エージェント・アシストとは

エージェント・アシストとは、機械学習や人工知能（AI）テクノロジーを活用して、カスタマー・サービス担当者に対し、より効果的なセルフサービス型カスタマー・サポートを実現するための関連情報をリアルタイムで提供する仕組みです。たとえば、エージェント・アシストのツールは、よくある質問への一般的な回答を提示したり、複数のシステムにまたがってリアルタイムでガイダンスを提供し、回答や洞察の発見を支援したりします。Copilotとしての役割は、人間のエージェントの生産性を向上させ、顧客体験全体を最適化し、単一のエージェント・ワークスペース内で運用コストを削減することにあります。

あらかじめスクリプト化されたチャットボットは、よくある質問（FAQ）への対応には有効ですが、より高度なバーチャル・コンタクトセンターのエージェントは、顧客データから洞察を抽出し、企業のWebサイトやアプリから人間のエージェントに対して解決策を提案することができます。現在では、ほとんどのコールセンターが、顧客からの問い合わせ対応、ワークフローの簡素化、特定のカスタマー・サービス業務の自動化のために、何らかの形でエージェント・アシスト・テクノロジーを活用しています。

エージェント・アシストのテクノロジーは、自動通話ルーティングのためのコンピューター・ベースのシステムや、タイマーの設定や天気情報の取得といった簡単なタスクを実行できるバーチャル・アシスタントから発展してきた。しかし、顧客のニーズは複雑で、複数のコンポーネントがある場合もあります。チャットボットやバーチャル・アシスタントだけではこうした対応が難しいことも多く、人間のエージェントのメリットとAIを搭載したツールのナレッジベースを組み合わせたテクノロジーが求められています。

エージェント・アシストは、対話型AIテクノロジー、たとえば自然言語理解（NLU）や自然言語処理（NLP）を活用して、顧客の課題に関する情報やコンテキストを分析します。また、音声認識も活用し、顧客との通話を文字起こししたり、対話内容の要約を提供したりします。

たとえば、AIは通話の文字起こしを分析し、キーワードやフレーズを特定して、顧客のアカウントや請求書、領収書など、参照されている特定の書類に関連する情報を呼び出すことができます。これにより、人間のエージェントは顧客との会話を効率化し、より迅速に問題を解決できるようになるほか、今後の対応に活用できるメトリクスも得られます。

一方で、AIエージェントはエージェント・アシストとは異なるものですが、現在広く利用されているテクノロジー・ツールの1つとなっています。AIエージェントとは、ユーザーの代わりに、または自律的にタスクを実行するシステムやプログラムのことを指します。これは、機械学習アルゴリズムを活用してベースラインを設定し、初期インプットに基づいて逸脱を検出します。

ワークフローの効率化や人間のエージェントの支援に加えて、エージェント・アシストのテクノロジーは、よりきめ細やかなカスタマー・ケアを実現し、個々のユーザーに合わせた実行可能な洞察を提供することも可能です。たとえば、AIは顧客満足度に関するフィードバックを感情分析によって行い、エージェントが対応を一時停止し、共感を示すか、顧客の苛立ちを認識すべきタイミングを提案することができます。

一部の企業では、顧客満足度スコア（CSAT）を用いて、顧客体験を定量化しています。オートメーションは、組織のCSATスコアを向上させる要因の1つです。会話が意図した方向から逸れたり、AIによる自動提案が不適切であったりする場合には、人間のエージェントが対応を引き継ぐことができます。

エージェント・アシストのテクノロジーは、バーンアウト（燃え尽き症候群）の発生率を下げ、エージェントの業務体験を向上させる効果もあります。たとえば、顧客がチャットを離れたことを検知して対応を「完了」と自動でマークしたり、会話内容に基づいてフォローアップのアクション項目をスケジューリングしたりといった反復作業の自動化は、手作業のワークロードを大幅に軽減するうえで大きな効果を発揮します。

