re:Invent 2023: AWSのCCIソリューションによるコンタクトセンター革新
はじめに
海外の様々な講演を日本語記事に書き起こすことで、隠れた良質な情報をもっと身近なものに。そんなコンセプトで進める本企画で今回取り上げるプレゼンテーションはこちら！
📖 AWS re:Invent 2023 - Boost agent productivity with real-time transcription and insights (AIM224)
この動画では、AWSのContact Center Intelligence (CCI)ソリューションが紹介されています。Amazon Transcribeを活用した高精度な文字起こしや、生成AIによる通話要約、リアルタイムエージェントアシストなど、最新のAI技術がコンタクトセンターをどう変革するかを具体的に解説しています。Wolters Kluwerの事例を通じて、実際の導入プロセスや得られた成果も詳しく紹介されており、AIによるカスタマーサービス革新に興味のあるエンジニアにとって見逃せない内容となっています。 ※ 動画から自動生成した記事になります。誤字脱字や誤った内容が記載される可能性がありますので、正確な情報は動画本編をご覧ください。
本編
re:Inventセッション：generative AIによるコンタクトセンター革命
re:Inventの月曜日、そして「リアルタイム文字起こしとインサイトによるエージェント生産性の向上」セッションへようこそ。generative AIがカスタマーサービスに革命をもたらす様子について議論するために、ご参加いただきありがとうございます。私はArvind Sundararamanで、AWSの言語AIサービスを担当するプロダクトマネジメントのシニアマネージャーです。本日は同僚のVivek Singh、 Amazon Transcribeのプロダクトマネジメントシニアマネージャー、そして友人でAWSのお客様でもあるWolters Kluwer社のソリューションAIデリバリーディレクター、Harry Sabnaniと一緒です。
generative AIの新時代において、コンタクトセンター分野での顧客体験を変革する素晴らしい機会があります。長年にわたり、コンタクトセンターのエージェントは、メモ取りや情報を調べるために顧客を保留にするなどの管理業務に多くの時間を費やしてきました。 generative AIの新しい進歩のおかげで、エージェントは今や機械に雑務を任せ、最も重要な側面である顧客支援に時間を割くことができるようになりました。今日のセッションでは、コンタクトセンターを持つお客様がAWSのgenerative AI搭載のリアルタイム文字起こしとインサイトを使用して、エージェントの生産性を向上させる方法について議論します。
それでは、セッションの議題に入りましょう。まず、お客様がコンタクトセンターの管理で直面する一般的な課題について議論します。次に、AWSのgenerative AI搭載のContact Center Intelligence（CCI）ソリューションがそれらの課題にどのように対応できるかを説明します。その後、Vivekが私たちのgenerative AI搭載のリアルタイム分析とエージェントアシストソリューションの主要な機能について詳しく説明します。Harryは、Wolters Kluwer社がAWSと提携してこれらのgenerative AIベースのソリューションをコンタクトセンターに実装した過程を、導入されたソリューションのデモを交えて紹介します。最後に、始め方についての簡単なガイドを提供し、コンタクトセンターの運用を改善するための実践的で実行可能なアイデアを持ち帰っていただけるようにします。セッションの最後に5〜10分間のQ&Aの時間を設けますので、それまで質問はお控えください。
コンタクトセンターの課題とAIによる解決策
大学生の頃、私の友人の何人かが小遣い稼ぎにコールセンターで夜のアルバイトをしていました。最初は顧客と話し、多くのことを学べるので楽しんでいました。しかし、数ヶ月後には、終わりのないタイピングと毎日新しいスクリプトを覚えなければならないことに不満を漏らしていました。結局、二人とも辞めて、小遣いは親に頼るようになりました。それから約20年経った今でも、状況はあまり変わっていません。
製品の意思決定を行う際、私たちは多くのコンタクトセンターのリーダーと話をしました。ほとんどが近年の通話量の大幅な増加を報告しています。需要が急増するにつれてコストも増加し、エージェントは高い通話量と複数のシステムに対応するのに苦労し、バーンアウトにつながっています。また、顧客の期待も変化し、今日の顧客はより迅速で個別化された解決策を求めています。さらに、顧客との会話やエージェントのパフォーマンスに関する適切な分析が不足しているため、改善が必要な領域を特定し、データに基づいた意思決定を行うことが困難になっています。
コンタクトセンターのリーダーは、新しい常態に適応しながら、顧客とエージェントの主要な課題に対処しなければなりません。AI、特に生成AIの進化を活用することで、これらの課題に対処できるだけでなく、コストを削減し、コンタクトセンターをコストセンターから利益センターへと変革することができます。
