アプリに支払いが反映されていないと、顧客から電話が入ります。担当者はいったん保留にし、3つの古いシステムの画面を切り替えながら取引を探し、二次対応への引き継ぎが必要か社内のガイドを確認します。
これはたった1件の電話です。しかし、更新手続き、状況確認、フォローアップが毎日何千件も重なれば、業務は滞ってしまいます。
サービス部門の責任者にとっての課題は、熱心に働く人材を見つけることではありません。日常的な情報検索に時間を取られ、価値の高い顧客対応が圧迫されることを防ぐことです。
AIワークフォースとは？
AIワークフォースは、システム全体を刷新することではありません。企業の業務の中で、特定の範囲に限定された役割を担う専門のAIエージェントとコパイロットからなる、体系的なチームです。
- AIエージェントは、予測可能な一連の業務を、顧客に直接対応しながら完結させます。
- AIコパイロットは、担当者に寄り添い、承認済みのナレッジや関連情報をリアルタイムで提示します。
各役割は、厳格なアクセス権限と人による監督のもとで機能します。すべてを自動化するのではなく、担当者とソフトウェアの間にある手作業の摩擦を取り除くのです。
AIエージェントとコパイロットはどう連携するのか？
AIエージェントには、タスクやプロセスの中で役割が割り当てられます。設定に応じて、依頼内容を理解し、承認済みのナレッジを使って次のステップへ進めることができます。音声エージェントは会話を通じて対応しますが、その役割は担当する業務によって決まります。
AIコパイロットは、従業員の仕事を支援します。必要な情報をまとめたり、依頼内容を要約したり、確認用の回答案を作成したりできます。担当者に割り当てられた判断の責任は、引き続き担当者が持ちます。
AIワークフォースは、これらの役割を既存の業務に組み込む、より広い考え方です。サービスエージェントとコパイロットが、同じ顧客対応の異なる部分を担うこともできます。引き継ぎや情報へのアクセスは、導入時の設定や連携方法によって異なります。
AIワークフォースはチームのために何ができるのか？
答えは業務によって異なります。ここでは、顧客対応と従業員の業務を支える代表的な3つの活用方法を紹介します。
日常的な問い合わせに対応する
サービスチームは、商品や手続き、申込後の次のステップに関する質問に時間を費やしています。AIエージェントは、適切な問い合わせに対して承認済みの情報を使って回答し、複雑な案件を担当者につなぐことができます。顧客は回答への道筋を得られ、担当者はより注意が必要な案件に時間を使えます。
大切なのは最初の回答の後です。調査やフォローアップが必要な場合には、その後の対応に役立つ情報をサービスチームに残す必要があります。
顧客の関心を事業成長につなげる
銀行にクレジットカードのキャンペーン対象者が何千人いても、会話がなければ提案は商談の機会になりません。Sales Agentは承認された対象者に連絡し、オファーを説明し、関心を把握して、次の対応をチームにつなぐことができます。その後、アプローチが申込、そしてカード発行にどうつながったかを確認できます。
債権回収でも、会話は事業上の成果に直結します。シンガポールの大手デジタル銀行は、多言語による回収連絡にDyna.AiのVoice Agentを活用し、判断やフォローアップが必要な案件は従業員が対応しました。この導入で、同銀行は回収業務効率が3倍になったと報告しています。
同じ考え方は契約更新のご案内にも当てはまります。ライフネット生命保険は、日本語のVoice Agentを使って顧客の意向を把握し、フォローアップに向けて会話を分類しました。更新に関する判断は引き続き人が担いました。
会話の内容が整理されれば、チームは次に取るべき行動を把握できます。一方、実際に顧客が更新するかどうかは、別に確認すべき成果です。
従業員が必要なときに情報を得られるようにする
経験豊富な従業員でも、顧客に回答する前に規定を確認したり、複数の情報源を調べたりする必要があります。コパイロットは、承認済みの関連情報を見つけ、回答案を準備するのに役立ちます。担当者は内容を確認し、判断したうえで会話を続けられます。
情報を探す時間を減らし、顧客の質問そのものにより多くの時間を使えます。
AIワークフォースの成果はどう測るのか？
答えは、その役割が何を達成するためのものかによって異なります。発信数やメッセージ送信数は活動量を示しますが、契約更新、問い合わせ解決、商談の進展までは分かりません。
成長を担うチームでは、アプローチ後に何が起きたかを確認します。対象となる顧客のうち何人に接触できたか。何人が関心を示し、申込を完了し、カードを利用するようになったか。有望な見込み客を担当者につなぐことは前進ですが、申込承認、カード発行、利用開始はそれぞれ別の成果であり、他部門や別の手続きに左右されることもあります。
サービスチームでは、依頼が解決されたか、顧客が再度問い合わせる必要があったか、人への引き継ぎで体験がどう変わったかを見ます。簡単な案件と複雑な案件の割合の変化に結果が左右されないよう、同じ種類の依頼を一定期間で比較します。
債権回収チームでは、顧客に連絡が届いたか、支払いの約束につながったか、最終的に入金されたかを確認します。実際の入金は、発信数や支払いの約束とは分けて追跡します。シンガポールの銀行が報告した回収業務効率は、その業務における変化を示していますが、それだけでは追加の回収額は分かりません。
財務上の価値を評価するには、AI利用料、連携、人によるフォローアップ、その他の運用費用を含め、導入前後の関連コストを比較します。従業員に戻った時間は余力を生みますが、実際の支出が減って初めて現金支出の削減になります。同様に、追加売上はその実現にかかる費用と合わせて評価する必要があります。事業の他の変化も結果に影響するため、根拠なく変化のすべてをAIの効果とすることは避けましょう。
AIワークフォースをどう活用し始めるか？
まず、自社チームが理解している顧客対応や従業員の業務から始めます。十分な頻度があり、役立つ成果を明確に定義できる仕事を探します。そのうえで、必要な情報、AIが担えるステップ、人が引き継ぐタイミングを考えます。
例えば、サービスチームは申込状況の問い合わせから始められます。エージェントはアクセスを許可された情報を使って状況を説明し、調査が必要な依頼を担当者につなぐことができます。その後、顧客が必要な情報を得られたか、フォローアップが適切な担当者に届いたかを確認できます。
組織が経験を重ねるにつれ、別のニーズに対応する役割を追加できます。単純なルールや人による対応のほうが適している業務もあります。重要なのは、アクセス管理、監督、成果を確認する方法を伴う、合理的な役割分担です。
Dyna.AiはAIワークフォースをどう実現するか
Dyna.AiのAI Workforceは、顧客対応や従業員の業務に、役割を持ったエージェントを組み込みます。Customer Service Agentはサービスに関する問い合わせに対応し、Sales Agentは顧客へのフォローアップを支援し、Collection Agentは返済に関する会話を支援します。AI Copilotは、従業員が仕事の中で関連するナレッジを見つけるのを助けます。
Agent Studioは、モデル、ナレッジ、ワークフロー、管理機能をつなぎ、エージェントの構築とガバナンスを支援します。導入時に使う役割、連携、権限は、組織が取り組む業務によって異なります。
必要な支援を、必要な業務に
顧客サービスから事業成長まで、Dyna.Aiのエージェントとコパイロットは、チームが業務を前に進め、事業にとって重要な成果に集中するのを支援します。
Dyna.AiのAI Workforceを見るから、専門のエージェントとコパイロットが顧客サービス、事業成長、従業員の業務をどう支援できるかをご覧ください。