BellSystem24

ENGLISH

CALL CENTER AIコールセンター AI

ディープラーニング(深層学習)

ディープラーニング(深層学習)とは、人間が自然に行っている思考をコンピューターに学習させるテクノロジーです。現在の人工知能(AI)の多くにはこの技術が採用されています。かつては人間が行うしかなかった多くのタスクが、このテクノロジーによりAIに任せられるようになっています。

ディープラーニングと機械学習の違い

ディープラーニングが台頭する以前から、コンピューターにデータの処理方法を学習させる「機械学習」の技術は存在していました。ディープラーニングも機械学習も、データ処理をコンピューターに学習させるという点では同じです。一方で、両者の間には明確な違いがあります。
機械学習の場合、処理するデータに加えて各データの判別条件を人間が提示します。例として、複数のオブジェクトが含まれた画像の「車」「人」「動物」といった個別の要素を認識させるためには、それぞれの要素の特徴を人間が示さなければなりません。ディープラーニングの場合、コンピューターは与えられたデータを解析し、含まれている要素の特徴、違いを自ら割り出します。上述したような画像を提示した場合も、各要素の特徴を人間が提示する必要はありません。

ディープラーニングによる音声認識・感情解析の可能性がコールセンターで注目を集めている

ディープラーニングによるデータ解析は音声データの解析にも応用されています。現在は、解析の正確性が業務レベルに到達したと言われています。コールセンターにおいても、ディープラーニングの音声データ解析をオペレーションの効率化に生かす動きが見られています。
代表的な活用例が、顧客とコミュニケーターが交わす会話内容の音声認識です。音声認識機能により複数の応対内容を同時にテキスト化し、コミュニケーターへのエスカレーションや指導に生かすシステムが多くのコールセンターで導入されています。また、これまでコミュニケーターによる入力が必要だった対応履歴の記録も、音声認識機能により大幅に効率化されました。このことにより企業にとって商品開発・サービス改善の重要なヒントであるVOCの収集も容易になっています。
近年は、ディープラーニングを搭載したAIによる感情解析機能を集めています。顧客の感情を可視化することで、温度感の高い顧客との対応や、顧客満足度向上のソリューションとして注目されています。

導入事例

楽天証券株式会社 様

クラウド化×見える化で、コールセンターに確かな柔軟性と拡張性を。
BellCloud®の導入と稼働状況を把握するレポートの採用により、顧客満足度の向上を支える基盤を確立。

三井住友カード株式会社 様

NPS®による顧客の声の可視化でコンタクトセンターの改善を加速。
確かな知見を活かしたNPS®調査と深い分析力により、CX向上に向けた課題と改善策の発見に貢献。

ソフトバンク株式会社 様

強固なパートナーシップで共同プロジェクトを推進、受電集約の効果最大化へ。
ソフトバンク様と共に取り組んだ受電集約において、お客様工数削減やコール効率改善を達成。

コールセンター AI