通信 / 移動体通信
LGユープラス：応対終了後の分類の検証
- 企業
- LGユープラス
- 国
- 韓国
- 導入状況
- 運用中
- 資料公開
- 導入時点
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
LGユープラスのカスタマーセンターでは、応対が終わったあとに会話の内容を主題ごとに分類する手順を踏んでいた。従来はAIが要約して分類した内容をオペレーターが一つひとつ確認したうえで、精度を判断していた。この過程が複雑で時間が多くかかった。
使った技術とデータ
LGユープラスは、自社開発したAI応対アドバイザーをAIコンタクトセンターに適用した。中心となる技術はAgentic RAGとAI In The Loopの二つである。AI In The Loopは、AIが下した分類が正しいかを別のAIエンジンで検証する。誤っていれば自ら学習して直す。カスタマーセンターに蓄積された年間1800万件ほどの応対データが学習の土台である。通話中はAgentic RAGが社内情報を検索して回答を作り、渡す前に質問の意図に合っているかをもう一度検討する。オペレーターは応対そのものに集中し、応対後の作業はAIが担う構造を作った。
成果
LGユープラスのコンタクトセンターの分析では、人が直接行うと応対2000件の分類に約5760分かかった。AI In The Loopを使うと、より多い3000件を40分で終えた。同社は、導入後に通話あたりの接続待ち時間が平均17秒、通話時間が平均30秒減り、全体の応対時間が約19%改善したと明らかにした。月単位では顧客の時間を約117万分節約したと分析した。
限界と残る課題
比べた件数が2000件と3000件で互いに異なる。同じ条件で処理時間が何パーセント減ったかは原文にない。
出典
- 보도자료 | 미디어 | LGlg.co.kr, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。