チャットボットの種類と選び方

今日では生活のなかで、さまざまな種類のチャットボット技術が普及しつつあります。カスタマー・サポートを受けるとき、製品を購入するときや、日常業務に対応するときについても、こうした技術は今まで以上に重要になってきています。私たちの多くは、Apple社のSiri、Amazon社のAlexa、Google社のAssistantなど、スマートフォンや家庭内のデバイスを通じて、これらのチャットボットやバーチャル・アシスタントとやり取りしたことがあります。またはSMSテキスト・メッセージ、SNSや職場のメッセージ・アプリケーションを介してこうしたチャットボットとやりとりしたことがあるかもしれません。

チャットボットは、人間の担当者と話すのを待つ手間をかけずに、質問にタイムリーに答えてくれるので、私たちの生活を楽にしてくれます。このブログでは、それぞれに異なる技術的洗練度を持つ多種多様なチャットボットについて触れ、どれが貴社に最も適しているかについて説明します。これらの質問に答える前に、まず基本的なチャットボットのしくみを押さえましょう。

チャットボットは、顧客からのお問い合わせを効率化、自動的に応答し、書面または口頭での人間とのやり取りをシミュレートする対話ツールです。一部のチャットボットは基本的なものであり、ユーザーがクリックする簡単なメニュー・オプションを表示します。ただし、より高度なチャットボットは、人工知能（AI）と自然言語処理（NLP）を利用して、ユーザーの入力を理解し、複雑な人間の会話に容易に対処できます。

チャットボットは主に6種類あります。以下に1つずつ紹介します。

• メニューまたはボタンベースのチャットボット
• ルールベースのチャットボット
• AI搭載チャットボット
• 音声チャットボット（ボイスボット）
• 生成AIチャットボット
• ハイブリッド・チャットボット

メニューベースまたはボタンベースのチャットボットは、最も基本的な種類のチャットボットです。ユーザーは自分のニーズに最も合ったスクリプト化されたメニューからボタン・オプションをクリックしてチャットボットと対話できます。ユーザーがクリックした内容に応じて、シンプルなチャットボットは、最も適切な特定のオプションに到達するまで、ユーザーに他のオプション・セットを表示して選択を促すことができます。基本的に、これらのチャットボットはDecision Trees（デシジョン・ツリー） のように動作し、定型的な取引業務に適しています。

これらのチャットボットはシンプルな機能を提供し、繰り返しの多い単純な質問に回答するのには便利ですが、事前に定義された回答オプションが限られているため、より微妙な要求への対応は難しくなります。特に、ユーザーが最終オプションに到達するまでにメニュー・ボタンを数回繰り返さなければならない場合、顧客のニーズを理解するのに時間がかかることがあります。また、ユーザーのニーズがメニュー・オプションに記載されていない場合、自由形式のテキスト入力フィールドがないため、チャットボットは役に立たないものになります。

メニューベースのチャットボットのシンプルなデシジョン・ツリー機能を基に、ルールベースのチャットボットは条件付きの「if/then」ロジックを使用して対話のオートメーション・フローを促します。ルールベースのボットは基本的にインタラクティブなよくある質問（FAQ）として機能し、対話設計者が質問と回答のオプションの定義済みの組み合わせをプログラムして、チャットボットがユーザーの入力を理解して正確に応答できるようにします。

基本的なキーワード検出に基づいて動作するこの種のチャットボットは、トレーニングが比較的簡単で、料金体系や機能など、事前に定義された質問をするとうまく機能します。しかし、堅苦しいメニューベースのチャットボットと同様に、これらのチャットボットは複雑なお問い合わせに対応する能力はありません。これらのチャットボットは、チャットボットの開発者がプログラムした事前に作成されたコンテンツに出力が依存するため、対話設計者が予測していない質問に答えるのに苦労します。

対話設計者があらゆる問い合わせを予測してチャットボットを事前にプログラムすることは不可能であるため、制限されたルールベースのチャットボットはユーザーの要求を把握できずに行き詰まることがよくあります。重要な詳細を見逃し、ユーザーに共有済みの情報を繰り返すよう求めて、ユーザー体験が不快なものとなります。多くの場合、チャットボットはユーザーをライブサポート・エージェントに転送しますが、転送が有効になっていない場合、チャットボットがゲートキーパーなるため、ユーザーのストレスはさらに増大します。

