대형 철도 회사
총무 스페셜리스트 AI가 노무 응대
숙련 담당자의 지식과 응대 이력을 보유한 「노무 응대 AI」를 도입하여, 여러 사람이 분담하며 개인 의존이 발생했던 사내 문의 응대를 집약·자동화함으로써, 답변 품질의 균일화와 업무 공수의 대폭 절감을 실현했습니다.

숙련 담당자의 지식과 응대 이력을 보유한 「노무 응대 AI」를 도입하여, 여러 사람이 분담하며 개인 의존이 발생했던 사내 문의 응대를 집약·자동화함으로써, 답변 품질의 균일화와 업무 공수의 대폭 절감을 실현했습니다.
철도 그룹 회사에서, 여러 명의 담당자가 개별적으로 실시하여 개인 의존이 발생했던 인사·노무 상담 업무를, 숙련된 총무 스페셜리스트의 지견을 보유한 「노무 응대 AI(클론)」에 집약·대체시키는 지원을 진행했습니다. 과거의 방대한 응대 이력과 매뉴얼을 AI에 학습시켜, 종업원의 문의에 대해 자동으로 답변하는 시스템을 구축했습니다. 기본 응대는 모두 AI가 실시하고, AI로 대응하기 어려운 복잡한 케이스만 사원이 지원하는 운영 플로우를 설계했습니다. 이를 통해 담당자별 답변의 편차를 해소하고, 업무 공수를 큰 폭으로 절감함과 동시에, AI가 응대 이력으로부터 지속적으로 학습함으로써 답변 품질이 향상되는 사이클을 실현했습니다.
【과제】
- 사내 노무와 인사 상담 창구를 여러 명이 실시하고 있었습니다(업무 분담과 답변에 편차가 발생했으며, 또한 지식이 분산되었습니다)
- 그때그때의 조율과 메일 문의 공수 부담이 컸습니다(여러 명이 업무 부하를 느끼고 있어 본업에 집중하지 못했습니다)
- 노하우가 개인에 의존했습니다(여러 명이 담당을 나누고 있었기 때문에 응대 노하우도 분산되었습니다)
【성과】
- 총무 스페셜리스트를 재현한 노무 응대 AI를 설치했습니다(응대를 흡수하고, 응대 이력도 전부 보존했습니다)
- 주체는 AI로 하고, 사람은 지원 역할로 돌아서며 공수를 절감했습니다(기본 응대는 클론이 실시하고, 필요 시 담당자가 지원했습니다. 인공 절감 -25%)
- 응대 이력을 기반으로 AI는 새로운 학습을 흡수하며 지속 성장합니다(응대 증적을 확인할 수 있을 뿐만 아니라, 정답 데이터를 토대로 클론이 성장합니다)