AI導入の背景と効果
福岡市のスタートアップ支援施設、えっと福岡グロースネクストでしたっけ? ここがですね、AIを導入して電話対応をなんと8割も削減したと。
これなかなかすごい事例だと思うんですが、今日はこれをちょっと詳しく見ていきたいなと。 今回の元ネタは、この福岡グロースネクストのAI活用に関する記事なんですけど、
わずか1ヶ月で現場がもう劇的に変わったそうなんですよ。 その成功の裏側、単に効率が良くなったって話だけじゃなくてですね、
利用者のニーズをどう掴んでサービス改善につなげていったのか、 特にGMO即劣AIっていうこの技術がどう活かされたのか、そのあたりを掘り下げていきます。
えー、あのこれは多くの施設とか企業さんでもよく聞く課題ですけどね。 ここでもやっぱり本来のスタートアップ支援っていうコアな業務がありますよね。
はい、ありますね。 それが日々の基本的な問い合わせ対応に時間を取られてしまっていたと、そういう背景があったんですね。
で、しかもですね、ただ忙しいってだけじゃなくて、電話でじゃあ具体的にどんな質問が多いのかとか、利用者が何を知りたがっているのかみたいな、そういう分析まではなかなか手が回っていなかった。
データが取れてなかったんですね。
ええ、だから改善しようにもまずどこから手をつければいいのか、ちょっと分かりにくい状況だった。 まあここにAIを導入する大きな意味があったというわけですね。
なるほど、課題は結構はっきりしてたわけですね。 で、それで導入したのがウェブサイトに設置したGMをソクレスAI。
そうです。 結果はどうだったんですか?すぐ出たんですか?
それがですね、驚くほど早かったんです。 導入してからほんの1ヶ月でですね、電話の件数が導入前の2割にまで減ったそうです。
1ヶ月で8割減。それはすごい効果ですね。
ええ。さらに面白いのが、その残った2割の電話なんですけど。
利用者の意識の変化
はい、これも事前にAIチャットボットである程度調べてからかけてくる方が増えたみたいで、結果的に1件あたりの通話時間も短くなったと。
へえ、効率化だけじゃなくてそのコミュニケーションの質自体も変わってきたってことですか?
そういうことですね。
現場のスタッフの方々の反応どうだったんでしょう?最初からよし、AIだ、みたいな感じだったんですかね?
いや、それがですね、当初はやっぱり、へえ、AIってすごいね、みたいな。まあちょっと他人事というか。
ああ、まあそうですよね。
そういう反応だったらしいんですけど、でも実際に電話が鳴らなくなってきて、自分たちの時間が生まれるのを実感する中で、
あ、これって私たちが必ずしもやらなくてもよかった業務なんだと。そういうふうに意識が大きく変わっていったそうなんですよ。
なるほど。
中には、AIの音があまりに自然だったんで、人間だと思って話しちゃった営業の方もいた、なんて話もあるくらいで。
えっと、本当ですか。それはすごい。
だからその自然さも、効果を高めた一つの要因かもしれませんね。
意識改革まで起きたと。
でもエクスパートさん、これって単に電話が減った、効率が上がっただけじゃないんですよね。
データ分析の活用と今後の展開
まさにそうなんです。ここからがこの事例の本当に重要なポイントだと思うんですが、AIとの会話ログ、これを分析できるようになったんですね。
はいはい、ログ分析。
これで利用者が実際何に疑問を感じているのかっていうのが具体的にこう見えるようになった。
なるほど。
しかもですね、面白いことに、友人だとちょっと聞きにくいなみたいなことってあるじゃないですか。
あーありますね。遠慮しちゃうみたいな。
でもAI相手だと割と気軽に聞けるのか、問い合わせの総数自体は実は増えたそうなんですよ。
え?電話は8割減ったのに、問い合わせの総数は増えたんですか?
そうなんです。
それは意外ですね。
じゃあつまり、これまであまり表に出てこなかったような隠れた疑問とかニーズが、AIによって掘り起こされたとそういうことですか?