ルールベースのチャットボットの対話フローは事前定義された質問と回答オプションしかサポートできない一方で、AIチャットボットはユーザーの質問がどのような言い回しであっても理解できます。AIと自然言語理解（NLU）機能により、AIチャットボットはユーザーが共有するすべての関連するコンテキスト情報を素早く検出し、やり取りをよりスムーズな対話形式で進めることができます。

AI搭載チャットボットは、ユーザーが何を求めているのかがわからず、リクエストを満たす可能性のあるアクションが複数ある場合、明確にするための質問をすることができます。さらに、実行可能なアクションのリストを表示し、ユーザーが自分のニーズに合ったオプションを選択できるようにすることもできます。

AIチャットボットの基盤となる 機械学習 アルゴリズムにより、チャットボットは自己学習し、ユーザーとのやり取りに基づいた質問と応答のよりインテリジェントな知識ベースを開発できるようになります。 ディープラーニングにより、AIチャットボットの運用期間が長くなるほど、最近統合されたアルゴリズムベースの知識を持つチャットボットと比較して、ユーザーが達成したいことをよりよく理解し、より詳細で正確に応答できるようになります。

対話型AIチャットボットは、ユーザーとの対話を記憶し、その文脈を対話に取り入れることができます。ロボティック・プロセス・オートメーション（RPA）を含む自動化機能と組み合わせることで、ユーザーはチャットボット体験を通じて作業を行うことができます。

たとえば、ピザを注文する際、レストランのチャットボットは、再び利用しにきた常連客を認識して、名前を呼んで挨拶し、「いつもの」注文を思い出し、保存された所在地とクレジットカードを使用して注文を完了します。AIチャットボットはビジネス・システムと深く統合されており、顧客の注文履歴を含む複数のソースから情報を引き出し、合理化された注文プロセスを提供できます。

ユーザーがチャットボットとの対話に満足せず、人間の担当者と話す必要がある場合は、その担当者にシームレスにつなぐことができます。通話が転送された人間の担当者はチャットボットの対話履歴を確認し、その情報を元に対話を引き続けます。

AIチャットボットの構築にかかる時間は複数の要因によって異なります。そのような要因には、テクノロジー・スタックや開発ツール、チャットボットの複雑さ、必要な機能、データの可用性、他のシステム、データベース、プラットフォームとの統合が必要かどうかなどがあります。扱いやすいノーコードまたはローコード・プラットフォームを使用すると、AIチャットボットをより速く構築できます。

IBM® watsonx Assistant™を使用すると、チャットボットを少量のデータでトレーニングしてユーザーを正しく理解できるようになります。また、検索機能で強化して既存のコンテンツを精査し、チャットボットの対話設計者が最初にプログラムしたもの以上の質問に対応した回答をすることもできます。

IBM watsonx Assistant は、以下を提供することでバーチャル・エージェントのデプロイメントを加速します。

• 大規模言語モデル（LLM）と高度なNLPおよびNLUの使用による意図認識の改善
• 組み込みの検索機能
• スターター・キットまたはチャネル、サード・パーティー・アプリケーション、業務システム、またはNice CXoneなどのContact Center as a Service（コンタクトセンター・アズ・ア・サービス）プラットフォームとの組み込み統合があります。

2023年のForrester Studyの「The Total Economic Impact™ Of IBM Watson Assistant」によると、IBMのローコード/ノーコード・インターフェースにより、技術系以外の従業員の新しいグループが対話型AIスキルを開発および向上できるようになります。複合組織では、スキルをゼロから作成する場合よりも20％速く作成することで、生産性が向上しました。

ボイスボットは、ユーザーが入力するのではなく、話しかけることでボットとやり取りできるようにする、また別の対話ツールです。一部のボイスボットには、より初歩的な機能しかない場合があります。ユーザーの中には、システムが事前にプログラムされたメニュー・オプションから探している情報を取得できず、途方に暮れてしまうようなことがあり、これまでに使用した IVR（音声自動応答） テクノロジーに不満を感じる場合があります。しかし、このシステムは人工知能によって進化し続けており、 顧客満足度は改善しています。

