問い合わせ対応は、件数が多く、同じ質問がくり返されることも多いため、AIを生かしやすい業務です。一方で、間違った回答がお客様や社員に直接届くため、任せる範囲と人に引き継ぐ線を決めておくことが欠かせません。この記事では、問い合わせ対応をAIで自動化する手順を解説します。
問い合わせ対応の、どこをAIに任せられるか?
任せやすいのは、答えが資料に書いてある問い合わせへの一次回答と、問い合わせの分類や振り分け、回答の下書きです。個別の事情で判断が要るものや、苦情への対応は、人が受け持ちます。
| 業務 | AIに任せやすいか | 考え方 |
|---|---|---|
| よくある質問への一次回答 | 任せやすい | 規程やマニュアル、FAQに答えが書いてあるものは、資料をもとに答えさせます |
| 問い合わせの分類と振り分け | 任せやすい | 内容を読み取り、種類や緊急度で分けて、担当の部署に回します |
| 回答の下書き | 任せやすい | 担当者が直してから送る前提で、過去の回答をもとに下書きをつくります |
| 個別の判断が要る対応 | 人が対応する | 返金や契約の変更、例外の扱いなどは、担当者が判断します |
| 苦情への対応 | 人が対応する | 相手の気持ちに配慮した対応が必要なため、AIには任せません |
問い合わせ対応をAIで自動化するには、どんな手順で進めるか?
問い合わせを種類ごとに分けて任せる範囲を決め、回答のもとになる資料を整えてから、根拠を示して答える仕組みをつくり、小さく試して直していきます。
問い合わせを種類ごとに分ける
過去の問い合わせを集め、種類ごとの件数と、答えるのにかかっている時間を確かめます。
任せる範囲を決める
件数が多く、答えが資料に書いてある種類から、AIに任せる範囲を決めます。
回答のもとになる資料を整える
FAQやマニュアルの古い内容を直し、答えが書いていない質問には資料を書き足します。
根拠を示して答える仕組みにする
決まった資料だけをもとに答えさせ(RAG)、回答と一緒に根拠の資料を示します。
人に引き継ぐ線を決める
資料に答えがないとき、判断が要るとき、相手が人との対応を望んだときは、担当者に引き継ぎます。
小さく試し、回答を見直す
社内向けや一部の問い合わせから始め、答えられなかった質問や間違えた回答を記録して直します。
社内向けと社外向けの問い合わせでは、何が違うのか?
社内向けは、間違えたときの影響が比較的小さく、資料もそろえやすいため、最初に取り組みやすい対象です。お客様向けは、回答がそのまま会社の対応になるため、任せる範囲をより慎重に決めます。
最初は社内の規程や手続きについての問い合わせで試し、回答の精度や、人に引き継ぐ線の決め方に慣れてから、お客様向けに広げる進め方がおすすめです。お客様向けでは、AIが答えていることが分かるように示し、いつでも人の窓口に切り替えられるようにしておきます。
問い合わせ対応の自動化がうまくいかない原因は、どこにあるか?
多いのは、AIそのものより、回答のもとになる資料が古かったり足りなかったりすることです。資料を直す担当と手順を決めておかないと、答えられない質問が減りません。
- FAQやマニュアルが古く、AIが古い内容で答えてしまう
- 答えが資料に書いておらず、AIが推測で答えてしまう
- 人に引き継ぐ線があいまいで、対応が止まる
- 答えられなかった質問を記録しておらず、改善が進まない
トラックファームでは、問い合わせ対応の自動化をどう進めているか?
問い合わせの種類と件数を確かめ、AIに任せる範囲と人に引き継ぐ線を決めてから、資料をもとに答える仕組みをつくります。生成AIの業務組み込みは150万円から、期間は1〜2ヶ月が目安です。
会員サービスのアプリの事例では、アプリの使い方についての質問に、説明書の内容だけをもとにAIが答える機能を組み込みました。答えのもとを決まった資料に限ると、資料にない内容を推測で答えることが起きにくくなります。
よくある質問
問い合わせ対応をAIで自動化するには、どうすればいいですか?
まず問い合わせを種類ごとに分け、AIが答えてよい範囲を決めます。回答のもとになる資料を整えて根拠を示して答える仕組みにし、判断が要るものは人に引き継ぎます。
問い合わせ対応を、すべてAIに任せることはできますか?
おすすめしません。資料に答えのある問い合わせはAIに任せ、判断が要るものや苦情は人が対応する、という分け方が現実的です。人に引き継ぐ線を決めておくことが、自動化を長く続けるこつです。
AIの回答が間違っていたら、どうなりますか?
間違いをゼロにはできないため、回答と一緒に根拠の資料を示し、間違いに気づける仕組みにします。間違えた回答は記録し、資料を直して、同じ間違いをくり返さないようにします。