まだにおっしゃる通りです。
これこそが単なる業務効率化っていうレベルを超えて、AIを顧客理解を深めるツールとしてうまく活用したその革新部分なんですね。
はーなるほど。
利用者が本当に知りたいこと、どこでつまづいているのか、それがデータとしてはっきり見えるようになった。
これによってですね、先回り対応への進化が起きたわけです。
先回り対応?
つまり、問い合わせのログを分析して、こういう質問が多いなとか、ここでみんな迷うんだなっていうのがわかれば、それをもとにウェブサイトの情報をもっとわかりやすくしたり、FAQを改善したりできるじゃないですか。
あーなるほど。問い合わせが来る前に手を打てるわけですね。
そうです。運営側がこれは当たり前だろうって思ってることと、利用者がいやここが知りたいんだけどって思うことに間に結構ギャップがあったりするんですけど。
はいありますね。
そのギャップにすごく気づきやすくなった。これが継続的なサービス改善のサイクルを生み出しているということなんです。
うーん、なるほどな。AIが単なる効率化ツールから、もっと戦略的な情報収集とか改善のためのツールに進化したという感じですね。
ええ、まさにそういう捉え方ができると思います。
今後の展開としてはどういうふうに計画されてるんですか?
今はまだ一部のサイトでの試験導入ということなんですが、今後は施設全体のサイトに展開していくとか、さらに会員向けのコミュニティスラックを使ってるらしいんですが、そこにも導入を検討しているということでしたね。
スラックにもですか。それは利用者からするとかなり便利になりそうですね。普段使ってるツールで聞けるわけだから。
そうですね。ウェブサイトだけじゃなくて、スラックみたいな利用者が普段いる場所、使い慣れたプラットフォームで一貫したサポートを提供する。
これマルチチャンネルかっていう考え方ですけど、すごく重要ですよね。
記事では、このAIチャットボットの基盤技術を提供しているmiiboっていう会社のコネクトエブリシング構想っていうのにも少し触れられてましたけど、まさに利用者に寄り添ったサポート体制を目指す、そういう方向性を示しているなと感じますね。
いやー、よくわかりました。今回の事例から見える成功のポイント、ちょっとまとめると、やっぱり3つくらいありそうですね。
1、まず電話8割削減っていう短期で、しかも非常にわかりやすい成果を出したこと。これは課題設定とツールの選定が的確だったって証拠ですよね。
そうですね。
2、次に、ただ減らすだけじゃなくて、会話ログの分析から利用者の本当のニーズをつかんで、それをサービス改善にしっかり活かしたこと。
ここが大きいですね。
3、そして現場のスタッフの方々の意識。これがAIに仕事を取られるじゃなくて、いや、AIのおかげでもっと大事な仕事に集中できるっていうパートナーとしての意識に変わったこと。この3点でしょうか。
まさにその通りだと思います。非常にうまく整理されてますね。ここで、ぜひあなたにも考えてみていただきたいのが、この事例が示しているように、AIって単に手間を省くためだけのものじゃないんだってことなんです。
利用者の方をより深く理解して、私たち人間がもっと本質的な価値の高い仕事に集中するためのすごく強力な手段になり得る。
あなたの周りではどうでしょうか。利用者のどんなちょっと不便だなとか、実はこれ聞きたかったんだけどみたいな恋にならない疑問とか、そういうものを先回りして解決できる可能性ってどんなところにありそうですか。
そうですね。単なる質問応答AIっていう段階をもし超えるとしたら、AIが利用者の状況とか過去の行動なんかから、彼らが次に何を必要としそうか、どんな問題にぶつかりそうかみたいなことを尋ねられる前に予測して、そっと解決策を提示してくれるみたいな。
あなたの仕事とか、あるいは生活の場面における本当の意味での究極の先回りサポートってどんな形になるか、ちょっと想像してみるのも面白いかもしれませんね。
