GPT-Realtimeで駆動するavatarin小売エージェント

avatarinはOpenAIのGPT-Realtimeを使用してYamada Holdings向けに24時間365日対応の多言語小売エージェントを開発し、商品発見から購入までのショッピングを自然な音声会話で案内します。2週間の公開キャンペーンでは、エージェントは約30,000人のユーザーに利用され、調査のポジティブ回答率は92％でした。

GPT-Realtimeによるマルチモーダル統合

GPT-Realtimeは、Kurashi-Marugoto AIエージェントが音声、テキスト、視覚的理解を単一の低遅延対話体験に統合できるようにします。従来のキーワードトリガーに依存するチャットボットとは異なり、このシステムは人々のコミュニケーション方法に適応し、文脈や不確実性、変化する好みに応じて応答します。

avatarinのCEOである福堀 明氏によれば、単一のマルチモーダルモデルの性能は専門的な音声認識システムを上回り、エージェントは人間のような知能で、例えば小さなキッチンで4人家族向けの冷蔵庫を探すといった複雑な問い合わせにも対応でき、硬直した機械的ルールに縛られません。

技術実装と設計原則

エージェントが専門的な販売アソシエイトとして機能することを保証するため、avatarinは3つの主要な技術的・設計的柱に注力しました：

基盤と応答性

正確性を保ちつつ速度を犠牲にしないため、エージェントは検索強化生成（RAG）システムを利用します。これにより、実際の製品情報に基づいた回答が可能となり、GPT-Realtimeが対話を流動的かつ応答的に保ちます。

ドメイン専門知識の組み込み

avatarinはYamada Denkiの特定の販売知識をエージェントのプロンプトと会話フローに組み込みました。システムは一時的な話題逸脱や顧客要件の変化に対応しつつ、ショッピング体験に焦点を当てるためのガードレールを維持するよう設計されています。

積極的なガイド付き発見

受動的なQ&Aツールとしてではなく、エージェントは積極的に設計されています。顧客の実際のニーズを明らかにするためにフォローアップ質問を行い、単なる問い合わせからガイド付きの商品発見へと体験をシフトさせます。

OpenAIは、複雑なプロンプトの構築、常時稼働の音声サービスにおけるAPIコストの最適化、ベストプラクティスの共有を支援することで、この実装をサポートしました。

パフォーマンス指標とビジネスインサイト

Yamada Denkiのオンラインストアでの2週間の公開キャンペーン中、エージェントは以下の成果を達成しました：

• ユーザーリーチ: 約30,000人のユーザー。
• 可用性: 音声とテキストによる24時間365日の多言語サポート。
• 顧客満足度: 調査のポジティブ回答率92%。

これらの指標に加えて、エージェントはショッピング行動に関する深い定性的インサイトを提供しました。対話形式であるため、Yamada Holdingsは購入者が躊躇した理由や意思決定に影響した具体的要因を特定でき、従来のオンラインショッピングでは捉えにくいデータを取得しました。

オムニチャネルAIへのビジョン

avatarinは「One Intelligence. One Brand. Every interface.」というモデルへと、単一目的のAIを超えて進むことを目指しています。このビジョンは、ウェブ、電話、実店舗を横断して顧客コンテキストをシームレスに保持する単一のAIエージェントを意味します。Yamada Holdingsにとっては、AIが家電、住宅、金融サービスなどの多様な事業領域にわたり、同社のブランドとホスピタリティを体現できることを示します。