マーク・マンデル著
私は、映画『2001年宇宙の旅』で、HALというコンピュータが宇宙船の乗組員と知的な会話をするシーンを見て以来、AIがもたらす可能性に魅了されています。 「コンピュータが、個人的な会話を理解し、それに参加できるほどの思考力を身につけることができるなんて……」。 未来が目の前にあって、夢中になってしまったのです。
1970年代後半、現在のガレージドアオープナーよりも低いコンピュータ能力しかなかったラジオシャックのTRS-80（初期の家庭用PC）を初めて使ったとき、同じような経験をしたいと思ったものです。
あなたは賢いですか」と打つと、「はい、そうです」と返ってくるのですが、それだけで、とてもワクワクしたのを覚えています。 ElizaのAIは、単語をリストと照らし合わせて、あらかじめ用意された返答を返すだけで、それ以上のものはなかったのです。 その答えは、私のおもちゃの「マジック8ボール」を振って、どんな質問にも答えが小さなプラスチックのビューワーウィンドウに表示されるのを見ることができる程度のものだった。 イライザへの興味はすぐに薄れてしまいましたが、アイデアと可能性には惹かれ続けました。
AIを活用したユーザーエクスペリエンスの向上
1990年代後半になると、私はあるソフトウェア会社のリーダーとして、急速に普及しつつある会話型AIを使ってウェブ訪問者の関心を引き、誘導するインテリジェントなウェブサイトアバターを販売していました。
昔のMicrosoft Wordで画面下に表示されていた、アニメーションのペーパークリップのような迷惑な「Clippy」を思い浮かべてください。 特に急成長しているeコマースのユースケースで、より良い顧客体験を実現するためのこのようなツールに指紋をつけることができることに興奮しました。
技術は単純化されていた。 このソフトの頭脳は、「イライザ」のように、入力されたキーワードを識別し、定型文の中から直接文章で返したり、相手が探しているものへのナビゲーション支援をする「if/then文」にすぎなかったのです。
このソフトの価格は6桁に達し、VCの支援を受けた「ドットコム」企業をターゲットにしていました。
チキンマックナゲットの中身を聞く
シカゴのファストフードの巨人、マクドナルドという大きな売上先があった。 ウェブサイト上に “ドナルド・マクドナルド “のアニメーションを設置し、栄養面や製品に関する質問などを入力すると、”ドナルド “が答えてくれるという仕組みです。 魔法のようなものだったかもしれませんし、そのビジネスを追求する中でファイナリストラウンドに進出しました。
私たちは、このツールのデモンストレーションを行うために、同社の本社に招かれました。この日のためにすべてプログラムされ、磨き上げられた私たちは、きっちりとした振り付けと台本に従ってプレゼンテーションを行い、うまくいったのです。 会議の終わりが近づき、私たちもかなりいい気分になってきたので、デモを会場の皆さんに公開し、バーチャルヘルパーへのリクエストを受け付けました。 後方から「チキンマックナゲットの中身を聞け！」という声が聞こえてきたのですが、これは台本にもキーワードも用意していませんでした。
私たちは慎重にそれをウェブサイトに入力したところ、とても奇妙な答えが返ってきました：
“レイ・クロックはチキンマックナゲットの中にいる ”
クロックは、その場にいた多くの人にとって英雄であり、彼らの伝説的な創業者でした。 これ以上ないほど間違った、悪いタイミングでの出来事でした。 部屋から放り出されて、それでおしまい。 取引から排除され、笑いものにされました。
でも、その前のイライザのときと同じように、ポジティブな印象とネガティブな印象の両方がありました。 可能性を秘めたポジティヴなものと、そうでなかったネガティヴなものがある。 純粋な顧客体験から言えば、もしマクドナルドが私たちのアプローチを採用していたら、重要な情報を求めていた何千人もの顧客の反感を買い、実に奇妙な結果を得ることになったでしょう。 リスクはリターンを上回り、最終的に「この技術はゴールデンタイムに使えるものではない」と結論づけました。
AIを活用した顧客心理の把握
