を向上させます。私たちのトップパフォーマーであるエージェントは、毎週、エッジケースをレビューし、AIの決定境界を改良するために参加します。これにより、人間の判断がAIの行動を継続的に形成し、制限するコラボレーションモデルが生まれます。
• 説明責任と監査証跡：AIが影響を与えるすべての決定には、AIの提案、信頼性レベル、使用されたデータソース、人間のエージェントの最終的な決定を示す完全な監査証跡が含まれます。これにより、説明責任が確保され、モデルを成果に基づいて継続的に改善できるようになります。第三者による定期的な監査により、私たちのリスク管理慣行が業界基準および規制要件と一致していることを検証します。

これらの包括的な安全対策を実施することで、私たちのエージェントAIシステムが人間の能力を高めながら、人間のエージェント性、倫理基準、運用上の制御を維持することを保証します。

モデルを再トレーニングし、継続的な学習を行うために、コンプライアンス要件と顧客のニュアンスをどのようにバランスをとっていますか？

Alorica IQでの私たちのアプローチは、コンプライアンス要件と顧客体験の最適化のバランスをとる、強力なMLOpsフレームワークに基づいています。

私たちは、さまざまなサイクルで動作するマルチレイヤーの再トレーニングアーキテクチャを実装しました。コンプライアンスに重要なモデルは、毎日ドリフト検出と毎週パフォーマンス監査を受け、規制変更が発生すると自動的に再トレーニングがトリガーされます。顧客の感情を分析するモデルについては、リアルタイムのフィードバックループを介して、エージェントの修正と顧客満足度スコアをキャプチャし、72時間ごとにトレーニングパイプラインにフィードバックします。

私たちのCompliance Intelligence Layerは、規制フレームワークに基づいてモデル出力を自動的に検証するガードレールシステムとして機能します。各地理的区域ごとに、GDPR（ヨーロッパ）やCCPA（カリフォルニア）などの規制要件に準拠したモジュールを事前に構成しています。法的なテクノロジープロバイダーとのパートナーシップと規制フィードを通じて、このレイヤーは継続的に更新され、AIシステムが規制要件に準拠していることを保証します。

感情のニュアンスについては、Alorica IQのイノベーションインキュベーター内で「文化的コンテキスト埋め込み」を開発しました。これらは、地域ごとに微調整されたモデルで、言語だけでなく文化的なコミュニケーションのパターンを理解します。たとえば、モデルは、ドイツ語圏と日本語圏の顧客とのやり取りにおける直接性のレベルが大きく異なることを認識し、感情のスコアリングをそれに応じて調整します。

私たちは、バージョン管理されたモデルレジストリを維持し、完全なロールバック機能を提供しています。新しいトレーニングが予期しない動作を導入した場合、以前のバージョンに即時に戻すことができます。私たちのA/Bテストフレームワークは、継続的に新しいモデルバージョンをプロダクションベースラインと比較し、数千の相互作用を通じてテストを実施します。

最も重要なのは、ヒューマン・フィードバック・インテグレーション・プロトコルを確立したことです。私たちのトップパフォーマーのエージェントは、エッジケースを定期的にレビューし、AIの能力を改善するための修正フィードバックを提供します。これにより、人間の専門知識がAIの能力を継続的に向上させる、双方向の学習サイクルが生まれます。このアプローチにより、コンプライアンス違反が94%減少し、すべてのサポート言語で感情の検出精度が92%に達しました。

急速に国際的に拡大している、特にインド、エジプト、EMEA市場では、どのようにしてAIと人間のアプローチを多様な言語的および文化的ニーズに合わせて調整していますか？

私たちは、ローカライゼーションは言語だけではなく、文化を反映することであると考えています。

私たちのAIプラットフォームであるevoAIやReVoLTは、数百の言語と方言を跨いで、感情的およびコンテキストを認識した相互作用を可能にします。ただし、テクノロジーだけに頼るのではなく、各地域から人材を採用し、文化的期待に基づいてチームをトレーニングし、サービス設計を地元の規範に合わせて調整しています。このハイブリッドモデルにより、すべての相互作用がその市場向けに特別に設計されたように感じられることを保証します。

インドでは、公式に75の言語と多数の方言をサポートしています。私たちは、言語を超えてコンテキストを維持する「言語的メッシュ・アーキテクチャ」を展開しました。たとえば、ヒンディー語、英語、地域言語を同じ会話の中で自然に組み合わせることができます。モデルは、都市部だけでなく、ティア2、ティア3の都市からの実際の会話パターンでトレーニングされており、コミュニケーションのスタイルの全スペクトルを捉えることができます。

エジプトでの運用では、より広い中東地域をサポートするために、エジプト・アラビア語、湾岸アラビア語、レバノン・アラビア語を区別する方言固有のモデルを開発しました。さらに、形式的な（フシャ）と非形式的な（アンミーヤ）レジスターを扱う特別な処理を実装しました。AIは、顧客がアラビア語を形式的から非形式的へと切り替えることを感情的な合図として認識し、リアルタイムでエージェントのコーチングをトリガーします。

EMEA市場では、「規制優先のAI設計」を実施しています。各国の展開には、ドイツの厳格なデータローカライゼーションの要件やフランスの言語保護法（フランス語を優先するインターフェイスを必要とする）などのコンプライアンスモジュールが事前に構成されています。モデルは言語だけでなく、ビジネス・エチケットにもトレーニングされており、たとえばドイツの展開では精度と詳細な文書化を強調し、イタリアの展開ではより会話的な柔軟性を許容します。

