ウェビナーまとめ：自然なAIエージェントの作り方

多くのチームは、自然に聞こえるエージェントを作りたいと考えています。

多くのチームが感じる課題は、エージェントがタスク自体はこなせても、文脈や緊急性、感情を理解できていないことです。発信者がそれに気づくと、信頼感が下がり、やり取りの質も落ちてしまいます。Behind the Agent：NanaがAIエージェントでカスタマーエクスペリエンスを変革した方法では、Nanaのカスタマーエクスペリエンス責任者Karim Mustafa氏が、同社がどのようにAIエージェントをサポート業務全体に導入し、その結果チームやコスト、品質スコアがどう変化したかを語りました。

自然に聞こえることが意外と難しい理由

エージェントを導入している多くのチームは、すでに正確さの課題はクリアしています。エージェントは正しい答えを出し、正しいテーブルを予約し、正しいフライトをキャンセルできます。

発信者の感情を反映せず、緊急性を汲み取らず、どんな質問にも同じ平坦なリズムで答えるエージェントは、どれだけ正しい答えを返しても人工的に感じられてしまいます。お客様は、ただ問題が解決されるだけでなく、その過程で「自分の話を聞いてもらえた」と感じたいのです。

Nanaは2016年にサウジアラビアで食料品配達のパイオニアとしてスタートしました。その後10年で、ランドリーや洗車、フードデリバリーなどをカバーするスーパーアプリへと成長。プロダクトが拡大するにつれ、カスタマーからの問い合わせも増加。需要に対応するため、54人のサポートエージェントが交代制で稼働していました。

転機となったのは、FAQボットや基本的なチャットフローから、ElevenLabsを活用した本格的なフロントエンドAIエージェントへ移行したことです。このエージェントはNanaアプリ内で直接カスタマーと会話し、問題解決や質問対応、注文追跡、必要に応じたエスカレーションまで行います。品質もすぐに安定しました。

ビジネスへのインパクトは大きく、

1. Nanaはカスタマーサポートコストを85％削減
2. 応答時間が数秒に短縮

技術的には動作していても、会話としては不自然です。

デモ：自然なエージェントの実演

さらに、エンジニアリングの負担もあります。自社で音声オーケストレーションを持つ場合、ターンテイキングや割り込み処理、遅延のプロファイリングなどを継続的に管理する必要があります。一度作れば終わり、というものではありません。

ボイスAIなら、毎回一貫した解決を提供し、新しい情報にも即座に対応し、どんな件数にも横展開でスケールできます。

シナリオ：

最もシンプルな方法は、デュアルWebSocketアーキテクチャです。

Karim氏は、チームの課題解決への考え方がどう変わったかを説明しました。新たな運用課題が出たとき、今では「何人必要か」ではなく、「どれだけ早くエージェントを作れるか」が最初の問いになっています。

残ったサポートチームのメンバーには、固定シフトかAI重視のKPIに連動した柔軟な勤務時間かを選んでもらいました。全員が柔軟な働き方を選びました。

重要なポイント：

1. マルチモーダル対応Nanaでは、カスタマーが通話だけでなくテキスト入力も希望していることが分かりました。カスタマーの行動に合わせてチャネルを選ぶことで、導入がスムーズになり、成果も早く出ました。
2. 技術だけでなく、プロンプトの品質に注力すること。AIは指示の質をそのまま反映します。Karim氏のチームは、エージェントが共感を持ってブランドに合った対応ができるよう、プロンプト作成に時間をかけました。
3. アラビア語での導入時はタシュキール（母音記号）を活用エージェントのプロンプトにアラビア語の母音記号を加えることで、発音の正確さと自然さが大きく向上します。
4. 人的エージェントは排除せず、上流工程へシフト残ったチームはAIの改善に活用するのが最適です。ワークフロー設計や品質チェックを任せましょう。
5. 最初からスケールを見据えて構築最初のエージェントが稼働すれば、同じプラットフォームでアウトバウンド通話や社内ワークフロー、広告、他部署での活用も可能です。Nanaは今や、他チームが新規プロジェクトを素早く立ち上げたい時に頼る存在となっています。
6. 直接ソースにアクセスすることNanaが検討したベンダーの中には、ElevenLabsを上乗せ価格で再販しているところもありました。ElevenLabsを直接利用することで、最新モデルへのアクセス、コスト削減、エンジニアリングサポートを得られました。

自然なエージェントを作るための7つのポイント

インスタヘルプバックグラウンドノイズ