ストーリー
田
田中VPoE
「To-Be設計、再設計パターン、例外処理、移行計画を学んだ。ここでは問い合わせ対応プロセスのTo-Be設計を一通り作ってみよう。」
あなた
「Step 1で作ったAs-Is分析を踏まえて、AIを組み込んだTo-Beプロセスを設計するんですね。」
あ
田
田中VPoE
「その通り。As-Isのボトルネック(メール応答待ち、エスカレーション遅延、たらい回し、低い一次解決率)を再設計パターンで解消し、例外処理と移行計画まで含めた設計書を作ってくれ。」
ミッション概要
| 項目 | 内容 |
|---|
| 演習タイトル | NetShop社 問い合わせ対応プロセスのTo-Be設計 |
| 想定時間 | 90分 |
| 成果物 | To-Be設計書(プロセスフロー + 再設計パターン適用 + 例外処理 + 移行計画) |
前提条件
As-Is分析の結果(Step 1の復習)
主なボトルネック:
1. メール初回応答待ち: 4時間(一次対応の優先度が電話・チャットより低い)
2. エスカレーション後の待ち: 3時間(二次対応チームの負荷過多)
3. 他部門回答待ち: 4時間(SLAなし)
4. 低い一次解決率: 55%(テンプレート回答が不十分)
5. たらい回し: 15%の問い合わせが3部門以上をたらい
年間コスト影響:
再問い合わせ追加コスト: 約3.2億円
顧客離反コスト: 約4.5億円(推定)
使用可能なAI技術
| AI技術 | 用途 | 期待精度 |
|---|
| テキスト分類(BERT系) | 問い合わせカテゴリの自動分類 | 92% |
| 感情分析 | 顧客の感情検出 | 88% |
| セマンティック検索(RAG) | FAQ/ナレッジベース検索 | 85% |
| LLM(GPT-4クラス) | 回答ドラフト生成 | 品質評価中 |
| 音声認識(Whisper系) | 電話のリアルタイム文字起こし | 95% |
Mission 1: To-Beプロセスフローの設計
要件
4つの再設計パターン(自動化・簡素化・統合・並列化)を適用し、問い合わせ対応のTo-Beプロセスフローを設計してください。
- チャネル別のフロー(電話・メール・チャット)
- AIと人間の役割分担(レーン分け)
- 判断ポイントの再設計(確信度ベースの分岐)
- 適用した再設計パターンを明示
解答例
適用パターン
| パターン | 適用箇所 | 効果 |
|---|
| 自動化 | カテゴリ分類、FAQ検索、回答ドラフト、対応記録 | 処理時間の大幅削減 |
| 簡素化 | 受付→分類→ルーティングを1ステップに統合 | 振分工程の排除 |
| 統合 | 顧客情報+注文情報+配送情報をAIが統合表示 | たらい回しの解消 |
| 並列化 | 受付と同時にAIが情報収集+回答候補生成 | 応答時間の短縮 |
To-Beプロセスフロー
[レーン: AIシステム]
(問い合わせ受付) → [NLP: 内容理解 + カテゴリ分類]
→ [感情分析]
→ [顧客情報統合表示(並列実行)]
→ [RAG: FAQ/ナレッジ検索(並列実行)]
→ <自動回答判定>
条件: FAQ一致度80%以上 AND 感情スコア<0.5 AND 定型カテゴリ
├── 自動回答可能 → [LLM: 回答生成] → [自動送信] → [記録自動生成]
└── 人間対応必要 → [スキルベースルーティング]
[レーン: オペレーター]
[AI支援画面]
- 顧客サマリー
- 推奨回答3候補
- 過去対応履歴
- 関連FAQ
→ [回答作成(AIドラフト編集可)]
→ [送信] → [記録自動生成]
[レーン: 専門チーム]
[エスカレーション受付]
→ [AI: 関連部門の情報自動収集]
→ [専門対応]
→ [ナレッジベースに追加]
Mission 2: 例外処理設計
要件
To-Beプロセスで発生しうる例外を網羅し、フォールバックとエスカレーションを設計してください。
- 例外シナリオの洗い出し(最低8件)
- フォールバック設計(3段階)
- エスカレーションマトリクス
解答例
例外シナリオ
| # | 例外 | タイプ | 発生確率 | 影響度 |
|---|
| 1 | LLMが不適切な回答を生成 | AI精度 | 5% | 高 |
| 2 | 感情分析が怒りを見逃す | AI精度 | 8% | 高 |
| 3 | 多言語の問い合わせ | データ | 2% | 中 |
| 4 | 画像添付の問い合わせ | データ | 5% | 中 |
| 5 | AIシステムのレスポンス遅延 | システム | 3% | 中 |
| 6 | AIシステムの全面停止 | システム | 0.1% | 最高 |
| 7 | 法的対応が必要なクレーム | ビジネス | 1% | 高 |
| 8 | SNSでの炎上につながる案件 | ビジネス | 0.5% | 最高 |
フォールバック設計
| 例外 | Level 1 | Level 2 | Level 3 |
|---|
| LLM不適切回答 | 別モデルで再生成 | テンプレート回答 | 有人対応 |
| 感情見逃し | キーワードルール検知 | 全件オペレーター確認 | 有人対応 |
| 多言語 | 翻訳API経由で処理 | 多言語対応スタッフ | 外部翻訳サービス |
| システム遅延 | キャッシュ応答 | 「確認中」自動返信 | 有人対応 |
| システム全停止 | - | - | 全件有人対応(手順書) |
Mission 3: 段階的移行計画
要件
問い合わせ対応プロセスの段階的移行計画を策定してください。
- 3フェーズの計画(パイロット → 拡大 → 全面展開)
- 各フェーズの対象・成功基準・撤退基準
- Go/No-Go判定基準
- ロールバック手順
解答例
移行計画
| フェーズ | 期間 | 対象 | 成功基準 | 撤退基準 |
|---|
| パイロット | 2ヶ月 | チャットの配送状況問い合わせ(月2,250件) | 自動回答率40%、顧客満足度4.0以上 | 自動回答率20%未満、クレーム増加 |
| 拡大 | 2ヶ月 | チャット全カテゴリ + メール(配送状況) | 自動回答率35%、応答時間50%削減 | 誤回答率10%超、顧客離反増加 |
| 全面展開 | 3ヶ月 | 全チャネル・全カテゴリ | 一次解決率75%、工数30%削減 | 顧客満足度3.5未満 |
ロールバック手順
1. AI自動回答を停止(即時)
2. 全問い合わせを有人キューに切り替え
3. 未送信のAI回答をキャンセル
4. 一時的にオペレーター増員(派遣)
5. 原因分析(3営業日以内)
6. 改善策の策定と再テスト
達成度チェック
| 観点 | 達成基準 |
|---|
| To-Beフロー | 4つの再設計パターンが適切に適用されている |
| 判断ポイント | AI確信度に基づく動的な分岐が設計されている |
| 例外処理 | 8件以上の例外シナリオとフォールバックが定義されている |
| 移行計画 | 3フェーズの計画に成功基準・撤退基準が明記されている |
| ロールバック | 具体的な手順が定義されている |
| 数値目標 | As-Isのボトルネックに対する具体的な改善目標がある |
推定所要時間: 90分