SELFの導入事例
SELFは、2014年設立のAI企業で、自社開発のAIエンジンとChatGPTなどのLLMを組み合わせた問い合わせ対応ソリューションを提供しています。ここでは、SELFBOTが提供するサービスの特徴や強み、導入実績について紹介します。
SELFの導入事例
導入前の課題
日本ベルックスでは、コーポレートサイト経由で多くの問い合わせが発生しており、サイト上の情報で解決できる内容も少なくありませんでした。従来のFAQやシナリオ型チャットボットでは柔軟な質問への対応が難しく、結果として社内での個別対応が増え、担当部門の負荷が課題となっていました。
導入支援内容
SELFBOTを導入し、過去の問い合わせ履歴や自社サイト情報をもとに自動学習を行う仕組みを構築しました。高精度RAGによりハルシネーションを抑制しつつ、OpenAI連携によるセキュリティ要件にも対応。ドキュメントやURLをアップロードするだけで運用を開始でき、VELUXグループの基準を満たす設定支援も実施しています。
導入後の成果
サイト経由の問い合わせの多くをチャットボットによる自己解決へと切り替えることができ、担当部門の対応工数を削減。これまで個別対応が必要だった製品仕様や資料確認に関する質問も自動応答で完結し、問い合わせ対応の初動が安定しています。
さらに、実際の問い合わせデータを活用して回答内容を継続的に改善する運用が定着。VELUXグループとして初の生成AI活用事例となり、顧客対応の品質向上と業務効率化の両立につながっています。
ユーザーの声
堀氏「サイト経由で日々多くのお問い合わせをいただく中で、お客様にとっても社員にとっても、もっとスムーズな対応ができないかと模索していました。SELFBOTは導入・設定が非常に簡単で、初期段階から十分に実用的な回答が得られています。今後は、実際のお客様とのやりとりを通じて、より最適な応対ができるよう継続的に学習を進めていきます」と、変化を語っています。
SELFの導入支援の特徴
生成AI・高精度RAG・AI-OCRを組み合わせたカスタマーサポート向けチャットボットを、最小限の準備で導入できる点を強みとしています。FAQやWebサイト、社内外の業務ドキュメントを活用し、問い合わせ対応の自動化とナレッジ活用を同時に進められる設計です。
学習負荷を抑えた
問い合わせ対応
既存のドキュメントやWebページを読み込むだけで知識を反映できる仕組みを採用。シナリオ設計を前提とせず、高精度RAGとLLM（GPT-4o連携）を活用することで、問い合わせ文脈を踏まえた自然な回答生成が可能です。
また、PDFやカタログなど画像を含む資料もAI-OCRで解析できるため、マニュアルや商品情報、規約文書といった既存資産をそのままカスタマーサポートに活用できます。
運用を前提とした
管理性と拡張性
直感的に操作できる管理画面を備えており、エンジニアでなくてもコンテンツ登録や設定変更が行えます。Webページやドキュメントの追加、ボット設定を通じて、運用しながら内容を調整できる点が特長です。
さらに、カテゴリ設定や表記ゆらぎの調整、ログ管理、会話評価などの機能を活用することで、回答内容の見直しや改善を継続的に実施可能。問い合わせ対応と検索導線の両立を意識した構成により、日常運用における負荷を抑えたカスタマーサポート体制の構築を支援します。
SELFの主な提供サービス
生成AIと高精度RAGを組み合わせた顧客対応・社内向けチャットボットを提供し、FAQ対応や問い合わせ業務の自動化を支援しています。ドキュメント、URL、表データ、PDFなど多様な情報を一括で活用でき、多言語対応や独自プロンプト設定、LINEや各種ビジネスチャットとの連携まで含めた「問い合わせ対応のためのAI基盤」として構成されています。
SELFの主な導入実績
展示会・イベントにおける問い合わせ対応の自動化をはじめ、Webサービスや企業のカスタマーサポート用途で導入されています。情報量が多く複雑なコンテンツでも安定した回答精度を維持できる点が評価されており、金融（信販）、教育機関、自動車メーカーなどの大手企業や大学での導入実績があります。
SELFの会社概要
| 所在地 | 東京都新宿区西新宿8丁目15-17 |
|---|---|
| 公式サイト | https://self.systems/ |
SELFの導入支援に
ついてのまとめ
