【神崎洋治のロボットの衝撃 vol.38】ソフトバンクの法人営業部門がIBM Watsonと連携した対話型営業支援システムを導入! 機械学習のプロセスと本質に迫る

2016年7月19日、SoftBank World 2016が東京で開催される直前、「Pepper for Biz 2.0」の記者発表やPepper World 2016夏に向けた取材日程の調整などでロボスタ編集部が騒然としていたその頃・・

ソフトバンクは自社の法人営業部門に、営業担当者の業務を強力に支援する対話型の相談・提案システム「SoftBank Brain（ソフトバンクブレーン）」を導入したことを発表しました。このソフトバンクブレーン、顧客に何をどう提案したらいいか、提案の具体的なポイントなどを営業担当者にアドバイスします。IBM Watsonとクラウド連携し、ソフトバンクが独自に育成したブレーンがアドバイスを行う画期的なシステムです。

具体的にどのように対話するのか、回答の精度はどうか、機械学習によって育成するポイントなどを聞きました。

ソフトバンクブレーンによる営業支援の流れ

営業担当者はソフトバンクブレーンをどのように操作するのでしょうか。
小売大手の企業A社にこれから商談に行く予定の営業担当者が、なにを提案していいのかを迷っている、そんな状況を想定したデモを見せてもらうことになりました。

まず、スマートフォンのアプリを起動して「A社(デモでは実在する企業名)に何か提案したいんだけど・・」と話しかけます。まるで知人にでも話しかけるような言葉使いで・・


アプリはすぐさま「スーパー/コンビニ業界のA社様ですね」「詳細な「企業分析」と「提案アドバイス」のどちらを聞きたいか教えてください」と答えを返します。


営業担当者が「じゃあ企業分析」と答えると、アプリは「かしこまりました。こちらです」と瞬時にA社の企業分析レーダーチャートを表示しました。


更にアプリは「私の分析によるとA社は「コスト削減」に興味があるという結果が出ています。同業種でコストを削減した例から「ホワイトクラウドASPIRE」を提案してはいかがでしょうか…」と続け、ホワイトクラウドASPIREの特長を解説した動画を提示しました。



このソフトバンクブレーンには「提案アドバイスを聞く」と「Pepperについて聞く」という2つのメニューが用意されていて、いずれも同社が日本IBMと共同で開発・販売を展開している「IBM Watson 日本語版」とクラウド連携することで円滑な会話と適切な情報提供を実現しています。

ソフトバンクブレーンを導入した理由

ソフトバンクブレーンについて取材対応してくれたのはWatsonビジネス推進部の責任者である立田雅人氏と、企画と導入に携わったプロダクト＆マーケティング統括 AIプロジェクト室 室長の加藤もと子氏、片岡亨氏の3人。

機械学習に必要なのは現場の生のやりとり

Watsonの会話解析能力の高さは、ソフトバンクブレーンの「Pepperについて聞く」のデモで垣間見ることができました。それはむしろ驚きに近いものでした。
デモではアプリがまず「Pepperについてなんでも聞いてください」と言います。


「あの、開発するやつ・・なんだっけ?」と担当者が聞きます。
従来の対話型から考えると滅茶苦茶な質問です。主語述語の体をなしていないどころか、質問にはまともな名詞すら入っていません。従来の会話エンジンでは、こういう質問は理解できずに回答に窮してしまいます。


しかしソフトバンクブレーンは相手の聞きたい内容を瞬時に把握し、
「Pepperのアプリ開発ができるソフトウェアはコレグラフです。Pepperを喋らせたり、体を動かしたり・・」
と回答しました。この会話内容を把握する能力はまさに機械学習のたまものです。Watsonの育成によって成果が大きく変わってくる部分なのです。

営業からのアンケート収集が完了したのがゴールデンウィーク明け、ソフトバンクブレーンのローンチまでは約2カ月強、決して時間に余裕のある環境で開発がおこなわれたというわけではありませんでした。その間にインテント付け(正答との紐付け)を含めて、Watsonの機械学習を行い、精度を高めていったと言います。