コンタクトセンターにAIを導入することのビジネス上のメリットは何でしょうか？多くの顧客との対話に基づいて、5つの主要なメリットをお伝えします。まず、エージェントがより迅速で効果的なサービスを提供できるようになり、顧客満足度が向上します。次に、リアルタイムのエージェント支援により、エージェントは発信者の質問に対する提案や回答をリアルタイムで画面上に受け取ることができ、解決までの時間が短縮されます。第三に、反復的な問題をAIに任せることで、エージェントの満足度が向上します。第四に、冗長な応答に対するセルフサービス技術を通じて運用コストを削減し、エージェントの時間を最大限に活用し、離職率を低下させることができます。第五に、非常に重要なこととして、顧客満足度、潜在的な製品の問題、コンプライアンス、スクリプトの遵守、またはトレーニングのギャップに関するより多くのより良いデータを収集することで、ビジネス改善の機会を特定できます。すべての顧客との会話を分析し、製品改善の機会だけでなく、クロスセルやアップセルの機会についても洞察を得ることができます。
AWSのContact Center Intelligence (CCI)ソリューションの概要
AWSでは、顧客のニーズに応え、目標を達成するための選択肢を提供することを重視しています。チャットボットの構築から、スマートな通話ルーティング、リアルタイムのエージェント支援、通話後の分析まで、コンタクトセンター向けに数多くのイノベーションを提供しています。コンタクトセンター向けに柔軟なオプションを提供しています。その一つがAmazon Connectです。参考までに、Amazon Connectは音声チャットとタスク管理のための単一の統合クラウドコンタクトセンターです。これには、AIを活用したリアルタイムおよび通話後の分析を提供するContact Lens for Amazon Connectという機能が含まれています。
今日お話しするAI機能の多くを、Amazon Connectのネイティブ機能として利用可能にしました。他のコンタクトセンターをお持ちのお客様向けに、本日のセッションでは、AIを活用した音声、テキスト、チャット機能を組み合わせた生成AI搭載のCCIソリューションを使用して、既存のコンタクトセンターを強化する方法について説明します。これらのソリューションは、オープンソースソリューションとして利用可能であり、実装に際して優先パートナーと協力することを選択した場合は、パートナーソリューションとしても利用可能です。
さて、これらのソリューションとは何でしょうか？AWS CCIソリューションは、テキスト読み上げ、翻訳、インテリジェント検索、会話AI、文字起こし理解機能のためのAWS MLを活用したサービスの組み合わせを使用しています。Genesys、Cisco、Avaya、Talkdesk、8x8などのプロバイダーのサードパーティ製コンタクトセンターをすでにお持ちの多くの方々は、これらのCCIソリューションを活用して、自動化されたセルフサービス機能を提供し、通話をリアルタイムで分析し、エージェントを支援し、通話後の分析を使用してコンタクトセンターの会話から学ぶことができます。これらのソリューションは、顧客体験の向上、エージェントの生産性の向上、運用効率の改善を実現します。
これは私のお気に入りのスライドの1つです。ご覧のように、多くの業界のお客様がAWSのコンタクトセンターソリューションを使用して、顧客とエージェントのエクスペリエンスを向上させています。小規模なコンタクトセンターから年間数百万件の通話を処理する大規模なセンターまで、AWSは組織の目標達成を支援するためのツール、テクノロジー、スキル、専門知識、そして経験を有しています。私たちは、あらゆるタイプのカスタマーサービス組織に革新的で拡張性が高く、コスト効率の良いコンタクトセンターソリューションを提供する戦略的パートナーを目指しています。
リアルタイム通話分析とエージェントアシストの主要機能
それでは、CCIの主要なユースケースについて詳しく見ていきましょう。CCIには3つの主要なユースケースがあります。1つ目は、セルフサービス仮想エージェントです。 これには、会話型IVRやチャットボットが含まれ、ユーザーが迅速に回答を見つけ、生身のエージェントの助けを借りずに自分で取引を完了できるようにすることで、通話を減らします。これらのソリューションは、発信者の意図を特定し、適切なエージェントに転送することで、通話転送の回数も減らすことができます。2つ目は、通話後の分析です。 通話後の分析CCIソリューションを使用すると、通話量の100%を処理できます。これにより、新たなトレンド、顧客の感情、エージェントのトレーニングギャップ、ビジネス改善の機会などの洞察を得ることができます。
3つ目は、本日のセッションの主な焦点である、リアルタイムの通話分析とエージェントアシストです。これは、リアルタイムで顧客を理解するという究極の目標です。CCIでは、顧客とコミュニケーションを取る最前線にいるエージェントの負担を軽減することに焦点を当てています。リアルタイム分析により、これらのライブ会話を処理し、通話のコンテキストを理解することができます。エージェントアシストは、情報過多によるエージェントの疲労を軽減し、自社のナレッジベースや他のデータソースから生成された生成AI駆動のリアルタイムの提案や回答を提供します。顧客の感情をモニタリングし、予想通りに進んでいない通話に対してスーパーバイザーに警告を出し、エージェントを支援することができます。
それでは、リアルタイム通話分析とエージェントアシストソリューションの主要な機能と能力についてより深く掘り下げるために、Vivekをステージにお迎えしましょう。Vivek、お願いします。
CCI機能：リアルタイムインサイトとエージェント支援
ありがとうございます、Arvind。皆さん、こんにちは。Vivek Singhです。 私はAmazon Transcribeの製品管理チームを率いています。本日は、AWSのリアルタイム通話分析とエージェントアシストソリューションの概要をご紹介できることを嬉しく思います。私たちは、長い通話解決時間、エージェントが顧客の質問に迅速に回答を見つけられないこと、通話サマリーの作成など通話後の作業にエージェントが多くの時間を費やすことなど、今日のコンタクトセンターのお客様が直面する主要な課題に対処することで、より良い顧客、エージェント、スーパーバイザーのエクスペリエンスを創出するためにこのソリューションを開発しました。
このソリューションは、コンタクトセンターの会話に特化して最適化された様々なAWS AIサービスを活用し、最適化しています。例えば、Amazon Transcribeという自動音声認識サービスを使用して、1秒未満の遅延で高精度のリアルタイム文字起こしを生成します。Amazon Transcribeは電話によるコンタクトセンターの会話に最適化されており、多様なアクセント、騒がしい背景、音量・ピッチ・話速の変化など、幅広い音声や音響特性に対応するよう設計されています。
また、会話分析のためのカスタム自然言語処理モデルも開発しました。これらのモデルは、感情を検出し、通話理由を特定し、割り込みや大声などの音響特性を認識することができます。私たちのソリューションは、通話サマリーの作成や、顧客の質問に対するエージェントの回答の自動生成など、生成AIの機能を実現するために、微調整されたAmazon Bedrockの大規模言語モデルを活用しています。これらの機能が一体となって、エージェントがより効果的に顧客の問題を解決し、以前よりも迅速に対応できるようになり、通話処理時間と通話後の作業時間の両方を短縮しています。
それでは、このソリューションの具体的な機能について詳しく見ていきましょう。 まず、エージェントの時間を節約し、情報過多による疲労を軽減するのに役立つリアルタイムインサイトから始めます。こちらはエージェントと顧客の会話のサンプルです。顧客とエージェントのターンに分けられた、ターンごとの文字起こしを見ることができます。これにより、文字起こしを読みやすく理解しやすくなり、エージェントが通話中にメモを取る必要がなくなります。また、Amazon Transcribeが提供するカスタマイズ機能、例えばカスタム言語モデルやカスタム語彙などを活用して、お客様固有のブランド名や製品名といったドメイン固有の用語の精度を向上させることもできます。
CCIの生成AI機能：通話要約とフォローアップの自動化
Issue detectionを使用すると、通話録音全体を聞いたり、通話の文字起こしを読んだりすることなく、顧客が電話をかけてきた理由を知ることができます。この機能を使用すると、会話のターンの中で、顧客の通話理由を表す最も短い単語のセットを見つけることができます。 Agent assistは、会話のターン中に顧客の意図を特定し、顧客の質問に答えるための生成AI駆動の回答を自動的にエージェントに提示します。Contact Center Intelligenceのリアルタイムインサイトは、エージェントの効率を向上させるだけでなく、スーパーバイザーに顧客との会話についてより細かな可視性を提供することもできます。
エージェントと顧客の両方について、感情分析とともに文字起こしを提供します。ターンごとの感情を確認でき、全体的な感情や四半期ごとの感情も提供するので、スーパーバイザーは通話内での感情の変化を簡単に確認し、何がその変化を引き起こしているかを特定できます。 また、無音時間、音量、割り込み、話速などの音響ベースの会話特性も提供します。これらの特性を使用して、スーパーバイザーは、通話中の異常な長さの沈黙、大声での発話、エージェントが顧客の話を遮る頻繁な割り込み、あるいはエージェントの話す速度が速すぎたり遅すぎたりする場合の理解の問題など、さまざまなシナリオを特定することができます。
Contact Center Intelligence の機能を活用して、緊急の問題をリアルタイムで監督者に通知することもできます。監督者とマネージャーの両方が、問題が発生したらすぐに通知を受けたいと考えています。これは、問題がさらにエスカレーションする前に対応し、顧客満足度を向上させ、ファーストコール解決率を高めるために重要です。リアルタイムアラートにより、お客様との通話中に定義したルールが満たされた場合、即座に対応が必要な通話について監督者に積極的に通知されます。
自動通話分類機能を使用すると、マネージャーへのエスカレーション、アカウントのキャンセル、競合他社への言及など、特定のシナリオを識別するためのルールを作成できます。例えば、「マネージャーと話したい」や「スーパーバイザーと話したい」などのキーワードを含むすべてのライブコールにタグを付けるエスカレーション要求のカテゴリを作成できます。また、音響特性に基づいてこれらのカテゴリを作成することもできます。例えば、15秒以上の沈黙がある全てのライブコールにタグを付けることができます。本質的に、通話中のどの時点でもキーワード、フレーズ、または音響特性の有無を確認してカテゴリを作成できます。
定義したカテゴリが検出されると、監督者はリアルタイムダッシュボードでアラートまたは通知を受け取ります。これらのアラートに基づいて、監督者はウィスパーコーチングセッションを通じて顧客の問題解決に関するガイダンスを提供したり、通話転送が必要かどうかを判断したりできます。リアルタイムの通話転送では、進行中の通話トランスクリプトを一人のエージェントから別のエージェントや監督者に渡すことができます。これにより、顧客が通話転送時に同じ内容を繰り返す必要がなくなり、問題がより迅速に解決されるため、顧客のフラストレーションが軽減されます。監督者は、顧客とエージェントの両方の感情を含むリアルタイムのトランスクリプトを参照でき、その時点までに生成された通話サマリーも確認できます。トランスクリプト、顧客の感情の傾向、通話サマリーを使用することで、監督者は迅速に状況を把握し、必要な適切なアクションを評価できます。
CCIソリューションの実際の導入事例
CCI のリアルタイムソリューションは、コンタクトセンターのセキュリティとコンプライアンスを強化することも容易にします。名前、住所、クレジットカードの詳細など、機密性の高い個人識別情報（PII）エンティティを編集することができます。サポートしているすべての PII エンティティを一度に編集するオプションがあり、または発信者の名前だけなど、編集したい特定の PII エンティティを選択することもできます。この編集により、通話トランスクリプトと通話録音の両方から機密情報が削除されます。また、組織内で編集済みおよび未編集のバージョンの録音と通話トランスクリプトへのアクセス権限を制御することもできます。
ここまでで、リアルタイムの文字起こし、インサイト、編集機能を活用して、安全かつコンプライアンスに準拠した方法でエージェントと監督者のエクスペリエンスを向上させる方法について説明しました。次に、CCI ソリューションの生成 AI 機能を活用して、エージェントのアフターコール作業を自動化する方法を見ていきましょう。エージェントによると、通話サマリーやフォローアップ項目のメモ作成などのアフターコール作業には、通話時間の最大3分の1を要することがあります。その結果、時にはこれをスキップしたり、不完全な情報を記入したりすることがあります。通話中に議論された重要なアクション項目を正確に捉えて行動しないと、顧客の信頼を損なう可能性があります。さらに、不完全な通話サマリーは、監督者が顧客の問題を調査したりエージェントのパフォーマンスを評価したりする際に、通話の要点を把握するために通話録音を聞いたりトランスクリプトを読んだりするのに多大な時間を費やす原因となります。これにより、コンタクトセンター内での品質管理のスケーリングが非常に困難になります。
そこで、私たちは新しい生成AIを活用した通話要約機能をリリースしました。Amazon Bedrockを活用したこの通話要約は、顧客の問題、通話中に取られたステップの結果、そして次のステップを捉えています。スーパーバイザーやエージェントは、通話終了後わずか数秒で会話の要約にアクセスできます。この通話要約機能を使用することで、エージェントはメモ取りの必要性が減り、通話の全体的な長さに応じて1回の通話につき45秒から2分の時間を節約できます。大規模に見ると、この時間の節約により企業は年間数百万ドルを節約できる可能性があります。
エージェントの通話後の作業時間をさらに短縮するために、生成AI機能を活用してフォローアップワークフローを簡素化することもできます。フォローアップは、顧客に対して行われた約束や確約を捉えます。一般的な例としては、特定のポリシーについてより詳細な情報を共有するなど、顧客に送信する必要があるフォローアップメールや、エージェントが顧客に約束したフォローアップの電話があります。CCI solutionを使用すると、顧客との通話に対するフォローアップのアクションアイテムを明示的に捉えることができます。そして、ご覧のように、生成AIを活用して自動作成されたメール返信を使用して、顧客とのループをより迅速に閉じることができます。総じて、これらの生成AI機能は、エージェントの生産性を大幅に向上させるだけでなく、エージェントがより迅速に次の発信者に対応できるようになり、通話待ち時間を短縮できるため、顧客体験にも影響を与えることができます。
Amazon Transcribeの次世代音声基盤モデルの発表
では、企業がAWS CCI機能を活用してビジネス価値を創出し、コンタクトセンターの体験を向上させている例をいくつか見てみましょう。まず、米国最大の管理型行動医療会社の1つであるMagellan Healthの例があります。同社は、全国的なサードパーティプロバイダーネットワークを通じて、従業員支援、メンタルヘルスプラン、ワークライフプログラムを管理しています。Magellan Healthは、顧客の質問に答えるために13の異なるデータソースから情報を探さなければならないコールセンターエージェントの生産性と効率性を向上させたいと考えていました。そこで、Magellan Healthは、AWS real-time agent assist solutionを使用して、これらの異なるデータソースから引き出された文脈に応じた知識記事をエージェントが迅速にアクセスできるようにしました。CCIを使用することで、Magellan Healthはエージェントの平均トレーニング時間を3〜5日短縮し、通話処理時間を9〜15秒短縮することができました。
次に、北米の住宅、商業、小売物件向けスマートロッカーソリューションの主要プロバイダーの1つであるParcel Pending by Quadientの例があります。同社は、エージェントがスクリプトを使用せず、プロセスの所有権を持って顧客により良いサービスを提供することを望んでいました。Parcel PendingはTalkdesk CX Cloud contact centerとそのinteractions analytics solutionを使用しており、これはAWS CCIのリアルタイム機能を活用して、リアルタイムで顧客の問題を文字起こし、検出、特定します。CCIの助けを借りて、Parcel Pendingは初回解決率を29%向上させ、平均通話処理時間を45〜90秒短縮することができました。
最後に、大手多国籍金融銀行の例があります。この銀行は、既存の文字起こしサービスプロバイダーをAmazon Transcribeに置き換えることから始めました。なぜなら、Transcribeは既存のプロバイダーと比較して12%高い精度を持っていたからです。より正確なリアルタイムの文字起こしと、Transcribeが提供する自動PII編集機能により、銀行はデータのプライバシーとセキュリティ要件を遵守しながら、将来の処理のためにすべての通話をより正確に分類することができました。
Wolters KluwerのHarry Sabnaniによる事例紹介
これで、エージェントアシストとリアルタイムコール分析ソリューションの機能の概要が完了しました。ただし、今お話しした音声分析機能のパフォーマンスは、基盤となる音声認識（speech-to-text）または自動音声認識（automatic speech recognition）サービスモデルのパフォーマンスに大きく依存していることを強調したいと思います。また、生成AIの機能を効果的に活用するために、お客様はますます多様な言語で可能な限り高品質に音声データを文字起こしすることを求めています。そのため、AWSでは引き続きASR（自動音声認識）の分野でイノベーションに力を入れています。
そこで、Amazon Transcribeの言語対応を100言語以上に拡大する、新しい次世代音声基盤モデルを搭載したASRシステムの立ち上げを発表できることを嬉しく思います。この数十億パラメータの音声基盤モデルは、最先端の自己教師あり学習アルゴリズムを使用して、様々な言語やアクセントにわたる人間の音声の普遍的なパターンを学習するよう訓練されました。このモデルは、100以上の言語にわたる何百万時間もの未ラベル付け音声データで訓練されています。この基盤モデルを搭載したAmazon Transcribeは、ほとんどのロケールで最大50%の相対的な精度向上を実現できるようになりました。
コンタクトセンターの会話により関連し、一般的に難しくデータが少ない領域である電話音声において、Amazon Transcribeはほとんどのロケールで最大70%の相対的な精度向上を実現しています。さらに、このモデルは句読点や大文字小文字の使用をより正確にすることで、出力の読みやすさも向上させています。これらの大幅な性能向上に加えて、この新しいASRシステムは、使いやすさ、カスタマイズ、セキュリティ、プライバシーに関連する100以上のすべての言語で、いくつかの差別化機能も提供します。これらには、カスタム語彙、自動句読点挿入、自動言語識別、話者ダイアライゼーションなど多くの機能が含まれます。
ここで、先に進む前に、Wolters Kluwerのハリー・サブナニさんをステージにお招きしたいと思います。ハリーさんは、Wolters KluwerがAWS CCIの機能をどのように活用してエージェントの生産性を向上させ、コンタクトセンターの体験を強化しているかを共有してくださいます。ハリーさん、お願いします。
Wolters Kluwerの概要とAWSとの協業の背景
皆さん、こんにちは。ハリー・サブナニです。Wolters Kluwerでディレクター・オブ・AIソリューションデリバリーを務めています。Wolters Kluwerには約12年間在籍しており、AIの分野での私の旅は約35年前、この分野で博士課程の授業を受けたときに始まりました。その後、しばらくAIラボで働いていました。そして、AIウィンターの時期には、しばらくfintechとソリューションアーキテクチャの分野に携わっていました。約5年前にこの分野に戻ってきたので、AIへの素晴らしい移行となりました。
