仮想エージェントとは?

重要なポイント: 仮想エージェントは、自然な会話でサービス リクエストを処理する、AI を活用したソフトウェアです。ユーザーのニーズを理解し、パスワードのリセットやアクセスのリクエストなどの一般的な問題を自律的に解決し、その他の問題を完全なコンテキストとともに人間の担当者に引き継ぎます。

• 概要: ルールベースのチャットボットの一歩先を行くものです。自然言語処理と機械学習を使用して意図と感情を解釈し、チャット ツールやポータル内で機能して、スクリプトではなくナレッジ ベースから回答します。

• これが重要な理由: サービス デスクの対応件数の大部分は、ティア 1 のリクエストで占められています。これらのリクエストを回避することで、エージェントは複雑な作業に時間を割くことができ、ユーザーはキューで順番待ちをする代わりに数秒で回答を得ることができます。

• Jira Service Management のメリット: Rovo を搭載した仮想エージェントが Slack、Microsoft Teams、およびカスタマー ポータルで稼働し、Confluence のナレッジから回答を提供し、会話の履歴を添付して人間のエージェントにエスカレーションします。

仮想エージェントは、自然な会話の形式でサービス リクエストを処理する AI を活用したソフトウェアです。基本的なチャットボットが一定のスクリプトに従うのに対し、仮想エージェントは自然言語処理 (NLP) と機械学習を使用して、ユーザーの質問内容を理解し、ナレッジ ベースから回答し、パスワードのリセットやアクセスのリクエストなどの定型タスクを処理し、解決できない問題はすべて、完全なコンテキストを添えて人間のエージェントに引き継ぎます。

サービス デスクにとって、これはティア 1 のやり取りの大部分を自動化し、繰り返し寄せられる質問を回避すると同時に、人間のエージェントをサポートすること (リクエストの要約、重大度によるトリアージ、複雑な問題をより迅速に解決するために必要な情報の提示など) を意味します。このガイドでは、仮想エージェントと仮想アシスタントの違い、そのメリット、トレーニングとデプロイの方法、および事例について説明します。

仮想エージェントと仮想アシスタント

仮想アシスタントは、リモートで管理業務を行う人、または Siri や Alexa などのコンシューマー向け音声アシスタントのいずれかを指します。どちらの意味でも、これらは汎用的です。仮想エージェントは特定のサービスのコンテキストに合わせて構築され、組織のナレッジやワークフローに接続されます。

仮想エージェントのメリット

仮想エージェントは、チームが価値の高い仕事に集中できる時間を取り戻してくれます。仮想エージェントの使用によって不要になる一般的なタスクはトリアージです。IT プロフェッショナルは、実際の作業に取り掛かる前に、チームメイトへのタグ付けや、チケットの再割り当てに時間を費やしています。仮想エージェントなら、適切なチケットを適切な人に適切なタイミングで提供できます。自動メッセージング機能以外にも、機械学習により、仮想エージェントはより人間らしく顧客とコミュニケーションを図れるようになります。チケットが作成されるとすぐに、仮想エージェントが顧客対応を開始し、課題の根本原因の特定に取り組みます。そして課題をエスカレーションする必要があるときは、トリアージとチームメイトとのコミュニケーションをすぐに始めます。

自然言語処理

NLP (自然言語処理) とは、コンピューター プログラムが、話し言葉または書き言葉による人間の言語を理解する能力です。顧客はサービス リクエストで使うような言葉で、自分の感情や課題の重大度の手がかりを伝えてきます。NLP により、仮想エージェントェントは問題の重大度や感情をより正確に判断できるようになります。仮想エージェントは感情分析を使用して課題をエスカレーションし、対応可能な担当者へシームレスに引き継ぎます。

音声アシスタント

顧客から電話できるホットラインはありますか? 音声アシスタントは、チーム メイトにエスカレーションする前に、顧客とその課題についてできるだけ多くのことを把握しておくことによって、高水準のサービスを提供できます。仮想エージェントは、顧客の反応を聞き、会話のトーンを解釈してこのエクスペリエンスを向上させます。電話を取る前に、顧客の課題や困っている度合いを伝えてくれる音声アシスタントを想像してみてください。

仮想エージェントの使用方法

仮想エージェントは、ルールに従って回答を提供し、顧客の意見に基づいてコミュニケーションを管理します。すでに多数のサービス管理チームが、仮想エージェントをトレーニングできるフロー チャートとカスタマー エスカレーション プロセスを整えています。トレーニングとテストは、仮想エージェントとチームのコラボレーションです。チームはコラボレーションする方法を決定し、仮想エージェントが会社の基準を満たしながら顧客と対話できるようにする必要があります。

仮想エージェントのトレーニング

トレーニングは長い間、データ サイエンティストと機械学習の専門家の分野でしたが、今日の仮想エージェントは、コードや専門知識がなくてもトレーニングできるようになりました。トレーニングでは、ルール セットを把握し、分析し、将来の利用に向けたモデルを作成します。トレーニングの後、サンドボックス環境でチームが仮想エージェントと対話します。テストの対話に満足できない場合は、対話が満足のいくものになるまでトレーニング データを調整し、再構成し続けることができます。

