チャットボットの全体像を把握しよう

この記事では、チャットボットの機能や利用シーンをいくつかの切り口で分類し、それぞれで詳しく説明しています。チャットボットを導入検討や運用の前に「全体像を把握するためにわかりやすく整理・分類したい」というとき、この記事をお役立ていただきたいと思います。

チャットボットを3つの応対タイプで分類する

チャットボットは①入力された言語を処理し最適な回答を返す自然言語処理機能を保有する機械学習型、②選択肢を選択することで最終的な回答を提示するシナリオ型（ルールベース型）、③一次応対以降を有人対応に切り替える有人対応連携型の3タイプに大別されます。

機械学習型のチャットボット

機械学習型は入力された質問に対して、学習結果から似た質問の判定をし回答するタイプのチャットボットです。
たとえば、「パソコンを買いたい」「有休をとるにはどうしたらいい？」などの簡単な質問を入力すると、即座に応答してくれます。
また「パソコンを買いたい」という質問の回答を用意していれば、「PCを購入したい」という同じ意図の別の言い回しをしても回答ができるところが特長です。
これはチャットボットに搭載されるAIエンジンが、表記のばらつきを吸収し、回答データとして登録されている情報に類似しているかどうかを判断することで実現できる機能です。
このように、機械学習型のチャットボットは「自然言語処理」と呼ばれる技術を持つAIエンジンが搭載されています。AIエンジンがあれば、言葉や回答データを登録することで、会話を組み立てることができるのです。
主要なAIエンジンとして知られるものには IBM社の「Watson Assistant」や「Natural Language Classifier（NLC）」、Google社の「Dialogflow」、Microsoft社の「Language Understanding Intelligent Service（LUIS）」などがあります。
それぞれのAIエンジンの得意領域は異なりますが、前述の各種AIエンジンはグローバルのサービスのため英語の処理に長けていると言えます。
一方PEPが保有するAIエンジンは前述の英語に強いエンジンとは異なり、日本語の言語処理を強化した技術を保有しています。

シナリオ型（ルールベース型）のチャットボット

シナリオ型（ルールベース型）とは、あらかじめやり取りが想定されたシナリオに沿って、選択式で会話が進行していくものです。
たとえば、「パソコンが壊れた」という漠然とした質問でも、「どんな状態に近いですか？」と選択肢で選ばせていくことによって、適切な回答に誘導することができます。
ユーザーに「知りたいことを入力させる」のではなく「知りたいことに近い内容を選択させる」ことで、確実に回答に行きつかせることができます。
入力された内容の言語処理を行う機能を保有していないため、AIエンジンは利用されていません。

有人対応連携型のチャットボット

有人対応連携型は、ユーザーとの会話内容などによってボットから有人対応に切り替えができるタイプのチャットボットです。通常のチャットと同じく、担当者が直接ユーザーとチャットのやり取りができるため、自動回答ができないような問いかけに対して、その場で人による細やかな対応をする場合に利用されています。

機械学習型VSシナリオ型（ルールベース型）　

機械学習型は、最初によくある質問と回答の対を用意し覚えこませることで、回答ができるようになることが特長です。一つの回答に対して、質問のパターンを複数設定しておくことで回答精度を上げられます。また、自由入力ができるため、幅広い質問に対応可能です。

一方シナリオ型（ルールベース型）の特徴は、シンプルな設定なのでスピーディーに導入できることです。
質問と回答のセットを入力すればいいだけなので、大量のデータを用意して学習させるといった手間がかかりません。
導入費用も比較的安く抑えられ、よくある質問や回答さえ入力すればいいので準備の時間もさほどかからないでしょう。
ただし自由入力ができないため、ユーザーがどのような情報を求めていたかなど、シナリオにない情報を得ての改善はできません。また、想定された質問以外には適切な回答を導き出せないといったデメリットがあります。

3タイプで大別しましたが、PEPは機械学習型とシナリオ型（ルールベース型）を併用可能で、さらに有人対応にも連携できるハイブリッド型のため、あらゆる用途で活用できます。

チャットボットを3つの学習タイプで分類する

次にチャットボットを学習／メンテナンス方法で分類します。
チャットボットの学習タイプは①マニュアル学習型　②自動学習型　③半自動学習型の3つに大別されます。

マニュアル学習型のチャットボット

マニュアル学習型は、ユーザーとチャットボットの会話データを管理者が確認＆分析し、手動でメンテナンスするタイプです。
「何を学習させるか」はあくまで人が管理するため、間違ったことをボットが学習することはない分安心な一方、ひとつひとつ手動で対応しなくてはならないので、管理工数が高くなるデメリットもあります。

