対話型AIとは

対話型AIは、自然言語処理（NLP）と機械学習を組み合わせたものです。これらのNLPプロセスは、機械学習プロセスとの一定のフィードバック・ループに流れ込み、AIアルゴリズムを継続的に改善します。

対話型AIには、自然な方法で処理、理解、応答を生成できるようにする主要コンポーネントがあります。

機械学習（ML）は、人工知能のサブフィールドで、経験を積むにつれて継続的に改善される一連のアルゴリズム、機能、およびデータ・セットで構成されています。入力が増えるにつれて、AIプラットフォーム・マシンはパターンを認識する能力が向上し、それを使用して予測を行います。

自然言語処理は、対話型AIで使用される機械学習を利用して言語を分析する最新の手法です。機械学習が誕生する前は、言語処理方法論は言語学から計算言語学、そして統計的自然言語処理へと進化しました。将来的には、ディープラーニングによって対話型AIの自然言語処理機能がさらに進歩するでしょう。

NLPは、入力生成、入力分析、出力生成、強化学習の4つのステップで構成されます。非構造化データはコンピューターが読み取れる形式に変換され、その後分析されて適切な応答が生成されます。基盤となるMLアルゴリズムは、学習するにつれて応答の品質を向上させます。これらの4つのNLPステップは、次のようにさらに細分化できます。

• 入力生成： ユーザーはWebサイトまたはアプリを通じて入力を行います。入力の形式は音声またはテキストのいずれかです。
  
  
• 入力分析：入力がテキストベースの場合、対話型AIソリューション・アプリケーションは自然言語理解（NLU）を使用して入力の意味を解読し、その意図を導き出します。ただし、入力が音声ベースの場合は、自動音声認識（ASR）とNLUを組み合わせてデータを分析します。
  
  
• ダイアログ管理：この段階では、NLPのコンポーネントである自然言語生成（NLG）が応答を作成します。
  
  
• 強化学習：最後に、機械学習アルゴリズムは時間の経過とともに応答を改良し、正確性を確保します。

対話型AIは、潜在的なユーザーが製品とどのようにやり取りしたいか、また、潜在的なユーザーが抱く主な疑問について考えることから始まります。次に、対話型AIツールを使用して、ユーザーを関連情報に誘導します。このセクションでは、対話型AIの計画と作成を開始する方法について説明します。

よくある質問は、対話型AI開発プロセスの基礎です。よくある質問は、エンドユーザーの主なニーズと懸念事項を定義するのに役立ち、サポート・チームへの問い合わせ件数を軽減します。製品に関するFAQリストがない場合は、カスタマー・サクセス・チームと協力して、対話型AIが対応できる適切な質問リストを決定します。

例えば、銀行であれば。FAQの最初のリストは次のようになるでしょう。

• アカウントへのアクセス方法を教えてください。
  
  
• ルーティング番号と口座番号はどこで確認できますか。
  
  
• デビットカードはいつ届きますか？
  
  
• デビットカードを有効化する方法を教えてください。
  
  
• 小切手を注文するにはどうすればいいですか。
  
  
• 地域の銀行員に相談したい場合はどうすればよいですか。

時間の経過とともにリストに質問を追加することができますので、対話型AIの開発プロセスのプロトタイプを作成するには、まずは小さな質問セグメントから始めてください。

FAQは、アカウントへのアクセスなど、ユーザーの入力内で表現される目標またはインテントの基礎となります。目標の概要をまとめたら、それをインテントとして、watsonx Assistantなどの対話型AIツールに組み込むことができます。

ここからは、ユーザーがこの種の情報をどのように表現したり尋ねたりするかを対話型AIに教える必要があります。「アカウントにアクセスする方法」を例にとると、「ログイン方法」、「パスワードをリセットする方法」、「アカウントにサインアップする方法」など、ユーザーがサポート担当者とチャットするときに使用する可能性のある他のフレーズが思い浮かぶかもしれません。

顧客が使用する可能性のある他のフレーズがわからない場合は、分析チームやサポート・チームと連携することをお勧めします。チャットボット分析ツールが適切に設定されていれば、分析チームはWebデータをマイニングし、サイト検索データから他のクエリーを調査できます。あるいは、Webチャットの対話やコールセンターからのトランスクリプト・データを分析することもできます。分析チームがこの種の分析に対応していない場合は、サポート・チームが顧客が質問する一般的なフレーズに関する貴重な洞察を提供することもできます。

