チャットボット
Chatbot
チャットボットとは?
- 会話するように答え、作業を助けるプログラム
- ルール型からLLMベースへ進化
- RAGで自社データを連携
チャットボットを導入して最初に変わるのは回答の速度ではなく、応対窓口の構造です。これまでは電話とメールで届いた問い合わせを担当者が届いた順に処理していましたが、今後は繰り返しの質問を機械が一次対応し、人は例外や判断が必要な案件だけを担当するようになります。副次的な効果のほうが大きいです。お客様が何をどんな言葉で尋ねるかがログとして蓄積され、改善のデータになる点で、電話対応では通話が終わった瞬間に消えていた情報です。
形態は大きく三つに分かれます。ボタンとシナリオに沿って流れるルール型、用意されたFAQから最も近い答えを探す検索型、LLMが文章を直接生成する生成型です。ここに社内文書を根拠として与えるRAGを組み合わせると「自社専用」になります。ただし文書が整理されていない状態でRAGから先に付けると、誤答の生産速度だけが上がります。根拠文書が数百件規模なら、FAQ100問を手で整えるほうが速く正確です。境界も知っておく価値があります。言葉で答えるだけで終わればチャットボットで、在庫照会や予約変更のようにシステムを直接操作するならエージェントの領域です。
成果は「回答が自然か」ではなく数字で見ます。人につながずに終わった自動応答の処理率、相談員に引き継いだ割合、最初の応答までの時間、チャットボットが答えた後にまた電話がかかってきた再問い合わせ率です。オープン直後の自動応答処理率30〜40%なら順調な出だしで、ログを毎週見直して回答を直す運用が加わってはじめて60%台に届きます。最初から90%を目標にすると、分からない質問にも分かったふりをするようチューニングしてしまいます。
現場で最も食い違いが起きやすいのは、「チャットボットを入れれば相談対応の人員を減らせる」という期待です。実際には、導入後3〜6か月はログを読んで回答を手直しする運用担当者を必ず付ける必要があり、その人がいなければ正答率はオープン初週の水準で固まってしまいます。返金規定や納期・単価の回答を生成AIに丸投げすることも危険です。お客さまは画面に出た文章を会社の約束として受け取るため、誤って案内された解約手数料の一行がそのまま紛争になります。答えられなかったときに人へ引き継ぐ経路を最初から作っておかないと、同じ質問を3回繰り返して離脱するお客さまが増えるだけです。
1966年の初期チャットボット「イライザ(ELIZA)」にさかのぼり、ルールベースを経て、LLMベースの対話AIへと飛躍しました。
仮想の事例で見てみましょう。役職員210名、年間売上高480億ウォン(約574,032万円)台の産業用部品メーカーA社の話です。カスタマーサポートチームの4名が月3,200件の問い合わせを受けていますが、半分近くが「納期はいつ出るか」「このモデルは互換性があるか」といった繰り返しの質問でした。2月末、チーム長が「電話に出ているうちにクレーム処理が3日ずつ遅れる」と言い、チャットボットの導入を切り出しました。
- カスタマーサポートチームのイ・チーム長が、過去3か月分の相談ログ9,600件をダウンロードして種類ごとに集計したところ、納期照会・互換モデル・税金計算書の再発行、この3種類で全体の問い合わせの58%を占めていました。
- 営業チームと品質保証チームがそれぞれ持っていた製品規格書1,200種を一か所に集め、2019年以前に製造終了となったモデル340件には「製造終了」の表示を付けて、回答の根拠から完全に外しました。
- オープン2週目に、チャットボットが単価を勝手に計算して回答する事態が起きたため、価格と納期の約束には答えず、「担当営業におつなぎします」と案内して引き継ぐよう制限しました。
- 夜間の問い合わせはERPで照会された出荷予定日だけを読み上げ、2回続けて意図を把握できなければすぐに担当者の待ち行列へ回しました。キム代理が「お客様をチャットボットの中に閉じ込めないようにしよう」と明言した原則です。
- 4か月後、電話での問い合わせは月1,900件から1,050件に減り、担当者につながらず完結した割合が62%に上がったことで、クレーム1件あたりの処理期間は平均2.7日から1.4日へと短くなりました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン