ARアドバンストテクノロジの機械学習ソリューションがソフトバンクのAI会話エンジンと連携、コールセンターの問題解決に貢献

ARアドバンストテクノロジ株式会社(略称：ARI)は、ソフトバンク株式会社が提供している多言語対応AI会話エンジン「APTWARE」に同社がこれまで培ってきた機械学習のノウハウを搭載した機械学習ソリューション「LOOGUE(ローグ)」を提供する。また、「LOOGUE」提供にあたり、2016年11月2日より、ソフトバンク株式会社が提供する「APTWARE」および音声合成トータルソリューション「Rizbell」のソリューションパートナー企業となった。

ARIは多言語対応AI会話エンジンの「APTWARE」と「機械学習」を連携させ、従来のFAQサイトのようなルールベースのみの検索エンジンではなく、質問者の意図をきめ細かく汲み取りながら回答し、自動的に回答精度を高めるシステムの提供を目指している。このシステムにより現状のコールセンターが抱えているオペレーター不足、品質の向上および均一化、人件費の高騰といった課題の解決を支援し、コールセンターの生産性向上、マーケティング活動の貢献、顧客満足度の更なる向上を促す、次世代型のコールセンターソリューションを提案する。

コールセンターのアウトソーシング市場の規模は、2016年度7,440億円、2017年度7,850億円、2018年度8,370億円(株式会社リックテレコム発行「コールセンター白書2015」より抜粋)と今後も継続して拡大する見込みである。コールセンターにおける課題は、従前から変わらず“待ち時間が長い”“電話がつながらない”といった接続品質だ。コールセンターのサービスを提供している各社はこの課題の解決に取り組んでおり、FAQページやIVRの充実、チャットシステムの導入等といった取り組みを行っている。

株式会社リックテレコム発行「コールセンター白書2015」によると、コールセンターに電話した際、事前に企業のホームページの「よくある質問集」などを見たか(直近のケース)の質問に対し、全回答者の回答の割合は、「情報量が少なくて該当する情報が見つからなかった」が28.4％、「情報量が多すぎて回答にたどりつけなかった」が16.0％、「回答の説明がわかりにくかった」が12.7％となっている。

このような問題を解決するために、FAQページの品質を向上させ、コールセンターへの架電数を減らし、接続品質の向上を支援するのが「LOOGUE」である。高い返答率を誇るFAQエンジンに、機械学習のノウハウとLog Learning Dictionary System(LLDS)を組み合わせ、高い返答率の提供と架電数低減に貢献するという。

今回、APTWAREとLOOGUEを連携するにあたり、APTWAREの回答精度をそのまま生かすことにポイントを置いているという。APTWAREからの回答は主回答として表示、LOOGUEからの回答はレコメンデーションイメージで表示する仕様を標準としている。チャット画面から受け取った質問文をLOOGUEが受け取り、APTWAREに連携するとともにLOOGUE内部データベースからも回答候補を取得表示する。

適切な回答を実現するためにLOOGUEではベースワード数万語以上、数十万リレーションのディクショナリデータベースを使い質問に対する学習効果を高めている。また、QAログを自動分析することでディクショナリを更新する負荷の低減が見込めるという。この学習用ワードデータの管理には、ARIオリジナルディクショナリシステムである「Log Learning Dictionary System(LLDS)」が使用されている。Log Learning Dictionary System(LLDS)の特長は以下のとおり。

ログデータをQA学習データとして利用
FAQの質問と回答をすべて記録し、形態素解析でワード分解。既存ワードとのリレーションを自動更新する。
設定されたメトリクスを複数の機械学習手法で分析
複数の機械学習ロジックを使い、ワードに対する独自の重みづけ、特徴語の抽出、文章の近似性等の処理を自動で行い、学習効果を高めていく。QAログはエクスポートできるため顧客の独自分析に役立てることも可能。(現在、Log Learning Reporting System(LLRS)を開発中)
ディクショナリの適正化
一定期間の評価においてリレーションが弱いワードやヒット率の低いワードを除外し、検索コストの適正化を自動で行う。