技術的な基盤は、Alorica IQ内のフェデレーテッド・ラーニング・フレームワークです。ここで、ローカルモデルは、データが国外に出ないようにして、データ主権を維持しながら、グローバルなモデル改善の恩恵を受けることができます。地域ごとにGPUクラスターを維持し、リアルタイムのエージェント支援のために100ミリ秒未満の待ち時間を確保します。

私たちの文化的インテリジェンスチームは、各地域から集めた言語学者や行動科学者で構成されています。彼らは、私たちのAI出力を継続的に検証し、文化的に特有のシナリオを3,000件以上特定しました。これには、サービス可用性に影響を与える宗教的行事や、会話の流れに影響を与える地元の支払い偏好などがあります。

このアプローチにより、顕著な成果が得られました。インドでの運用では、文化的に適応したAIを使用した場合、顧客満足度（CSAT）スコアが40%高くなりました。EMEAでの展開では、言語特有のクエリに対して、98%のファーストコンタクト解決率を達成しました。

evoAIが地域の方言や感情的合図を認識して適応する能力は、どのようにして新しい市場での採用を促進していますか？

採用が加速するのは、テクノロジーが「顧客を理解している」と感じられるからです。evoAIは、単なる単語の翻訳を超えて、スラング、方言、感情的なトーンをリアルタイムで認識します。

evoAIの高度な方言および感情認識能力は、新しい市場への浸透において、私たちの主な競争上の優位性となりました。これは、特に新興市場でAIの採用を妨げることが多い、信頼のギャップに対処するものです。

技術的観点から、evoAIは、私たちの独自の音響言語的融合モデルを採用しています。このモデルは、音響的パターン、Prosodyの特徴、意味的コンテンツを同時に処理します。この三モーダルアプローチにより、文化を超えて微妙な感情状態を検出することができます。たとえば、日本市場では、ピッチや話し手のテンポの微妙な変化を通じて「ほんね」と「たてまえ」（真の感情と公のFacade）を検出できます。一方、近東市場では、特定のフレーズ構造や強調パターンを通じて名誉と恥のダイナミクスを認識します。

私たちの方言認識は、単なるアクセント検出を超えています。evoAIは、社会経済的指標が組み込まれたダイナミックな方言マップを維持しています。インドでは、たとえば、システムはタミル語やテルグ語を話すかどうかだけでなく、教育的背景や都市部と農村部の出身を識別できます。これにより、エージェントはコミュニケーションスタイルを適宜調整できます。この微妙な理解は、パイロットプログラムで顧客の信頼スコアを67%向上させることが示されています。

感情的知性の層は、私たちのコンテキスト感情グラフ技術を使用して、会話全体にわたる感情の軌跡をマッピングします。ポイントインタイムの感情ではなく、感情の変化を予測することができます。これにより、evoAIは、89%の精度で、顧客の感情が悪化する30秒前に介入するタイミングを予測できます。エージェントは、文化に特有の紛争解決の好みに基づいて、デエスカレーション戦術を使用できます。

新しい市場への浸透については、Alorica IQの「プログレッシブ・ローカライゼーション」戦略を採用しています。まず、ターゲット市場のメディアコンテンツ、ソーシャルメディア、公共の議論でトレーニングされたベースモデルから始めます。展開後30日以内に、evoAIは、感情的変動が最も大きい会話を優先するアクティブ・ラーニング・パイプラインを通じて、地元の顧客のパターンに適応します。90日以内に、方言認識と感情状態検出の精度がそれぞれ95%と88%に達します。

ビジネスへの影響は大きいです。エジプトでの展開では、evoAIがカイロ方言とアレクサンドリア方言を認識し、適切な文化的礼儀をもって応答する能力により、通常の6ヶ月の市場浸透期間が8週間に短縮されます。顧客の口コミによる推薦の増加により、顧客の取得コストが最大45%削減される可能性があります。

evoAIの感情適応能力は、まったく新しいサービスカテゴリを開拓する可能性もあります。たとえば、evoAIを活用したメンタルヘルスサポートサービスは、自然な表現パターンに基づいて、鬱やアングストの初期の兆候を認識し、適切な介入とエスカレーションを可能にするでしょう。エージェントの幸福が常に優先されることを保証します。

この技術的優位性は、市場の浸透率に直接影響します。evoAIの完全な方言および感情認識能力を使用する地域は、標準的なAI展開と比較して、3.2倍速く採用率が向上し、エージェントの満足度スコアが78%向上しています。エージェントは、文化的に複雑な相互作用を扱う際に自信を感じるからです。

2025年を超えて、CXにおける人間中心のAIの次のフロンティアは何ですか？

次のフロンティアは、会話型AI、エージェント型AI、ニューラルネットワークの融合によって、従来考えられなかったレベルの成果を達成することです。これにより、ビジネスを行う方法が再設計されます。オーケストレーションは、人間と機械の間ではなく、機械と機械の間、または同時に数千の機械の間で行われます。

例えば、ビジネス旅行の計画の際に、ウェブサイトを訪れて航空会社を選択し、ホテルを予約し、移動を手配し、夕食の予定を立て、帰りの予定を立てるというシナリオを想像してください。これは、プロンプトを1回入力し、統合されたボット（ニューラルネットワークによって動作）が利用可能なすべてのオプションを処理して、選択肢のレスポンスを構築するという、シンプルな例です。このモデルでは、オーケストレーションはニューラルネットワークによって行われ、エージェント型AIがボットを動かします。会話がレスポンスとなります。

素晴らしいインタビュー、詳細を知りたい読者は、Aloricaを訪けてください。