みずほ銀行のコールセンターに導入した「ワトソン」の正答率は？
コメント
注目のコメント
顧客の発話ではなく、「オペレーターが要件を復唱する」のがミソ。電話越しの声はノイズが多く、ソフトウェア(Watson)で解決するのは難しいため、オペレーターの声を利用する。
また、「回答候補の提示上位５位以内の正答率は８５％」というのは、ヒトを支援するには十分で、それ以上を求めるのは酷。人間のクイズ王に勝ったWatsonの正答率も88%程度。
なお、WatsonのAPIとしては、Speech to Text(音声認識)でテキストにして、Natural Language Classifire(自然言語分類) で5つの区分に分類して、Retrieve and Rank(検索とランク付け)で各区分での上位10件の回答候補を表示をしていると思われる。
https://www.ibm.com/watson/developercloud/services-catalog.html自然言語処理は、期待される技術ではあるが、なかなかビジネスのアウトカムがこれまで見出せなかった技術でもある。
なぜか。自然言語の情報は、かりに100%理解できても定性的であいまいだからである。元来、自然言語はコミュニケーションのために使われているもので、会話では、非言語的な要因（うなずき、声の大きさやトーン、反応の同期性など）が、90%以上のメッセージを伝えている。言語情報は、この非言語の情報を載せるお皿のようなものなのである。このお皿にのった料理から、料理を取り除いて、お皿だけ提供されているのが、自然言語処理の入力データなのである。こうやって書いている文章でも、非言語のリズムや調子が読み手に伝わるかに大きな影響を与える。音声での発言の場合にはよりそのインパクトが大きくなる。
このように制約の大きな自然言語処理ではあるが、ここで挑戦されているコールセンタへの適用が風穴をあけるのか。注目される。面白いですね。AIやロボットは完全に人を代替するには相当時間がかかるので、共存・役割分担となり、人間界ではロボットを使いこなせる人間が価値が高くなる、というのが如実にわかります
それって古い話では蒸気機関ができて手作りの職人よりも、機械を使いこなせる未熟練工の方が生産性が高くなるということだし、小さいレベルでは、長年市場調査やっているがテクノロジーが使えない人より、SPEEDAを使いこなせる素人のほうが価値を出すというのと一緒
ワトソンを相棒としてうまく活用しながら答えられるオペレーターが生産性も正確性もよくなるということなんでしょう
