6 大陸、数千の都市にまたがるグローバルなモビリティプラットフォームである Lyft は、単純な運賃に関する質問から複雑な問題に至るまで、さまざまなカスタマーサポート対応を行っています。同社のサポートチームは、Lyft で顧客と直接やり取りする数少ないチームの 1 つであり、乗客とドライバーにサービスを提供し、両者をつなぐという同社のミッションにおいて極めて重要な役割を担っています。
Claude を活用して、Lyft は以下を実現しています。
- エージェントが人間のケアや共感を必要とする複雑な問題に集中できるようにする
- Lyft のブランドパーソナリティを維持しつつ、数秒で問題を解決する AI アシスタントを構築
- カスタマーサポートの解決時間を 87% 以上短縮
- 意思決定の正確さが 30% 以上向上

課題
2023 年、Lyft は重大な転換期を迎えました。顧客からサポートへの問い合わせは過去最高を記録し、顧客の期待は高まる一方でしたが、サポートの対応はそれに追いついていませんでした。
「本当に厳しい状況にありました」と Lyft のサポート部門における AI 担当プロダクトリード、Elyse Hovanesian 氏は述べました。「顧客は不満を抱えていました。私たちは新製品の開発に多くの時間と労力を費やしていましたが、目に見える成果にはつながっていませんでした」
この問題はやり取りの双方で深刻化していました。乗客もドライバーも、エージェントとつながるまで 30~40 分間も待機させられていたのです。ようやくつながっても、エージェントは 3~4 人の顧客を同時に対応している場合もあり、膨大な問い合わせに埋もれて、誰一人として十分に対応することができませんでした。また、その対応は機械的に感じられるものでした。顧客は画一的なワークフローをたどらされ、実際の状況に即していない定型的な回答しか得られていませんでした。
Lyft ではエージェントに燃え尽き症候群の兆候が見え始め、問い合わせの数が膨大すぎて個々のやり取りに顔と名前を結び付けることすらできませんでした。チャットに迅速に対応し、終了させることだけを考えていたため、実際に問題を理解する時間さえなかったのです。結果として失ったのは、彼らが本当に築きたかったつながりでした。
Lyft は、ビジネスの成長と顧客体験の向上を両立させる方法を見つける必要がありました。
包括的なテストを経て Claude を選定
チームは複数のモデルを対象に包括的なテストを実施し、定量的なパフォーマンスだけでなく顧客体験に重要な定性的な要素も評価しました。
「AI モデルの応答の正確性と、ブランドを体現するトーンとペルソナを表現する能力を検証しました」と Hovanesian 氏は述べています。「どちらの点においても、Claude モデルが Lyft のニーズに最も適していることが分かりました」
パーソナリティの側面が決定的な要因となりました。Lyft には、自信に満ちて有能でありながら温かみと誠実さを感じさせる、Lyft らしい AI が必要でした。チームは、Hovanesian 氏が「誰もやり取りしたがらないような、ひどいチャットボット」と呼ぶようなものを作らないと固く決意していました。
チームはまず、ニーズが複雑かつ多岐にわたるドライバーから着手しました。ドライバーのオンボーディングには、プラットフォーム全体のポリシーに加えて地域固有の要件が重なっており、まさに Claude が得意とする、きめ細やかで教育的なタスクです。その後、Lyft は乗客のサポートにも活用範囲を広げ、単純な Q&A にとどまらず、料金に関する異議申し立て、乗車体験、以前は人間による調査が必要だったその他の問題にも対応するようになりました。
「Claude の個性が、何よりも印象に残りました」と Hovanesian 氏は述べています。「とても自然体だったんです。顧客はより積極的に会話をし、抱えている問題について率直に話してくれるようになりました。そのおかげで、問題をより適切に解決できるようになりました」

結果
Claude は現在、Lyft の AI アシスタントの基盤となり、乗客とドライバーの両方に対するカスタマーサポート対応を行っています。アシスタントは顧客の名前を呼んで挨拶し、個々の具体的な状況を確認した上で、数分ではなく数秒で問題を解決します。安全上の懸念、複雑な紛争、共感が必要な状況など、人間の判断が必要なケースでは、システムは顧客を人間のエージェントに誘導します。人間のエージェントは、AI が生成した会話の要約を活用して、問題をさらに迅速に理解することができます。
その成果により、Lyft のカスタマーサポートに対する考え方は一変しました。解決時間は 87% 以上短縮しました。かつては 5~10 分間待たされ、その後に長いやり取りが必要だった作業が、今では数秒で完了します。同社は数百万ドルの節約に成功し、その資金をサポートエージェントに再投資しました。
「Claude の導入により数百万ドルを節約でき、その資金をカスタマーサポートエージェントのスキルアップに再投資しました」と Hovanesian 氏は述べています。「これにより、エージェントは本当に人間による対応を必要とする、より複雑な問題に集中できるようになりました」
これは、シンプルなアプリ体験と専任の人的サポートを組み合わせた、高齢の乗客向けのサービスである Lyft Silver などのプログラムにも表れています。Claude の導入以前は、このようなプログラムに使われるリソースは、日常的な問い合わせへの対応に費やされていました。現在では、訓練を受けたエージェントが、きめ細やかなオンボーディング対応や直通電話対応を提供できるようになりました。この顧客層が必要としているサービスですが、以前の処理量では実現できなかったものです。
この転換により、Lyft におけるサポートエージェントの役割そのものも変わりました。エージェントは複数のチャットに同時に対応する代わりに、1 人の顧客に集中して対応できるようになりました。問題の全体像を理解し、ソリューションについて深く考え、顧客が他に何を必要としているかを先読みする余裕すらあります。
サポートエージェントは現在、Lyft で明確なキャリアパスが見えるようになったと述べており、これはサポートチームでしばしば見られる燃え尽き症候群からの有意義な脱却を示しています。
今後、Lyft は、Claude がますます複雑な問題を処理して顧客の時間を節約する一方、人間のエージェントは人間の共感と理解を必要とする問題に集中し続けることを想定しています。目標は、AI とやり取りする場合でも人間とやり取りする場合でも、個々に必要なサポートを行っていくことです。つまり、スピードが重要な場合には迅速に対応し、つながりが重要な場合には深く寄り添うということです。
「Claude を活用することで、Lyft のサポート部門で何を生み出せるかについての私の見方が完全に変わりました」と Hovanesian 氏は述べています。「お客様により良い体験を提供するために、私たちにできることはまだまだあります」
「これにより、エージェントは本当に人間による対応を必要とする、より複雑な問題に集中できるようになりました」
