Zendesk AIを「おもちゃ」ではなく「ツール」にする：2025年に向けた実践ガイド

Zendeskの標準AIが限定的に感じられるのは、主にヘルプセンターから情報を取得するためです。ヘルプセンターには、社内に分散した知識のすべてが含まれているわけではありません。また、一般的な業界モデルに依存しており、高度な機能は高価なエージェントごとのアドオンでしか提供されないため、さらなる投資やカスタマイズなしでは実用性が制限されます。

主な課題には、AIが社内の全情報にアクセスできない「ナレッジギャップ」や、ビジネス特有のニュアンスを理解できない「フリーサイズ」のトレーニングモデルが挙げられます。また、堅牢なテストやシミュレーション機能の欠如も大きな障壁であり、これが信頼を損ない、完全な自動化をリスクの高いものに感じさせます。

知識を統合することで、AIはヘルプセンターだけでなく、過去のチケット、社内wiki、共有ドキュメントなど、関連するすべての情報にアクセスできるようになります。この完全な視野により、AIはより正確で文脈に沿った包括的な回答を提供できるようになり、エージェントが手動で情報を検索する必要がなくなります。

はい、専用のAIプラットフォームには、多くの場合シミュレーションモードが含まれており、何千もの過去のチケットに対してAIを実行できます。これにより、解決率や予測される応答の明確な見通しが得られ、推測を排除して本番展開前に自信を築くことができます。

Zendeskの標準AI機能には、しばしばエージェントごとのアドオン費用が伴います。これは、自動化の成功に関わらず、チームの規模とともに費用が増加することを意味します。一方、専用プラットフォームは通常、使用量（例：月間のAIインタラクション数）に基づいて価格設定されており、自動化から得られる価値に見合った、より予測可能なコストを提供します。

自律的な解決を実現するためには、AIにチケットフィールドの更新や、社内システム（例：Shopify）へのAPI呼び出し、問題のエスカレーションなどのカスタムアクションを実行できるワークフローエンジンが必要です。これにより、AIは単なるQ&Aボットから、チケットをエンドツーエンドで処理できるエージェントへと変貌します。