AI搭載のボイスボットは、AIチャットボットと同じ高度な機能を提供できますが、音声チャネルにデプロイされ、テキスト読み上げと音声テキスト変換のテクノロジーを使用します。NLPの助けとコンピューターおよび電話技術との統合により、ボイスボットは音声によるユーザーからの質問を理解し、固有のビジネス・ニーズを分析し、やり取りしながら適切な応答を提供できるようになりました。これらの要素により、顧客エンゲージメントと人間の担当者の満足度が向上し、通話での解決率が向上し、待ち時間が短縮されます。

チャットボットとボイスボットはどちらも、ユーザーのニーズを突き止め、役立つ応答を提供することを目的としています。ただし、ボイスボットは、ドロップダウン・メニュー・オプションを入力したりクリックしたりしなくてもリアルタイムの回答を簡単に取得できるため、より迅速で便利な通信方法です。

 生成AI 機能搭載の次世代チャットボットは、さらに高度な機能を提供できます。共通言語を流暢に理解し、ユーザーの対話スタイルに適応し、ユーザーの質問に答える際には共感を示すことができます。対話型AIチャットボットは、ユーザーの質問やコメントを消化し人間のような応答を生成できますが、生成AIチャットボットは、新しいコンテンツを生成する点でさらに先を行っています。

この新しいコンテンツは、トレーニングされたLLMに基づいて高品質なテキスト、画像、サウンドである可能性があります。新しいチャットボット・ソフトウェアを使うと、パーソナライズされたユーザー体験を実現でき、サポート・チームはより多くの顧客に迅速に到達できるようになります。生成AIを活用したチャットボット・インターフェースは、人間による操作を必要とせずに、ユーザーからのお問い合わせに応じてコンテンツを認識、要約、翻訳、予測、作成することができます。

ハイブリッド・チャットボットは、ルール・ベースのロジックと機械学習機能を組み合わせた対話型AIシステムです。両者を組み合わせることで、AIテクノロジーの統合により、難易度の異なるさまざまなタスクを処理できる多用途のユーザー・エクスペリエンスを実現できます。

ルールベースのチャットボットでは、事前に定義された一連のルールとスクリプトに基づいて機能し構造をつくりますが、AIではさらに複雑なやり取りを学習できる可能性があります。ハイブリッド・チャットボットでは、一つのシステムで両方のシステムの長所をあわせ持ち、簡単でパーソナライズされた膨大なユーザー・エクスペリエンスが可能です。

さまざまな種類のチャットボットを評価し、貴社に最適なチャットボットがどれかを判断するときは、エンドユーザー中心に見て判断を下すことが大切です。ユーザーは何を目指しており、貴社に何を求めていますか。また、どのようなユーザー・エクスペリエンスをチャットボットに期待していますか。ユーザーは、シンプルなボタンのメニューから選ぶことを好むのでしょうか、それとも、微妙な質問に対して自由形式の対話を選ぶ必要があるでしょうか。 

ビジネスの状態と、リード生成、電子商取引、顧客または従業員サポートのチャットボットなど、チャットボットを導入するユースケースを考慮してください。中小企業やスタートアップ企業で、アクティブ・ユーザーが限られ、FAQがいくつかある場合は、よりシンプルなチャットボットで十分かもしれません。この場合、ルールベースまたはキーワード認識ベースのチャットボットを使用すると、多大な労力を必要とせずにビジネス・ニーズに対応し、顧客を満足させることができます。

しかし、チャットボットが自己学習できる膨大な量のユーザー・データを保有する中規模から大規模の企業であれば、AIチャットボットは、ユーザーに詳細かつ正確な応答を提供し、顧客体験を高めることができます。一例として、医療および製薬業界での使用が挙げられます。この業界では、患者が予約のスケジュールを立てたり、処方箋の受け取りを管理するのに役立ちます。

生成AIがチャットボットに与える影響について検討するときは、業務で創造的な対話のやりとりをどのように活用できるか、また、このテクノロジーが業務目標と顧客のニーズにおいて最も便利に使えるのはどのような場面かを見極めましょう。