さらに10年ほどかかりましたが、再び業界では有名なスタートアップに入社した際に、顧客体験AIソリューションの分野で働く機会を得ました。 2007年に入社した当時は、MVP（Minimum Viable Product）と呼べるようなものがほとんどなかったのですが、私はその一員になれることに興奮していました。 AIが体験に関する顧客感情を理解するためにビジネスに役立つという考え方は、私の中ではキラーアプリであり、この会社は星に向かうロケット船になると思っていました。
そのMVPはほとんど機能しておらず、ほとんど洗練されていない状態でした。 調査データをより深く理解したい企業に販売し、従来とは異なり、キーワードのパターンマッチングにとどまらない自然言語処理（NLP）技術を適用するようになりました。
AIの進歩には驚かされましたね。 誰かが何を言ったか、具体的にどんな言葉を使ったかを特定するだけでなく、言葉そのものに関係なく、意味論や、そうでなければ何を意味するかを認識し始めることができるツールです。 これは解放的で、以前のキーワードスポッターとは桁違いの価値を持つツールでした。
複数のプラットフォームサプライヤーは、自然言語理解（NLU）アプローチを統合する能力を強化し、その能力を拡大し、人々がこれらのツールやその利点をますます認識するようになるにつれて、より深く限界に挑戦し続けました。 例えば、お客様のコメントが「訴えるぞ！」「弁護士を呼ぶぞ！」「法廷に引きずり込むぞ！」というものであっても、「法律」というトピック識別子で「タグ付け」できることを想像してください。 このソフトウェアは、コメントが英語以外の複雑な言語で書かれている状況でも、これらを等価であり、すべてが「Legal」にテーマ的につながっていると見なし、そのようにラベル付けすることができたのです。
顧客クレーム対応にAIを採用することの怖さ
その中でも、金融サービスにおけるクレーム対応は、重要なユースケースであった。 米国では、規制当局が、書面による顧客からの苦情にタイムリーに対応しない銀行、保険会社、投資会社に対して、厳しい規則と巨額の罰則を設けています。
当初、多くの企業が顧客体験を測定・評価するために調査プログラムを導入するようになると、このような規制や、調査結果を書面で公開することに対する恐怖心が蔓延しました。
顧客の資金を誤って処理したことを示唆する調査回答があっただけでも、大きな問題であり、苦情が出た後すぐに行わなければならないコンプライアンスのワークフローと報告を引き起こし、遵守しなければ多額の罰金や他のさらに深刻な結果をもたらすことになります。
当初、これらの企業は、万が一、誰かが反応して苦情を言ってきたときに、このプロセスを引き起こすことを恐れて、アンケートで自由形式の質問をすることを拒否していました。
自由形式のフィードバックを「読み」、不満の言葉のパターンを特定するソフトウェアの能力は、このワークフローをはるかに簡単かつ迅速にし、さらに人間の評価者よりも主観的でないため、より正確であることを時間の経過とともに証明しました。 苦情は、ほぼ常に見つけられ、ラベルを付けられ、ルーティングされ、多くの場合、フィードバックの量に関係なく、ほぼ即座にアクセスすることができます。 この一例だけでも、会社にとってもお客様にとっても、AIはホームランになったのです。
また、それからさらに数年後、AIによって他のタイプの顧客体験が可能になりました。 保険業界では、AIが保険金詐欺の兆候を特定するだけでなく、保険金請求の全体的な処理に使用できることを発見し、人気が高まりました。 純粋にカスタマーエクスペリエンスの観点から見ると、保険における良いカスタマーエクスペリエンスの強い予測要因は、サービスのスピードと正確さです。 AIはその両方を実現しました。
AIが “仲介役 “となり、お客様にとっても保険会社にとっても迅速かつ正確な結果を保証することで、ほぼ瞬時にクレームを申請、処理、決済することができます。 クレームハンドラーはより監督的な役割を担い、ソフトウェアを監督し、プロセスを確実なものにしました。 この場合の「AI」という言葉そのものが、本来の人工知能の定義とは異なる面白い定義になったのです。