自動学習型のチャットボット

自動学習型のチャットボットは、その名の通り自動で学習する機能を備えています。
膨大な会話ログを蓄積して、質問された言葉の意味をあらゆるデータから統計学的に解析し、より精度の高い答えを返してくれるので、人的なメンテナンスコストを削減できます。
しかし自動学習型は常に正しい回答をするわけではありません。
特に会話データ量が少ない用途で自動学習型のチャットボットを導入すると、「昨日は合っていたのに今日は間違った回答をしている」ということを繰り返してしまい、ユーザーからは「使い物にならない」と判断されるリスクもはらんでいます。
精度の高い回答をするためには一定の学習期間が必要で、かつ導入費用も比較的高いなど、導入ハードルが高いため、現在は大手BtoC企業のカスタマーサポート用途を中心に使われています。

半自動学習型のチャットボット

半自動学習型のチャットボットは、自動学習型とマニュアル型の良いところをとった学習タイプです。
ユーザーとチャットボットの会話データを自動で分析し、「何をメンテナンスすれば良いか」を精査した上で管理者に学習メンテナンスを促します。
最終的に学習させるか否かは管理者が人的に判断するので、自動学習型で起きうる「間違った内容の学習」を避けられ、かつ会話データが少ない用途のものでも有効な点が特長です。
ただしマニュアル学習型ほどではないものの、あくまで人的なメンテナンスが必要なため、一定の管理工数がかかります。

PEPはこの3タイプの中では、ユーザーの利用頻度や会話データ量に依存せず、かつメンテナンス工数を極力かけずに精度を上げられる③半自動学習型のタイプに分類されます。

チャットボットを3つの設置場所で分類する

続いてチャットボットを「どこに設置するのか？」という設置場所（インターフェース）別で分類します。チャットボットの設置場所は主に①Webサイト　②チャットツール　③スマートスピーカー/IoTデバイスの3つに大別されます。

チャットボットをWebサイトに設置する

Webサイト内にチャットウィンドウを設置して活用するタイプのチャットボットです。
よくあるケースとしては、社外向けの公開されたWebサイトに設置し、カスタマーサポートやマーケティング用途で活用するケースや、社内向けのグループウェアに設置しヘルプデスクとして活用するケースがあります。
昨今では、Webサイトに特定のスクリプトを埋め込めばチャットボットが立ち上がるようになるサービスが多く、設置にかかる工数もほとんどかかりません。
またPEP含め、テキストだけでなく画像や動画、アンケートフォームや外部URLリンクボタンなど、リッチな表現ができるサービスも増えています。

チャットボットをチャットツールに設置する

チャットボットはLINEやSlackなどのチャットツール内でに設置することが可能で、実際に多くの企業がサービスの一環、あるいは社内の業務改善手段として導入しています。
Webサイトに設置するタイプとは異なり、各チャットツールの仕様に合わせるため表現できることに限界はあるものの、チャット目的で使うツール上での運用の相性は高いと言えます。
たとえば、ある配送業者ではチャットボットを導入して、LINE内で手軽に再配達や集荷の依頼ができるシステムを構築しています。そして、その結果、荷物の受け取りのやり取りがスムーズになり、再配達の件数を削減できたことでドライバー負担の軽減にもつながりました。
また、社内用途ではチャットボットが全ての業務の入り口となり、バックオフィスや営業事務などへの現場からの問い合わせ応対を自動化するなど、様々なシーンで活躍しています。
なお現在PEPでは以下ようなチャットツールと連携しています。
・Slack
・LINE WORKS
・Microsoft Teams
・Google Chat
・LINE
・Facebookメッセンジャー

チャットボットをスマートスピーカーやIoT製品などに設置する

自然言語処理をエンジンを活かして、スマートスピーカーやIoT製品のボットサービスと連携するタイプのチャットボットです。
ユーザーは音声でスマートスピーカーなどの製品に話しかけると、Speech To Textという手法で発言内容をテキスト化し、チャットボットが処理。処理された回答をユーザーに返す際は、Text To Speechという手法で内容を音声で返答します。
各デバイスの音声処理能力に依存し、かつ音声認識精度はまだまだ高くないため、実現されるシーンは現状では多くはないものの、いずれは一般的なサービスとして広く使われる日が来るかもしれません。

