記事のサマリー(TL;DR)
- シンガポール航空は、顧客対応にはOpenAI APIを、従業員向けの社内統制されたAIプラットフォーム「Jarvis」にはOpenAIモデルを、さらにソフトウェア開発工程にもOpenAIモデルを活用している
- 顧客対応チャットボット「Kris」をLLMベースの会話型体験に移行した結果、顧客満足度(CSAT)が2倍に増加し、カスタマーサービス担当者の平均対応時間は約10%減少した
- 旅行検索ツール「Flight Recommender」の月間利用者数は過去1年で約3倍に増加し、ソフトウェア開発工程の一部では最大20%の生産性向上が確認された
詳細
AIが顧客対応・従業員支援・技術開発に組み込まれる
シンガポール航空は、顧客向け体験にはOpenAI APIを、従業員向けの社内統制されたAIプラットフォーム「Jarvis」にはOpenAIモデルを使用しています。同社はまた、より個別化されたサービスの提供、生産性の向上、チームの効率的な開発を目的として、ソフトウェア開発のワークフローにもOpenAIモデルを取り入れています。
同社の情報技術担当シニア・バイス・プレジデントであるGeorge Wang氏は次のように述べています。「AIは、より個別化された顧客体験を提供し、事業全体の生産性を向上させるための取り組みの中心にあります。OpenAIと共に、顧客にとって旅をより直感的でスムーズなものにし、従業員がより効率的かつ効果的に働けるようにする、AIを活用した機能を構築しています」
これらの導入全体を通じて、シンガポール航空はOpenAIモデルとオーケストレーション、社内データ統制、検証、そして人によるレビューを組み合わせており、チームがAIを責任ある形で本番業務に取り入れるための一貫した方法を提供しているとしています。
定型応答から会話型サポートへ
シンガポール航空のAI活用の中で最も目に見える形の一つが、顧客向けチャットボット「Kris」です。従来のダイアログフロー方式のシステムから、OpenAI APIを用いたLLMベースの会話型体験へ移行した結果、同社は顧客満足度(CSAT)が2倍に増加したとしています。
これに加え、同社はカスタマーサービス担当者向けにAI支援ツールを導入しており、その一つがOpenAI APIを活用した通話内容の要約機能です。これにより担当者は通話後の事務作業に費やす時間を減らし、顧客対応により多くの時間を割けるようになったとされ、カスタマーサービス担当者の平均対応時間は約10%減少したとしています。
従来のダイアログフロー方式のチャットボット設計では、すべてのトピックを手作業でマッピングし、すべてのフローを事前に作成する必要がありました。そのため対応範囲を拡大することが難しく、想定していた意図(インテント)が欠けている場合、本来はセルフサービスで対応できるはずの顧客の要望であっても、カスタマーサービス担当者によるサポートが必要になる可能性が高くなっていました。
シンガポール航空は、Krisを完全にLLMベースの会話型体験へと移行しました。事前定義されたフローに依存する代わりに、このチャットボットは自然言語で顧客の意図を解釈し、ナレッジベースに基づいて回答を行い、複数のトピックにまたがる会話を管理し、必要な場合には関連する文脈とともにカスタマーサービス担当者へ引き継ぐことができます。
現在、顧客はKrisを一般的な問い合わせ、特別なリクエスト、リアルタイムのフライト運航状況に関する情報、および選定された一部の取引業務に利用しています。シンガポール航空は今後、予約変更、手荷物に関する取引、そしてより複雑なエージェント的対応へと機能を拡大していく予定だとしています。
同社のカスタマーサービス情報技術担当バイス・プレジデントであるJude Anand Suresh氏は次のように述べています。「KrisはOpenAIによって、より能力の高いセルフサービスチャネルになりました。顧客の意図をより自然に理解し、適切な回答にたどり着く手助けをし、担当者が対応に入る必要がある際にはより明確な文脈を提供します」
自然言語による旅行先の発見支援
「Flight Recommender」は、顧客がフィルターや日付、目的地を繰り返し調整する代わりに、自然言語で希望する旅程を説明できるようにするツールです。その利用は過去1年でおよそ3倍に成長したとしています。
同社の販売・マーケティング・貨物部門アプリケーションサービス担当バイス・プレジデントであるAndy Koh氏は次のように述べています。「Flight Recommenderは、旅行先の発見をより自然な会話のように感じさせます。APIを通じたOpenAIモデルによって、顧客が求めるものを説明し、関連する選択肢をより早く見つける手助けをしています」