サードパーティ チャンネルとの統合

サービス管理の課題の 1 つは、顧客が連絡のために使用しているチャンネルの数が多いことです。ほとんどのサービス管理ソフトウェアでは、電話、メール、テキスト、Slack、Web チャンネルからのサービス リクエストを一元管理しています。その後、チームがリクエストに対応し、その同じサービス管理ソフトウェアを使用して社内外の顧客に返信しています。そこで不足しているのが、各サードパーティ チャンネルのトーン、長さ、会話のスタイルに合わせるソフトウェアの機能です。仮想エージェントは、サードパーティ製コミュニケーション チャンネルとの緊密な統合と、各チャンネルで効果的にコミュニケーションを行う方法を賢明に理解することで、この課題を解決します。

会話分析

会話分析とは、二者間の相互理解を深めるには何が必要かを探る、社会的相互作用の調査です。この調査分野では、会話の内容とトーンの傾向を特定し、これによって顧客がどの程度満足しているかを深く理解することができます。顧客満足度のアンケートを送るのではなく、会話分析を活用することで、リアルタイムで顧客満足度を確認でき、それが上下する瞬間も特定できます。会話分析はエスカレーション ツールとしても機能し、仮想エージェントがサポートを必要とする際に人間のチーム メイトへ通知できます。

多言語サポート

Google 翻訳はいざという時には役に立ちますが、顧客とのコミュニケーションには不十分です。最近まで、自動翻訳サービスは主に単語を対応する訳語へ置き換えることに重点を置いていました。その結果、不可解な文脈上の間違いや、不適切なコミュニケーションにつながっていました。AI と NLP を使用することで、仮想エージェントは、記述の意図を完全に見極め、それに適した翻訳を見つけられます。仮想エージェントは自然言語をより適切に処理できるため、より多くの地域で大勢の顧客にサービスを提供できます。

仮想エージェントの例

これまで、仮想エージェントを使用したことはありますか? 気付いていないだけで、仮想エージェントにメールを送っているかもしれません。仮想エージェントがいつどこで効果的に使用されているかを理解しておけば、ビジネスにおける仮想エージェントの最適な使用法がわかるようになります。

カスタマー サービス向けの仮想エージェント

カスタマー サービス エージェントのゴールは、顧客の課題を理解し、その重大度を判断し、顧客の感情の状態を把握することです。十分にトレーニングされた仮想エージェントなら、この 3 つすべてを即座に解釈できます。ソフトウェア会社のサービス デスクを担当している仮想エージェントを想像してみてください。停止が発生すると、顧客からサービス デスクへ大量のチケットが一斉に送られてきます。人間のカスタマー サービス担当者は、それらがすべて関連する課題かどうかを確認するために、各チケットを開く必要があります。仮想エージェントであれば、それを即座に実行し、課題のエスカレーションを迅速化できます。

営業とマーケティング向けの仮想エージェント

コールド メールやコールド リードの創出は、最も作業単価の高い従業員が行う、時間のかかるアクティビティです。仮想エージェントが見込み客について積極的に学習し、パーソナライズされたメッセージで顧客を惹きつけられるとしたらどうでしょうか。仮想エージェントとのコミュニケーションの中で商談機会が生まれた際には、人間の営業担当者が取引成約のために割り当てられます。

財務向けの仮想エージェント

財務チームには、経費ポリシー、精算状況、給与支給日、請求書の提出方法など、同じ質問が絶えず寄せられています。財務サービス ポータルの仮想エージェントが、チームのナレッジ ベースに基づいて回答し、例外を適切な担当者に振り分けるため、財務チームが自らのプロセスのヘルプ デスク業務に追われることがなくなります。

人事向けの仮想エージェント

人事サービスのリクエストは大量かつ反復的であり、福利厚生に関する質問、有給休暇の残日数、ポリシーの確認、オンボーディングの手順などが含まれます。仮想エージェントは Slack や Teams でこれらを処理し、従業員を適切なフォームや記事に案内して、必要な場合にのみ人事担当者へのチケットを作成します。

Jira Service Management の仮想エージェント

Jira Service Management には、アトラシアンの AI プラットフォームである Rovo を活用した仮想エージェントが含まれています。仮想エージェントは、Slack、Microsoft Teams、JSM カスタマー ポータル内で動作し、パスワード リセット、アクセス プロビジョニング、ステータス更新、ポリシー検索などの繰り返し発生する階層 1 リクエストに対して、コード不要で対応します。この仮想エージェントは、Confluence 内の既存のナレッジ ベースを活用し、自然言語処理によって各リクエストをコンテキストに基づいて解釈し、課題を直接解決するか、会話履歴全体を添えて人間の担当者へ引き継ぎます。

Jira Service Management はアトラシアンの Service Collection の一部であるため、Rovo を活用した仮想エージェントは、社内 IT や人事のユース ケースに限定されません。同じバンドルには、外部顧客をサポートするチーム向けの Customer Service Management も含まれており、IT ヘルプ デスク、人事サービス センター、顧客対応サポート業務全体にわたって、単一の AI サービス レイヤーを 1 つのライセンスで運用できます。