エージェント・アシストは、課題の解決時間を26%短縮する効果があることが示されています。また、回答に対する顧客満足度を約150%向上させる可能性があります。

エージェント・アシストのテクノロジーが活用されている業種・業務の例をいくつかご紹介します。

• 人事 
• ITヘルプデスク
• カスタマー・サービス
• 金融サービス 
• ヘルスケア

採用プロセスにおいては、エージェント・アシストが契約交渉の電話対応時に、人事担当者へ給与に関する提案を行うことができます。また、企業の従業員を対象としたオンボーディングの過程では、エージェント・アシストのテクノロジーが、人事ポリシーに関する質問への対応を自動化することで、人事担当者がより付加価値の高い業務に集中できるよう支援します。さらに、従業員の職種や世界各地の勤務地に応じたポリシーの違いも考慮することが可能です。

お客様事例: East and North Hertfordshire NHS Trustは、エージェント・アシストを活用し、人事部門のスタッフが管理トレーニング、社内ポリシーおよび規則、勤務スケジュールや給与に関する従業員からの問い合わせに対応できるよう支援しています。

ITヘルプデスクでは、チケット管理システムを整理するためにエージェント・アシストを活用できます。ヘルプデスクの担当者がトラブルシューティングで顧客をサポートする際、エージェント・アシストは一般的なソフトウェアの問題を特定し、問題の診断手順を段階的に提案することができます。また、アプリケーションのドキュメントやビデオガイドから関連情報を取得することも可能です。

お客様事例: IBM の研究者による論文（リンク先はibm.comの外部サイトです）では、エージェント・アシストがアプリケーションのドキュメント、チケット管理システム、ナレッジ移転用のビデオ記録に関する迅速なソリューションを提供できる可能性があるとされています。エージェント・アシストは、IBM社内の650件のプロジェクトで活用されています。

カスタマー・サービスのコールセンターでは、エージェント・アシストを活用して顧客からの苦情に対応することができます。この機能により、カスタマー・サービス担当者は顧客の苦情を把握し、購入履歴や行動パターン、好み、過去のやり取りなどの関連情報を呼び出して、パーソナライズされた価格オファーや割引の提案を行うことで、顧客維持に貢献できます。また、コールセンターでは、生成AIを活用して顧客からの通話に対応し、適切な人間の担当者や部門へと誘導することも可能です。

お客様事例:ブラジルのBradesco銀行は、エージェント・アシストを活用して、62種類の製品に関する月28万3,000件のカスタマー・サービスの問い合わせに対応しています。エージェント・アシストの正確率は95%で、応答時間は数秒以内。さらなる支援が必要となる通話対応はわずか5%にとどまっています。

エージェント・アシストを活用することで、銀行は顧客アドバイザーをさまざまな製品、サービス、銀行の提供内容の詳細を記憶する業務から解放し、顧客との関係構築に集中させることができます。たとえば、住宅ローンのサービス提供者は、各種ポリシーに関する提案を行ったり、複雑な問い合わせに対応したりするために、エージェント・アシストを活用できます。

お客様事例: Crédit Mutuel は、エージェント・アシストを活用し、同行の顧客アドバイザーが毎日受け取る35万通のEメールのうち半数を分類・回答しています。このテクノロジーにより、アドバイザーは最大60%速く回答を見つけられるようになりました。

医療機関の管理者は、エージェント・アシストを活用することで、電話での予約受付、データ入力、保険情報の確認、患者が従うべき病院訪問時のガイドラインのレビュー、各種医療サービスに関する請求処理といった日常的な業務を支援できます。また、保険会社においても、患者からの医療保険プランに関する質問や、特定サービスの補償ポリシー、特定の症状に関連する参考情報についての問い合わせに対応する際に役立ちます。さらに、治験に関心のある患者に対しては、エージェント・アシストを活用することで、治験コーディネーターが参加条件、必要事項、実施期間などについての質問に回答できるようになります。

お客様事例: Humanaは、医療用語に特化してトレーニングされたエージェント・アシストを活用し、医療従事者が患者の保険適用範囲に関するさまざまなデータポイントから回答を得られるよう支援しています。これにより、1営業日あたり120の医療機関からの音声通話7,000件に対応可能です。