こんばんわ
岡山大学と川崎医科大学の耳鼻咽喉科
市民公開講座に参加してきました。
夫が突発性難聴で耳の聞こえが悪いものですから。
本人は「行かん」と言うので、
実は本人より困ってるかもしれないわたしが参加。
補聴器だけじゃなくて、
人工内耳というものがあると聞き、
装用者の体験談もとても勉強になりました。
のつづきです。
導入職種から知る変革
①顧客対応・カスタマーサポート
アフターAIの世界を考えていくにあたり、
実際に生成AIが影響を及ぼす業務領域について、
この本ではいくつか検討している。
とりあえず３つだけ。
生成AIによる産業革命で、
「コールセンターの４０％弱に影響が出るという大きなインパクト」
が予測されている。
生成AIは、顧客対応をアバターや音声、テキストなどで
呼び出すことをつねに可能とし、
いつでもインタラクションがとれるようになる。
顧客の疑問を先回りして、
いま困っているであろうことを提示するアウェアネスにもつなげられる。
AIエージェントを組み合わせて、
回答を顧客が理解可能となるようにかみ砕いたり、
クレームに共感を向けたりといったこともできる。
そのレベルは自動応答以上だ。
顧客の待ち時間がゼロになり、
パーソナライズされた対応と適切な共感を得られる。
企業側は、４０％近くを占めるといわれる低付加価値の仕事は
生成AIに任せて、
人の力が本当に必要な複雑なケースに注力できる。
顧客から得られたフィードバックをリアルタイムで抽出し、
顧客対応の可視化によってセキュリティやガバナンスなどの
向上も見込める。
「人間を前提とした従来型のコールセンターは、
近いうちに消滅するか激減する」とされ、
現場からのデータやノウハウの提供を伴った変革を
進めなければならない。
業務への生成AIの適用には、音声への対応が必要となるが、
日本語についてはそれなりの時間がかかると見込まれている。
英語と比較して技術的に遅れているだけでなく、
いまのルールを前提として考えるせいで、
「応答の顧客満足度は人間のほうが高い」などと、
AI導入を見送る結論になりがちだ。
いずれは、顧客側がパーソナルエージェントとしてのAIを導入していく。
そうなったとき、企業側が人力で対応していると、
カスタマーサポートでも営業でも、
適切なバランスでの応答ができなくなってしまう。
企業エージェントの構築に覚悟を持って取り組む企業だけが、
「カスタマーサポートの品質を高めて生き残っていける」だろう。
「何をKPIにしてAIによる自動化を推進していくかを見極めること」
は大切である。
たとえば、解約防止のような「水際の攻防戦」は、
まだ人間の交渉のほうが効果的だろう。
単純な自動化率や解決率といったものだけを
KPIにするのは無理がある。
②営業・セールス
顧客対応やマーケティングの領域では、
インサイトにもとづいてAI自体がダイレクトに反応していく、
エンドツーエンドの状況が生まれつつある。
これに対して営業・セールスの領域では、
「業務処理を自動化することで人間と人間の関係性を
高める業務に注力できる方向性」もある。
営業・セールスの仕事は、
契約処理や事務作業としてのトランザクション、
顧客との関係構築を指すリレーション、
課題解決の専門性であるエクスパティーズの３つに分類できる。
AIを活用すれば、専門性のサポートと暗黙知の共有が実現し、
時間のかかっていたトランザクションを自動化して、
業務拡張と業務負荷の軽減を達成していける。
そうして、B2Bの取り引きでは特に重要となる信頼性の構築、
リレーショナルな業務に注力できるようになるのだ。
顧客とのインタラクションを強化し、
市場を拡大していくにあたって、
AIによってパーソナライズされたコミュニケーションは効果的である。
チャットボットは常時接続の対応を長い期間にまたがって
継続できるため、
ロングタイムでのハイパーパーソナライズ
（個々の顧客のニーズに合わせてカスタマイズされた体験を提供すること）
が可能となる。
そのうえで、リード獲得やアウトリーチの自動化、
見込み顧客のプレスリリースなどを受けての個別のメールや
提案資料の制作といったことを、AIに任せていける。
