$30 off During Our Annual Pro Sale. View Details »

リクルートやNRIデジタルとの成功事例に学ぶ、 IVRyのAI音声対話/音声解析ソリューション...

リクルートやNRIデジタルとの成功事例に学ぶ、 IVRyのAI音声対話/音声解析ソリューションが 変革するコールセンターの未来

2024年11月21日(木)・22日(金)に開催された「コールセンター/CRM デモ&コンファレンス 2024 in Tokyo」において、最終日に実施されたセミナープログラム(参考:講師インタビュー)での発表資料になります。

Shinobu Miyahara

November 28, 2024
Tweet

More Decks by Shinobu Miyahara

Other Decks in Business

Transcript

  1. November 22, 2024 IVRy Inc. / VP of Business Development,

    Product Management MIYAHARA Shinobu リクルートやNRIデジタルとの成功事例に学ぶ、 IVRyのAI⾳声対話∕⾳声解析ソリューションが 変⾰するコールセンターの未来 コールセンター/CRM デモ&コンファレンス 2024 公開資料
  2. 株主構成 7 過去3回のファイナンスで、VC / CVC / 事業会社から累計49.5億円の資⾦調達を実施 ALL STAR SAAS

    FUND フェムトパートナーズ株式会社 Headline Asia Boost Capital BRICKS FUND TOKYO(三菱地所グループ) 株式会社プレイド SMBCベンチャーキャピタル 三菱UFJキャピタル株式会社 みずほキャピタル株式会社 ※順不同
  3. IVRy(アイブリー)の解決している課題と提供価値 10 1 2 3 中⼩企業やサービス業は電話問い合わせがまだまだ多く 電話による業務オペレーションのロックリスクが⼤きい 同じような問い合わせは⾃動化したいが IVRシステムは数百〜数千万円かかるため導⼊できない 最近は⼈⼿不⾜で、採⽤⾃体の難易度があがっており、

    採⽤単価も⾼騰している 事業者様が抱える課題 1 2 3 UI/UXが使いやすく、誰でも直感的に利⽤可能 ノーコードで⾃由にカスタマイズできるため どんな業界‧業種‧ユースケースでも導⼊可能 安価ですぐに利⽤できる IVRy(アイブリー)の価値
  4. 12 IVRy(アイブリー)の導⼊実績 ⽇本にある全99業種のうち、94業種(約95%)にご導⼊いただいております。 農業 林業 漁業 ⽔産養殖業 総合⼯業 種別⼯事業 鉱業‧採⽯業‧

    砂利採取業 設備⼯業 ⾷料品製造業 飲料‧たばこ‧ 飼料製造業 繊維⼯業 ⽊材‧⽊製品 製造業 汎⽤機械器具 製造業 ⽔道業 航空運輸業 織物‧⾐服‧ ⾝の回り品⼩売業 不動産取引業 洗濯‧理容‧ 美容‧浴場業 ⾃動⾞整備業 家具‧装備品 製造業 パルプ‧紙‧ 紙加⼯品製造業 印刷‧同関連業 化学⼯業 ⽯油製品‧⽯炭 製品製造業 プラスチック 製品製造業 ゴム製品製造業 鉄鋼業 ⾦属製品製造業 ⾮鉄⾦属製造業 業務⽤機械器具 製造業 電⼦部品‧デバイス‧電 ⼦回路製造業 電気機械器具 製造業 ⽣産⽤機械器具 製造業 情報通信 機械器具製造業 輸送⽤機械器具 製造業 その他の製造業 電気業 ガス業 熱供給業 通信業 放送業 情報サービス業 インターネット 付随サービス業 映像‧⾳声‧⽂字 情報制作業 鉄道業 道路旅客運送業 道路貨物運送業 なめし⾰‧同製品 ⽑⽪製造業 ⽔運業 倉庫業 運輸に付随する サービス業 各種商品卸売業 繊維‧⾐服等 卸売業 飲⾷料品 卸売業 建築材料‧鉱物‧⾦属 材料等卸売業 郵便業 機械器具卸売業 その他の卸売業 各種商品⼩売業 飲⾷料品⼩売業 機械器具⼩売業 その他の⼩売業 無店舗⼩売業 銀⾏業 貸⾦業,クレジット カード業等 ⾮預⾦信⽤機関 ⾦融商品取引業, 商品先物取引業 協同組合⾦融業 補助的⾦融業等 保険業 不動産賃貸業‧ 管理業 窯業‧⼟⽯製品製 造業 物品賃貸業 学術‧ 開発研究機関 専⾨サービス業 広告業 技術サービス業 宿泊業 飲⾷店 繊維⼯業 その他の⽣活 関連サービス業 娯楽業 ⽔産養殖業 その他の教育, 学習⽀援業 医療業 保健衛⽣ 社会保険‧社会福 祉‧介護事業 共同組合 廃棄物処理業 郵便局 機械等修理業 職業紹介‧ 労働者派遣業 その他の事業 サービス業 政治‧経済‧ ⽂化団体 宗教 その他の サービス業 外国公務 地⽅公務 国家公務 分類不能の産業
  5. コールセンターの課題と現状 • 現在、コールセンターは多くの課題に直⾯しています。主な課題として以下の3点が挙げられます。 14 1 2 3 電話がつながりにくく、保留時間も⻑いことによる顧客体験の低下 採⽤の難易度や離職率の⾼さによる⼈⼿不⾜の常態化 営業時間外の対応ができないことによる機会損失の発⽣

