Sergey Galchenko, IntelePeerの最高技術責任者 – インタビューシリーズ

コンピューター科学とAIの分野に最初に惹かれたのは何ですか?

私は問題を解決することを楽しんでいます。ソフトウェア開発では、非常に迅速なフィードバックループで問題を解決できます。AIは、従来の決定論的プログラミングアプローチでは解決が難しいユースケースの新しいフロンティアを開拓するため、ソリューションのツールボックスでは興奮するツールとなっています。

AIは、特にCX（カスタマーエクスペリエンス）オペレーションの自動化において、カスタマーサポートの風景をどのように変えましたか?

生成型人工知能は、コンタクトセンター業界を前例のない方法で革命しています。コミュニケーションの自動化を支援するソリューションと組み合わせると、生成型AIは、カスタマーインタラクションを強化し、運用の効率を向上させ、人件費を削減する新たな機会を提供します。このような技術を活用することで、顧客は高品質なサービスと一貫したサポートを受けることができます。一方、企業はコールをより効果的に処理し、エージェントの離職率と空席率を低減し、従業員が優先順位の高いタスクに集中できるようにします。さらに、生成型AIは、複数のデータソースから得られたカスタマーインタラクションからの情報を統合および要約することで、企業が顧客のニーズをよりよく理解できるようにします。CXにおけるこれらの技術の利点は明らかであり、ますます多くの企業が影響を受けるというトレンドが続くと予想されます。

IntelePeerの生成型AIがカスタマーサポートエージェントの退屈なタスクをどのように削減したか、具体的な例を示してください。

IntelePeerの生成型AIの最終目標は、カスタマーサポートシナリオで完全な自動化を可能にし、エージェントへの依存を減らし、顧客の運用コストを最大75%削減することです。プラットフォームは、組織のカスタマーインタラクションの最大90%を自動化できます。既に50億を超えるカスタマーインタラクションを自動化しました。生成型AIは、コールルーティング、予約のスケジュール設定、顧客データの入力などの手動タスクを自動化できます。また、顧客が求めるセルフサービス体験を提供し、ハイパーパーソナライズされたコミュニケーション、改善されたレスポンスの精度、迅速な解決を実現できます。

AI関連サービスでは、創造性と精度のバランスを取る必要がある理由を説明してください。

AIパワードサービスやソリューションで信頼を築く上で、創造性と精度および予測可能性のバランスを取ることは非常に重要です。まず、AIソリューションは、すべての入力に対して正しい出力を提供するために、可能な限り高い精度を目指すべきです。しかし、AIを使用した体験を素晴らしいものにするには、単にエンドユーザーに正しい情報を提供するだけでなく、情報の「配信」も適切に行う必要があります。これには、実行するには一定の創造性が必要です。たとえば、カスタマーサービスでのインタラクションでは、AI駆動のコミュニケーションソリューションは、顧客のトーンに自動的にマッチし、リアルタイムで調整して、顧客に最も効果的に届く方法で情報を提供する必要があります。AIは、顧客が人間と会話しているような感覚を与えるために、人間らしい方法でコミュニケーションをとる必要がありますが、人間と区別がつかないほどではありません。結局、すべてはAIへの信頼を築くことにつながり、最終的にはこの技術のより広範な採用と使用につながります。

AIの精度を確保する上で、データが果たす役割について説明してください。また、AIのパフォーマンスを最適化するために、データをどのように管理していますか?

良いデータは良いAIを生み出します。言い換えれば、AIモデルに与えられるデータの品質は、モデルが生成する情報の品質と直接関係しています。カスタマーサービスでは、カスタマーインタラクションデータは、カスタマージャーニーに存在するギャップを特定するための重要な要素です。このデータを分析することで、組織はカスタマーの意図をよりよく理解し、AI駆動のエンゲージメントをストリームライン化して改善し、全体的なカスタマーエクスペリエンスを変革することができます。しかし、組織は、AIソリューションに関連する大量のデータから洞察を抽出して処理するための適切なデータアーキテクチャを備えている必要があります。

IntelePeerのAIソリューションは、インタラクションのコンテンツとコンテキストを使用して、毎回最適な行動方針を決定します。インタラクション中に、顧客がビジネスのプロセス、ルール、ポリシーに関する回答を必要とする質問をすると、AIワークフローは、FAQドキュメント、エージェントトレーニング資料、Webサイトデータ、ポリシー、その他のビジネス情報を含むナレッジベースを利用して回答を提供します。同様に、ビジネスがAIに直接回答したくない質問やリクエストが行われた場合、AIワークフローは、必要に応じて人間のエージェントにエスカレートします。その後のインタラクションは、後続のカスタマーインタラクションで回答を強化するために、Q&Aペアに自動的に追加されるか、承認のために監督機関に手渡されます。

AIの役割がカスタマーサポートにおいて増大する中で、フロントラインエージェントの役割はどのように進化すると思いますか?