PEPはWebサイトや前述のチャットツール上にいくつでもチャットボットを設置できます。

チャットボットを3つの利用シーンで分類する

最後にチャットボットがよく利用されるシーン別に分類します。主に①社内の業務自動化用途　②カスタマーサポート用途　③デジタルマーケティング用途の3つに大別されます。詳しくは以下のページにも記載しています。

チャットボットを社内の業務自動化用途で利用する

社内チャットボットは、いわゆるDX（デジタルトランスフォーメーション）や働き方改革の一環として活用されています。
バックオフィスや部門管理者などの「問い合わせを受ける側」と、現場社員など「問い合わせをする側」の間に立ち、双方の工数削減をすることで全社的な生産性向上を図ります。

問い合わせを受ける側のメリット

人が毎日同じような問い合わせ応対をしていることで、
・本来の業務に集中できない
・応対にばかり追われて必要な業務スキルの習得機会を失っている
・問い合わせの応対データを蓄積できず資産にできていない
という状態を解消することができます。
またチャットボットが導入されると「どのようなことに社員が困っているのか」「どのような知識が足りていないのか」などの分析ができるようになり、経営的な意思決定をするための重要なデータにもなり得ます。

問い合わせをする側のメリット

あらゆる現場社員は毎日のように社内情報を探しています。社内チャットボットそ導入すれば、あらゆる情報を即座に得られるようになるため、社員の「知識検索コスト」を削減できます。
「仕事に必要な情報を探したり、人の代わりに情報を探してあげている」という時間はビジネスマンの一日の1/4を占めているケースもあるので、チャットボットがうまく運用されれば大幅な業務改善を実現できるでしょう。

なお、PEPの利用企業は問い合わせを受ける側/する側双方の工数を人件費換算で平均696万9915円/年削減しています（200人組織で換算）。

チャットボットをカスタマーサポート用途で利用する

チャットボットが最も多く利用されているシーンは、カスタマーサポート用途です。
顧客向けのWebサイトやLINEなどの公式SNSアカウント上に設置し、よくある問い合わせ応対を自動化することでサポートコスト削減に寄与します。
24/7稼働するチャットボットであれば、営業時間外の応対も可能となるため、顧客満足度の向上につなげられます。
カスタマーサポート用途では、一次応対をチャットボットで切り分け、個別具体的な内容の場合は有人対応に切り替えるという使い方も多いのが特徴です。

チャットボットをデジタルマーケティング用途で利用する

チャットボットをWeb接客用途で活用する用途です。
たとえばECサイト上に設置をし、アクセスしてきたユーザーにボットが話しかけながら新商品を提案したり、ユーザーが欲しいものを入力すれば最適な商品をレコメンドするような形で活用されます。
さらに、会話した内容を記憶することができるので、再訪したユーザーに専用の内容を投げかけることで滞在率を上げ、結果的にサイトでのコンバージョン率を向上させることにもつながります。

チャットボットの上位互換＝豊富な連携機能を搭載したAIアシスタント「PEP」

AIアシスタントはチャットボットの上位互換。つまりチャットボット以上のことができる製品です。チャットボットは受けた問い合わせに沿った回答をするところまでですが、AIアシスタントは受けた問い合わせ内容によって、別のアプリケーションを起動させたり、作業を代行するなどの機能も備わっています。
たとえば、「音楽を聴きたい」という指令を受けたとすれば、端末の中にインストールされている音楽サービスを起動させ、ユーザーの指定した楽曲を再生します。
ユーザーが気温を知りたがっているときには、Web上の天気に関する情報にアクセスをして情報を示してくれるのです。
また、社内AIアシスタントであれば、会議室の予約や勤怠の打刻、SFAやCRMと連携して顧客情報を呼び出すといったことが可能になるので、チャットボット以上の業務効率化を図ることができます。

「PEP」のAIアシスタントでは、次のような機能を搭載しています。
・各種クラウドサービスとAPI連携機能（RPAやCRM、経費精算や労務管理などのバックオフィスツールとの連携など）
・テキストだけでなく、画像やフォームなどリッチな応対を実現する作成機能
・プログラミング不要＆簡単に学習支援ができるメンテナンス機能
・いくらの人件費を削減したのかを明らかにするダッシュボード機能

資料請求はこちらから。