マーケットビジョン2024：生成AIが幻滅期を乗り越えるのに必要なこと
新年からnoteを開始します！まずは業界展望について、3つのトピックについて書きました。第一弾として「生成AI」を取り上げます。
私自身はコンタクトセンターのマネジメントやデジタル化・AI活用を専門としており、この記事はその界隈のトピックとなります。
生成AIにもやってくる「幻滅の谷」
コンタクトセンター領域でもしばらくの間、”生成AI"がテクノロジーの中心にありそうです。2023年後半からは、通話内容の要約やFAQの自動生成、チャットボットなどのPoCプロジェクトが走り始めています。まだ本番運用の事例は乏しいため、効果測定を伴った事例が出てくるのは2024年後半以降になるでしょう。
生成AIを使うことで、これまで難しかった通話の要約や手間のかかるチャットボット運用が、一気に問題解決、と期待を膨らませている方が多いと思います。とは言えご存知の通り、CS業務は、正確な回答が求められることに加え、ゼロリスク志向が強い人も多いので（海外の状況はわかりませんが）、ハルシネーションやセキュリティを高いレベルでクリアすることが求められます。ChatGPTにより個人レベルでの利用と認知が広まった一方、実務レベルでの活用に際しては、多くの現実課題に直面することになり、早々に「幻滅期」に突入したと言えます。
生成AIに限らずデビュー当初から実務に耐えうるテクノロジーは存在しません。デメリットを補完する機能を加える、用途を絞り込む、場合によってはダメなところに目をつむる、といった試行錯誤の過程を経て幻滅期を通過していくことになります。
グローバルレベルで開発競争が進む生成AIは、他のテクノロジーとは比較にならないスピードで進化を遂げています。とは言え、期待の方もこれまでになく膨らんでおり、一定の「幻滅期」があることは間違いないと思います。
幻滅の谷を超えていくのは間違いありませんが、「どの程度のスピードで普及に至るか」「どのような利用形態が定着化するか」については、利用する側、ベンダー側ともに高い関心事項になるでしょう。
音声認識の「轍」
生成AIが登場するまでは、コンタクトセンターの主要な「AI」と言えば音声認識でした（今も変わりませんが）。幻滅期の谷を考える上で、この音声認識がどのように普及していったのかを振り返ってみたいと思います。
今では大規模なセンターの多くが音声認識を活用して、通話の全文テキスト化を行うようになり、ボイスボットと言われる発話型のIVRも普及しつつあります。
私が知る限り、2000年代前半からコンタクトセンターの現場で使われ始め、ベンダーの地道な営業活動や事例の積み重ねがあって、現在の域に達しています。ただ、ここに至るまで約20年の歳月が流れています。
筆者も音声認識を活用したクラウドサービス（今でいうボイスボット）の企画・事業開発に携わっていましたが、よく言えば「早すぎた」故に、軌道に乗せるまで継続できず、サービス終了の憂き目にあいました。目の付け所は正しくとも、タイミングが早すぎた、というケースは枚挙にいとまがないでしょう。
この幻滅期の間は「用途に関係なく、とにかく認識精度を上げる」ことに拘るクライアントが多く、ベンダー側もそれが当たり前と思っていました。
当時はiPhoneのsiriもなく、日常的に音声認識に触れる機会はほとんどありません。ベンダーが提供する限定的ななデモ環境の中では、どうすれば正常に使えるのか、どのようなケースはエラーが起きるのか、といったことが体感しにくく、結果として「認識精度」という数値で判断しようという傾向があったように思います。
そのため、有効なユースケースを議論かわりに、「認識精度」を上げることが目的化し、結果として実務効果が見出せずに終わってしまった、というプロジェクトが多数ありました。
生成AIの進化は早く、利用、体感できる環境はすぐ手元にあります。
とは言え、ハルシネーションや回答の正確性について議論をしていると、「音声認識」のデジャブを感じることが多いのも事実です。
センター現場でも個人利用している人が27%
それでは、生成AIは音声認識の轍を踏まずに、早期に実用化ができるでしょうか。私の実感としては、BPOベンダーの現場で使っているケースはまだ少なく、インハウスのD2CやB2B商材を扱うセンターなどが利用し始めているという段階だと認識しています。
「コンタクトセンター白書2023」によると2023年9月時点の調査で、センターとして活用しているのは5%とのことですが、全社的に使っている、個人的にアカウントを取得して利用経験がある人の合計は40%にのぼるようです。
大手企業を中心に全社的に生成AIを活用している企業が増えている中、コンタクトセンターでの活用はやや遅れていると言えますが、個人情報を扱うことや業務委託が多いことを考慮すると保守的になるのは仕方がないことでしょう。
むしろ、個人レベルでも活用しようとしている実態を活かし、企業が積極的に利用環境を整えることで、生成AIに対する組織全体のリテラシーを上げていくことが求められる年になると思われます。
RAGから専用LLMへ？
最後に、少しだけ技術面の展望も記しておきたいと思います。
コンタクトセンター内での生成AI活用は、プロンプトを駆使したメールの文書作成、通話や応対履歴の要約、FAQの抽出・生成、チャットボットなどが初期のユースケースとなっています。
システムとしては、ユースケースに応じた専用アプリケーションを開発し、API経由でOpenAI（または同等規模のLLM）を利用するのが主流になっており、企業内部のデータをRAG（Retrieval-Augmented Generation）方式で参照する構成が一般的です。
コストと性能のバランスを考えると当面はこの方式がメインストリームになると思われますが、ハルシネーションのリスクに敏感なコンタクトセンターでは、軽量化された専用LLMを育てていく方向も出てくるかと思います。
このあたりの進化のスピードは予測が難しいですが、必ずしもGPT-4のような巨大で高性能なLLMでなくても良いという理解が浸透してくると、各センターや業務ごと、将来的にはエージェントごとに軽量LLMを持つというステージがくるような気もします。
生成AIの汎用性の高さからすると、業務アプリケーションは特定のプロダクトに集中するのではなく個別の業務環境にあった使われ方が進んでいくと思われます。裾野が広がることでSIerやナレッジ管理を支援するビジネスなどどが増えてきそうです。
この記事が気に入ったらサポートをしてみませんか？