ユーザから見たAI機能分類図
─AIをブームで終わらせないために─

筆者はグローバル情報システム本部に所属しており，弊社業務部署に対して業務を支援する各種システムの企画や開発，導入に従事しています．ソリューションの検討，社内ユーザに対する説明や教育をする立場です．

昨今「AI」を冠したITツールが急速に増えています．AIができることを正しく理解し，ビジネスの現場で有意義に活かす検討をしたいと考え，まずは自身の頭の整理も兼ね，全体像を可視化してみようと考えました．

改めてAIという言葉にアンテナを張ってみると日常生活のさまざまな場面で出会うことができました．メディアは日々技術の進化を伝え，世間を賑わせています．導入により，今よりもさらに便利な世の中になると期待に胸が膨らみます．しかし，実際「AI」を冠したものを検討・比較した人から，「思っていたものと違う」という声も耳にします．筆者もその中の一人です．

AIというテーマは昔からアニメ，漫画，映画などで幅広く扱われ，鉄腕アトムやドラえもんなど，子供のころから触れている言葉です．こういったアニメや漫画の影響でAIという言葉に自分なりのイメージや期待を膨らませている人は多いのではないでしょうか．

「AI導入によりコンタクトセンタ（以下CC）のオペレータが不要になる」という話題をよく耳にするようになったこともあり，当CCフォーラムでも， 第一人者の先生やソリューションベンダ，導入企業を交えて，AIについて議論しました．

まずは第一人者である先生に「AIとは何か」と歴史を教わりました．AIという言葉の明確な定義はなく，研究者でも人によって捉え方がまちまちであること．

機械学習（深層学習・教師あり学習・教師なし学習・強化学習）の特に深層学習（ディープラーニング）によるブレークスルーで現在は第三次ブームであること．たとえば，将棋AIなどでは棋譜を学習させたり，AI同士で対局させたりすることで，人間がいまだかつて見たことのない対局をも学習し，人間に勝つことができるようになったこと．

次にソリューションベンダにAIツールについて教えていただきました．うまく活用することで，業務の工数を削減できて人手不足を解消したり，人間では扱いきれないビッグデータを解析して新たな気づきを見つけることができるとのことです．

最後にそのツール導入企業数社に生の声を聞くと，意外な言葉が挙がりました．「思っていたものと違う．結局ユーザ企業側の負担が増えた」．「なんだそんなこともできないのかとがっかりしてしまった」と．このギャップはなぜ生じてしまうのでしょうか．

筆者は業務上さまざまなツールの説明をソリューションベンダにしていただくことが多いのですが，現時点では，ただツールを導入すればすぐにAIが一人前の働きをしてくれるわけではなく，ユーザ側で機能を発揮できるようにデータを加工・準備をしたり，必要であればAIを教育するための教師データの準備をしなければ，技術を活かすことができないものがほとんどでした．

しかし，実際のベンダの説明は，理想的な状況下における最大効果の説明が多く，ユーザ側にも相当な工数が必要である点は，入念に説明されていないことが多いようです．一方ユーザ側は，AIという言葉にプレミアムをつけており，極端な場合AI ＝自動などと事前期待が膨らみすぎている場合があります．

このように，認識の差が生まれてしまい，がっかりするユーザが増えかねず，そのうち「AIは時期尚早」という評価が広まり，ビジネスでの活用が進まなくなってしまう恐れがあります．

そこで，「AI」ツールを正しく理解できるように，ユーザの視点でAIタイプを分類してみました．

AIは音声認識・画像認識・自然言語処理などで分類されることが多いですが，ユーザ側としては，いかに業務を効率化できるのかがツール導入の大事な目的であることから，1つ目の分類軸は“Input”の仕方としました．AIの活用のためにユーザが多大な工数をかける必要がある「人間がAIに情報を与える」か，ユーザの手間がほとんどかからない「AIが自動的に情報を取得する」かに分けました．

続いてそのツールはどんな範囲で適用できるものなのかという“Output”の分類軸としました．一部の専門的なことしかできない「単調な行動」か，人間のようにさまざまなことができる「多様な行動」かです．

これら2つの分類軸により，大きく4つに分け，さらに1象限だけ2つに分類し，5つのタイプに整理しています（図1）．

Aタイプは単純明快．特定作業を自動的に行うロボットです．これはすでに確立されている技術なので，AIと呼ぶことに違和感を持つ方も多いでしょう．しかし，利用者のニーズと機能が単純明確な場合，ニーズに合致するものであれば最も使い勝手が良い「AI」といえます．