    顧客からの問い合わせに迅速に対応できない状況は、顧客体験の質を損ない、企業の信頼性に も悪影響を及ぼす。特に、保留時間の⻑さはフラストレーションを助⻑し、顧客離れの原因とな ることが指摘されている。 電話業務は精神的および⾝体的負担が⼤きいとされ、採⽤競争の激化と離職率の⾼さが問題を 深刻化させている。この結果、⼈員不⾜が常態化し、コールセンターの運営効率やサービス品 質に悪影響を及ぼしている。 多様化する顧客ニーズに対応できないことは、企業にとって収益機会の喪失を意味する。特に、 ⾮対⾯サービスが求められる現代において、営業時間外対応の⽋如は競争優位性を低下させる 要因となる。
  6. コールセンターにおけるAI/LLMの活⽤領域 20 関連部署 業務データベース コンタクトセンター フロントチャネル 顧客チャネル 顧客 電話 Web

    メール (アプリ) FAQ FAX (実機) 受電 メール カスタマー オペレータ オペレータ CRM DB フォーム チャット オペレータ オペレータ FAX (紙) FAQ DB FAQ担当 メンテナンス 分析担当 データ分析 マネジメント層 データ登録 ナレッジ DB データ連携 IVR SNS (LINE / FB / X) レポート AI/LLMの活⽤領域 電話業務(コールセンター)の領域
  7. AI活⽤によるコールセンター課題の解決策 • AIの活⽤は、コールセンターにおける複数の課題解決に寄与すると考えられます。電話業務に焦点を当てると、以下の ような具体的な効果が期待できます。 21 1 2 3 顧客体験の低下への対応 ⼈⼿不⾜の常態化の緩和

    時間外対応による機会損失の防⽌ AIの活⽤により、電話応答の迅速化と効率化が可能となる。⾳声認識技術や⾃然⾔語処理による ⾃動応答システムが⼀次対応を担うことで、オペレータの負担を軽減し、顧客の待機時間を短縮 する。これにより、顧客のフラストレーションを軽減し、顧客体験の向上を実現する。 AI⾳声対話ソリューションが基本的な問い合わせ処理を担い、⼈材リソースを複雑な業務に集中 させることが可能となる。さらに、AIトリアージ機能が問い合わせ内容を分類し、適切な担当者 へ振り分けることで、コールセンターの運営効率の向上とサービス品質の維持を図る。 営業時間外対応にAI⾳声対話ソリューションを導⼊することで、⼈件費を抑えつつ多様化する顧 客ニーズに応える体制を構築可能である。これにより、顧客満⾜度を向上させるとともに、競争 優位性を強化し、収益機会の最⼤化を実現する。
  8. 関連部署 業務データベース コールセンター コールセンターにおけるIVRyのAI⾳声対話∕⾳声解析ソリューション 22 フロントチャネル 顧客チャネル 顧客 電話 受電

    カスタマー オペレータ CRM DB FAQ DB 分析担当 マネジメント層 レポート ナレッジ DB オペレーター (AI) IVR ⾃動メンテナンス 顧客対話 DB データ登録 ⾃動データ登録 ⾃動データ分析 ‧レポート作成 データ連携 AIによる⾳声解析 (クラスタリング分析‧インサイト抽出) AIによる⾳声対話 (応答率向上‧24時間対応) ⾃動応答 AIによる⾳声解析 (FAQの⾃動⽣成) 呼量の削減
  9. 当社のケイパビリティ 25 機械学習と⾃然⾔語処理を専⾨とする。 ミシガン⼤学で物理学の博⼠号を取得し、その後に ニューヨーク⼤学でデータサイエンスの修⼠号を取得。 また、Goldman SachsとFacebook AI研究所でのイン ターン経験を経て、IBM Research、Googleを経てIVRy

