統合型BPO

暗黙知使えるソリューション

「暗黙知使えるソリューション」は、属人化した業務や知見を可視化、一元管理を実施して、当社独自のナレッジ構築で「使える化」します。

ロゴ:暗黙知使える 製造業ではユーザーの問い合わせやバックヤード業務(技術相談、修理部品選定、修理見積など)へ対応する際、社内の熟練技術者が持つノウハウや経験、勘など、暗黙知に頼るケースが少なくありません。そのような属人化から脱却し、知識、経験、ノウハウの継承を実現します。

属人化解消,データ活用,コンタクトセンター

特長1
社内の全文書、情報を
一元化して自在に
取り出す事が可能。
社内の大量の情報から、AI全文検索により、文書をファイル単位、ページ単位で取り出すことが可能です。
特長2
情報を一元管理で
ナレッジ化。
ベテラン以外が情報を見ても回答や対処が導き出せるように、資料に不足する情報をタグにより関連付けしてナレッジ化します。
特長3
ナレッジをリアルタイムで
蓄積できて、日常業務で
使う情報、資料を
ベースにナレッジ化が可能。
ナレッジは日々の追加、更新が非常に重要ですが、誰でも気軽に登録、蓄積が可能です。

活用シーン

暗黙知(ノウハウや経験、勘)を
一元化して活用!

  • 大量の資料の中から必要な情報を取り出して回答する業務
  • 普段使いしている資料に不足した情報を追加してナレッジとして活用

属人化した業務を始めとして
幅広い領域で活用!

窓口、バックヤード、部品選定、フィールドエンジニアへ遠隔での作業指示や支援などにナレッジを活用して、実施可能にします。

事例: 案件ごとの実績

技術的に難しい製造 BtoB の案件対応に対して、段階的な回答範囲の拡大と一次解決率の向上を実現​

課題

暗黙知使えるソリューションは以下の課題に対するソリューションです​

課題① 暗黙知による属人化​​

  • 製品に関連するお問い合わせやバックヤードの業務(技術相談、修理部品の選定、修理のお見積り 等々)が、内製のベテラン担当による暗黙知で対応されている​
    • 暗黙知の源泉となるコンテンツ/解決ソリューションは紙資料(マニュアル/仕様書/施工書/設計書)である​
    • 暗黙知の源泉が今までの個人の経験(設計、技術、フィールドサービスマン時代に培った経験)で培われている

課題② データが不十分で一元化もされていない​​​

  • FAQに該当するものが無い。またはコンテンツ/解決ソリューションが不十分(作成されていない / 登録が少ない /活用されていない)​
  • コンテンツ/解決ソリューションはあるが、複数のサーバーやWEBサイトに跨っており、情報が一元化されていない
  • お問い合わせや各業務を対応した履歴が定常的に記録されていない
  • 上記から各個人による「情報格差」が発生して、応対や作業の効率、品質に課題有り​

課題③ 高齢化、後継者育成の課題​

  • 採用難による人材確保の困難​
  • 後継者育成の教育や講習の資料が無い為、基礎的な部分以外は「体で覚える」となっている​

導入効果

派遣社員の方、パートタイマーの方でも「暗黙知使えるソリューション」のナレッジ活用により短期間の自己解決を実現

幅広い分野で活用が可能で、短期間でベテランでないメンバーでも技術的な相談、トラブルなどの相談や修理、点検の作業指示が「暗黙知使えるソリューション」を活用して実施できます。

産学共同研究

研究概要

『 暗黙知使えるソリューションにおけるナレッジの構造化及び、メタ情報(タグ)の分類(クラスタリング)モデル構築 』クラスタリング (clustering) とは、分類対象の集合を内的結合 (internal cohesion) と、外的分離 (external isolation) が達成されるような部分集合に分割すること。統計解析や多変量解析の分野ではクラスター分析 (cluster analysis) とも呼ばれ、基本的なデータ解析手法としてデータマイニングでも使用されている。

クラスタリングの手法として

  • 階層的手法
    最短距離法 (nearest neighbor method) 、単連結法 (single linkage method)、最長距離法 (furthest neighbor method) 、完全連結法 (complete linkage method)、群平均法 (group average method)
  • 非階層的手法
    ウォード法 (Ward’s method

研究者

宇野毅明 氏
情報学
プリンシプル研究系 教授

略歴

1998年 東京工業大学総合理工学研究科博士課程終了、博士(理学)を取得
1998年 東京工業大学経営工学専攻助手
2001年 国立情報学研究所・助教授着任  現在に至る

記事・論文

高度な問題を一般のパソコンでも解けるようにするコンピューターに計算させるには、計算の仕方の設計図、つまりアルゴリズムが不可欠です。高性能なコンピューターを使わなければ解けないような問題を、アルゴリズムを書き換えることで、一般に普及しているコンピューターでも十分解けるようにする、それが私の夢です~
http://researchmap.jp/uno/

共同研究を通して“暗黙知使えるソリューション”に対する宇野様のコメント

 近年コールセンター業務をはじめ、サービス業分野のさまざまな業務にAI技術が導入され始め、音声認識や顔認識などを使ったシステムが構築されつつあります。しかし、データは取れるようになった一方で、そのデータを使って実際に業務の効率化や、質の向上を行うための方法論はまだ発展途上であり、AIのきらびやかな言葉のイメージとは異なり、業務改善への貢献は限定的となっています。
 そのような中で、「暗黙知使えるソリューション」は、ユーザーによるタグ付けやオペレーター教育のためのログ分析など、地道ではありますが効果が約束されているIT技術を用いて業務改善を目指す一方、データの蓄積後に、AIを用いたデータ分析による会社経営や業務設計の改善を可能とする道筋を作っています。「暗黙知使えるソリューション」の将来の進化に大変期待しております。

国立情報学研究所との共同研究

国立情報学研究所との共同研究

関連サービス

資料ダウンロード

資料ダウンロード申込みフォームが開きます