健康と歯科のプランを提供する Simplyhealth は、生成人工知能 (GenAI) テクノロジーを使用して、顧客の電子メールへの応答にかかる時間を短縮しています。
同社は、Denplan 側のビジネス内で Salesforce の Einstein GPT を使用することで、「歯科医を変えるにはどうすればよいですか?」など、最もよく聞かれる 3 つの質問に関する顧客のメールへの対応に役立っていると述べました。
「私たちは、この機能を展開するためにテストと学習のアプローチを取ることを意識的に決定しました。より多くの質問を組み込むことを目的として、ゆっくりと慎重に知識ベースを拡大していきます」とシンプリーヘルスのカスタマーサービスディレクター、ダン・エディ氏はComputer Weeklyに語った。 。
以前は、すべてのメールに手動で返信する必要があり、応答には約 12 分かかりました。 AI ツールを導入して以来、チームはこれらのよくある質問に 1 分半以内に回答できるようになりました。
「これにより生産性が向上するだけでなく、チームがより複雑な問題を解決し、患者や顧客にとってより付加価値の高い作業を完了するための時間が増えます」とエディ氏は述べています。
GenAI ツールは、2023 年 11 月と 12 月に Simplyhealth の電子メールの約 10% に返信しました。
AI が適切なメッセージを作成していることを確認するために、Simplyhealth は、最もよく寄せられる 3 つの質問に対する過去の 500 件の電子メール回答を使用してナレッジ ベースを構築しました。 「これにより、応答を生成するための強力で正確な情報ベースが確保されます」とエディ氏は述べています。
「私たちは、この機能を展開するためにテストと学習のアプローチを取ることを意識的に決定しました。より多くの質問を組み込むつもりで、ゆっくりと慎重に知識ベースを拡大していきます。」
ダン・エディ、シンプリーヘルス
また、同社には常に人間が関与しているため、Einstein GPT によって応答が生成されると、メッセージが正しく正確であることを確認するためにチームのメンバーによって常にレビューおよび承認されます。
「私たちは、AI がビジネスにおいて果たす役割について、チームに対して正直かつ透明性を持って取り組んできました。 私たちは現在、そして今後もテストと学習のアプローチを採用し、制御された環境で AI の使用を構築していきます。 この画期的なテクノロジーは、私たちのチームが行っている既存の作業を補完するものです」とエディ氏は述べています。
Simplyhealth は現在、Saleforce の AI を活用した Einstein ボットを使用したライブチャットを通じて、全顧客トラフィックの 35% を処理しています。 また、Salesforce Service Cloud を使用して顧客への対応を迅速化し、サービスのアクセシビリティを強化しています。 Salesforce によると、通話量は 40% 近く減少し、エージェントは多数のライブ チャットを同時に実行できるようになりました。 Simplyhealth はまた、Service Cloud Voice を使用して、リアルタイムの通話の文字起こしと概要を作成しています。これは、すべての顧客にとって「唯一の信頼できる情報源」として使用でき、将来の会話に先立ってエージェントに情報を提供するのに役立ちます。
Simplyhealth は、この AI 機能の展開に「管理されたアプローチ」を採用しており、このテクノロジーの導入速度は、ビジネス全体のさまざまな部門のマネージャーで構成される社内 AI フォーラムによって管理されると述べました。 次のステップは、AI が回答できる質問の数を 3 つから 5 つに増やすことです。
「システム内の知識ベースを強化することで、このテクノロジーの使用を他のデジタル コンタクト チャネルに組み込む方法を検討し、機会を探ることができるようになります」とエディ氏は述べています。
Salesforce が昨年委託した調査によると、生成 AI を使用しているサービス専門家の 90% が、生成 AI は顧客への対応の迅速化に役立つと回答しています。 しかし、おそらく自信の欠如のため、営業およびサービス担当者はマーケティング担当者よりも GenAI ツールを使用する可能性が低いこともわかりました。
ヘルスケアは、診察を自動的に要約するなど、プロセスを合理化し医師の時間を節約したり、新しいサービスを作成したりすることで、GenAI が最も大きな影響を与えることができると GenAI のファンが考えている分野の 1 つです。
その理由の 1 つは、医療には、医療試験から患者記録に至るまで、患者へのサービスを最適化するために分析できる膨大な量のデータがあるためです。 生成 AI が得意とすることです。
たとえば、GenAI はすでに創薬や患者の病歴を分析して個別のケアプランを提供するために使用されています。 世界保健機関は最近、この分野への関心の急速な高まりを反映して、医療における大規模言語モデルの使用に関するガイダンスを発表しました。
また、ヘルスケア全般において、より多くの GenAI に対する明らかな需要があります。 コンサルタント会社キャップジェミニが昨年行った調査によると、 消費者が生成 AI を好む理由消費者の 67% は、生成 AI から医療アドバイスを受けることで恩恵を受けることができると考えており、63% は GenAI がより迅速かつ正確な創薬と開発をもたらす可能性に興奮しています。
これらのユースケースの一部はまだ開発中ですが、より良いサービスを提供するために GenAI がどのように使用されているかの例はすでにあります。 たとえば、Amazon は最近、Amazon Pharmacy サービスで GenAI を使用してより迅速かつ正確に処方箋を記入する方法を詳しく説明しました。
医師の字が汚いことで有名な医師は現在ではあまり問題になっていないが、処方箋は電子的に薬局に届くため、依然として「口から摂取する」「経口摂取する」など、紛らわしい言葉や一貫性のない言葉が含まれている可能性があるとアマゾンは述べた。
これに取り組むために、Amazon は元の非構造化データを生成 AI モデルで実行しました。このモデルは、「固有表現認識」を使用してテキストの構造を作成し、臨床スタッフが入力しやすい「用量」や「頻度」などのカテゴリを使用しました。すぐに処方箋。
AI が検出できないエラーがあった場合には、すべての処方箋が薬剤師によって確認されます。たとえば、処方者は「強度」を意味するフィールドに「量」を入力することがあります。 Amazon によると、GenAI のアプローチと薬剤師の専門知識を組み合わせることで、注文処理速度が 90% 向上し、人的ミスの割合が削減できるとのことです。
また、生成 AI を使用して、Amazon Pharmacy の臨床およびカスタマーケアチームが内部文書ページとナレッジベースをレビューし、「有用かつ臨床的に適切な方法」で要約することで、質問に迅速に回答できるようにしています。 臨床担当者と顧客サービス担当者は、顧客と話す前にすべてを確認します。