従来の翻訳システムや会話エンジンでは、最も重視されてきた技術に「形態素解析」があります。文節から単語へ、文章の意味をなす最小単位に分解して意味を解析するしくみです。コンピュータは意味自体を理解しなくても、共通の形態素によって関連している質問と回答を紐付ける技術です。

しかし、Watsonをはじめとしてニューラルネットワークを使った会話エンジンはそのしくみが従来のものとは異なります。模範の質疑応答の会話をもとにしますが、崩した会話も模範の会話に紐付けることで、ニューラルネットワークが会話の特徴をみつけだし、関連を統計的に学習していきます。最初は人間が分類したり、正しい解釈への紐付けを行ったりしますが、機械学習の成長が軌道に乗っていくと自律的にその作業をWatsonが進めていきます。


回答した後には必ず、ソフトバンクブレーンが「私の回答はいかがでしたか?」
と評価を求めてきます。

ソフトバンクブレーンの開発と導入までのプロセス

「ソフトバンクブレーン」を構築する役割分担の構成表を見せてもらいました。


一番上の企画や設計は「プロジェクト推進室（当時）」が行い、一番下のアプリのデザイン開発は外部の開発業者が行いました。データベースの検索とWatsonのNLC(IBM WatsonのAPIのひとつ)の開発は情報システム部門とAIプロジェクト室が連携して行いましたが、Watsonの会話と回答精度を高めるのに最も重要な鍵を握っていたのは「回答作成サポート」を担当する「営業とSEの約100名」の参加だったと言います。

「IBM Watson NLC」(Natural Language Classifier)はIBM WatsonのAPIのひとつ、自然言語分類と呼ばれます。自然言語の意図を解釈して、最適な回答を、信頼度を付けて提示する機能です。

これからのソフトバンクブレーンとWatson関連プロジェクト

また、法人営業部門への導入は「はじめの一歩」であり、今後もコンタクトセンター、社員サポートセンター、ソフトバンクショップ、人事、財務など、Watsonやその他のAIを使った業務の効率化を進めていく計画です。既に社員サポートセンター向けのソフトバンクブレーンもテスト運用の段階に入っていると言います。
なお、その際は各部門用に、それぞれ学習を受けた専用のWatsonが回答を受け持つことになります。

このような社内の業務の効率化をはかる一方で、Watsonの販売面については、IBM Watson日本語版エコシステムプログラムのエコシステムパートナーが開発したサービスを、「ソリューションパッケージ」としてソフトバンクが販売することも決め、10月31日より順次ラインアップの発表を行っています。

現時点では、顧客からのメールに対してオペレーターの回答の作成を支援する「テクノマーク クラウド+」、問合わせに自動回答するチャットボット「hitTO（ヒット）」、受付や店舗案内を自動化する「eレセプションマネージャー for Guide」の3つです。

パッケージ化すると業務に特化したシステムとしてサービスがラインアップされるため、ユーザーは自社が抱える現状のどの問題点をWatsonに置き換えることで効率化できるのか、より具体的に絞りこんで検討することができるという一面があります。

しかし、パッケージ化されたとしても導入するユーザーはきちんと意識しておくべきことがあります。それは、Watsonに限らず、AI型のシステムは導入すればすぐに利用できる、効果が出るというものでもない、ということです。導入時には必ず機械学習によるトレーニング、システムの「育成」が必要です。教えてないことまで何でも答えられるAIは存在しません。質問や相談に正しく答えられるように現場がAIに教えていく、育てていくプロセスは必ず必要であり、それが成功と失敗を分ける鍵になるのです。

インタビューの最後にもうひとつ、どうしても聞きたかったことを質問しました。

Watsonの会話の精度の高さが期待され、評価されている・・この回答はそんな表れなのでしょう。高度な会話技術こそ、業務へのAI活用で今もっとも望まれていることのひとつなのです・・
そして、そのひとつの解をWatsonは提示しています。

この記事を読んだ人におすすめ

関連する記事はまだありません