ウェビナー振り返り：Insurelyがコンタクトセンターに音声エージェントを導入した方法

保険会社に電話するのを嫌がる顧客は少なくありません。対応は遅く、個別感に欠け、ストレスも多いものです。Insurelyはそれを変えようとし、AI音声で実現しました。

先日のCCW Digitalウェビナーで、ElevenLabsのGTMリードであるJack PiuntiとJosh Pimentelが、InsurelyのCTO、Colby Garlandと対談し、InsurelyがElevenLabsのAIエージェントを導入して、コンタクトセンターを自動化し、アウトバウンドの営業電話に対応しながら、人間らしいサポートを大規模に提供した方法を紹介しました。

保険業界でAI音声が重要な理由

音声は従来型のチャネルではありません。CCW Digitalの調査によると、コンタクトセンター責任者の40％が、新しいテクノロジーの選定において音声を最優先事項としています。問題の重大性が高いとき、顧客は電話を選びます。保険では、ほぼすべての電話がそれに当たります。

問題は、従来のIVRシステムや基本的なチャットボットでは、顧客が言った内容しか処理できないことです。屋根の雨漏りに慌てている、あるいは補償が失効しそうで不安を感じている、といった状況を察知することはできません。

そこでInsurelyは、ElevenLabs独自のスピーチtoテキストモデルを活用し、通話に「苛立ち」「安堵」「困惑」といった感情的な文脈を付与しました。これにより、エージェントは文字起こしの言葉だけでなく、顧客の感情にも応答できます。

エージェントの裏側：Insurely

Insurelyは、カナダの顧客向けオンライン専業保険会社です。実店舗はなく、対面エージェントもいません。顧客との関係はすべてデジタルと音声のチャネルで築かれています。

Colby GarlandがCTOに就任したとき、チームはよくある課題に直面していました。顧客は賃貸住宅保険のオンライン見積もりを開始しても、フォーム入力の途中で離脱していたのです。フォームは長く、複数のステップがあり、初めて賃貸する人には分かりにくいものでした。人間のエージェントが顧客に折り返し電話をかけ、手続きを案内していました。これは手作業で反復的であり、スケールが困難でした。

エージェントの構築

Insurelyは、まさにこの課題に対応するため、最初のElevenLabsエージェントであるEmilyを構築しました。

Emilyは、アウトバウンドの営業エージェントです。賃貸保険の見積もりを開始したものの完了していない顧客に電話をかけます。フォームをステップごとに案内し、保険に関する質問に分かりやすい言葉で答え、手続きを進められるよう顧客を後押しします。Colbyによると、顧客が本来なら離脱していた見積もりを完了するようになりました。Emilyが質問に答えるだけでなく、終始心から励ましてくれるからです。

その後、Insurelyはカスタマーケアにも展開しました。エージェントは現在、年中無休で24時間稼働しています。

ビジネスへの効果は明確です。サポートケースの件数は減少し、売上は増加しました。定型的な質問をAIが処理するため、人間のエージェントはより質の高い会話に集中できています。Insurelyは人員を増やさずに処理量を拡大しています。そして、すべての顧客対応の品質は低下するどころか、向上しました。

引き継ぎの仕組み

会話のなかでも特に技術的に詳しく取り上げられたのが、通話ルーティングと引き継ぎのロジックでした。

Insurelyの営業時間は月曜から金曜の午前8時から午後5時までです。顧客が人間のエージェントとの会話を必要とする場合、AIは営業中かどうか、人間の担当者が電話を受けられるかどうかを確認します。

営業中の場合、通話はTwilio経由で転送されます。人間のエージェントが応答前に完全な文脈を把握できるよう、通話の全記録がリアルタイムで社内システムに送信されます。説明のし直しは不要です。文脈が失われることもありません。

営業時間外の場合、AIはチームの営業再開後に折り返しのミーティングを予約するよう提案します。この予約は会話中にHubSpot内で、手作業を一切介さずに行われます。ミーティングの予約、文字起こしの記録、メモの要約まで、すべて通話が終わる前に完了します。

顧客はAIから人間へシームレスに引き継がれ、Insurely側で対応する必要はありません。

Insurelyから学ぶベストプラクティス

1. エージェントの役割を絞り込む。各エージェントには1つの役割だけを持たせましょう。すべてを処理しようとする1つの大規模なエージェントは作らないでください。ElevenLabsなら、会話が異なる段階に移る際にエージェント間で簡単に引き継げます。役割を絞ったエージェントは、幅広い役割を担うエージェントを一貫して上回る成果を出します。
2. ナレッジベースに投資する。優れたドキュメントは、人間のエージェントのオンボーディングを迅速にし、AIエージェントのパフォーマンスも高めます。ナレッジベースが古かったり曖昧だったりすると、エージェントにもそれが反映されます。明確で具体的かつ最新の情報が、信頼できるエージェントの基盤です。
3. 会話より先にデータの課題を解決する。Insurelyのチームは、通話中に発信者へメールアドレスを一文字ずつ伝えてもらうことが摩擦を生むと気付きました。そこで通話フローの早い段階でCRMと連携し、エージェントが既存の連絡先データを取得して、重複する質問を省略できるようにしました。
4. タイムゾーンを明示的に扱う。日付と時刻のエラーは、Insurelyが初期に遭遇したバグの一つでした。現在では、スケジュールに関する操作の前にタイムゾーンの文脈を設定することが標準手順となっています。ElevenLabsはその後、タイムゾーン設定機能をプラットフォームに直接組み込みました。
5. 会話タイプごとに成功基準を定義する。ElevenLabsには、チームがカスタムの成功基準と会話カテゴリを設定できる分析セクションが組み込まれています。ColbyはAPIを通じて外部ツールも構築し、さまざまな角度から会話を分析しています。構造化された測定が、構造化された改善につながります。
   

セッション全編を見る

セッション全編はこちら。