そうして顧客と接点を持ち続け、
そこから得られるインサイトを活用して、
「顧客ののどが乾く」最適のタイミングで提案していく力とするのだ。
オンライン会議での言動などを分析し、
CRM（顧客関係管理）のようなシステムと連携させて、
売れていない営業パーソンのコーチングに役立てるといった、
組織強化にも活用していける。
米国の動向を見ると、
クロージングを担当するアカウントエグゼクティブの営業効率、
１人当たりの売上が、生成AIによって高まっているという。
人材不足のなか、ソリューション営業やビジョナリーセールスなど
への対応も迫られている日本では、
ブラックボックス化しやすい商談情報にAIを掛け合わせて、
生産性と売上の向上を図っていくことは効果的だ。
商談データから営業に特化したレポートを生成し、
SFAツールに自動的に投入する」仕組みを備えた、
日本発のシステムも登場している。
③組織・HRテック
生成AIの活用によってビジネスモデルや仕事に変革が起きるのであれば、
当然、人間側も変わっていかなければならない。
「AIでは埋められない部分」に対応していけるよう
リスキングしていく必要がある。
HRの分野では、新しい人を採用するリクルート、
いまの人材に変化を促すリスキリングだけでなく、
リスキリングできる柔軟な人材に留まってもらうリテイン、
組織全体を長い目で変革していくリデザインも照準に入っている。
そこで重要なのが、「新しい組織を運営するためには
どのようなスキルが必要かを管理するスキルベースマネジメント」だ。
その基礎的なスキルは、LLMによって可視化していけるという。
大量のスキルデータをLLMにファインチューニングさせ、
スキル同士の関係性や特徴を得られるようにすることで、
スキルマッチングや人材分析などに応用する。
自分のもつスキルを明確に言語化して伝えられるようにするために、
スキルを分類・体系化して共有するフレームワーク、
スキルタクソノミーが注目されている。
そこに生成AIを機能させることで、
どのようなスキルを持ち、
どういった方向に伸ばしていけるかといった提案や、
ミスマッチングの防止に活かせる。
組織全体のリデザインにおいても、
こうしたフレームワークのなかで、
根幹となるスキルを可視化していかなくてはならない。
それにもとづいて、成長のエクスペリエンスや
エンプロイージャーニーなどを設計していくのが、
いまのHRマネジメントである。
スマートグラスなどを用いて、
本来であれば高度なスキルを必要とする仕事を、
マニュアルなしにこなせるようになる状況は、
生成AIによってますます現実味を帯びている。
一方で、AIに代替できない人間のスキルの
ポートフォリオマネジメントも求められる。
HRテックに対するAIの適用は、
採用と人事という２つに分けられる。
採用面では、コパイロット的な採用活動支援だけでなく、
AI面接官機能や面接中のヘルプ生成、
面接記録のレポート作成などのAIが出てきている。
人事面では、研修コンテンツ作成や人事評価を行ったり、
採用計画や人事異動の支援をしてくれたりといったAIツールが
注目されている。
また、よい人材を育てつつモチベーションも保っていく、
リテンションの効果に重点を置いたAIも増えている。
ついこの間までのこういった講演会では、
耳が不自由な人のためには「手話」か「要約筆記」
をボランティア組織の人が携わっていたのもです。
係の人たちにお聞きすることはできなかったのですが、
登壇者の発する言葉をつらつらと文字起こししていくのです。
そのうえ誤字脱字がありません。
パソコンやiPadなどで入力している風の人は見当たりません。
AIがやるようになったんだ、と思いました。
また、スウェーデンがデジタル教育から紙の教科書への回帰を
進めているのは事実で、
2023年頃から政策転換が始まり、
2024〜2026年にかけて予算を投じて
紙の教科書を大幅に復活させています。
わたしたちは人間であるし、
それをやめることもできません。
でも、いまだかつてない人間であることもできる。
あらためて、
アナログ全盛の昭和に生まれた幸せをかみしめました。
では、また明日＾＾
