ウェビナーまとめ：Urban Companyがパートナーサポートを大規模自動化した方法

多くのサポートチームは、規模を拡大しようとすると壁にぶつかります。エージェントを増やせばコストが上がり、品質にはばらつきが残り、季節的な急増で運用が崩れます。Urban Companyは別の道を見つけました。

「Behind the Agent：Urban Companyはいかにしてパートナーサポートを大規模に自動化したか」で、Urban CompanyのエンジニアリングマネージャーであるAbhishek Thakur氏が、同社がパートナーサポート全体にAI音声を導入した方法と、それによって品質、コスト、通話量がどう変化したかを解説しました。

ギグエコノミーにおけるサポートの課題

ギグエコノミーは、プラットフォームと働き手の信頼関係に大きく依存しており、その信頼が損なわれれば、働き手が競合サービスへ移る可能性があります。インドには1,500万人を超えるギグワーカーがおり、2030年までに2,300万人に達すると予測されています。彼らのプラットフォームとの主な接点は、モバイルと音声です。騒音、接続の問題、複数の言語が混在する環境といった就業条件では、テキストベースのサポートが機能しないことも少なくありません。

それにもかかわらず、多くのプラットフォームでは依然としてチャットが標準で、初回問い合わせでの解決率は低く、エスカレーション率は高くなっています。働き手は、プラットフォームが自分たちのニーズを考慮して設計されていないと感じがちです。AI音声は、この働き方に合ったコミュニケーション手段として、解決策となる可能性があります。課題は、ギグエコノミーの運用に求められる精度と規模で実現できるかどうかです。

ギグワーカーに音声が適したチャネルである理由

Urban Companyは、インド国内の51都市に加え、UAE、シンガポール、サウジアラビアで事業を展開しています。毎日、人々の自宅でサービスを提供する約6万人の現役サービスプロフェッショナル、つまり配管工、美容スタッフ、家電修理技術者を管理しています。

こうしたパートナーは、一般的なテクノロジーユーザーとは異なります。プラットフォームに参加するためにスマートフォンを購入する人も少なくありません。彼らにとって自然なコミュニケーションチャネルは、テキストではなく音声です。Urban Companyがチャットサポートのログを確認すると、パートナーは断片的なヒングリッシュのメッセージを送り、ぼやけたスクリーンショットをアップロードし、そして何より、チャット内で折り返しの電話を求めていました。

サポートチャネルと、パートナーが実際に行うコミュニケーションとの隔たりが、あらゆる接点で摩擦を生んでいました。

この規模で人が担うサポートには、さらに複合的な課題があります： 

1. 10人のコールセンター担当者が、同じ内容をそれぞれ異なる言い方で伝える
2. SOPを更新しても、チーム全体に浸透するまで数週間かかる
3. エアコン修理の繁忙期になると、予告なく通話量が急増する 

AI音声は、この3つすべてに対応します。常に一貫した解決を提供し、新しい情報に即座に適応し、どんな通話量にも対応できるよう水平スケールします。

Urban CompanyがElevenLabsを選んだのは、その音声が最も人間らしく聞こえたからです。複数ベンダーの録音を従業員が聞き、投票する匿名の社内調査を通じて決定されました。プラットフォームとの信頼を築くギグワーカーがユーザーである場合、音声品質は好みの問題ではなく、前提条件です。

Urban Companyのエージェントの舞台裏

Urban Companyは現在、3つの大きな領域でAI音声を運用しています：

パートナーサポート：パートナーは作業中のどの時点でもアプリから電話をかけ、顧客とのトラブル、支払いの問題、作業完了に関する問題など、直面しているあらゆる課題について支援を受けられます。

紹介促進：既存パートナーに、家族や友人をプラットフォームに紹介したいかを尋ねるアウトバウンドコールです。大量に発生し、関係性への配慮が必要なやり取りであり、一貫したトーンと待ち時間ゼロのメリットを得られます。

Instahelp：読むことや書くことが容易でないパートナー向けの、アプリ不要の対話レイヤーです。UIを使わず、パートナーは音声だけで作業、サブスクリプション、問い合わせを管理できます。

現在、Urban Companyは30件以上のユースケースを本番運用しており、150以上のサブエージェントの実現を目指しています。そもそも可能なのかを一人が探るところから始まった取り組みは、今では30人のチームがAI音声AIエージェントを構築・導入するまでに成長しました。あるユースケースが成功すると、すべてのチームが導入を望むようになりました。

