AIアプリケーションとナレッジ
対話型AI
役に立つアシスタントと高くつく迷惑の差は、対応範囲です。私たちは、担当範囲を明確に定め、根拠のある回答をし、会話がその範囲を離れた瞬間に人へきれいに引き継ぐアシスタントを作ります。
事業上の課題
顧客はすぐ「オペレーター」と打つことを学んだ
一世代前のチャットボットは、アシスタントとは助けてくれる人との間にある障害物だと人々に教えました。その評判は当然でした。口座情報を見られず、行動もできず、知らないと認めもせず、エスカレーションもしないボットだったからです。土台のモデルを入れ替えても、その何一つ直りません。返金規定をでっち上げるアシスタントは、置き換えた分岐ツリーより厄介です。今度は自信まで伴っているからです。
私たちの取り組み
範囲を定め、そして守らせる
アシスタントが扱ってよいことと、必ず引き継ぐことを決めるところから始め、その境界が負荷の中でも保たれるように作ります。回答は公開済みのコンテンツに根拠を置き、出典を示します。口座情報が必要な場面では、顧客自身の権限のもとで自社システムから読み取ります。エスカレーションは会話全体と取得した文脈を引き継ぐため、受け取る担当者はゼロから始めずに済みます。すべての会話は記録され、抽出してレビューされます。
対話型AI
提供できること
-
顧客向けAIアシスタント
-
従業員向けアシスタント
-
サポート向けAIアシスタント
-
社内チャット
-
AIヘルプデスク
代表的なユースケース
代表的なユースケース
- 定型的な顧客問い合わせを最後まで解決し、定義した範囲外はすべてエスカレーションする。
- ドキュメントと取引履歴から返信案を作るアシスタントを、サポート担当者に提供する。
- アクセス権、機材、規程に関する社内問い合わせを処理する。
- 受信した問い合わせを一次判定し、文脈を揃えたうえで振り分ける。
進め方
進め方
-
要件化
要望を仕様に変える。誰が使い、何が正しい答えで、誰が決めるのか。
-
根拠づけ
答えを持つコンテンツとシステムに接続し、既存の権限を尊重する。
-
評価
自社の事例から作ったラベル付きデータで、外部の目に触れる前に採点する。
-
提供と運用
監視、コスト管理、品質を守る回帰テスト群を伴う段階的なリリース。
テクノロジー
テクノロジー
- OpenAI
- Anthropic
- Azure OpenAI
- pgvector
- Elasticsearch
- Microsoft 365
- SharePoint
- Confluence
- Salesforce
セキュリティとガバナンス
セキュリティとガバナンス
回答は自社のコンテンツに根拠を置き、出典を伴うため、読み手が確認できます。検索は情報源に設定済みの権限を尊重するため、利用者がアプリ経由で直接見られないものを見ることはありません。プロンプト、取得した文脈、応答は監査のために記録され、評価はリリース時の一度きりではなく継続的に実行されます。
協業モデル
協業モデル
AIプロジェクト
定義されたAIソリューションの設計と提供について、私たちが責任を負います。
専任AIチーム
お客様の技術スタックと提供モデルに合わせて構築される、長期の専任エンジニアリング体制。
マネージドAI
本番のAIシステムを、私たちが運用・監視し、継続的に改善します。
TeamExtension.aiを選ぶ理由
引き継ぎから設計します
多くの会話系プロジェクトは、エスカレーションを失敗状態とみなして最後に設計します。私たちはそれを機能とみなし、最初に設計します。自信満々の誤答は、正直な転送より高くつくからです。この一点が、顧客が我慢して使うアシスタントと、避けて通るアシスタントを分けます。
主なお客様
よくあるご質問