SELFBOTは、学習やシナリオ設計に大きな工数をかけずに、高精度な生成AIチャットボットを活用したい企業に適したサービスです。既存のFAQやWebサイト、社内ドキュメントといった情報資産を活かしながら、問い合わせ対応の自動化と社内でのAI活用を同時に進められる点が特長です。
こうした特性から、問い合わせ件数の削減とナレッジ活用を並行して進めたい企業や、非IT部門を含めた全社的な活用を見据える組織に向いています。ツール導入にとどまらず、どの業務をAIに任せるのかを整理した上で活用を検討することで、より効果的な成果につながります。
AIに求める役割は企業によって異なります。オペレーター対応の効率化を重視するのか、ユーザーの声を経営判断に活かしたいのかによって、選ぶべき技術やアプローチは変わってきます。こうした違いを踏まえ、当メディアでは目的ごとに選択肢を整理しています。
で選ぶ
カスタマーサポート
AIベンダー3選
カスタマーサポートにAIを導入する企業が増える一方で、
「何をゴールにするのか」によって、選ぶべき技術やパートナーは大きく異なります。
本ページでは、サポート領域におけるAI活用の3つの視点──
問い合わせの自律実行／オペレーター支援／顧客理解と改善──に分けて、
それぞれの目的にもっとも適した国内ベンダーをご紹介します。
自律的に完了できる
高度な生成AIを搭載し、定型的な質問応答から予約・注文処理までを自律的に完了させるソリューションです。コスメブランドのLushでは、AIが初期対応を担うことで一次解決率60%を実現し、毎月360時間の業務削減に成功。美容サロンのHello Sugarでも予約プロセスの自動化などにより66%の自動化率を達成しています。単なる“FAQ誘導”ではなく、顧客の課題を直接解決するAIをスピーディに立ち上げたい企業に適しています。
“チャットに答える”のではなく、ユーザーの目的を理解し、自律的に問題を完了させるAIエージェント。返金・配送確認・キャンセル処理などの実行業務を人手を介さず完了できるのが特徴。導入は数クリック・短期間で完了し、サポート業務の40〜60%を自動処理する実績も。Zendesk導入実績は500件を超え※、味の素デジタルビジネスパートナー、ベースフード、SONY Bizなど業界を問わず支援してます。
負担を減らせる
音声認識AIを駆使し、コンタクトセンターにおける電話応対から後処理（ACW）までをシームレスに効率化するソリューションです。通話内容をリアルタイムでテキスト化し、適したFAQを自動提示します。通話終了後はCRMの入力項目に合わせて内容を自動要約するため、オペレーターは確認・微修正のみで記録が完了。北國銀行などの事例ではACWを約30%削減した実績があり、現場の業務負荷軽減適してます。
「人が主役」の設計思想のもと、コールセンター全体の能力とやりがいを高める支援に特化しています。独自の高精度な音声認識技術により、新人オペレーターでも迷わず正確な回答ができるようナビゲートします。また、SV（管理者）向けには、全オペレーターの状況のリアルタイムモニタリングや、感情変化・NGワードの検知アラート機能を提供。現場の心理的安全性を保ちながら、組織全体の応対品質向上と平準化を実現する点が評価されています。
一人ひとりに適したサポートを
提供できる
カスタマーサポートに寄せられる声（VoC）だけでなく、Webサイトでの行動履歴や過去の購買データなど、企業のあらゆるデータを一元化する顧客データプラットフォームです。蓄積されたデータとAIを活用することで、解約リスクの予測や、顧客一人ひとりのニーズに合わせた的確なアクション案をリアルタイムに提示します。サポート窓口を高度化し、全社的なLTV（顧客生涯価値）の向上を推進したい企業に適しています。
トレジャーデータは、顧客データ活用領域に特化したプラットフォームを提供する企業です。企業が保有するWeb行動データやサービス利用履歴、問い合わせ情報などを統合し、顧客理解を深めるためのデータ基盤を構築できます。こうしたデータを活用することで、カスタマーサポートにおいても顧客の状況を把握しやすくなり、担当者への振り分けや対応判断に役立てることが可能になります。サポート部門だけでなく、マーケティングや営業部門とのデータ連携にも活用されており、顧客対応の質向上やアップセルにつながる取り組みを支える基盤として導入されています。