Amazon Connectが音声・チャットからの自動情報抽出をサポート開始

Amazon Connect Customer が Information Extraction（情報抽出） 機能の提供を開始しました。この機能は、音声およびチャットのやり取りから、アカウント番号や予約IDなどの逐語的な値や、問い合わせ理由・解決策などの派生インサイトを自動的に抽出します。

主な特徴:

• 生成AIを活用 した情報抽出により、手動でのデータ入力を削減し、エージェントやスーパーバイザーの生産性を向上。
• 秘匿化前の生データ に対して抽出を実行し、機密情報を伏せつつ特定のデータポイントをキャプチャ可能。
• 抽出されたデータは、エージェントの後処理（After Contact Work）、スーパーバイザーの検索・レビュー、API/Kinesis Data Streams/S3を通じたプログラムアクセスで利用可能。
• メール通知、タスク作成、ケース作成などの自動化アクションにも直接連携。

リージョン対応状況: 東京（ap-northeast-1）および大阪（ap-northeast-3）リージョンで利用可能。

エンジニア視点での考察・アドバイス

解決する課題

• 手動データ入力の負荷: エージェントが顧客との会話中にメモを取る必要がなくなり、ヒューマンエラーや処理時間の短縮が期待できる。
• 非構造化データの活用: 音声・チャットの会話ログを構造化データに変換し、分析や自動化に活用可能。例えば、問い合わせ理由の傾向分析や、フォローアップタスクの自動生成など。
• コンプライアンスとセキュリティ: 秘匿化（Redaction）前に抽出を行うため、機密情報を保護しつつ必要なデータのみを抽出できる。

日本のIT現場への影響

• リージョン対応: 東京（ap-northeast-1）および大阪（ap-northeast-3）リージョンで利用可能。大阪リージョンでもサポートされている点は、災害対策やデータレジデンシー要件を満たす上で重要。
• コスト: 生成AIを活用した抽出処理には追加のコストが発生する可能性がある。事前に Amazon Connectの料金ページ で確認し、PoC（概念実証）を通じて費用対効果を検証することを推奨。
• 運用上の注意点:
  • 抽出ルールの設計が鍵。過剰な抽出はノイズを増やし、精度低下を招くため、必要なデータポイントに絞ること。
  • Redactionとの連携: 秘匿化ルールと抽出ルールの整合性を確保し、機密情報が漏洩しないよう設定を徹底すること。

実務での活用シナリオ

• 旅行業界: 予約IDやホテル名、問い合わせ理由を自動抽出し、フォローアップメールやタスクを自動生成。
• 金融業界: アカウント番号や取引IDを抽出し、顧客対応履歴を自動でCRMに連携。
• カスタマーサポート: 問い合わせ理由や解決策を分析し、FAQの自動更新やエージェントトレーニングに活用。

次のアクション

1. PoCの実施: まずは小規模な環境で抽出ルールをテストし、精度やパフォーマンスを確認。
2. Redactionルールの見直し: 既存の秘匿化設定と抽出ルールの整合性を確認。
3. 自動化の検討: 抽出データをトリガーにしたメール通知やタスク作成など、自動化フローを設計。

参考資料

• Information Extraction - Amazon Connect Administrator Guide
• Amazon Connect Customer リージョン別機能対応状況