Agentが行うこと
- ケース管理を支援する
- intentを分類する
- ナレッジを生成・更新支援する
- 対応品質を評価する
Case概要 / Business Goal
benefits問い合わせの手作業triageと品質管理を自律化し、規制変更下でも一貫したサービスを維持する。AgentとHumanの役割分担
Humanに残すこと / Human boundary
- Human service representativesはagent supervisorとしてperformance review・training・complex interactionへ寄る構想
- product-specific agentsはlegal documents等でguardrailされる
公開されている実績・効果
公開効果
本番化後数週間で983件のservice interactionsを評価したとMicrosoftが報告している
Microsoft公式顧客事例で公表公開効果
9%減少本番稼働後、resolution timeが9%減少したとMicrosoftが報告している
Microsoft公式顧客事例で公表公開効果
6%改善response timeが2-business-hour SLAに対して推定6%改善したとMicrosoftが報告している
Microsoft公式顧客事例で公表公開効果、運用規模、利用状況、導入前の状況を区別して表示しています。公開情報にない効果量やBefore→Afterは推定していません。
実装メカニズム / Agentの動き
- member inquiries
- case records
- benefits rules
- ケース管理を支援する
- intentを分類する
- ナレッジを生成・更新支援する
- 対応品質を評価する
- Dynamics 365 Customer Service
- Copilot Studio
- Power Platform
- 4つのagentがcase intakeからclassification・knowledge・quality evaluationを連携する
- ケースが適切に処理・評価され、必要なHuman対応または改善へ接続される
HR Agent LabとしてのDesign Insight
HR Agent Labの分析・推論
規制・品質要求の高いBenefits業務では実行Agentだけでなく、Quality Agentを別役割として置くmulti-agent設計が有効になり得る。
Limitations
- 各agentの誤判定率やHuman review率は公開されていない
Sources / 一次情報
根拠・分析を確認する
公開情報から確認した事実
PEBAはCase Management、Intent、Knowledge、Qualityの4つのautonomous agentsを本番導入した。
Quality Evaluation Agentによりservice interactionの品質を継続評価し、本番化後数週間で983件を評価した。
本番稼働後、resolution time 9%減少とresponse time推定6%改善がMicrosoft公式顧客事例で報告されている。
Candidate Rule
規制・品質要求が高いHR Serviceでは、業務実行Agentと独立した品質評価役を置き、interactionを継続監視する。
人事AIエージェントの全体像を確認する
この事例を、生成AI・チャットボットとの違い、向いている業務、Humanとの役割分担、設計・実装の考え方とあわせて整理する場合は、人事AIエージェントとは・設計方法を確認できます。