    に⼊社。 2006年に⽇揮株式会社に新卒⼊社し、エンジニアとして のキャリアをスタート。2011年に株式会社リクルートに 転職、不動産‧住宅領域サービス∕プロダクトの企画‧ 開発に従事。2017年に株式会社プレイドに転職、執⾏役 員として東証グロース市場上場に貢献。2023年8⽉、株 式会社IVRyに⼀⼈⽬の事業開発として参画。 京都⼤学⼤学院情報学研究科修了。2015年に株式会社リ クルートに⼊社し、モバイルアプリの運⽤、データ分 析、PMなどを担当。2019年より株式会社エクサウィ ザーズへ⼊社。NLPチームリード‧EMを担当。2022年 よりIVRyでAI開発全般を担当。 Principal AI Engineer 花⽊ 健太郎 VP of BizDev 宮原 忍 AI Engineer 町⽥ 雄⼀郎 GAFAMでのTech LeadやメガベンチャーでCXO‧執⾏役員等の経験のあるメンバーが、 事業の将来性や可能性に注⽬して続々と参画
  10. AIによる⾳声対話技術の優位性 26 Speech To Text Text To Speech IVRyで保有‧設定する情報 LLMベースの⾃動応答

    実⽤化に⽋かせない機能も実現 1. ハルシネーションの防⽌ 2. プロンプトインジェクションの対策 3. 管理画⾯による汎⽤的な設定 + ユーザー発話 固有表現認識 意図分類 コンテキスト 返答⽣成ロジック + ユースケース Few Shot Data 予約 キャンセル etc. 知識ベース etc. etc. お客様固有の知識 会社情報 etc. 営業時間 店舗名 対話例① 対話例② お客様(エンドクライアント)が設定した情報をもとに、 ユーザーの発話に対して⾃然な応答を返す仕組みをLLMで実現(現在、特許出願中) NLU by LLM
  11. AIによる⾳声対話技術の優位性 27 1.00 0.75 0.50 0.25 0.00 ChatGPT(tuning model) IVRy

    AI system 1.0 IVRy AI system 2.0 Precision Recall F-score Hallucination rate 0.674 0.818 0.89 0.852 0.905 0.985 0.944 0.664 0.669 0 0.112 0
  12. • ユーザーが発話した「質問」と「固有名詞」でAIが⾳声認識し、適切なアクションを実⾏する機能 AIによる⾳声対話技術の優位性(ボイスボット機能) 28 ボイスボット機能 質問認識 固有名詞認識 営業は何時まで? お店の場所は? 担当者と相談したい

    ‧‧‧ 質問 ⾳声案内:8時です SMS送信:URL 転送:担当者 ‧‧‧ アクション 営業部 鈴⽊⼀郎 ⼈事部 佐藤⼆郎 開発部 ⽥中三郎 ‧‧‧ 固有名詞 ⾳声案内:不在です 転送:佐藤⼆郎へ AI受付 ‧‧‧ アクション
  13. AIによる⾳声解析技術(通話内容のクラスタリング) クラスタリング分析 通話内容のテキスト化 テキスト化された通話内容を、⾃動的に要約 要約された通話内容を、⾃動的にクラスタリング(グループ化) ラベルを付与していくことで、電話の問い合わせを定量的に把握することが可能 実際の通話内容を録⾳ → ⾃動的にテキスト化 読み下すことができるレベルでの解析が可能

    1 通話内容の要約化 2 通話内容のクラスタリング 3 対応品質管理 概要把握 定量化 FAQ⾃動⽣成 話者A: もしもし。 話者B: ⼤変お待たせしました。ホテルIVRyでございま す。 話者A: あの送迎バスはさあ、最終何時だっけ? 話者B: はい。駅発の最終便が23時50分でございます。 話者A: うん。 話者A: 23時50分で20分置きだっけ? 話者B: はいさようでございます。 話者A: あ了解しました。はい、どうも。 話者B: はいすみません。 話者A: はい。 話者B: 失礼いたします。 client_name summary ホテルIVRy ホテルIVRyの送迎バスの最終便は23時50分、20分置きです。 summary label ホテルIVRyの送迎バスの最終便は23時50分、 20分置きです。 シャトルバスについて 実績‧事例 IVRyが⾃動で収集‧蓄積した「通話データ」を対象に、 AIで⾃動的にクラスタリング(グループ化)することで、問い合わせの定量化や概要把握を実現 32
  14. AIによる⾳声解析技術(通話内容からのインサイト抽出) インサイト抽出 実績‧事例 IVRyを導⼊することで、 ⾃動で収集‧蓄積される通話内容 複数のAI/LLM分析エンジンが 観点別に通話内容を解析 1 2 通話ID:

