Ｖｏｌ.36 CC最新システム紹介 ～音声認識＆要約力＆ＡＩ～ その2
前回は下記の音声認識で実用化されている3つの機能について書きました。
1. 応対履歴入力の簡素化
2. オペレーター支援・AI機能として
3. テキスト・モニタリングによる効果
今回は特に、1.の応対履歴入力の簡素化に焦点を絞ったシステムです。
「TRAINA VOICEダイジェスト」という野村総合研究所（NRI）のシステムです。
簡単に言うと、オペレーターがお客様と会話している内容を、音声認識＋ＡＩ技術で自動でテキスト化して、本来「後処理」で履歴入力する作業を自動的にテキスト化＝要約してくれるシステムです。後処理時間の短縮に大いに貢献してくれるシステムです。
NRIの人工知能（AI）と自然言語処理技術（NLP）を組み合わせて対話を要約していきます。要約レベルも事前に設定が可能です。全文テキスト化の100％とか簡易要約20％とか設定できるので、詳細に残したい場合には％を上げて、簡易版の履歴で良ければ％を下げて調整するなどが可能です。更に同時に電話対応の中でお客さまが伝えた氏名や住所、電話番号、商品名等の属性情報も自動抽出し、応対管理システムに連携・登録まで行なうことが可能です。また、自動作成された要約文は、オペレータが入力した応対履歴と比較して、個人差によるばらつきがなく、お客さまからの重要な苦情や要望がもれなくデータとして残されていきます。そのため、正確なVOCとして、テキストマイニングに連携することができ、精度の高いVOC分析も可能となります。また、お客さまとオペレータの通話内容から、自動的に不足しているFAQ候補を抽出し、FAQ検索・管理システムに連携・活用を行なうことも可能です。
ご興味のある方は下記に詳しいシステム紹介がありますので参照して下さい！
https://www.traina.ai/solution/voicedigest/
過去のブログでもAHTの削減効果のシミュレーションについては説明しましたが、例えば月間：10万件のコールを処理しているコールセンターがあるとすると年間で約120万件のコールを処理する事になります。今年度のAHTの平均が10分30秒の場合、翌年の平均AHTを1分短縮するだけで約2000万円のコスト削減効果になる計算を説明しました。
これが2分・3分と短縮されていけば、数千万・1億円を超えるコスト効果をもたらしてくれます。
ここ数年はどこのコールセンターでも製品・サービスの多機能化、携帯電話なども料金形態の複雑化など、年々AHTは増加傾向ではないでしょうか？ 更に、採用の悪化、離職の増加で新人割合が増えれば更にAHTの悪化に拍車をかけてしまいます。（特に今のスマホ世代の若者はキーボード操作に慣れていないので、ベテランに比べて圧倒的に後処理のキーボード入力が苦手です）このNRIの「TRAINA VOICEダイジェスト」は、まさにそんなAHTの長時間化傾向を解消する上では最適なシステムでは無いでしょうか？ 以前から「Voice to Text」というツールで音声を文章化するシステム・ツールなどありましたが、AI技術も取り入れ・自然言語処理技術も向上し、音声認識率も格段に向上してきていますので、これはかなり使えるシステムだと思います。
ただし、当然ながらシステムの初期投資や毎年のメンテナンス費用、最適なテキストにしていくためのナレッジの精査など運用面でも結構なコストがかかってきます。
そのため数十席規模のコールセンターには費用対効果としてはどうか？という点はありますが、100席を超える大規模コールセンターではかなり費用対効果は出るのではないでしょうか。NRIのこのシステムを実際に導入した某金融A社（300席）はこのシステム導入でAHTの後処理時間を50％短縮した事で、人件費換算で約1.8億円ものコスト削減を実現したそうです。
ここ数年の傾向として、現場の運用努力だけでAHTを短縮化しているコールセンターは数少ないと思います。先ほども説明したように製品・サービスの多機能化・高度化、顧客の高齢化、離職の悪化による新人割合の増加などAHTの上昇要因は沢山ありますので、特に大規模コールセンターにおいてはこんなシステムの検討も有効化と思います。
次回は、いよいよ実現フェーズになった、音声認識IVRのシステムについて紹介したいと思います。
2019年03月24日 10:38
