後払い決済サービス企業のKlarna（クラーナ）が2024年後半、AIアシスタントが700人のエージェントの仕事をこなせるようになったため人員を大幅削減すると発表した際、それはカスタマーサービスの未来を示すかに見えた。しかし実際には、警告すべき教訓となった。
理論上、この計画は素晴らしく聞こえた。KlarnaのAIアシスタントは、多言語カスタマーサービスから返金・返品管理まで幅広い業務を処理することで、世界中の消費者のショッピング体験を効率化するはずだった。しかし計画は往々にしてそうであるように、期待通りには進まなかった。AIエージェントが稼働し始めると、このスウェーデンのフィンテック企業の顧客は反発し、品質スコアは急落した。
他のブランドは、AI専用のカスタマーサービスに全面的に移行することがリスクの高い提案であることに注目すべきだろう。筆者の会社Prosper Insights & Analyticsによる最近の調査によると、当時、Z世代の63%はエージェント型AIについて聞いたこともなく、調査対象者の36%以上がエージェント型AIは良いアイデアではないと考えていた。
昨年、KlarnaのCEOセバスチャン・シェミアトコウスキー氏はブルームバーグに対し、「残念ながら、これを組織化する際にコストが主要な評価要因になりすぎたため、結果として品質が低下してしまった」と認めた。
現在、同社は方針を転換している。人間のエージェントを再び雇用し、AIが簡単な業務を処理し、実際のカスタマーサービスエージェントがより複雑な状況に対処するハイブリッドアプローチを採用している。シェミアトコウスキー氏は最近、顧客が常に人間と話すオプションを持つことが重要だとさえ述べている。
このような実例は、企業がこれまでに生成AIに数十億ドルを費やしたにもかかわらず、その投資に対してほとんど成果を上げていないことを示す最近のデータを裏付けている。PwCによる厳しい新調査によると、大多数のCEOが自社はまだAIへの投資から財務的リターンを実現していないと述べており、56%が売上高面でもコスト面でも恩恵を受けていないと回答している。
AI+人間が勝利の方程式
アウトソーシングビジネスサービスとAI搭載カスタマーエクスペリエンスソリューションの大手グローバルプロバイダーであるibex（アイベックス）は、この種の反発を早くから予見していたという。そのため、同社は人間を置き換えるのではなく、人間を補強するAIというハイブリッドモデルを中心にAI技術を構築した。
それは成果をもたらしている。ibexはすでに15以上のAIプログラムを稼働させており、世界最大級のブランドを含む顧客リストに対して効率性の向上を実現している。顧客と従業員の両方が結果に満足していると報告されており、ibexは現在、さらに75のカスタマーサービス重視のAIプログラムを立ち上げている。
「AIが人間、プロセス、業務規律から独立して機能できるという考えは現実的ではない」と、ibexのデジタルトランスフォーメーション担当シニアバイスプレジデントであるエリック・グアロ氏は述べる。「今より重要なのはオーケストレーションの役割だ。つまり、CX（カスタマーエクスペリエンス）を最優先に考えた顧客体験の設計、成果の管理、エッジケースの処理、そしてパフォーマンスの継続的な最適化である」
先に述べたProsper Insights & Analyticsの調査は、この感情をさらに強調しており、X世代の回答者の60%以上が、投資、請求書の支払い、自動車の購入、自分の仕事などの業務にエージェント型AIを使用しないと主張している。しかし、ミレニアル世代とZ世代は、旅行予約、レストラン予約、スマートホーム管理、仕事での使用などの業務にエージェント型AIを使用する意欲がより高いと報告されている。
グアロ氏によれば、真実は、AIが人間の必要性を排除するわけではないということだ。CXには、顧客行動、エスカレーションパターン、現実世界の制約を理解する経験豊富なオペレーターが必要である。そこに相乗効果が生まれる。世界経済フォーラムで発表されたピアソンの調査によると、AIツールで人間を置き換えるのではなく、AIツールで人間を補強することで、2024年までに米国経済を最低4兆8000億ドル押し上げる可能性があるという。これは現在の米国GDPの約15%に相当する。