    1 話者A: フリートライアルの結果はいかがでしたで しょうか? 話者B: 実際に着電量が減り、トライアルの担当者 からポジティブな返答があり... 通話ID 対応者 受注状況 お客様の検討の状況 1 ⽥中 受注 テスト導⼊の効果が認められた 2 吉⽥ アポ 導⼊を検討していただいている 3 ⼭⽥ 失注 予算に⾒合わず⾒送り 通話ID 対応者 感情状態 お客様の感情の理由 1 ⽥中 好感 期待以上の効果で嬉しく感じている 2 吉⽥ 好感 サービス内容に共感している 3 ⼭⽥ 不快 想定予算を超過し不快に感じている 受注分析エンジン 感情分析エンジン IVRyが⾃動で収集‧蓄積した「通話データ」を対象に、 複数のAI/LLM分析エンジンが観点別に解析することで、インサイトの抽出に成功 34
  15. AIによる⾳声解析技術(通話内容からのインサイト抽出) 35 KGI 事業指標 KPI 品質指標 満⾜度‧解決率‧カスハラ発⽣率などの通話品質の定量化。 また、不満の要因やカスハラの内容を記述 予約‧購⼊‧解約阻⽌などの 通話内コンバージョンの定量化。

    また、通話の⽬的‧⾮CVの要因を判定 通話対応時間と削減効果の可視化 ⽣産性とお客様体験の 可視化と向上 通話内容の解析による事業指標の改善や、 顧客および従業員の体験の向上に向けたインサイトを定量化
  16. AIによる⾳声解析技術(通話内容からのインサイト抽出) 36 CV⽬的での通話の取りこぼしの改善による機会損失の軽減と、 意図していなかったCVの創出を再現することによる機会創出をサポート 通話の発⽣ CV⽬的の通話 (予約/購⼊/資料請求など) CV⽬的でない通話 (問い合わせなど) CVした

    CVしなかった CVした (キャンペーン案内など で) CVしなかった CVしなかった要因 を記述し改善 CVした要因 を記述し標準化 AI対話による ⾃動化で成果検証 機会損失の 軽減へ 機会創出の 増加へ クラスタリングで分 類して分岐追加 対応工数の 削減へ 対応工数の 削減へ
  17. ⼤⼿メディア事業会社(株式会社リクルート)様における成功事例 40 福岡県の料理屋「台所ようは」 秋⼭ 梨砂 様 導⼊事例インタビュー記事:https://ivry.jp/case/daidocoro-yoha/ インタビュー動画:https://www.youtube.com/watch?v=JTu2qhpdn6E 「台所ようは」は、少⼈数で営業しているため、仕込みや 接客で忙しい時間帯の電話応答が⼤きな負担となっていま

    した。IVRyの「AI電話予約サービス」導⼊前は、電話が鳴 るたびに作業を中断しなければならず、お客様をお待たせ してしまうこともありました。 導⼊後は、営業時間中の電話応答が⼤幅に減り、スタッフ の負担が軽減されました。また、営業時間外も予約を受け 付けてくれるため、機会損失を防ぐことにもつながってい ます。 AIによる電話応答には当初不安もありましたが、実際には ⾮常にスムーズに対応してくれており、お客様からの不満 の声もありません。おかげで、これまで以上に料理や接客 に集中できるようになり、お客様にもより良いサービスを 提供できるようになりました。 導⼊を検討されている飲⾷店の⽅には、ぜひ⼀度お試しい ただきたいです。
  18. 企業が持つWebサイトの⾏動データとIVRyの「通話データ」を統合して解析し、 より深いインサイトに基づくCX(顧客体験)の改善提案を実現 ⼤⼿コンサル‧システムインテグレーター事業会社(NRIデジタル株式会社)様における成功事例 41 【事例】三菱地所ホテルズ&リゾーツ株式会社 企業向けCX改善サービスの概要 ‧アフターコロナ以降、電話対応に多く時間を取られている ‧宿泊者が⾃分で解決できるようにデジタル化を進めたい 課題 改善結果