インテントを取り囲む名詞またはエンティティーについて考えます。この例では、ユーザーの銀行口座に焦点を当てています。そのため、銀行口座情報を中心にエンティティーを作成するのは理にかなっています。

このカテゴリーの情報には、「ユーザー名」、「パスワード」、「アカウント番号」など、さまざまな値が該当する可能性があります。

特定のユーザーの意図を取り巻くエンティティーを理解するには、ツールやサポート・チームから収集した同じ情報を使用して、目標や意図を開発できます。これらの名詞は、主な質問の前または後に配置されます。

これらすべての要素が連携して、エンドユーザーとの対話を作成します。インテントにより、マシンはユーザーの要求を解読でき、エンティティーは適切な応答を提供する手段として機能します。例えば、対話型AIとパスワードを忘れたユーザーとの間の対話は次のように展開されます。

目標と名詞（IBMではそれぞれ、インテントとエンティティーと呼んでいます）を組み合わせることで、ユーザーのニーズに基づいた論理的な対話フローを構築できます。独自の対話型AIの構築を開始する準備ができたら、IBM watsonx Assistant Lite バージョンを無料でお試しいただけます。

対話型AIについて考えるとき、カスタマー・サポート・サービスやオムニチャネル・デプロイメントの分野では、オンライン・チャットボットや音声アシスタントがよく思い浮かびます。ほとんどの対話型AIアプリには、バックエンド・プログラムに広範な分析機能が組み込まれており、人間と行っているかのような自然な対話エクスペリエンスを実現できます。

専門家は、対話型AIの現在のアプリケーションは、非常に狭い分野のタスクの実行に重点を置いているため、「弱いAI」であると考えています。強い AIは、さまざまなタスクを解決し、幅広い問題を解決できる人間のような意識に重点を置く、まだ理論上の概念です。

対話型AIは焦点が狭いにもかかわらず、企業にとって非常に利益の高いテクノロジーであり、ビジネスの収益性向上に役立ちます。AIチャットボットは対話型AIの最も一般的な形式ですが、企業全体では他にも多くの使用例があります。いくつかの例を以下にご紹介します。

• オンライン・カスタマー・サポート：  オンラインのチャットボットは、カスタマージャーニーに沿って、人間のエージェントに取って代わっています。彼らは、配送などのトピックに関するよくある質問（FAQ）に答えたり、パーソナライズされたアドバイスを提供したり、商品をクロスセルしたり、ユーザーにサイズを提案したりすることで、ウェブサイトやソーシャルメディア・プラットフォームを通じた顧客エンゲージメントについての考え方を変えています。例えば、バーチャル・エージェントによるeコマース・サイトのメッセージング・ボット、SlackやFacebook Messengerなどのメッセージング・アプリ、バーチャル・アシスタントや音声アシスタントが通常行っているタスクなどがあります。

• アクセシビリティー： 企業は、特に支援技術を使用するユーザーにとって、参入障壁を減らすことでアクセシビリティーを高めることができます。これらのテクノロジー・グループでよく使用される対話型AIの機能は、テキスト読み上げディクテーションと言語翻訳です。
  
  
• 人事プロセス：従業員のトレーニング、オンボーディング・プロセス、従業員情報の更新など、多くの人事プロセスは対話型AIを使用して最適化できます。
  
  
• 医療：対話型AIにより、医療サービスが患者にとってよりアクセスしやすく手頃な価格になるとともに、運用効率が向上し、請求処理などの管理プロセスを合理化できます。
  
  
• モノのインターネット（IoT）デバイス：現在、ほとんどの家庭には、Alexaスピーカーやスマートウォッチ、スマートフォンなど、少なくとも1つのIoTデバイスがあります。これらのデバイスは、自動音声認識を使用してエンドユーザーと対話します。人気のアプリケーションには、Amazon Alexa、Apple Siri、Google Home などがあります。
  
  
• コンピューター・ソフトウェア： Googleで検索する際の検索オートコンプリートやスペル・チェックなど、オフィス環境における多くのタスクは対話型AIによって簡素化されています。

ほとんどの AIチャットボットとアプリは現在、基本的な問題解決スキルを備えていますが、反復的なカスタマー・サポートのやり取りにかかる時間を短縮し、コスト効率を向上させることができるため、人員リソースを解放して、より複雑な顧客とのやり取りに集中できるようになります。全体として、対話型AIアプリは人間の対話体験をうまく再現でき、顧客満足度の向上につながっています。

