Virtualex在東京電力Energy Partner的郵件回覆業務中，透過活用生成式AI實現「業務流程最佳化」
Virtualex Consulting協助東京電力Energy Partner導入生成式AI聊天機器人「KotoznaTPG」於郵件回覆業務，使生產力提升1.7倍，品質提升11.1個百分點。
📋 文章處理履歷
- 📰 發表: 2026年4月14日 00:30
- 🔍 收集: 2026年4月13日 16:35
- 🤖 AI分析完成: 2026年4月19日 20:36（收集後148小時0分鐘）
Virtualex集團旗下的Virtualex Consulting株式會社（總公司：東京都港區，代表董事社長：丸山勇人，以下簡稱Virtualex），協助了東京電力Energy Partner株式會社（總公司：東京都中央區，代表董事社長：長崎桃子，以下簡稱東京電力EP）導入生成式AI聊天機器人系統「KotoznaTPG」。
東京電力EP在處理企業客戶的電子郵件詢問時，雖然會以範本為基礎，但操作員仍需配合個別情況細心撰寫回覆。為了在維持這種無微不至的應對品質的同時，進化為能更迅速、更有效率地執行業務的體制，公司正持續推動業務流程的重新檢視。
為了解決這些課題，Virtualex運用與Kotozna株式會社（以下簡稱Kotozna公司）的業務合作架構，導入了生成式AI型聊天機器人「KotoznaTPG」。本專案不僅止於單純導入AI聊天機器人，長年從事客服中心營運（BPO）的Virtualex營運團隊，更主導了將業務知識實作於AI的「提示工程（Prompt Engineering）」。其結果在郵件回覆業務中，達成了生產力1.7倍、應答品質（Good率）提升11.1個百分點的高水準成果。在業務效率與顧客滿意度兩方面，都確認到了顯著的改善效果。
系統導入前的課題：人工撰寫回覆的工時增加與具備豐富知識人才的培育
缺乏考量上下文的彈性：預先準備的範本不僅增加了工時，也需要花費大量時間培育能應對多樣化詢問的人才。此外，也很難撰寫出充分理解各顧客情況與詢問脈絡（上下文）的回覆。
手動修改導致工時膨脹：為了填補範本與實際所需回覆內容之間的落差，操作員需要進行大量的補充與修改，導致單件處理時間拉長。
應答品質參差不齊：回覆文句的表達方式與禮貌程度依賴於各操作員的寫作技巧，造成了應答品質的不一致。
系統導入後的效果（PoC成果）
郵件應答生產力擴大至1.7倍：透過生成式AI自動產生回覆草稿，大幅減少了郵件回覆中文章撰寫與修改所需的時間（每小時的處理件數從過去的2.4件提升至4.1件）。
達成應答品質Good率84.9%：藉由「RAG（檢索增強生成）」技術準確參照內部規定等專屬資料，同時透過提示工程實現高精準度的回覆生成。品質分數從導入前的73.8%提升了11.1個百分點，達到84.9%。
抑制幻覺風險：透過基於專屬資料庫的答案生成，將生成式AI特有的錯誤資訊（幻覺）風險降至最低，確保了足以承受實際業務運作的可靠性。
成功要因：高附加價值型BPO與AI工具的高度融合
本專案的成功，並非單純因為導入了高功能的AI工具。其本質在於Virtualex提供的「高附加價值型BPO」。精通Kotozna提示工程技巧的BPO人才投入客服中心業務，將現場的默會知識體系化為AI的控制（提示詞）。
而要在系統上實現這種高度的營運知識，容易進行提示工程且易於調校的「KotoznaTPG」的特性是不可或缺的。正因為這是一個能配合現場改善進行直覺且迅速調整的平台，「熟知業務的營運團隊（人）」與「將該知識發揮到極致的KotoznaTPG（技術）」才能如車子的兩輪般發揮作用，這正是產生此次飛躍性成果的最大要因。