デモ：リアルタイムのマルチエージェント解決

シナリオ：サービスパートナーが顧客のもとに到着します。停電のため顧客が作業を断り、パートナーはキャンセル料を発生させずに日程を変更する必要があります。

デモの内容：

• パートナーがアプリからUCサポートに電話し、AIエージェントのAnjaliにつながる
• Anjaliが作業の詳細を確認し、パートナーを保留にする
• 同時に、2人目のエージェントであるVidhiが顧客へ直接電話する
• Vidhiがキャンセル理由を確認し、翌朝の同時刻への日程変更を提案して予約する
• Anjaliがパートナーに解決結果を伝える：作業は日程変更済みで、キャンセル料は発生しない
• パートナーは迅速な解決についてエージェントに感謝する

重要な理由：

これは、スクリプトに従う単一のエージェントではありません。パートナーとの通話を管理するエージェントと、顧客の問題をリアルタイムで解決するエージェントが並行して動作し、単独では達成できない解決へと連携しています。Urban Companyは、パートナーサポート全体で50～60種類以上のプロンプトを運用しており、個々のやり取りでは7～10のサブエージェントが順番に関わることもあります。

ベストプラクティス

Urban Companyは、AI音声導入の過程で得た重要な学びを共有しました：

1. まずは機能を優先する。エージェントの知能を高めるにつれて、Urban Companyの1分あたりのコストは2月から3月にかけて大幅に上昇しました。その後、開始時点よりも低くなりました。まずユースケースを機能させることに集中しましょう。コスト最適化は後からでも可能で、非効率な部分を把握すれば、想像より早く進められます。
2. 小さな変更が大きな影響をもたらす。 会話型AIでは、細部がすべてです。Urban Companyは、情報を伝える前に「確認しています…」という短い音声バッファを追加しました。APIはミリ秒単位で応答するにもかかわらずです。この間があることで、エージェントが実際に何かを調べたように感じられました。この1つの変更により、重要な指標が30％向上しました。常に実験を行いましょう。Urban Companyでは現在、常時およそ15件のA/Bテストをトラフィックの1％で実施しています。
3. プロンプトは修正せず、分解する。プロンプトがハルシネーションを起こしたり、意図から逸れたりすると、修正を加えたくなります。UCのアプローチは分解です。特定の役割を持つ小さく焦点を絞ったプロンプトに分け、それぞれに目的に合ったツール呼び出しを組み込みます。パートナーサポートのフローでは、すべてを処理しようとする1つのプロンプトではなく、個別のタスクを担う50～60のプロンプトが動いています。
4. スケールする前に、指標管理のバイブルを作る。Urban Companyは、平均通話時間、エージェントとユーザーそれぞれの1分あたりの単語数、1分あたりのターン数、ホワイトノイズの割合、接続不能率といった入力指標を徹底的に監視しています。最も重視する指標は解決率です。通話の最後に、パートナーへ問題が解決したかを尋ねます。数値だけでは見逃すことを捉えるには、今も通話を聞くことが欠かせません。
5. 言語は尋ねずに検出する。ユーザーに「どの言語をご希望ですか？」と尋ねると、会話の流れが途切れます。Urban Companyはパートナーの姓から言語を検出しようとしましたが、誤検出が多すぎました。現在のアプローチは、通話の最初の30秒でパートナーが話した言語を、それ以降のすべての通話で固定することです。言語の切り替えは冒頭部分でのみ認められます。現在、Urban Companyの通話の20％は地域言語で行われています。ヒンディー語でも英語でもない言語です。
6. レイテンシーはエンジニアリングの課題として管理する。1ミリ秒単位で分析します。データ取得、モデル推論、ネットワークなど、実際に時間を要している箇所を特定し、それぞれを独立して最適化します。処理時間を目立たなくするには文脈に合うフィラーワードを使いますが、プロンプトに合わせて調整してください。あいさつをするエージェントなら「お話しできてうれしいです」、業務対応エージェントなら「確認します」と言います。フィラーワードは自然な発話に聞こえる必要があります。 

フルセッションを視聴する

ウェビナーのフルセッションはこちらからご覧いただけます。