対応範囲を決める
問い合わせ対応AIは、範囲を決めるところから始めるべきです。最初の対象は、回答案作成、チケット分類、社内ルール検索、FAQ更新、エスカレーション検知などに絞れます。
サポート業務を置き換えるという広い目的から始めるのは避けた方がよいです。どの繰り返し業務が、遅延、回答のばらつき、不要な引き継ぎを生んでいるかを特定します。
ナレッジベースを確認する
問い合わせ対応AIは、情報源の品質に依存します。方針、商品情報、価格ルール、過去回答、エスカレーション基準が最新で、責任者が明確かを確認します。
ナレッジベースが矛盾している場合、AIはその矛盾をより速く表面化させます。それ自体は有用ですが、最初のプロジェクトは自動化ではなくナレッジ整理になることがあります。
レビュー基準を決める
サポート業務には明確なレビュー基準が必要です。人が承認する回答案にとどめるもの、信頼度確認後に送れるもの、返金、法的主張、セキュリティ、医療、機微な個人情報に関わるため自動化しないものを分けます。
レビュー基準は現場に見える必要があります。AIがドラフトしているのか、推奨しているのか、答えてはいけないのかを担当者が理解できる設計にします。
導入後に品質を測る
見るべき指標には、初回応答時間、処理時間、エスカレーション率、手戻り率、顧客満足度、ルール適合率、AIドラフトの採用率や大幅修正率があります。
目的は、単に返信を速くすることではありません。サポートチームが管理できるレビュー負荷の範囲で、より一貫した対応を実現することです。