    <電話業務に関する効果> ‧⽉に数千件以上の電話着信数の電話稼働時間が30%減 ‧英語の問い合わせにIVRyを活⽤し電話稼働時間が10%減 ‧早朝∕夜間での機会損失が減り電話の取りこぼしを削減 ‧電話の減少により対⾯のお客様へのサービスの品質向上 <CX改善に関する効果> ‧過去の電話内容の実績からFAQサイトのコンテンツを 補強し、サイト上で疑問を解決できることが増える ‧FAQサイトに情報があると案内してもらえることで、 電話がつながるまで何度もかけ直さなくても済む プレスリリース:対話型⾳声AI SaaS「IVRy(アイブリー)」を、NRIデジタルの企業向け顧客体験(CX)改善⽀援サービスに提供
  19. ⼤⼿コンサル‧システムインテグレーター事業会社(NRIデジタル株式会社)様における成功事例 42 NRIデジタル株式会社 DX企画 プロデューサー 吉⽥ 純⼀ 様 AI技術の進展とIVRyの導⼊により、これまで電話でしか得 られなかった通話内容もWebやアプリの⾏動履歴と同様に

    データ化することが可能になりました。お客様が実際に発 ⾔された内容からは、Webやアプリの⾏動履歴以上に貴重 なインサイトを得ることができます。このような通話⾳声 データは、企業が顧客との対話を深く理解するための重要 な資源となります。 これらのデータを活⽤し、IVRyの機能と通話⾳声データを 企業内の他のデータやシステムと組み合わせることで、電 話だけでなく、企業の顧客体験全体を横断的に改善するこ とが可能になります。加えて、業務プロセスの効率化にも 寄与し、顧客満⾜度やロイヤルティを⾼めるための施策が より⼀層推進されます。 今後、IVRyのプロダクトのさらなる成⻑を促進し、そのポ テンシャルを最⼤限に引き出すために、顧客企業のデジタ ル化を⽀援する新たなソリューションやサービスを開発し ていく予定です。
  20. ⼤⼿予約サイト事業会社(アソビュー株式会社)様における成功事例 43 • コールセンターのコスト削減に課題がある • 顧客の課題が解決されているのか‧満⾜しているのかが分からない • どのような通話内容が多いのか定量的に分からない 課題 改善結果

    • IVRyのIVR機能とAI⾳声解析(クラスタリング分析‧インサイト抽出)によっ て、⾃動化率が60%に。⽬標の応答率を⼤幅に達成(70%→94%)。結果とし て、コールセンターのコストを半減させることを実現した • ユーザーの課題解決状況や満⾜度が分かるようになった • ⾳声の定量化によって、どんな会話がどれくらいきているかをリアルタイムで モニタリングできるように。分岐ルールの追加による⾃動化率改善に繋がった プレスリリース:アソビュー、コールセンターへ電話⾃動応答サービス「IVRy(アイブリー)」を導⼊。電話問い合わせの⾃動化率60%超により、電話応答コスト半減。
  21. ⼤⼿予約サイト事業会社(アソビュー株式会社)様における成功事例 44 アソビュー株式会社 カスタマーサービス部 鈴⽊ 芳由貴 様 導⼊事例インタビュー記事:https://ivry.jp/case/asoview/ レジャー業界では、特定の繁忙期に問い合わせが集中する ことが多く、コールセンターの⼈員配置は⻑年の課題と

    なっていました。 今回、IVRyを導⼊したことで、電話問い合わせの⾃動化率 が60%を超え、電話応答コストを半減させるという⾮常に 良い結果を得ることができ、⼤変満⾜しています。また、 ⾃動化による効率化だけでなく、応答率も⼤幅に向上した ため、顧客体験の質を向上させることにも繋がりました。 さらに、IVRyのUIは⾮常にシンプルで直感的に操作できる ため、導⼊後すぐに業務に取り⼊れることができた点も魅 ⼒の⼀つです。これにより、現場のスタッフもスムーズに 利⽤を開始することができ、全体的な業務効率が向上しま した。 今後もIVRyを積極的に活⽤し、電話業務にAI技術を掛け合 わせることで、さらなる効率化と業務改善を進めていきた いと考えています。
  22. 当社がコールセンターで実現したい世界 45 これまで利活⽤が困難だった電話経由の「通話データ」を他の「顧客データ」と統合することで、 電話業務のさらなる効率化‧⾃動化、集客⽀援による売上向上への貢献を⽬指す ① 現状 お客様 オペレータ ② 将来

    (⼀部)転送 お客様 オペレータ 架電 ⾃動回答 + 有⼈回答 (⼀部)転送 ⾃動蓄積 (通話内容 ‧Webデータ 等) AIによる クラスタリング分析‧ インサイト抽出 レポーティング 集客⽀援 (現在、特許出願中) 架電 ⾃動回答 + 有⼈回答 AI⽣成 (業務ユース ケース単位)