2016年9月、LINEが備える自動応答機能がさらに便利になる、LINE Messaging APIがリリースされました。

※参考 Messaging API のリリースとBOT API Trial Account廃止のご案内
https://business.line.me/ja/news/20051494

事業者用LINEアカウントとも言えるLINE＠には、リリース当初から簡易な自動応答機能が搭載されていました。今回このLINE Messaging APIがリリースされたことで、より高度な自動応答が可能となったため、さらに便利なアカウント・面白いアカウントが登場してくるでしょうね。

人口知能やボットによる顧客対応の自動化は「何度もブームと失敗を繰り返しているだけ」「結局は定着しない」と言われることがあります。しかし、現在の自動化ブームはまだまだ止まりません。さまざまな人口知能やボットがリリースされ、話題になっていますね。

正直なところ、現時点では顧客対応の自動化に成功した！と言える確実な成果が出ている段階ではありませんが「今度こそ実用化が可能となる可能性があるならば出遅れたくない」「自社でも顧客対応の自動応答を何らかの形で進めておきたい」と考える人も多いのではないでしょうか。

ということで、今回は先日リリースされたばかりのLINE Messaging APIをご紹介するとともに、AIやボットを使った顧客対応の自動化の課題について考えてみたいと思います。

LINEには、便利なビジネス向けLINEアカウント「LINE＠」があります。今回リリースとなったLINE Messaging APIは、LINE＠上で動作し、高度に自動化された顧客対応を実現します。LINE Messaging APIについてご紹介する前に、このLINE＠についてご説明しておきましょう。

※参考 LINE@のご紹介
https://business.line.me/ja/services/lineat

通常のLINEアカウントの場合、自分が友達登録している相手の中から、1対1もしくはグループを作ってやり取りをします。一方、LINE@アカウントでは、1対1でのやり取りだけでなく、友達登録した相手全員に一括でのメッセージ送信が可能です。

また、LINE@を使って1対1でのやり取りをする場合、あらかじめ設定された内容を自動的に返信する自動応答機能があり、簡単なやり取りであれば、自動で行うことが可能でした。
たとえば、"午前中に「おはよう」とメッセージがきたら「おはようございます」と返す"など、時間やキーワードにマッチする回答を返すことができました。また、メッセージに含まれるキーワードに応じて画像やスタンプ、URLなどさまざまな形式で返信したりというような自動応答が可能でした。

今回リリースされたLINE Message APIは、この自動応答機能とは別に実装された、さらに高度な自動応答をするための機能です。今までLINEビジネスコネクト（エンタープライズ向けLINEアカウント）を利用している企業しか利用できなかったこのLINE Message APIが一般開放されたことで、より多くの事業者が、高機能な自動応答を実装できるようになったというわけですね。
具体的には、YES/NO形式で質問できるなど投稿できるメッセージの形式が多種多様になったほか、顧客にグループに追加してもらって会話に加わるなど、やり取りの手段そのものもより便利になりました。

なお、すでに、LINE Message APIを活用したさまざまなボットが公開されています。
さまざまなサービスからの通知を一括して受け取れるLINE Notify （https://notify-bot.line.me/ja/）。「現在の髪型は？」「髪を切ってからどれくらい？」などの簡単な質問に答えることでピッタリのスタイリング方法を提案してくれるuno roid（http://www.uno-roid.com/）など、便利そう！面白そう！と思えるアカウントがいくつも出ています。

顧客対応を自動化において「ユーザーがボットに対しどのような質問を投げかけるのか」「どのような会話が必要なのか」を知るのは重要なことです。ぜひ上記のようなボットアカウントと実際に会話し、機能を活用してみてください。ちなみに、LINEでは11月にエントリー開始となるLINE BOT AWARDS（賞金最大1000万円！）を開催予定とアナウンスされています。どんなボットが登場するのか、ますます目が離せませんね。

※参考 LINE BOT AWARDS
https://botawards.line.me/ja/

任意のタイミングで自動的に発言したり、質問に対し自動で回答するチャットボット自体は特別新しいものではありません。上記の通り、LINE＠にも自動応答機能がありますし、チャットボットを搭載したWebサービスも最近よく見るようになりました。Twitterのボットアカウント作成サービスなども活発に利用されてきましたね。

しかし残念ながら、企業でボットを活用し、顧客対応の質の向上や効率化を成功させた事例があるかというと、残念な結果と言わざるを得ません。ユーザーと活発にやり取りし、成功しているTwitter上の企業アカウントの多くは結局人が運用していますし、現時点では「ボットに人間の変わりは難しい」という結論があるのが事実です。旬の人工知能や自動化の導入目的が話題作りである場合を除き、実用化を成功させるためには、やはり運用する人の手による工夫が必要です。

「ユーザーがボットに投げかける質問や考えつく限りの会話を想定し、答えを用意しておくだけでは、人間の変わりに自動応答してくれるボットを作ることはなかなか難しい」ということが、顧客対応の自動化が繰り返しブームになり、しかし定着しなかった今までの経緯によりあきらかになったといえます。ではどうすればいいのか、どう解決すべきかという点が、現在の課題です。

この問題を解決する方法のうちのひとつは「いかにして学習するか・させるか」を掘り下げることで見えてくるでしょう。人工知能を導入する場合・単に質問と回答を用意してボットを運用する場合、どちらの場合にも「ユーザーがどんな質問を投げかけたか」「どんな回答を返してやり取りをした時に満足してもらえたか」というデータは蓄積されていきますよね。ツールの力のみで素晴らしい回答が期待できなくても、データを元に、適切な回答パターン・喜んでもらえる回答パターンを増やし、地道な改善を続けていくことは可能です。

キャンペーンとして短期決戦で注目を集めることに力を入れるというのも、方法のひとつとしてあるでしょう。しかし、あくまで実用化を目的として導入するなら、コツコツとデータを集め、改善を継続していけるかどうかが、成功・定着の鍵となるのではないでしょうか。