まず始める前に、会場にいる方を紹介させていただきます。Aimee Dowling Alexanderさん、もし良ければ立っていただけますか？こんにちは。実は、Aimeeは今日お話しする技術ソリューションのビジネスオーナーなんです。このソリューションは、AimeeのチームとWolters Kluwer のAIソリューション提供チームとの強力なパートナーシップによって生まれました。
では、少し先に進めましょう。Wolters Kluwer は世界180カ国以上にオフィスを構えています。従業員数は約20,000人以上で、年間売上高は約55億ユーロです。Fortune 500企業の93%が当社の製品やサービスを利用しています。 私たちは、ポートフォリオに応じて5つの部門に分かれています。Health部門、Tax and Accounting部門、Finance and Corporate Compliance部門、Legal and Regulatory部門、そしてCorporate Performance and ESG部門です。
ですが、今日はTax and Accounting部門に焦点を当てます。現在、約210,000のTax and Accounting企業が当社の製品やサービスを利用しています。これにはBig Fourや米国トップ100企業も含まれます。
Amazonとのこの旅を始める前の、私たちのプロフィールと課題について話しましょう。 Tax and Accounting部門では、約300人のライブエージェントが年間約100万件の電話対応をしています。1件の通話に平均14分かかります。通話が終わると、要約に30〜90秒ほどかけます。 この取り組みを始める前は、文字起こしは一切ありませんでした。すべて音声録音だったので、通話の分析を行うのに限界がありました。
私たちは座って自問しました。「理想的なソリューションに何を求めるか？」私たちにとって最優先事項は、正確な文字起こしを得ることでした。これは実質的に、通常の話し言葉の英語とは大きく異なる、私たちの分野特有の税務用語に適応できるソリューションを持つことを意味しました。他の重要な要素としては、文字起こしプロセス中のエラー率が低いこと、そして既存の個人情報削除プロセスを強化できることがありました。
Wolters KluwerのCCIソリューション導入プロセス
私たちにとってもう一つの重要なソリューション要件は、コール分析をより多くの情報で補強し、分析プロセスから重要な洞察を得られることを確認することでした。これには、LLMのファインチューニングのためのトレーニングサンプルの収集、トピックや意図のタグ付け、通話の要約、感情分析、そして特定の通話に対して必要な場合の管理介入の取得が含まれていました。
私たちにとって三番目に重要な側面は、統合の容易さでした。私たちには自社開発のリアルタイムアシストエージェントがあり、構築するどのようなソリューションとも統合できることを確認したかったのです。現在、IVRにはGenesysを使用しているので、その統合は非常に重要です。また、既存のBIシステム、既に導入しているgen AIプロセス、そして主要なCRMであるSalesforceとうまく統合できることも確認したいと考えていました。
最後に、スケールで運用できる必要がありました。これは、年間100万件以上の通話のリアルタイム文字起こし、約500件の同時通話のサポート、これらの文字起こしをBIシステムにジャストインタイムで配信すること、そしてタイムリーな通話要約を意味しました。
私たちの旅の次の部分では、このタイプのテクノロジーの大手プロバイダーとの交渉を開始しました。最終的に、Amazonが勝利しました。その理由を説明しましょう。一番の理由は、文字起こしの高品質さでした。私たちのニーズに適応するために言語モデルと語彙をカスタマイズする能力は非常に強力でした。これが私たちの最優先事項だったのです。
他の重要な要因としては、既存のGenesysとAudioCodes SBCを使用したIVRとの統合が可能であること、主要なコール分析機能の提供、ソリューションのコスト効率、gen AIとの統合、彼らのシステムが我々の既存のAIと統合できること、ソリューションの全体的な拡張性、そしてスケーラビリティが挙げられます。これは我々の優先事項リストの上位に位置していました。
Amazonが選ばれたもう一つの理由は、インフラストラクチャのジャンプスタートでした。これは本当に素晴らしいものでした。Arvindのチームが私たちを支援してくれました。CCIチームのアーキテクトであるBob Strahanが、私のチームにCloud Formationテンプレートのセットを提供してくれました。
これらのテンプレートを使って、2〜3ヶ月以内にこのシステムを立ち上げ、Aimeeとそのチームにデモを行うことができました。そのとき、これが実現可能で、実際に触れることができるものだと確信しました。また、カスタム言語と語彙の構築にも支援を受けました。Arvindのチームの誰かが参加して、私のチームの計算言語学者と機械学習エンジニアの2人を指導し、スタートを切るのを手伝ってくれました。
