KLM航空、AIで顧客対応を高速化。担当者支援の裏側とは

どの企業の事例か

KLMオランダ航空は、オランダを拠点とする世界有数の航空会社です。同社は顧客満足度向上を重要な経営課題と捉えており、2009年からソーシャルメディアを顧客サービスのチャネルとして積極的に活用してきました。しかし、問い合わせ件数の急増に伴い、235名体制の専門チームをもってしても、迅速かつ質の高い対応を維持することが困難になっていました。この課題を解決するため、同社はAIスタートアップのDigitalGenius社と提携し、AIを活用した顧客サービス担当者の支援システムの導入を決定しました。

解決したかった課題

KLMがソーシャルメディア（SNS）で受け取る問い合わせは週に10万件を超え、そのうち1万5000件は担当者による個別対応が必要な会話でした。顧客は20分以内に回答が得られないと不満を感じ始めるなど、対応の迅速性が強く求められていました。膨大な量の問い合わせに、多言語で、かつ一貫した品質で迅速に対応し続けることは、人的リソースだけでは限界がありました。特に、悪天候などでフライトに影響が出た際には問い合わせが殺到し、対応の遅延が大きな課題となっていました。

AIをどう使ったか

KLMは、AI（機械学習）を活用して顧客サービスの担当者を支援するシステムを導入しました。このシステムは、顧客からの問い合わせ内容を分析し、過去6万件以上のQ&Aデータから学習したモデルを使って、最適な回答案を担当者の画面に提示します。担当者は、AIが提案した回答を確認・修正して送信するだけでよいため、ゼロから回答を作成する手間が大幅に削減されます。AIは担当者の修正内容から継続的に学習し、徐々に賢くなっていく仕組みです。この「人間とAIの協業（Human+AI）」アプローチにより、KLMは対応のスピードとパーソナルな応対品質の両立を目指しました。

予想アーキテクチャ

以下は公開情報と一般的な構成から推定した予想アーキテクチャです。実際の内部構成を断定するものではありません。

▸入力データ: 顧客がSNS（Twitter, Messenger, WhatsAppなど）やメールで送信した問い合わせテキスト。
▸AI処理・モデルまたは検索層: DigitalGenius社のAIプラットフォームが、KLMのCRMツール（Salesforceベース）に統合されています。 AIモデルは、過去6万件以上の問い合わせと回答の履歴データを使い、NVIDIA社のGPU（TITAN X）を搭載したクラウド環境（AWS）で学習されています。新しい問い合わせに対して、学習済みモデルが最適な回答案を生成します。
▸業務システムへの出力: 生成された回答案が、顧客サービス担当者の利用するCRM画面にリアルタイムで表示されます。担当者はその内容を確認、必要に応じて編集し、顧客に返信します。
▸監視・ガバナンス: 担当者がAIの提案を採用しなかった場合や、回答を修正した場合のデータをフィードバックとして収集し、AIモデルが継続的に自己改善するループを構築しています。これにより、システムの回答精度が時間とともに向上していきます。

導入効果と見るべきポイント

▸確認できる効果や変化: AIの導入により、顧客からの問い合わせの50%以上を自動で回答できるようになり、顧客対応の速度が大幅に向上しました。これにより、担当者はより複雑で人間的な対応が求められる問題に集中できるようになりました。
▸読者が注目すべきポイント: この事例のポイントは、AIに全ての顧客対応を任せるのではなく、あくまで「人間の担当者を支援する」という位置づけで導入した点です。 AIが得意な定型的な回答作成を自動化し、人間は最終確認と個別性の高いコミュニケーションに注力することで、効率性とサービス品質を両立させています。
▸注意点: AIの回答精度は、学習データとなる過去の問い合わせ履歴の質と量に大きく依存します。高品質なデータを継続的に蓄積し、AIにフィードバックを与える運用体制を整えることが成功の鍵となります。

日本企業が参考にできること

KLMの事例は、顧客サポート部門を持つ多くの日本企業にとって示唆に富んでいます。全ての問い合わせを最初から完全に自動化しようとするとハードルが高くなりますが、「担当者の回答作成を支援する」という目的であれば、スモールスタートが可能です。まずは社内のFAQをAIに学習させ、担当者向けの回答案サジェスト機能から始めることで、業務効率化とノウハウの形式知化を同時に進めることができるでしょう。

今日のAIニュース

参考リンク / References

参考リンク