顧客コミュニケーションプラットフォームの近代化には、一つの皮肉が伴う。すなわち、一部のやりとりをAIに委ねるには、これまで以上に人間を深く理解する必要があるということだ。
優秀な人間のオペレーターは、顧客ごとに応対の仕方を自然に調整する。話し方、抑揚、そぶりは、本能的に感じ取る手がかりに応じて変化する。顧客の関心、懸念、安心感などを敏感に察知するのだ。こうした情報のすべてが、顧客を最も満足のいく結果へと導く助けとなる。
しかしAIは、人間と同じようには学ばない。教え込む必要がある。だからこそ人間の側が、こうした要素をより科学的に分析しなければならない。これまで直感的に思えていた知識を、指導可能な形で体系化する必要があるのだ。
これこそが、AI受付の成否を左右する要因に関する最新の発見に、私が注目し続ける大きな理由だ。それぞれの知見は、私たちのチームが開発するコミュニケーションツールに組み込める、新たな指針となる。
私は以前、エージェント型音声を説得力のあるものにする要素を科学がどう明らかにしているか、また共感が諸刃の剣であること――多すぎれば顧客を遠ざけかねないこと――について書いてきた。今回取り上げるのは、この技術のもう一つの側面、すなわち「どれほどフレンドリーであるべきか」という問題だ。
「従属者」か「社会的パートナー」か
顧客がエージェント型ツールに無礼な印象を与えてほしくないのは当然だ。しかし「フレンドリーさ」は、馴れ馴れしさを含意する場合もある。ここに難しさがある。
学術誌Behavioral Sciencesに掲載された新たな研究によれば、特定の文脈においては、顧客は対等な立場のように振る舞うAI音声を拒絶する。より専門的なスタイルを好むのだ。「社会認知的な観点から見ると、対話スタイルはフレンドリーさを示すだけでなく、関係性の規範、役割への期待、適切な振る舞いに関する情報を提供する。これらが、言語的手がかりの解釈方法を左右する」と、著者のJohn Yang（ジョン・ヤン）氏は述べている。
違いを生むのは、顧客がやりとりの中でAIの役割をどう認識するかだ。「AIが従属的な存在と捉えられている場合、フォーマルな口調がより効果的である。一方、階層的な役割の枠組みの下では、カジュアルな口調は効果が薄れる」。端的に言えば、顧客はAI受付をパートナーと見ているのか、それとも従属的存在と見ているのか、ということだ。
金銭と会話
そもそもAIをどちらの視点で捉えやすいかは、人によって異なる。エージェント型音声を親しげに扱う方が心地よい人もいれば、感情的な距離を保ちたい人もいる。しかしYang氏――アイオワ大学で博士号を取得し、現在はソウルの韓国外国語大学に所属している――は、やりとりの文脈そのものが決定的に重要だと指摘する。「人間の判断にとりわけ関連するのは二つの手がかりだ。AIへのアクセスが有料か無料かという枠組みと、やりとりの構造が一方向か双方向かという点である」
なぜそうなるのか。アクセスに対価を支払うことは、「AIをユーザーの管理下または雇用下にある存在として位置づけることで、階層的な期待を高める」と彼は説明する。したがって、無料でAIエージェントを利用する場合、人はより個人的な口調を歓迎しやすくなる。
やりとりの構造も同様の効果を持つ。顧客が一方向のコミュニケーションを求めているときは、「非対称性と従属性」を期待する傾向が強い。しかし双方向のやりとりを求めているなら、「相互性や対等なパートナーシップの醸成」を歓迎する可能性が高い、と研究は説明する。
これらはいずれも、エージェント型AIツールが学習可能な事柄の好例であり、それによってツールは手がかりを認識し、最適な顧客体験を届けるべく応答を調整できるようになる。
統合なくして意味なし
これらすべてを機能させるには、顧客情報の深さと広さの両方が必要となる。深さとは、各顧客に関する豊富で詳細な文脈情報を持つこと。一方、広さとは、できるだけ多くの顧客に関する堅牢なデータを保有することだ。
フレンドリーさとフォーマルさという綱渡りを、どちらにも傾きすぎずに歩むためには、企業は顧客が何を求めているのかを理解する必要がある。それは、あらゆるチャネル、カスタマージャーニー全体を通じて、その個人に関するすべてのデータを統合することから生まれる。同時に、似た状況にある顧客全般にとって、どのようなバランスが最も効果的かを把握しておく必要もある。
これらすべてを実現するのが、単一のコミュニケーションソリューションである、統合型カスタマーエクスペリエンス管理（UCXM）プラットフォームだ。サイロを打破し、顧客情報のすべてを統合するために一から設計されており、AI受付にリアルタイムで不可欠な情報を提供する。
AIが人間同士のようにすべてを直感的に理解することは期待できない。しかし、前例のない量のデータでAIツールを武装させ、AI独自の方法で学習させることはできる。それこそが近代化の要であり、次世代の顧客体験を提供する鍵となる。