CCIチームはコール分析ダッシュボードを構築しており、これをAimeeのチームへのデモのテンプレートとして使用しました。最後に、Wolters KluwerのAWSアカウントマネージャーであるBryan Spiroの助けを借りて、迅速に進めるためのAWSクレジットを取得しました。
コラボレーションは非常に強力でした。VivekのチームとArvindのチームのメンバーと毎週会議を持ち、共同実験プロセスを行いました。私たちが要件を提示すると、多くの場合、約1週間で対応してもらえました。CCIチームは「できました。これを実現しましたので、試してみてください」と返してくれました。この非常にインタラクティブな週次の共同実験は数ヶ月続きました。システム全体の複雑さを考えると、開発にはある程度の時間がかかりました。
私たちは、Genesysや AudioCodesでの豊富な経験を持つチームメンバーからも専門知識を得ました。彼らはこれらのセッションに参加し、IVRとCCIソリューションの統合に大きく貢献してくれました。問題が発生した際には、インタラクティブなトラブルシューティングを行いましたが、その多くは設定に関連するものでした。最後に、協力して負荷テストも実施しました。私たちは独自の負荷テストを行い、CCIチームも親切にも協力を申し出てくれました。全体として、初期段階から継続的に受けた手厚いサポートは非常に心強いものでした。
Wolters KluwerのCCIソリューションの概要と影響
画面に表示されているのは、ハイレベルなソリューションの概要です。舞台裏では多くのことが起こっていますが、一般的に、顧客が電話をかけるところから旅が始まります。その通話は私たちのGenesys IVRを通過し、Amazon Chime Voice Connectorに到達し、音声ストリームがAmazon Kinesis Video Streamsに送られます。そのストリームはAmazon Transcribeに送られ、ASRシステムを通じて音声からテキストへの変換が行われます。この段階で、感情分析とPII（個人識別情報）の編集も行われます。
転写システムを通じてテキストが作成されると、それは私たちのLLMに送られ、要約の生成やトピックと意図のタグ付けが行われます。最終的に、トラフィックはリアルタイムエージェントアシストに到達し、顧客の質問に対する関連性の高い回答をリアルタイムで見つけ出します。これはまた、コンテキストやその他の要因も考慮に入れています。
ビジネスへの影響は大きなものでした。フェーズ1は既に本番環境で稼働しており、リアルタイムの文字起こし、PIIの編集、感情分析の機能を備えています。これによりAimeeのチームは、通話内容を深く理解し、顧客の感情を把握し、BIの機能を強化し、LLMの微調整のためのサンプルを収集することができるようになりました。同じく本番環境で稼働しているフェーズ2では、生成AIによる要約と、意図とトピックのタグ付けが含まれています。ビジネスへの影響は大きく、エージェントが自動生成された要約を確認するだけで済むようになり、通話後の作業時間が短縮されました。また、意図とトピックのタグ付けによってBIの機能も向上しました。
フェーズ3は2024年第2四半期に予定されています。このフェーズでは、自社開発の高度な仮想エージェントによるリアルタイムエージェントアシストが含まれます。これにより、顧客の質問に対する回答を見つけるのに要する時間が大幅に短縮されると期待されています。その時点で、フェーズ1と2で行った作業をさらなる改善に活用することもできるようになり、将来の開発のためのサンプル収集なども可能になります。
Wolters KluwerのCCIソリューションのデモンストレーション
そして、その時点で、フェーズ1と2で行ったことを活用して、Large Language Model (LLM) のファインチューニングのためのサンプルを取得することもできます。システムのデモをお見せしたいと思います。これは実際に本番環境で稼働しているシステムです。画面の左側には Salesforce の画面が表示され、そこに私たちのソリューションがウィジェットとして組み込まれています。右側では、リアルタイムの文字起こしが行われているのが見えます。
こんにちは、Eric と申します。本日はどのようなご用件でしょうか？
こんにちは Eric、請求書の支払いをしたいのですが。
かしこまりました。アカウント番号またはお名前を教えていただけますでしょうか？
Cynthia Weber と申します。
少々お待ちください、シンシア。はい、あなたのアカウントを確認できました。
はい。
わかりました。$69の未払い金額が確認できます。お支払いを進めますか？
はい。
承知しました。シンシア、お支払いを処理するために、まずいくつか情報が必要です。メールアドレスを確認していただけますか？
メールアドレスは cynthia@cw.com ですね。
クレジットカードの請求先住所を教えていただけますか？