Bタイプは情報をInputすればするほど多様な行動が可能になります．膨大なデータと膨大なロジックを組み合わせることで，既存の技術で実現可能な「AI」です．ただし，ツールが狙った機能を発揮できるように，どんなデータを入れたらよいか？，どう入れればうまく動くか？など，ユーザが行錯誤しながらデータとロジックを準備しなければなりません．しかも，一度データを入れたら終わりではなく，状況の変化に合わせて常にユーザがデータの蓄積・メンテナンスをしなければなりません．そのためには，そのデータをメンテナンスするユーザ自身も変化に追随し，成長する必要があるのです．このように，このタイプの「AI」は，活用のための準備・運用工数が最もかかり，AIに関する知識や知恵がなければうまく使えません．「AIは自動で何でもやってくれる」と思っていたユーザは，この時点でツール導入を諦めてしまうことが多いように思います．

これより後に説明するC・D・Eタイプは前述の通りAIが自動で情報を取得・蓄積し成長するタイプです．まさにAIという言葉のイメージに近いものではないでしょうか．

Cタイプはある目的に特化した部分において自動で情報を入手し学習をしていきます．たとえば将棋AIは前述の通りAIを相互対戦させ強化学習することにより成長し，人間よりも優れた能力を発揮することが可能になります．ただし，できることの範囲が広がることはないため，将棋AIは翌日になったら将棋名人になることができますが，自動運転ができるようにはなりません．特化型のAIです．

Dタイプは汎用型AIです．Cタイプが備える機能を複数備え動作するものです．人間の五官（目・耳・鼻・舌・皮膚）にあたる機能を複数持ち，それぞれから取得した情報をリンクさせることで，とても人間に近い多様なOutputを期待することができます．特化型より自動で取得できる情報量が増えるため，さらに的確な行動をとることが可能になります．またユーザ負担もとても少なくなるため，最終的にユーザが期待するAIツールはこのタイプではないでしょうか．

ただし，状況に応じた高度な判断や価値基準を創造することはできません．

最後のEタイプは，自我・個性を持ったAIです．情報のInputをAI自ら取りに行くのは勿論ですが，プラスで時間が経つにつれ自然と入ってきた情報により，誰にいわれるわけでもなく，明示されていないルール・慣習・空気を読むことができ，AI自らが価値基準を持ち，総合的に高度な判断することが可能なAIです．高度な判断とは，拮抗する意見・常識的な回答が複数あるもの．つまり人間社会のように多様な考え方があるなかで，どう回答するかはこれまでに吸収した情報，おかれた環境によって変わります．人間のように感情・意思・判断力を持ったアニメの世界に登場するAIやロボットに近いものです．今後もますます感情や個性の研究が進み自我・個性を持つという高い山をこえることができれば，ここに到達できる日が来るかもしれません．

このようにセグメント分けすることで，認識のギャップがどこに生じているのかが明確になりました．ソリューションベンダは誇大なアピールをしすぎないこと．ユーザは正しくAIのできることを理解して過度に期待しないことをお互い意識して認識を合わせるところから始めてみてはいかがでしょうか．

お互いに認識が合致することで，AI導入を期待と覚悟を持って進められ成果を出せる企業が増えるのではと思います．

AI技術の向上は日進月歩です．AIが社会で活躍するのも遠い未来ではないはずです．そうであるからこそ，それぞれの認識を合わせ，ブームで終わらせぬよう，AIをビジネスの中で育てていくことが最重要課題だと感じています．

コンタクトセンタ長を分類する
─経営に貢献するコンタクトセンタを目指して─

コンタクトセンタの改革や改善活動を成功させるには，オペレータからセンタ長までが一体となって改革を進めていくことが重要です．一方で，コンタクトセンタは他の組織に先駆けて，アウトソーシング，オフショア化，在宅勤務の導入やオペレータの専門職化などを進めてきたことにより，物理的かつ心理的に，組織的な一体化が難しくなっている側面があります．よって，改革や改善活動のとりまとめ役を担うセンタ長への期待がますます高まっています．では実際のコンタクトセンタにはどんなセンタ長がいるのでしょうか．早速，現場の声を確認してみることにしました．

私達はコンタクトセンタに携る複数企業の現場の方々（オペレータおよびSV（スーパーバイザ））に，「自分の上司であるセンタ長はどんな方か」「改革や改善活動を進める上で何を重要視している人か」をヒアリングし，センタ長を分類してみました．