対話型AIは、多くのビジネス・プロセスにとってコスト効率の高いソリューションです。以下は、対話型AIを使用する3つのメリットです。

• コスト効率
• 売上と顧客エンゲージメントの向上
• 拡張性

カスタマー・サービス部門の人員配置は、特に通常の営業時間外に質問に答えようとする場合、かなりのコストがかかる可能性があります。対話型インターフェースを介してカスタマー・サポートを提供すると、特に中小企業では、給与やトレーニングに関するビジネス・コストを削減できます。チャットボットと仮想アシスタントは即座に応答できるため、見込み客に24時間いつでも対応できます。

人間同士の対話では、潜在顧客への応答に一貫性がないこともあります。サポートとのやり取りのほとんどは情報を求めるための反復的なものであることから、企業は対話型AIをプログラムしてさまざまなユースケースに対応し、包括性と一貫性を確保することができます。これにより、顧客体験に継続性が生まれ、貴重な人材をより複雑な問い合わせに対応できるようになります。

モバイル・デバイスが消費者の日常生活に浸透するにつれ、企業はエンドユーザーにリアルタイムの情報を提供する準備を整える必要があります。対話型AIツールは人間の労働力よりも簡単にアクセスできるため、顧客はブランドとより迅速かつ頻繁にやり取りできます。この即時サポートにより、顧客はコールセンターでの長い待ち時間を回避でき、全体的な顧客体験が向上します。顧客満足度が高まるにつれて、企業は顧客ロイヤルティーの向上や紹介により収益が増加するため、その影響を実感できるでしょう。

対話型AIのパーソナライゼーション機能により、チャットボットはエンドユーザーに推奨事項を提供できるようになり、企業は顧客が当初検討していなかった製品をクロスセルできるようになります。

対話型AIは、対話型AIをサポートするためのインフラストラクチャを追加する方が、新入社員の採用やオンボーディングのプロセスよりも安価で迅速であるため、非常にスケーラブルです。これは、製品が新しい地理的市場に拡大する場合や、ホリデー・シーズンなどの予想外の短期的な需要の急増時に特に役立ちます。

対話型AIはまだ初期段階にあり、ビジネスで広く採用されるようになったのはここ数年のことです。他の新しい技術の進歩と同様に、対話型AIアプリケーションへの移行にはいくつかの課題があります。ここでは以下の3つの課題を紹介します。

• 言語インプット
• プライバシーとセキュリティー
• ユーザーの不安

入力がテキストか音声かにかかわらず、言語入力は対話型AIにとって悩みの種となる可能性があります。方言、アクセント、背景の雑音は、AIによる生の入力の理解に影響を与える可能性があります。俗語や台本のない言語も、入力の処理で問題を引き起こす可能性があります。

しかし、対話型AIにとって最大の課題は、言語入力における人間的な要素です。つまり、対話型AIには、感情、口調、皮肉を汲み取って、ユーザーの意図を解釈し、適切に応答することは困難です。

対話型AIはユーザーの質問に答えるためにデータ収集に依存しているため、プライバシーやセキュリティー侵害に対しても脆弱です。高度な プライバシーとセキュリティーの標準と監視システムを備えた対話型AIアプリを開発すると、エンドユーザー間の信頼を構築し、最終的にはチャットボットの使用範囲が徐々に拡大するでしょう。

ユーザーは、特に人間ではなく機械と対話していることに気付いた場合、個人情報や機密情報を共有することに不安を感じることがあります。すべての顧客が新しいテクノロジーを真っ先に試したいと考える早期導入者ではないため、これらのテクノロジーのメリットと安全性についてターゲット・ユーザーを教育し、社会に広めて、よりよい顧客体験を生み出すことが重要です。これにより、ユーザー・エクスペリエンスが悪くなり、AIのパフォーマンスが低下し、プラスの効果が打ち消される可能性があります。

さらに、チャットボットはユーザーからの幅広い問い合わせに答えるようにプログラムされていない場合があります。その場合、より複雑な問い合わせに対応するために、別のコミュニケーション・チャネルを提供することが重要です。間違った回答や不完全な回答が提供されると、エンドユーザーはイライラするでしょう。このような場合、顧客が人間の担当者と直接話せる機会を設けておく必要があります。

最後に、対話型AIは企業内のワークフローを最適化し、特定の職務の労働力の削減につながる可能性もあります。これが社会経済的運動を引き起こし、企業に対する否定的な反発を招く可能性があります。