2950 Birch Street です。
クレジットカードに記載されているお名前を教えていただけますでしょうか。
Cynthia Weber です。
クレジットカード番号を教えていただけますか？
4589-3652 7412-5369です。
有効期限とCVVコードも教えていただけますか？
有効期限は26/2025で、CVVは3845です。
Cynthiaさん、Wolters Kluwerにあなたのクレジットカードで合計69ドルを請求することを承認していただいてよろしいでしょうか。
はい、そうです。
はい、お支払いが完了しました。ケース番号16523458の確認メールが届きますので、ご確認ください。
分かりました。
Cynthiaさん、他に何かお手伝いできることはありますか？
いいえ、ありがとうございます。
素晴らしい一日を。さようなら。
はい、ありがとうございます。さようなら。
通話が終了すると、generative AIを使用して通話の要約を作成し、トピックタグも生成します。これにより、エージェントの作業時間を大幅に節約できます。Contact Center Intelligence (CCI)が提供するもう一つの重要な分析セットは、通話中の顧客とエージェントの両方の継続的および全体的な感情に関する情報です。これは、Business Intelligence (BI)システムを通じて価値ある洞察を提供するのに役立ち、また、リアルタイムでマネージャーの介入が必要かどうかを判断するためにも使用されます。
2024年の確定申告シーズン直後の第3回プロダクションリリースでは、既存の高度な仮想エージェント（正確な回答を見つけるために高度に調整されたチャットソリューション）をCCIシステムと統合し、顧客の質問にリアルタイムで回答を提供します。動画のエージェントアシスタントセグメントでは、仮想エージェントからのサンプル回答を示しています。これにより、エージェントは検索エンジンで回答を探す時間を費やす代わりに、リアルタイムで回答を得ることができるため、大幅に能力が向上します。このチャットソリューションはgenerative AIと統合され、関連する一致ドキュメントのセットからユーザーの質問に対する回答を自動的に要約します。
Arvindに引き継ぐ前に、これを実現した人々に大きな感謝の意を表したいと思います。特に感謝したい人々がいます。まず、Arvind、本当にありがとうございます。彼のチームはこのプロジェクトの大きな部分を担当しました。Vivek Singhも、私たちのソリューションの非常に重要な部分を担当しました。アカウントマネージャーのBryan Spiro、CCIアーキテクトのBob Strahan、そして当然ながら、強力なパートナーとしてサポートしてくれたAimee Dowling Alexander、そしてWolters Kluwer先端技術部門の責任者William Flanneryにも感謝します。それでは、Arvindに引き継ぎます。
AWSのAIサービス活用方法と今後の展望
ありがとうございます、Harry。皆さん、まだ聞こえていますか？ 素晴らしいですね。素晴らしいプレゼンテーションでした。そして、Harry、お褒めの言葉をありがとうございます。感謝しています。 さて、私たちのAIサービスから顧客が具体的なビジネス価値を得ているのを見るのは、いつも私にとってワクワクすることであり、やりがいを感じます。そして、foundation modelを活用した新しいAutomatic Speech Recognition (ASR) モデルについて、皆さんも私と同じくらい興奮していることを願っています。皆さんにご利用いただけるようになって、本当に嬉しく思います。
さて、今日ご覧いただいた内容が気に入り、始めたいと思われた場合、どのように始めればよいのでしょうか？ 最も幅広く、深いAIとMachine Learningサービスを提供する私たちは、皆さんのML journey をサポートできます。現在直面しているビジネス上の課題を特定し、AIで解決したい問題に対処するため、CCIソリューションを用いてお手伝いします。トレーニングや加速プログラムで、スタートをサポートします。AWS ML Embarkプログラムを通じて、ビジネスおよび技術的なステークホルダー向けに対面およびバーチャルトレーニングを提供しています。 また、開発者全員向けに完全無料のオンライントレーニングと認定プログラムも用意しています。
最後に、40以上のCCIパートナーがこの分野を非常によく理解しており、お客様の課題やビジネス要件から逆算して作業し、お好みのコンタクトセンターに適切なAI機能を追加するお手伝いをします。こちらに追加リソースがあります。 今日お話しした全てのユースケースについて、ブログ投稿やソリューション概要が含まれており、スタートの助けとなるでしょう。 本日は、お時間を割いてご参加いただき、誠にありがとうございました。
※ こちらの記事は Amazon Bedrock を様々なタスクで利用することで全て自動で作成しています。
※ どこかの機会で記事作成の試行錯誤についても記事化する予定ですが、直近技術的な部分でご興味がある場合はTwitterの方にDMください。
Discussion