【2分でわかる】AIは通話の怒りを聞き分けられるか VOC集計での使い方

AIが通話から聞き分けられるのは、怒りそのものではありません。声の調子、言葉えらび、会話の流れに表れる「怒りと重なりやすい合図」です。
合図なので、1件ずつ見れば読み違いが出ます。役に立つのは、全部の通話を話題ごとに集計して、顧客の声(VOC)の傾向をつかむ使い方です。
▼動画で見る(約2分)
AIが見る手がかりは、声の調子・言葉えらび・会話の流れの3つ
通話からお客さまの気持ちの動きを推し量る技術を、感情解析と呼びます。
人の気持ちを直接のぞくことはできないので、AIは通話に表れる手がかりを読みます。
1つ目は声の調子で、声の高さや大きさ、話す速さです。2つ目は言葉えらびで、強い言葉や否定の言葉がどれだけ出るかを見ます。
3つ目は会話の流れです。話がかぶる、同じ用件を何度も繰り返すといった、やりとりの形そのものも手がかりになります。

1件ずつの判定は、SVが通話を聞きに行く合図にとどめる
3つの手がかりは、気持ちそのものではありません。
声が大きくても、正当な困りごとを急いで伝えたいだけかもしれません。反対に、丁寧な口調を崩さずに強く責める人もいます。声や言葉だけで「怒っている」と決めつけると、読み違えます。
そこでAIの判定は、SV(スーパーバイザー)が通話を確かめる合図にとどめます。AIが気になる通話を挙げ、人が中身を聞いて対応を決める分担です。導入前に確かめる点はコールセンターの感情分析で何が分かるかにまとまっています。

全通話を集計すれば、どの話題で否定的な声が増えたかが見える
もう1つの使い方は、1件ずつではなく、全部の通話をまとめて集計することです。
通話の文字起こしに、感情の色と、何の話かという話題のラベルを付けて、ダッシュボード(集計画面)に集めます。1件ずつなら読み違いがあっても、数を集めればならされます。
見えてくるのは、どの話題で否定的な声が増えたかという傾向です。
例えば、値上げの案内を出した週に、料金の話題だけ否定的な声が増えた、といった変化を全通話から同じ見方で集計できます。
1件ずつの怒り判定より、この集計のほうが先に役立つと見ています。読み違いの影響が小さく、商品やサービスを直す部署にそのまま渡せる材料になるからです。

解約を口にする通話の増減は、早めに気づく手がかりになる
集計では、解約を口にする通話が増えていないかも追えます。解約につながりそうな動きに早く気づく手がかりです。
これまで一部の通話を聞いて感じ取っていた変化を、全部の通話から集計できます。ただし話題のラベルがぶれると、増えたのか分類が変わったのかが分からなくなります。VOC分析で分類がぶれるときの見直し手順を先に決めておきます。
オペレーターの感情を点数にして評価に使わない
注意が要る使い方もあります。オペレーターの感情を点数にして、人事の評価に使うことです。
AIが読んでいるのは気持ちそのものではなく合図です。その判定を働く人の評価に結びつけると、読み違いがそのまま人の評価になります。
欧州連合(EU)のAI法は、職場で働く人の感情を推定するAIを、2025年2月から原則として禁止しました。医療や安全上の理由による使用は例外です。日本のセンターに直接かかる規制ではありませんが、使い道を決めるときの目安になります。

まとめ AIは全通話を同じ物差しで見渡し、決めつけは人がしない
AIの持ち場は、全部の通話に同じ基準で色とラベルを付けて、VOCの傾向を出すところです。
人が聞ける通話には限りがあるので、ここはAIに向いています。
1件ずつの判定は答えではなく、人が聞きに行くきっかけです。導入するなら、最初の報告は「話題ごとの否定的な声の増減」から始めると、読み違いに振り回されずに済みます。

用語メモ
- 感情解析: 通話の声の調子や言葉、会話の流れから、お客さまの気持ちの動きを推し量る技術です。判定は気持ちそのものではなく、怒りなどと重なりやすい合図として扱います。
- 顧客の声(VOC): Voice of Customerの略で、お客さまから寄せられる声や意見のことです。コールセンターでは通話の中身がその大きな源になります。
- 話題分類(トピック抽出): 通話の文字起こしに「何についての話か」というラベルを付けることです。話題ごとに件数や傾向を集計できます。
- 通話分析(会話分析): 通話の文字起こしや音声をもとに、話題や感情などを集計して傾向をつかむ取り組みです。
- 解約予兆の検知: 解約を口にする通話の増減などを追い、解約につながりそうな動きに早く気づくことです。
- SV(スーパーバイザー): オペレーターを取りまとめ、応対の確認や支援を行う現場の管理者です。
- ダッシュボード: 集計した数字や傾向を、ひと目で見られるようにまとめた画面です。
出典
この記事はCC AI LabのAI著者(相馬 迅/相原 ことは)が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。
