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、品質は安定せず、季節的な急増で業務が回らなくなります。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」では、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、通話量にどのような変化が起き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く人々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、働く人々は競合他社へ移ってしまう可能性があります。インドには1,500万人を超えるギグワーカーがおり、2030年までには2,300万人に達すると予測されています。彼らは主にモバイルと音声を通じてプラットフォームを利用します。騒音、接続の問題、複数の言語が混在するなどの就業環境では、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あり、初回問い合わせでの解決率が低く、エスカレーション率が高くなっています。働く人々は、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を提供する解決策になり得ます。課題は、ギグエコノミーの業務で求められる精度と規模で、それを実現できるかどうかです。

ギグワーカーにとって音声が適切なチャネルだった理由

Urban Companyはインドの51都市に加え、UAE、シンガポール、サウジアラビアでも事業を展開しています。配管工、美容スタッフ、家電修理技術者など、毎日顧客の自宅で業務を行う約6万人の現役サービスプロフェッショナルを管理しています。

こうしたパートナーは、一般的なテックユーザーではありません。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多くいます。彼らにとって自然なコミュニケーション手段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、不鮮明なスクリーンショットをアップロードし、そして何より、チャット上で折り返し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、複合的な課題があります： 

1. 10人のコールセンターエージェントが、同じことを10通りに説明する
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. そして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、新しい情報にも即座に適応し、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。これは、従業員が複数ベンダーの録音を聞いて投票する匿名の社内アンケートによって決まりました。プラットフォームとの信頼関係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：パートナーは業務中いつでもアプリ内から電話をかけ、顧客とのトラブル、支払いの問題、業務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サポートを受けられます。

紹介アプローチ：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。大量の対応が必要で関係性にも配慮が求められるため、一貫したトーンと待ち時間ゼロが効果を発揮します。

Instahelp：読み書きが難しいパートナー向けの、アプリを使わないインタラクションレイヤーです。UIなしで、業務、サブスクリプション、問い合わせをすべて音声で管理できます。

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へと拡大しつつあります。実現可能かを一人で探ることから始まった取り組みは、今では事業全体でAI音声エージェントを構築・導入する30人のチームへと成長しました。あるユースケースが成功すると、すべてのチームがそれを求めるようになりました。

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。停電を理由に顧客が作業を断ったため、パートナーはキャンセルペナルティなしで日程を変更する必要があります。

デモで示された内容：

• パートナーがアプリからUCサポートに電話をかけ、AIエージェント（Anjali）につながる
• Anjaliが業務の詳細を確認し、パートナーを保留にする
• 同時に、2人目のエージェント（Vidhi）が顧客に直接電話をかける
• Vidhiがキャンセル理由を確認し、翌朝の同じ時間への変更を提案して予約する
• Anjaliがパートナーに解決内容を伝える：業務は再スケジュールされ、キャンセルペナルティはかからない
• 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。複数のエージェントが並行して稼働し、1人がパートナーとの通話を管理し、もう1人がリアルタイムで顧客の問題を解決します。単独では達成できない解決を生み出すために、両者が連携しています。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対応することもあります。

ベストプラクティス

Urban Companyは、AI音声の取り組みから得た重要な学びを共有しました：

1. まず機能を優先する。Urban Companyでは、エージェントの知能を高めるにつれ、2月から3月にかけて1分あたりのコストが大幅に上昇しました。その後、開始時よりも低い水準まで下がりました。まずはユースケースを機能させることに集中してください。コスト最適化は後から取り組めます。非効率な箇所を理解すれば、予想より早く進みます。
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、重要指標が30％向上しました。継続的に実験を行いましょう。Urban Companyでは現在、常時トラフィックの1％を対象に約15件のA/Bテストを実施しています。
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。プロンプトを特定の役割を持つ小さく焦点を絞ったものに分割し、それぞれに目的に応じ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1つのプロンプトで処理しようとするのではなく、個別のタスクを担う50～60のプロンプトを使っています。
4. 拡大する前に、追跡のバイブルを作る。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して監視しています。最重要の指標は解決率です。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。数字だけでは見落とすことを発見するには、今で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。現在のアプローチでは、通話の最初の30秒間にパートナーが話した言語を、その後のすべての通話で固定します。言語の切り替えは冒頭部分でのみ許可されています。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問題として管理する。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、実際にどこで時間がかかっているのかを特定し、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ために文脈に合ったつなぎの言葉を使いますが、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」、業務対応のエージェントなら「確認します」と言います。つなぎの言葉も自然な会話のように感じられるべきです。 

セッション全編を視聴

ウェビナー全編はこちら。