AIは「Augmented Intelligence（拡張された知性）」という意味で、人間をビットやバイトに置き換えるのではなく、人間の能力を拡張して、より高いレベルのアウトプット、品質、スピードに奉仕するものでした。
お客さまは、ストレスから驚きと喜びの機会を生み出すことが多く、ここでの大きな勝者でした。
オリジナルな反応を解き明かす
また、数年前になりますが、AIは進化を続け、言語を理解するだけでなく、あらかじめ用意された回答を再生させるのではなく、本当にオリジナルの情報を生成するためのテストを始めています。
基本的なキーワードを識別し、それを言語的なフレーズにまとめ、意味や意図を判断することをコンピューターに教えるのと同じ役割を果たす構成要素が、AIが生成するオリジナルの回答を解き明かすために使われるようになったのです。
多くの業界人はこれを「自然言語生成」、「生成AI」、あるいは単にNLGと呼び、2023年初頭にこれを書いている時点ではまだ初期段階ですが、すべての範囲がそうなっています。 1970年代のコンピュータユーザーが、Elizaが画期的であるかのように見えて、そうではないことを証明したように、あるいは1990年代の初期の「ボット」が参入し、しばしば絶望してその場を去ったように、初期のNLGは画期的な興奮と恐ろしいほどの危険性を併せ持っています。 ある意味、そして間違った使い方をすれば、信じられないほどリスクに満ちている。
2023年の人工知能
これからの約束は、驚きとゲームチェンジャーに他なりません。
ChatGPTについては、オリジナルコンテンツの作成に利用され、理論的にはあらゆるコンテンツクリエイターを脅かすことになる、というニュースをあちこちで目にしました。
しかし、私は、自動生成されたコンテンツを、オリジナルで思慮深い正確な情報を期待し、それに依存するビジネスのユースケースに入れるつもりはありません。
Elizaやウェブサイトのボット、初期のNLUテクノロジーよりも一日中優れていますが、NLGはここにあり、現場にあり、非常にエキサイティングでありながら、まだ始まったばかり なのです。
いろいろな意味で、NLGはまだ “イライザステージ “なんです。
時間の経過とともに、何百万人もの人々が様々なバージョンのNLGツールを活用する実験的なアプリケーションをコーディングすることで、これらの技術は指数関数的に、しかし全体的な能力と精度を向上させることができるでしょう。
これを裏付ける数学は山ほどあります。やがて、これらのツールに息を呑むような何かが見えてくるはずです。
AIの未来としては、1960年代の映画に登場した架空のコンピュータ「HAL」のように、スマートスピーカー「Alexa」が真に理解し、正確に応答するようになることを期待しています。
いや、あのように殺人的な暴挙に出るという意味ではなく、会話を自動化して返信するだけでなく、本当に理解できるようにするという意味です。 それを模擬的な感情（そんなものが存在すると仮定して）と結びつけることで、マシンエンパシーを得ることができるのです。
うわあ。 この日が来れば、私たちCXプラクティショナーは、コールセンターの人員削減、販売転換率の向上、全体的な顧客の喜びなど、ほとんど無限の潜在的利益を目にすることになるでしょう。
今回も、これからの展開が楽しみで、想像もしなかったような形で私たち全員の人生に触れていくのを見るのが待ち遠しいです。
今年のトレンドは何なのか、チェックしてみませんか？ CXとVoCのスペシャリストが2023年のキートレンドについて語るという、初のコラボレーションをぜひご覧ください。
ガイドに含まれるもの
- CXのトップトレンド（Speed to market/response、Doing more with what you have、Proving ROI、AI特化型サービス、自動化）。
- ボーナス傾向＋α
- CXにおけるリセッション効果
- トレンドのポイントをまとめると
- 著者について
今すぐトレンドガイドを入手し、今年のCXトレンドについて、6人の著名なCX業界専門家のレンズの下で学んでください。