未來展望
Virtualex今後也將持續融合「顧問諮詢」、「科技」與「營運」三大能力，協助客戶企業提升CX（顧客體驗）與業務效率化。特別是在生成式AI的應用上，我們認為由熟知客服中心與BPO業務的專業人員進行「提示詞的建構與最佳化」，才是決定實用化成敗的關鍵。Virtualex不會停下腳步僅做單純的AI導入，將持續推動這種「客服/BPO知識 × AI」的應用。
東京電力EP在處理企業客戶的電子郵件詢問時，雖然會以範本為基礎，但操作員仍需配合個別情況細心撰寫回覆。為了在維持這種無微不至的應對品質的同時，進化為能更迅速、更有效率地執行業務的體制，公司正持續推動業務流程的重新檢視。
為了解決這些課題，Virtualex運用與Kotozna株式會社（以下簡稱Kotozna公司）的業務合作架構，導入了生成式AI型聊天機器人「KotoznaTPG」。本專案不僅止於單純導入AI聊天機器人，長年從事客服中心營運（BPO）的Virtualex營運團隊，更主導了將業務知識實作於AI的「提示工程（Prompt Engineering）」。其結果在郵件回覆業務中，達成了生產力1.7倍、應答品質（Good率）提升11.1個百分點的高水準成果。在業務效率與顧客滿意度兩方面，都確認到了顯著的改善效果。
系統導入前的課題：人工撰寫回覆的工時增加與具備豐富知識人才的培育
缺乏考量上下文的彈性：預先準備的範本不僅增加了工時，也需要花費大量時間培育能應對多樣化詢問的人才。此外，也很難撰寫出充分理解各顧客情況與詢問脈絡（上下文）的回覆。
手動修改導致工時膨脹：為了填補範本與實際所需回覆內容之間的落差，操作員需要進行大量的補充與修改，導致單件處理時間拉長。
應答品質參差不齊：回覆文句的表達方式與禮貌程度依賴於各操作員的寫作技巧，造成了應答品質的不一致。
系統導入後的效果（PoC成果）
郵件應答生產力擴大至1.7倍：透過生成式AI自動產生回覆草稿，大幅減少了郵件回覆中文章撰寫與修改所需的時間（每小時的處理件數從過去的2.4件提升至4.1件）。
達成應答品質Good率84.9%：藉由「RAG（檢索增強生成）」技術準確參照內部規定等專屬資料，同時透過提示工程實現高精準度的回覆生成。品質分數從導入前的73.8%提升了11.1個百分點，達到84.9%。
抑制幻覺風險：透過基於專屬資料庫的答案生成，將生成式AI特有的錯誤資訊（幻覺）風險降至最低，確保了足以承受實際業務運作的可靠性。
成功要因：高附加價值型BPO與AI工具的高度融合
本專案的成功，並非單純因為導入了高功能的AI工具。其本質在於Virtualex提供的「高附加價值型BPO」。精通Kotozna提示工程技巧的BPO人才投入客服中心業務，將現場的默會知識體系化為AI的控制（提示詞）。
而要在系統上實現這種高度的營運知識，容易進行提示工程且易於調校的「KotoznaTPG」的特性是不可或缺的。正因為這是一個能配合現場改善進行直覺且迅速調整的平台，「熟知業務的營運團隊（人）」與「將該知識發揮到極致的KotoznaTPG（技術）」才能如車子的兩輪般發揮作用，這正是產生此次飛躍性成果的最大要因。
未來展望
Virtualex今後也將持續融合「顧問諮詢」、「科技」與「營運」三大能力，協助客戶企業提升CX（顧客體驗）與業務效率化。特別是在生成式AI的應用上，我們認為由熟知客服中心與BPO業務的專業人員進行「提示詞的建構與最佳化」，才是決定實用化成敗的關鍵。Virtualex不會停下腳步僅做單純的AI導入，將持續推動這種「客服/BPO知識 × AI」的應用。