AIは早くやったやつが勝つ 10分の1の時短を実現したソフトバンクのWatson活用法

Watsonを積極的に活用しているソフトバンクが、「Watson Summit 2017」の基調講演で、自社内でのWatson活用事例を紹介した。特定の業務量が半分になったり、所要時間が10分の1になったりするケースも出ているという。

[園部修，ITmedia]

　日本IBMが、WatsonとIBMクラウドの最新情報とさまざまな活用事例を紹介するイベント「Watson Summit 2017」を開催した。その基調講演に、日本でのWatson活用を積極的に推進するパートナーである、ソフトバンクの社長兼CEO、宮内謙氏が登壇。他社に先駆け、自らWatsonを活用し、事例を生み出す同社が、Watsonを導入して業務がどう変わっているのかを紹介した。

ソフトバンク 社長兼CEO 宮内謙氏

　「ソフトバンクでは、『一生懸命頑張る』とか『執念』とかではなく、徹底的にITやAIを活用した効率化を進めている」と宮内氏は言う。「システム部門だけでなく、現場の人間に、どこに無駄があるか、どこにムラがあるか、どこに重複した仕事があるかを洗い出してもらい、AIやIoTを活用するアイデアを出させている。自分が一番つらいポイントを、AIを使って改革できないか、考えてもらっている」

　こうした取り組みの中で出てきたのが、「ネットワークの監視にWatsonを活用する」というアイデアだ。ソフトバンクの携帯電話ネットワークは、24時間365日動き続ける必要があり、電気通信事業法の定めにより、1時間を超えて通信の品質が低下したり、止まったりした場合、総務大臣に重大事故として報告する義務もある。そのため常時監視を行っており、例え夜中であっても、異常が発生したら出動して直す必要がある。対象のノード（≒サーバの数）は2万台ほどあり、平均すると1カ月に11回前後、出動して修理などの対応をしていた。この11回のために、膨大なモニタリングデータを人間が目で見て、考えて、対処をしていた。

　この現場でWatsonを導入した結果、ネットワーク保守部隊の監視業務で、アラートの発生から対応までの時間が10分の1になった。

　何をしたかというと、監視システムから上がってくるアラート（警告）を、WatsonのNatural Language Classifier（自然言語分類）を使って順位付けし、対応するようにしたのだ。今まで24時間人間がやっていたことを、AIによって効率化したことで、追加動員件数も従来の半分になり、社員の満足度も大きく向上したという。

ネットワーク保守部隊は、WatsonのNLC（Natural Language Classifier／自然言語分類）を使ってアラームをスコアリングし、R&R（Retrieve & Rank／回答を見付け、適切なものを上位に提示）で原因や対応手順を短時間で確認できる

アラームが出てから作業開始までの時間が10分の1に

追加動員が約半分になり、社員の満足度も向上

　また、年間で8000万件にも上るという、利用者からの問い合わせを受け付ける窓口（コールセンター）業務にも、Watsonを導入。顧客の問い合わせ内容をWatsonで認識し、最適な回答候補や関連情報を瞬時に画面に表示するようにした。現在の回答の精度は94.3%で、ここからさらに精度を上げていくため、AI学習の専任チームが、実務の中で正しい回答を作成し、月4500件の追加学習をさせている。顧客対応には1件あたり平均10分かかるが、今後はこの時間を50％削減するのが目標だという。

コールセンターで導入しているWatsonの回答精度は現在94.3%まで向上している

これまで1件あたり約10分だった平均対応時間が15％削減された。今後の機能追加で50％削減を目指す

　現在、コールセンターには6000のブースがあるが、最終的には2000ブースくらいにまで減らす計画だ。4000ブース分をWatsonが肩代わりする。

　さらに、ショップやWebサイトにも同じAIを適用することで、「Watsonのナレッジを多重活用できるようになる」と宮内氏。日本全国にあるソフトバンクショップの基幹システム「GENIE（ジニー）」をWatsonと接続し、コールセンターで蓄積したナレッジを元に、顧客により最適な料金やサービスをピックアップして提示ができれば、まだ現場経験が浅いショップ店員でも、顧客に最適なプランなどを提示しやすくなる。将来的にはWebサイトからの問い合わせなどにも、ある程度Watsonで回答できる仕組みを構築したい考えだ。

　「現場が感じている課題をシステムで改善していくことが、大きな業務の効率化につながる。AIを現場にどう導入していくかが重要で、現場に精通した社員がアイデアを出すからこそ、本当に役立つAIが作れる。当たり前の発想では、生産性の向上はせいぜい10％とか20％とかにとどまる。思い切ってやるから、半分になったり、10分の1になったりする。既存の概念は1回変えた方がいい。ソフトバンクの中でも、びっくりするような事例が登場している」（宮内氏）

　Watsonを活用し、法人営業の業務をサポートする業務アドバイザーも現在開発中で、詳細は7月に開催するSoftbank Worldで公表できるだろうと話した。

　「Watsonを導入してから1年半、ソフトバンクではさまざまなWatsonの事例を作ってきた。その中で言えることは、『AIは早くやったやつが勝つ』ということ。ノウハウの蓄積やAIの学習の積み重ねには時間がかかる。先にやって、学習を重ねていくことで、AIの知識レベルがどんどん上がり、従業員の仕事の効率が上がり、クリエイティビティが上がる。今年はiPhoneが登場して10年。スマートフォンの次の10年はAIだと思っている。傍観するのか、一歩踏み出すのか」（宮内氏）

　手軽に導入できるAIソリューションも続続と登場しており、100以上の企業がWatsonエコシステムパートナーに名を連ねる。業務アプリケーションが続続と生まれ、それをクラウドで利用できる環境ができつつある。人とAIが共に働く社会は、すでに始まっているのだと宮内氏は強調した。

事例記事ランキング

• 本日
• 週間
• 月間

1. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
2. 元組み込みエンジニアの農家が挑む「きゅうり選別AI」　試作機3台、2年間の軌跡
3. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
4. ベネッセ社員が産休から復帰しても“浦島太郎”にならないワケ
5. サンリオの「キティちゃん」を支えるデータベースのチカラ

1. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
2. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
3. サンリオの「キティちゃん」を支えるデータベースのチカラ
4. 元組み込みエンジニアの農家が挑む「きゅうり選別AI」　試作機3台、2年間の軌跡
5. これを旅館と呼んでいいのか!?　老舗旅館「陣屋」が切り開く新たなビジネスモデル

1. 借金10億円、倒産まであと半年――創業100年の老舗旅館「陣屋」をたった3年でV字回復させた方法
2. 日清食品HDのCIOが語る、生成AIの全社活用と自社環境構築の舞台裏
3. サンリオの「キティちゃん」を支えるデータベースのチカラ
4. これを旅館と呼んでいいのか!?　老舗旅館「陣屋」が切り開く新たなビジネスモデル
5. 元組み込みエンジニアの農家が挑む「きゅうり選別AI」　試作機3台、2年間の軌跡