RightTouch 推出「QANT 知識中心 (β)」，實現 AI 客服中心所需的 AI-Ready 整合知識平台

為企業提供 AI 客服中心基礎設施的 RightTouch 株式會社（總部：東京都品川區；代表董事：野村修平／長崎大都，以下簡稱「RightTouch」）已開始提供用於實現 AI 客服中心的知識整合平台「QANT 知識中心 (β)」。

同時發布的「RightTouch 發表以 AI 機器人為核心的 AI 客服中心構想」新聞稿：
https://righttouch.co.jp/news/fk65OIX9

該平台實現了 AI 與人工座席基於相同的知識進行連動，並以日常應對數據和 VoC（客戶聲音）為起點持續進化。由此，可以根據每位客戶的情況和背景，除了提供適當的回答外，還能進行優先級和應對方針的判斷，以及包括必要時切換到人工應對在內的最適化處理。

■ 開發背景
AI 客服中心難以成立的原因
雖然對 AI 客服中心的需求正在增加，但作為實際運作成功的案例極其有限。其原因不在於 AI 的性能，而在於 AI 參考的知識結構。傳統知識如 FAQ、手冊、網頁等根據用途分散，且是以人類進行業務為前提的格式構建的。結果導致 AI 無法正確解讀，為了提高精度需要進行提示詞微調或單獨管理 AI 專用知識，產生了人手管理與 AI 管理雙重知識的情況。

此外，在應對日誌、VoC 等數據與知識運作不掛鉤的結構下，持續改進無法進行，AI 應用僅停留在局部優化。核心問題在於 AI 使用的知識與人類使用的知識是分開的。即使是同一個諮詢，AI 與人類（座席）參考不同信息的結構，無法實現應對品質的一致性或改進的累積。要實現 AI 客服中心，必須有一個將知識整合為一，讓 AI 與人類基於相同知識應對，同時以應對數據為起點持續改進的「知識平台」。

邁向 AI 客服中心的實現
RightTouch 到目前為止，在構成客服中心整體業務的各個領域中，提供了 Web、FAQ、AI 機器人、VoC 分析、座席專用儀表板和知識工具等多個 AI 產品。這些並非局部優化的工具拼湊，而是以在一個共同平台上處理面向 AI 和人類的知識為前提設計的。因此，所有產品都參考共同的知識數據運行。

結果，構建了一個「應對 → 數據 → 知識改進 → 應對」的一系列流程，不會因工具或客戶接觸點而斷裂，持續循環的結構。在這個循環中累積的是實際與客戶交流產生的應對數據、VoC 以及人類進行的高質量判斷和處理。AI 提取並結構化這些內容，反映在知識中，並應用於下一次應對。通過這種循環，可以實現越用 AI 越聰明的知識運作。

■ 什麼是 QANT 知識中心 (β)？
RightTouch 此前曾提供「QANT 知識桌面」作為整合 FAQ、手冊、應對腳本等分散在客服中心的知識，供座席在應對中使用的產品。此次，我們新開發了涉及客戶服務業務知識數據的共同平台「QANT 知識中心」。這使得在客戶服務業務中累積的應對數據和見解，也能在包括 AI 機器人在內的所有客戶接觸點中得到應用。

通過一元化管理知識數據，可以根據 AI、座席、FAQ 等不同用途，以最佳形式進行展示和應用，使一份知識能夠在多個渠道中一致地使用。

＜實現的價值＞
AI 與人類可以使用相同的知識
由於 AI 與座席參考同一個整合知識平台，無論是 AI 還是更換了負責人，各渠道的應對都不會出現偏差。