サポートにおける会話型 AI の現状

Stripe は優れたサポートの代名詞であり、驚きと喜びを提供するために常に全力を尽くしています。しかし、素晴らしいサポートとは、Twitter で目にする手書きのメモや 3D プリントされたトーテムだけではありません。10 年以上にわたる人材とソフトウェアのエンジニアリングにより、Stripe は年間数百万の企業をサポートする顧客サービスを構築できました。私が Stripe に入社したのは 2015 年で、当時は会社が 200 人にチップを渡したばかりで、サポート チームは 1 つの会議テーブルに収まっていました。

私は、Stripe のグローバル サポート カバレッジの初期の拠点であるダブリンで最初に採用された従業員の 1 人でした。私が在籍していた 5 年間で、Stripe はサポート チームを専門分野別に再編成し、外部ベンダーを Tier 1 サポートとして導入し、チャネルを拡張し、言語を追加し、最終的には有料サポート プランを導入しました。進化するサポート プログラムの設計とテストに携わった私は、顧客サービスの拡張の複雑さを目の当たりにしました。会話型 AI なら、この複雑さを合理化できたはずです。

私が Stripe に入社したとき、私の仕事はできる限り多くの製品を取り入れることでした。トレーニングの一環として、私はより経験豊富なエージェントに同行し、過去のサポートのやり取りを何度も見て学びました。これは、AI エージェントが学習する方法と似たアプローチです。

AI はパターン認識に優れており、サポートの多くはパターン認識の演習です。それはユーザーが問題を説明することから始まります。サポート エージェントはその情報を処理し、それを既存の知識と照合して、ユーザーに回答を返します。ただし、サポートはナレッジ ベースの説明だけではありません。優れたカスタマー サービスには、共感、創造性、ユーザーと協力して問題を解決することが求められます。残念ながら、ほとんどのサポート インタラクションには欠陥があることがわかりました。

サポートの現状

サポートは重要なタッチポイントですが、多くの場合、苦痛を伴います。最後に航空会社に電話したときのことを思い出してください。何時間も待たされ、ようやく誰かとつながったときには、あなたの問題は別の部署に関係していると言われ、シシュフォスの苦悩の繰り返しが続きます。

苦痛なのは顧客側だけではありません。優れたサポート エクスペリエンスを提供するのは困難であり、規模が大きくなるとさらに困難になります。ソフトウェア中心のビットの世界では、サポートは主に原子によって制限されます。一晩で大量の顧客が押し寄せたと想像してください。サイトを稼働させ続けるために AWS インスタンスを起動するだけで済みますが、スイッチを切り替えてサポートをオンにするだけでは不十分です。

サポート機能を拡大するには時間と費用がかかります。北米では、サポート エージェントの検索、トレーニング、オンボーディングに約 12,000 ドルの費用がかかります。初期投資を含めると、サポートエージェントの平均コストは 1 時間あたり約 30 ～ 40 ドルになります。一部の企業は、サポートエージェントを外部委託することを選択しますが、その場合の料金は 1 時間あたり 8 ～ 30 ドルです。表面的には魅力的ですが、価格が安いため、説明責任、プロセス、サポート品質に対する制御が不十分になります。

しかし、数分でサポートを開始し、無限に拡張できるとしたらどうでしょうか?低コストで高品質のサポートが受けられるとしたらどうでしょうか?それは約束です Conversational AI、そしてサポートに何年も携わってきた私としては、これは完全にゲームチェンジャーだと信じています。

Alexis は ElevenLabs の AI エージェントの一例です。サポートエージェントとして構築されました ElevenLabsドキュメント内 そして現在では、1日に100件以上の電話に対応しています。

アレクシスが人間だったと想像してください。まず、1 日に 100 件の電話を処理できる人間のサポート エージェントはそれほど多くないと思います。非常に有能なエージェントがいて、電話が簡単であれば、約 60 件に対応できますが、スキルの低いエージェントやより複雑な問い合わせの場合は、おそらく 40 件近くになります。したがって、少なくとも 2 人のエージェントを雇う必要があり、おそらく残業代も支払う必要があります。

エージェントが北米に拠点を置いている場合、100 件の通話を処理するコストは少なくとも 700 ドル、平均で約 1,719 ドル、最大で 4,094 ドルになります。それは多すぎるので、外注することを決めるかもしれません。それは 128 ドルから 480 ドルの間、平均 288 ドルになります。一見するとかなり安いですが、これらのアウトソーシング会社のオンボーディングと監督には隠れたコストがかかり、また、基準を満たしていない場合はブランドと評判にリスクが伴います。

AI サポート エージェントを実行するコストは、オーディオ コンポーネントの場合、1 分あたりわずか 0.015 ドルです。LLM は、モデルの選択と知識ベースのサイズに応じて、1 分あたり 1 セント未満から数セントになります。つまり、100 回の通話で約 13 ～ 18 ドルになります。これは、平均的な社内エージェントよりも 110 倍以上安く、平均的な外部委託エージェントよりも 18 倍安いことになります。客観的なサポート体験としては、Alexis は非常に優れていると思います。その価格帯では、彼は信じられないほどです。

