コールセンターのFAQにAIを活用する事例の見分け方
ITパスポート試験 令和5年度 問16 ／ ビジネスインダストリ › ビジネスシステム
過去問にチャレンジ
コールセンターにおける電話応対業務において，AIを活用し，より有効なFAQシステムを実現する事例として，最も適切なものはどれか。
- ア
オペレーター業務研修の一環で，既存のFAQを用いた質疑応答の事例をWebの画面で学習する。
- イ
ガイダンスに従って入力されたダイヤル番号に従って，FAQの該当項目を担当するオペレーターに振り分ける。
- ウ
受信した電話番号から顧客の情報，過去の問合せ内容及び回答の記録を，顧客情報データベースから呼び出してオペレーターの画面に表示する。
- エ
電話応対時に，質問の音声から感情と内容を読み取って解析し，FAQから最適な回答候補を選び出す確度を高める。
会話形式の解説
講師今回はコールセンターの電話応対で、AIを使ってFAQシステムをより有効にしている事例を選ぶ問題です。見るところは二つあります。AIが質問の中身を解析・推定しているか、そしてその結果がFAQの回答選びに生かされているか、です。
受験者FAQは「よくある質問とその回答」のことですよね。選択肢はどれもコールセンターの効率化に見えるので、正直どれもAIっぽく感じてしまいます。
講師そこが迷いやすいところです。まず、既存のFAQを使った応対事例をWeb画面で学ぶ研修はどう考えますか。
受験者FAQは使っていますが、学んでいるのはオペレーターですね。eラーニングのようなものだと思います。
講師そのとおりです。AIを使わずに人が学ぶ研修なので、AIが質問を分析して回答を導く仕組みではありません。では、ガイダンスに従って押されたダイヤル番号で担当オペレーターに振り分ける仕組みはどうでしょう。
受験者自動で振り分けているので、AIが判断しているのかと思いました。
講師これはIVR、つまり自動音声応答と呼ばれる仕組みです。どの番号ならどこへつなぐかは前もって決めた規則どおりに処理しているだけで、問合せの内容をAIが解析しているわけではありません。
受験者なるほど、自動化されていてもAIとは限らないのですね。着信した電話番号から顧客情報や過去の問合せ履歴を画面に出すものも、同じ考え方でしょうか。
講師はい。それはCTI、電話とコンピュータを連携させる仕組みの典型例です。応対には役立ちますが、電話番号をキーにデータベースを検索して表示しているだけで、AIによる解析や推定はしていません。
受験者残るのは、質問の音声から感情と内容を読み取って、FAQから最適な回答候補を選ぶ確度を高めるものです。これは中身を解析していますね。
講師そうです。音声認識で通話を文字にし、自然言語処理、つまりコンピュータが言葉の意味を扱う技術で質問の意図をつかみ、声の調子から顧客の状況も推定します。その結果をFAQの回答選びに直接生かしているので、二つの条件がそろっています。これが正解です。
受験者整理すると、研修は人が学ぶもの、IVRとCTIは規則やデータ参照による処理で、AIが内容を解析してFAQに生かしているのは音声から感情と内容を読み取るものだけ、ということですね。
講師よく整理できています。IVRやCTIは便利で効率化に役立つので、AIの事例と取り違えやすいです。システム化や自動化がそのままAIの活用になるわけではない、と押さえておくと似た問題にも対応できます。
まとめ
コールセンターでAIを活用してFAQシステムを有効にする事例を選ぶ問題で、正解は質問の音声から感情と内容を読み取り、FAQから最適な回答候補を選ぶ確度を高めるものです。判断の軸は、AIが内容を解析・推定しているか、その結果がFAQの回答選びに生かされているかの二点です。既存FAQを使った研修は人が学ぶもので、AIは使っていません。ダイヤル番号で振り分けるIVRや、電話番号から顧客情報を表示するCTIは、規則やデータ参照による処理でAIの解析ではありません。自動化や効率化がそのままAIの活用になるわけではない点に注意しましょう。
解答・解説
正解はエです
この問題のテーマ
コールセンターの電話応対で、AIを使ってFAQシステムをより有効にしている事例を見分ける問題です。「FAQを使っている」ことと「AIが内容を解析・推定している」ことの両方がそろっているかが問われています。
解き方の考え方
各選択肢について、二つの点を確かめます。一つは、AIが音声や言葉の中身を解析・推定しているかどうかです。もう一つは、その結果がFAQの回答選びに生かされているかどうかです。研修での学習、番号入力による振分け、電話番号をキーにしたデータ参照は、決められた手順や規則による処理なので、AIによる解析には当たりません。両方の条件を満たすのは、質問の音声から内容と感情を読み取り、回答候補を選ぶ確度を高めるエだけです。
選択肢ごとの解説
- ×ア オペレーター業務研修の一環で，既存のFAQを用いた質疑応答の事例をWebの画面で学習する。既存のFAQを教材にして、オペレーターがWeb画面で応対事例を学ぶ研修の説明です。いわゆるeラーニングに当たり、学ぶのは人です。AIが質問を分析して回答を導く仕組みではないため、AIの活用事例とはいえません。
- ×イ ガイダンスに従って入力されたダイヤル番号に従って，FAQの該当項目を担当するオペレーターに振り分ける。ガイダンスに従って押されたダイヤル番号で担当オペレーターに振り分ける仕組みは、自動音声応答（IVR）です。どの番号ならどこへつなぐかは前もって決めた規則どおりに処理されるだけで、AIが問合せの内容を解析しているわけではありません。
- ×ウ 受信した電話番号から顧客の情報，過去の問合せ内容及び回答の記録を，顧客情報データベースから呼び出してオペレーターの画面に表示する。着信した電話番号から顧客情報や過去の問合せ履歴を呼び出して画面に出す仕組みは、CTI（電話とコンピュータの連携）の典型例です。応対には役立ちますが、電話番号をキーにデータベースを検索しているだけで、AIによる解析や推定は行っていません。
- ○エ 電話応対時に，質問の音声から感情と内容を読み取って解析し，FAQから最適な回答候補を選び出す確度を高める。質問の音声から内容と感情を読み取り、FAQから最適な回答候補を選ぶ確度を高める事例です。音声認識で通話を文字にし、自然言語処理で質問の意図をつかみ、声の調子から顧客の状況も推定します。AIの解析結果をFAQの回答選びに直接生かしているので、これが最も適切です。
補足
IVRやCTIはコールセンターでよく使われる便利な仕組みなので、「効率化している」という点だけを見るとAIの事例と取り違えやすくなります。システム化や自動化がそのままAIの活用になるわけではない、という点を押さえておくと、似た問題にも対応できます。
POINT
- FAQは、よくある質問とその回答をまとめたもので、整備すると問合せ件数や対応業務の負担を減らせます。
- AIの活用事例かどうかは、AIが内容の解析や推定をしているかで判断します。
- 番号入力による振分けはIVR、電話番号から顧客情報を表示するのはCTIで、どちらも規則やデータ参照による処理です。
- 音声認識・自然言語処理・感情分析を組み合わせると、質問の意図や顧客の状況に合ったFAQの回答候補を示せます。