OpenAI APIを基盤とするFlight Recommenderは、運賃や空席情報に接続されたオーケストレーション層を使用しています。顧客の意図を解釈し、関連するツールを呼び出し、自然言語で個別化された旅行の提案を返します。
同チームはまた、入力・出力の検証、悪意ある、または不適切な問い合わせへの対応、ハルシネーション(幻覚)の低減、個人識別情報(PII)の取り扱い、各問い合わせに必要な範囲に限定した認証アクセスといったガードレールを実装しています。シンガポール航空は、顧客が検索をやり直すことなく旅行のアイデアを継続的に練り上げられるよう、この体験をより会話的なチャットボット形式へ拡張する準備を進めています。
ソフトウェア開発工程へのAI導入
顧客対応の体験にとどまらず、シンガポール航空はソフトウェア開発工程の一部にもOpenAIモデルを活用し、チームが計画、改良、テスト、レビューをより効率的に行えるよう支援しています。選定されたソフトウェア開発工程全体において、各チームは最大20%の生産性向上を達成したとしています。
AIはコーディングだけでなく、提供プロセス全体で活用されています。チームは生成AIモデルを用いて、要件の精緻化、ステークホルダーとのセッション分析、製品仕様の作成、エッジケースの洗い出し、テストケースの作成、アーキテクチャレビュー、そして複雑な作業をより小さくテストしやすい単位に分解する作業などを支援しています。
ある商用機能の開発では、チームはOpenAI APIを使って前提を検証し、曖昧な要件を特定し、開発着手前にエッジケースを洗い出しました。これらが明確に定義された後、AIはそれらを設計案、実装計画、テストケース、そしてコード生成へと変換する手助けをしました。
導入後の段階でも、AIは本番環境でのシステムの挙動を解釈し、見過ごされがちな問題点を指摘する役割を担っています。ワークフローのあらゆる段階でAIが稼働することで、チームメンバーはすべての成果物を自ら作成する立場から、AIが生成するものを指示・レビュー・検証する立場へと役割を移行しました。これにより、優先順位付け、アーキテクチャ、ガバナンス、ステークホルダーの成果といった、真に人間の判断を必要とする業務に注力できるようになったとしています。
より広く見ると、OpenAIモデルはシンガポール航空の要件の質、テストカバレッジ、社内標準への適合性の向上に役立っているとされています。各チームはこれらのワークフローを用いて、テスト用のエッジケースを生成し、アーキテクチャ計画をレビューし、開発工程をさらに進める前の人によるレビューを支援しています。
従業員がAIを使いやすくする取り組み
エンジニアリングチームにとどまらず、シンガポール航空は社内AIプラットフォーム「Jarvis」を通じて、事業全体でAIを利用しやすくしています。OpenAIモデルを基盤とするJarvisは、文書の要約からカスタムワークフローの作成まで、日常業務でAIを使うための統制された手段を従業員に提供しています。
従業員はJarvisを使い、PDF、Wordファイル、Excelファイル、PowerPointのプレゼンテーションといった各種ファイル形式を安全な環境で扱いながら、日常業務のためのカスタムワークフローや軽量なナレッジベースを作成しています。現在、シンガポール航空の従業員の60%以上が月次でJarvisを利用しており、利用は引き続き拡大しているとしています。
主な成果
- AIベースのKrisチャットボットへの移行後、顧客満足度スコア(CSAT)が2倍に増加
- AI支援ツールを利用するカスタマーサービス担当者の平均対応時間が約10%減少
- 顧客向け旅行発見ツール「Flight Recommender」の月間利用者数が、過去1年で3倍に成長
今後の展開
シンガポール航空は、顧客および従業員のワークフロー全体でAIの活用を拡大し続けています。Krisについては、次の段階としてより高度なセルフサービス化を目指しており、顧客がチャット上で直接要望を解決できる取引機能を拡充していく予定です。Flight Recommenderについては、顧客が検索をやり直すことなく複数回のやり取りを通じてアイデアを練り上げられる、より会話的な旅行発見の体験へと移行を進めています。
Jarvisが事業全体で利用可能になったことを踏まえ、シンガポール航空はより多くの従業員が日常業務でAIを活用できるよう注力しています。顧客向けの取り組みと合わせて、これはAIが旅行をよりスムーズにし、従業員の生産性を高め、変化するニーズに対してより機敏に対応できる事業を築く一助になっているとしています。