背景・課題

企業規模の拡大に伴い、社内の情報整備化一環としてチャットボットを利用したFAQシステムを構築するケースが増えています。

導入企業様もチャットボットを使用していましたが、チャットボット自体の精度の問題や、障害が起こった際には結局オペレーターが人力で対応しなければいけないなど業務効率化がつながっていないという課題がありました。特に、社内エンジニアからの問い合わせなどは複雑な技術的な質問も含まれているため、チャットボット自体の最適化が必要とされる状況でした。

課題解決へのアプローチ

社内に蓄積されていたCRMや管理システムのデータを活用し、自然言語処理AIを用いたチャットボットの開発を行うことで回答精度を向上

学習データ

• 問い合わせ文章
• 応対履歴

背景技術

• TF-IDF
• Word2Vec
• Doc2Vec
• SCDV
• 会話管理

取り組みの結果

障害が起こった時、ヒアリングを行うオペレーターに代わり、AIが類似性の高い過去事例から有効な解決策を提示するチャットボットを開発。答えが出ない場合は、チャットに担当者を呼び出しその最終的な答えを次の学習データとして学ぶことにより、システムを使う度に精度が上がる仕組みを構築しました。これにより、人的リソースの削減、回答までの大幅な時間短縮など複数の課題が解決されました。

本技術の応用例

• システムの障害調査
• 商品やサービスの不備・欠陥調査
• 商品やサービスの利用問い合わせ応答