私たちIntelePeerは、AI技術の進化により、フロントラインエージェントへの依存が大幅に減少することを予想しています。AI駆動のコールコンテイメントが質と量で改善し続けるにつれて、企業は現在、カスタマーインタラクションの最大90%を自動化できます。これにより、企業はフロントラインスタッフの最適化と運用コストの大幅な削減が可能になり、同時に顧客に優れたエクスペリエンスを提供できます。

一部のタスクが自動化される中で、CX業務においてどのようなスキルドロールが重要性を維持すると思いますか?

AIがカスタマーサービス業務のタスクを削減するにつれて、人間の要素はCX業務において常に必要です。たとえば、AI駆動のコミュニケーションモデルは、精度と偏りの除去を確保するために、人間の監視と管理が必要です。また、自動化されたカスタマーコミュニケーションを、企業やブランドのメッセージや個性と一致させるために、人間の感覚が必要であり、これは顧客の快適性に貢献し、技術への信頼を築くのに役立ちます。これらのより技術的な、AI指向の役割は、将来的に従来のフロントライン役割に取って代わることになります。

AIの「妄想」は、正確なカスタマーインタラクションを維持する上で懸念事項となっています。IntelePeerは、AIが事実を捏造するのを防ぐために、どのような具体的なガードレールを実装していますか?

企業は、現在の革命の最中で関連性を維持するために、生成型AIを責任を持って導入する必要があります。そうするために、企業は、まず大規模な企業データセットを分析するためのRetrieval Augmented Generation（RAG）パターンを実装する必要があります。自動化されたカスタマーサービスインタラクションの場合、企業は、過去のインタラクションを分析し、生成型AIのファインチューニングとリトリーバル増強に使用されるデータセットの品質を向上させるための人間のフィードバックループを作成する必要があります。また、AIの「妄想」を排除するために、企業は、以下に焦点を当てる必要があります。

• 顧客インタラクションデータを分析し、包括的で動的なナレッジベースを開発することで、ガードレールを実装します。
• これらのシステムの継続的な監視と更新に投資して、新しいクエリに適応し、精度を維持します。
• スタッフを、特定できないパターンを認識して管理するようにトレーニングし、エスカレーションと解決プロセスを円滑にします。

大規模言語モデル（LLM）がコンテキストを正しく解釈し、信頼性の高い回答を提供するようにするには、どのようにしますか?

生成型AIの実装に雑なアプローチは、出力の品質、妄想、著作権侵害、偏ったアルゴリズムなどの問題につながる可能性があります。したがって、企業は、カスタマーサービス環境で生成型AIを適用する際に、回答のガードレールを確立する必要があります。IntelePeerは、Retrieval Augmented Generation（RAG）を利用しています。これは、LLMにデータコンテキストを提供して、顧客提供のデータセットに基づいた回答を生成します。プロセス全体を通じて、データの準備からLLMがクライアントに回答を送信するまで、必要なガードレールが、機密情報の漏洩を防ぎます。IntelePeerのRAGは、顧客がAIパワードボットに質問をすると開始されます。ボットは、ナレッジベースで質問を検索します。回答が見つからない場合、ボットはエージェントに転送し、質問をQ&Aデータベースに保存します。後で、人間がこの新しい質問をレビューし、データセットのインポートを実行し、回答をナレッジベースに保存します。最終的には、質問はすべて回答されます。RAGプロセスを実装することで、企業はインタラクションの自動化に対する回答セットを管理できます。

カスタマーエクスペリエンスにおけるAIの役割について、どのようなトレンドが予想されますか?

IntelePeerでは、生成型AIが人間のコミュニケーション能力を強化する強力なツールであり、新たな機会を解放し、長年の障壁を克服することを深く信じています。AIは、カスタマーサービスコミュニケーションをストリームライン化し、24時間体制のアシスタンスを提供し、言語ブリッジ機能を提供することで、カスタマーエクスペリエンスをさらに向上させるでしょう。また、大規模言語モデル（LLM）をトレーニングした仮想アシスタントは、数百万の人間の会話から学習して、感情を迅速に検知し、トーン、感情、単語の選択を変更できるようになります。AIを使用して人間のつながりを強化することで、ビジネスが投資収益率と効率性、生産性の改善を実現する証拠がますます多くなります。

素晴らしいインタビュー、詳細を知りたい読者はIntelePeerを訪問してください。