会話型AIの活用

サプライチェーンのアナログの世界では、トラバ は、産業企業が従業員を採用し管理するのを支援する、才能ある人材のための技術的な架け橋です。Traba はアプリとダッシュボードを提供していますが、紙のタイムシートやコルクの求人掲示板に慣れている従業員にとって、電話によるコミュニケーションは依然として重要な接続手段です。 

Traba は、運用チームがどの電話通話に最も多くの時間を費やしているかを調べたところ、サポートの問い合わせへの対応とスケジュールのチェックリストの実行という 2 つの主要な領域が見つかりました。CTO の Akshay Buddiga 氏にとって、自動化は当然の答えでしたが、タイミングも重要です。「効率化したいプロセスを特定したら、後からソリューションを改良するのではなく、早期に自動化を組み込むことを優先します。」

Traba はユニットエコノミクスに重点を置き、技術革新で常に先を行くことを目指しているため、これらの通話を会話型 AI に移行することは、さまざまな理由で魅力的でした。チームはスピードとコストを考慮して解決策を検討しました。しかし、ユーザーエクスペリエンスも重要でした。ソフトウェアエンジニアのJoseph Besgen氏は次のように述べています。「ただ録音を聞いているのではなく、会話のように聞こえるようにしたかったのです。」ElevenLabs のデモは非常にリアルに聞こえたため、テスト中、Traba の従業員の父親はそれが AI なのか、息子のチームの誰かなのか区別がつかなかったという。 

何千人もの軽工業労働者のスケジュールを組むのは本質的に複雑ですが、1 人の医師の診察の予約を組むのはそれほど難しいことではありません。しかし、最近、医師に電話してみましたか?これは患者にとってイライラするものであり、医療スタッフの時間の使い方としても非効率的です。ElevenLabsとの提携により、 EliseAIの アシスタントは、予約のスケジュールから請求まであらゆる業務を遂行し、医療管理のギャップを埋めています。ある病院では現在、通話の 86% を AI エージェントが完全に処理しています。これにより、通話あたりのコストが 66% 削減されるだけでなく、管理スタッフの効率も向上します。EliseAI は、英語を話さないコミュニティの医療へのアクセスも向上させました。 

未来

会話型 AI の成長をセクター別に見ると、いくつかの興味深い傾向が浮かび上がってきます。EdTech は会話型 AI を採用した最初の業界です。企業はついに、手頃な価格でカスタマイズされた 1 対 1 の個別指導と言語学習を提供できるようになりました。顧客サポート アプリケーションもすぐに続きました。サポート インタラクションはパターン認識演習であるため特に適しているためです。回答はナレッジ ベースに存在し、AI エージェントはそれをユーザーの質問と一致させるように機能します。また、特に物流やヘルスケアなどの分野では、Traba や EliseAI など、垂直化されたエンドツーエンドのアプリケーションが増加しています。繰り返しになりますが、これらは反復的で予測可能な領域なので、AI エージェントによって簡単に処理できます。

Conversational AI 原子の領域からビットの世界へのサポートをもたらします。今では、サポートは企業とその顧客にとってより良い体験となる可能性があります。クラウド プロバイダーと同様に、AI サポート チームもスケールアップおよびスケールダウンできます。顧客が電話を保留にして待つ必要がなくなり、世界中にサポート センターを設置するという運用上の煩わしさから解放されます。

過去 1 年間、音声エージェントは会話と知識の検索に優れていましたが、それはまだ始まりに過ぎないと思います。2025年には AI音声エージェント インバウンド会議のスケジュール設定や「製品スペシャリスト」タイプのサポート問題に対する標準プロトコルになります。知識検索の電話に限定されるかもしれませんが、これによりサポート量が大幅に削減され、人間のチームがより価値の高い作業に取り組めるようになるでしょう。

2026 年までに、私たちは知識の取得から行動の実行へと移行するでしょう。標準の AI 音声エージェントは API 呼び出しを行い、サードパーティ アプリに接続します。会議の予約や払い戻しなどのアクションを定期的に実行します。

2027 年には、AI 音声エージェントがサポートからカスタマー サクセスへと進化すると思います。おそらく買い手側と売り手側の両方で、販売取引全体が AI エージェントによって実行されるようになると思います。多くの人にとって、これは最後のフロンティアのように思えますが、私はそれは始まりに過ぎないと思います。かつては人間だけが行うと考えられていた、文脈に深く依存した創造的なタスクは、今後ますます AI の領域になるでしょう。

サポートはコスト センターから変革され、まず経費を削減し、最終的にはビジネスの利益センターになります。AI 音声エージェントは積極的に顧客にアプローチし、顧客離れを減らし、顧客 LTV を向上させます。会話型 AI は、人間によるサポートの多くの利点を提供しますが、完璧な記憶力、数十の言語、24 時間 365 日の運用も備えています。未来はやって来ます。そして、多くの意味で、それはすでにここにあります。いつでも、即時かつ共感的で効果的なサポートを想像してみてください。すぐに、ただ楽しみたいから航空会社に電話したくなるでしょう。