これからのAIの話をしよう（カスタマーサポート編）

「本当の失敗は、途中で諦めること」　AI開発は失敗に学べ、ミクシィが“ゼロからの挑戦”で得た教訓（2/4 ページ）

「忙しそうだから……」　過度な遠慮で起きた悲劇

　豊川さんたちは、「メールを分類する業務」に着目し、AIで自動化しようと考えた。「分類」は機械学習の得意分野の1つ。CSスタッフが手作業する負担も大きかったので、返信にかかる時間を大幅に削減できる見込みがあった。

　しかし後から振り返ると、ここで大きな失敗が起きていた。どこをAIで自動化するかの要件定義について、マネジャーレベルでは部門間で共有できていたものの、基本的にはエンジニア主導で決めたのだ。

　豊川さんは当時を次のように振り返る。

　「CSの現場は全く余裕のない状態が続いていたので、忙しいCSスタッフの手を煩わせてはいけないとヒアリングもためらってしまいました。そして、CREグループのエンジニアが主導してプロジェクトを進めたのです」

　AI開発の経験がなく、CS業務のドメイン知識が不足している状態だったが、CREグループのエンジニアで前向きに目の前の課題へ向き合った。

　豊川さんたちは、CSスタッフが手動でメールを分類した結果を教師データとしてAIに学習させ、未知のメールについて自動分類させようと考えた。

　例えば「決済方法は何がありますか？」という問い合わせが来たら「決済」というカテゴリーに分類するといった形だ。メールの本文に前処理を施してベクトル化し、機械学習のモデルに入力してそれぞれ分類させた。

　機械学習の実装経験があるエンジニアがいなかったので、技術書を読むことから始めたという。

　「幸いにも、社内でAIやロボット開発に取り組んでいる部門があったので、分からないことがあればすぐに聞くことができました。今回のプロジェクトは通常業務＋αで取り組んでいたので、部門を超えて気軽に技術協力を仰げたのはありがたかったです」（豊川さん）

　AIの学習結果は「良好」だったが、先述したコミュニケーション不足が原因で異変が起きた。

これからのAIの話をしよう

いま話題のAI（人工知能）には何ができて、私たちの生活に一体どのような影響をもたらすのか。AI研究からビジネス活用まで、さまざまな分野の専門家たちにAIを取り巻く現状を聞いていく。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  「3分の1はお蔵入り」　失敗例に学ぶAIプロジェクトの勘所

• 

  前例ない“Pepperの接客”　はま寿司のキーマンは「新規プロジェクト」で社長をどう説得したか

• 

  “ロボットで自動化”に潜むリスク　全店舗でPepper導入の「はま寿司」が乗り越えた苦労とは？

• 

  「開発の丸投げやめて」　疲弊するAIベンダーの静かな怒りと、依頼主に“最低限”望むこと