まず多く聞かれたのは，「経営に貢献するコンタクトセンタを目指して改革に取り組もうと思っても，コンタクトセンタ長の腰が重くて活動を始められない」という悩みです．コンタクトセンタのサービスを改革することに，センタ長自身がどれくらい熱意を持っているのかが，改革の推進に大きく影響します．そこで，1つ目の分類軸は，改革に熱心な「のめりこみ型」と，自分の任期中には波風を立てたくない「腰掛型」とに分けることにしました．

コンタクトセンタは，企業と顧客との価値ある接点であり，コンタクトセンタのサービスを磨く価値はきわめて高いはずです．しかしながら，そうは考えていない企業やビジネスマンがたくさんいます．コンタクトセンタを他部門よりも低く評価していたり，「ここに配属されたら自分のキャリアは同僚から遅れをとった」と感じる傾向はいまだあります．こういった背景から，センタ長が腰掛型で「余計なことはしたくない」という意識を持つことがあるのです．

続いてよく聞かれたのは，「いつも社内ばかり気にして，お客様の方を向いていない」という，サービスマネジメントの基本スタンスについての問題意識です．そこで，2つ目の分類軸は，「お客様を大切にしたい」という思いが強いか，「自社や自分の利益を重視したい」 という思いが優先されているかとしました．

「お客様を大切にしたいか」と聞かれれば，誰でも答えはイエスですが，実際には，それを本気で思っている人と，「建前」で言っているだけの人に分けることができそうです．コンタクトセンタ長が，顧客に喜んでいただくことが新規契約やリピート，顧客紹介を生み出して事業の成長につながると信じている人か，それとも「お客様のために」を建前にして自己満足な取り組みを重視している人なのかは，一緒に仕事をしているSVやオペレータには，すぐに分かるのではないでしょうか．

これら2つの分類軸により，センタ長を4つの大分類に整理しました（図1）．

右上が，顧客志向のサービス改革に情熱を燃やすタイプ．右下は，自社都合を中心にサービス改革を推進しており，顧客不在な取り組みになりがちなタイプです．左上は，顧客を大切にしたい思いはあるけれど目の前の問題解決にしか手を付けられないタイプです．左下は，必要最低限の仕事しかしないタイプとなります．やや極端な表現ですが，センタ長の意識次第で，サービス改革の進み方に大きな差がつきそうだということが分かります．

さらに3つ目の分類軸として，センタ長の意思決定の仕方を追加しました．「論理的な意思決定基準を持っているか」，「直観やセンスで意志決定をするか」です．「改革の取り組みは進めているが，納得感が持てなくて，現場がついてきていないことがよくある」という意見が多かったためです．

サービスは目に見えないものなので，いざ経営に貢献するコンタクトセンタに向けて改革しようと思っても，具体的に何に取り組んだらよいのかよく分からないことが多いようです．そんな中，一部のメンバの直観やセンスに頼って意思決定していては，たとえその内容が正しくても，組織的に納得感を持って取り組むことはできません．そこで，サービスの本質を捉えて論理的に意思決定することで，組織的な納得感を高める必要があります．現場が納得して始まった活動が少しでも成果に繋がると，一気にモチベーションが高まって活動が加速します．サービス改革を進める上で，センタ長として組織的な納得感を高めることができるかどうかが，取り組みの成否を分ける大きな要因になっています．論理的な意思決定のためには，いまいちどサービスの本質を理解し，サービスをモデル化する取り組みが有効です[1]．

3本目の分類軸を加えることで，センタ長を8種類の詳細タイプに分類することができました（図2）．

センタ長タイプは，図1，図2ともに右上がセンタ長の理想像になるように整理しました．想定される存在割合は，図1の右上の「お客様中心の改革に熱心なセンタ長」は4％であり，図2の「経営者的センタ長」は1％と，絶滅危惧種的な存在です．さらに，1つ目の分類軸の議論から，全体の85％が保守的な「腰掛型センタ長」なのではないかとの想定され，「経営に貢献するコンタクトセンタ」を目指す上で，見過ごせない問題です．この問題を解決するためには，コンタクトセンタの社会での位置付けや社内での位置付けを高めなければなりません．

まずは，現場とセンタ長自身がセンタ長タイプを知ることで，改革や改善活動を進める上でのヒントになると幸いです．なお，この分類は，コンタクトセンタ長の分類だけでなく，一般的なマネジメントにもあてはめられるのではという意見もあります．ぜひ，幅広くご活用ください．

参考文献

• 1）諏訪良武（著）：顧客はサービスを買っている（ダイヤモンド社）