社内問い合わせ自動化の記事を読んで、マーケ側も他人事じゃないと思った話

情シス向けの記事だと思って読み始めた。生成AIで社内問い合わせを自動化する、というテーマで、パスワードリセットや経費精算の手順をAIが一次対応する仕組みの解説だった。確かに情シスや人事には毎日同じ質問が飛んでくるらしく、その対応工数が本来業務を圧迫している、という話だ。

でも読み進めていったら、マーケ側にも刺さる話が出てきた。

RAGという技術を使って社内の既存マニュアルやFAQをそのままAIに読み込ませ、自然言語で回答させる仕組みらしい。従来のチャットボットと違って、想定外の質問にも文脈を踏まえて答えられる点が強みだという。旧来型のフロー式チャットボットでは「質問が選択肢に合わない」と詰まる場面が多かったが、生成AI型はそこを柔軟に処理できる。

マーケ部門でも似た「繰り返し対応」はある

うちのチームで言うと、広告レポートの読み方とか、GA4のコンバージョン設定の手順とか、入社1〜2年目のメンバーからほぼ毎月同じ質問が来る。あとはMeta広告のキャンペーン構造の説明とか、TikTokのビッディング方式の違いとか。私がSlackで答えるのに1回5〜10分かかるとして、月に20回あれば2〜3時間は持っていかれている計算だ。小さいようで、積み上げると無視できない数字になる。

その時間があれば、クリエイティブのABテストをもう1本回せるし、CPA改善の仮説を一個深掘りできる。ROASを0.1上げる施策を考える時間に使えるのに、と正直思う。

参考記事では、自動化を導入した企業が「問い合わせを大幅に削減し、担当者をコア業務に振り向けられた」と書いていた。具体的な削減率の数値は記事内では明示されていなかったが、定型質問への対応という構造自体は、マーケ部門でもそのまま当てはまる。

ChatGPTで試せる範囲から始めてみようと思う

じゃあ実際に自分たちでどうするか、という話になる。いきなりRAGを実装するのは現実的じゃないので、まずはNotionに散らばっているGA4の設定手順やMeta広告の入稿規定をまとめて、ChatGPTのカスタム指示に読み込ませる形から試せないか考えている。完全自動化ではなく、自分がSlackで返す前に「これを参照して」と渡せるドキュメントを整備するだけでも違う気がする。

そもそも私が都度答えているということは、ナレッジが自分の頭にしかない状態だということでもある。属人化している情報をテキストに落とす作業自体、チームの再現性を上げるために必要だったのに後回しにしていた。

今回の記事はあくまで情シス・人事向けの内容だったけど、「定型対応を自動化する」という発想はどの部門でも使える。自分のチームでかかっている繰り返し対応の時間を一度棚卸しすると、意外と大きい数字が出てくる可能性がある。

今週末、Notionの整理とChatGPTへの読み込みテストを一度やってみる。効果が出るかどうかは数字で確認するつもりだ。