人の言葉を理解する米ＩＢＭの認知型コンピューター「ワトソン」。米国生まれで母国語は英語だが猛勉強によって日本語を習得し、三井住友銀行から「内定」を得た。クイズ番組に興じていたワトソン君が、年内にも銀行マンとして日本で働き始める。

■ビッグデータ分析などで質問の答えを導き出す

三井住友銀行はコールセンターでの問い合わせ対応にワトソンを活用する

「ＡＴＭの手数料を知りたいのですが」。銀行のコールセンターには日々、あいまいな質問が寄せられる。引き出しの手数料か振り込みのことか。キャッシュカードは自行と他行どちらのものか。あるいは他行のＡＴＭを使う場合か。条件によって答えは変わる。

こうしたあいまいな質問にすらすらと答える次世代型のコールセンターが近々誕生する。三井住友銀がオペレーターの応対業務にＩＢＭのワトソンを導入するのだ。

ワトソンは利用者が入力した文章を自然言語処理の技術で解釈し、ビッグデータ分析などの技術によって質問の答えを導き出す。三井住友銀のオペレーターが顧客から受けた質問をキーボードで入力すると、ワトソンは５つの回答候補を瞬時に出す。回答は確からしい順に、その確率を付けて表示する。オペレーターは候補と確率を参考に、顧客に応答する。

質問から回答を導くために必要な業務は、ワトソンにあらかじめ読み込ませる。1500項目の質問応答集、表計算ソフトで800シート分の業務マニュアル、過去の質問応答履歴などだ。

さらに正答率を高めるための工夫を盛り込む。最たる例が「役立ったボタン」。顧客への応答が正しかった場合に該当する回答のボタンを押すと、ワトソンが「この質問に対する答えとしてはこれが正解だった」と学習する。この繰り返しで正答率がさらに高まる。

回答を絞り込むためのキーワードも設定できるようにした。外貨預金や両替、小切手などを用意。「手数料」という質問にも対象を絞ることで正答率を高められる。

三井住友銀は2014年９月から12月末までに技術検証を済ませ、実用化の手応えをつかんだ。検証はワトソン君からすれば、いわば入社試験。まず応対スピードをストップウオッチで測定したところ「人間と五分五分だった」（システム統括部の江藤敏宏副部長）。未経験の人よりは早いが、熟練の人には負けることもあった。

ワトソンの日本上陸が本格化している

正答率はどうか。ワトソンが選んだ５つの回答の中に正答が含まれていた確率は当初70％未満だった。その後「ＳＭＢＣダイレクト」と「ネットバンク」、「インターネットバンキング」は同じ意味を示すなど専門用語を数千項目ほど読み込ませ、検索時にキーワードを指定できるようにしたら正答率は80％を超えた。「７割がいいところかと思っていたが正直に言って驚いた」と岡知博システム統括部部長代理は振り返る。導入後の学習効果を考えると90％も超えられるのではとの手応えを得た。ワトソン君が銀行の内定をつかんだ瞬間だった。