CXリーダーはまだ模索中
明確になりつつあるのは、各企業にとって最適な成功の方程式は、AIと人間のエージェントの適切な組み合わせだということだ。しかし、多くのカスタマーサービスチームはまだそれに気づいていない。多くは、理想的ではないにもかかわらず、依然としてAI専用の方針を計画している。Klarnaが発見したように、カスタマーサービスチームの大部分をAIに置き換えても、AIが顧客体験全体をサポートできないため、期待される効率性の向上が必ずしももたらされるわけではない。すでにAI移行を開始しているCXリーダーは、これを理解し、業務がAIエージェントにとって複雑すぎる場合に人間のエージェントへシームレスに引き継ぐメカニズムを実装する必要がある。
スペクトラムの反対側には、AI移行を開始しておらず、どこから、どのように始めればよいかわからないCXリーダーがいる。彼らにとって、最初の決断は構築するか購入するかだ。社内で構築すればCXの専門知識はあるが、AIの技術力が不足している。純粋な技術ベンダーから直接購入すれば技術は手に入るが、重要なCXの視点を失う。
そこから、断片化されたシステム、一貫性のないデータ定義、リアルタイムAIインタラクション用に設計されていないレガシープラットフォームなど、他の大きなハードルが立ちはだかる。
AIの成功は堅固なデータ基盤の上に構築される
ゴミを入れればゴミが出る。CXインタラクションに適切なバックエンドデータを選択する方法を知らないパートナーを選択すれば、失敗への道を歩むことになる。AIは無関係な情報を大量に与えられると簡単に圧倒されることを知っているパートナーを見つけることも同様に重要だ。
「多くの企業がAIを推進しているが、適切な基盤を持っていない」と、ibexのデジタルトランスフォーメーション専門家グアロ氏は述べる。「CXリーダーは経営陣からAIを使用するよう圧力を受けているが、それは家を建てるようなものだ。多くは屋根を取り付けているが、その下の基礎は沼地のような混乱状態だ。最初から成功するための準備をする必要がある」
言い換えれば、理解していないものを自動化することはできない。AIへの効果的な移行は、顧客体験の完全な理解から始まる。つまり、顧客がなぜ電話をかけてくるのか、どこに摩擦が存在するのか、顧客の視点から見た成功とは何かを理解することだ。これらすべてを知らなければ、壊れた、または不完全な基盤の上に自動化を重ねても、単に非効率性を加速させるだけだ。
ゲームは変わろうとしている
では、このような基盤的な問題をどのように解決するのか。主に、実際に解決を推進するデータに焦点を当て、優先順位をつけ、その焦点を維持するためのガードレールを構築することによってだ。多くの場合、データは容易に入手可能だ。AIエージェントがそれを消費できるように、どのように解析するかを理解する必要があるだけだ。完璧なデータは必要ない、とグアロ氏は説明する。自動化しようとしている意図に対して信頼できるデータが必要なのだ。
AI導入を正しく行うには、まず具体的な課題を定義することから始める。CXチームを実際に妨げているものは何か。最も解決する必要がある問題は何か。そこから、範囲を明確に保ち、強力な顧客体験設計を持ち、継続的な改善に焦点を当てることが重要だ。たとえば、実際に修正できるものから始め、時間をかけて真の価値を構築するのに役立つ段階的な調整を行う。
現在、多くのAIプロジェクトはまだ成果を上げていない。PwCの数字がそれを示している。しかし、それは変わろうとしている。実際、一部の企業はすでに真の成功を収めている。それは、ハイブリッドアプローチを採用し、人間をループに含め、堅固な基盤の上に導入を構築している企業だ。
開示：上記で言及した消費者意識調査は、筆者の会社Prosper Insights & Analyticsによって実施された。これは全米小売業協会が使用しているのと同じデータセットであり、経済ベンチマーキングのためにAmazon Web Services、ブルームバーグ、ロンドン証券取引所グループから入手可能である。
