東京地下鐵（Tokyo Metro）全線 180 站、平均每天超過 650 萬人搭乘，這樣一個龐大的鐵路系統，每天要處理的相當多的乘客疑問，包含問路、遺失物諮詢等，是個不小的人力負擔。為此，東京地下鐵近期決定在站內導入生成式 AI，協助處理大小事。生成式 AI 如何提升乘客體驗？
8 萬件遺失物諮詢，成龐大人力負擔
在導入生成式 AI 之前，東京地下鐵並非完全沒有嘗試其他數位轉型。東京地下鐵市場行銷部長川上幸一說：「東京地下鐵每年收到約 25 萬件乘客的訊息，其中 15 萬件是透過電話，10 萬是經由電子郵件。」為了減輕客服人員龐大訊息量的負擔，東京地下鐵有引入線上聊天機器人，但僅靠聊天機器人就能完成的諮詢，每年僅有 1.2 萬件左右。
川上形容，「它就像抓不準穴道的按摩師，經常給出與乘客需求不符的常見問題回答。」未能成功解決消費者痛點，只是浪費彼此的時間，「如果導入生成式 AI，讓回覆查詢時間縮短，並給出有效答案，能提升顧客體驗價值。對客服人員來也更有成就感，形成正向循環。」
在電子郵件收到的查詢中，大約有 80%，也就是約 8 萬件與遺失物有關。每經手一個案件，服務人員都得回信與旅客確認「什麼時候遺失？」、「在哪一站或哪裡遺失？」、「它是什麼顏色？」、「裡面裝了什麼東西？」等，先多次來回與乘客確認遺失物特徵，找尋後再回覆結果，並約定領取時間、地點等，一系列的書信往返耗時費力，川上也期盼生成式 AI 能解決這個問題。
用 70% 準確度，快速解決顧客問題
在建構生成式 AI 的過程，東京地下鐵採取的是 RAG 技術。它能從事先登錄的公司內部文件資訊等生成相應的回答，而員工後續新增、更新內部文件資訊時，系統也會自動進行內部文件資訊的結構化處理。這能幫助員工更有效率地執行文件的新登錄和更新作業，並確保文件資訊維持在最新版，讓更新不會成為絆腳石。
在遺失物處理上，東京地下鐵透過生成式 AI 構建了一個能夠根據遺失物的特徵，以對話形式輸入所需資訊的聊天機器人。如此，必要的資訊可以一次性收集到位，避免反覆溝通。除此之外，東京地下鐵也讓生成式 AI 支援「顧客服務中心」的電子郵件回覆。AI 會理解電子郵件的內容，並搜尋回覆所需的資訊以及生成回覆方案。把原本由手動進行的一系列工作全部自動化，員工只要最後確認並送出即可，大幅提升工作效率。
東京地下鐵訓練生成式 AI 方法，是當客服收到使用者的詢問時，會將應對流程分為 3 種類別，對於每一類流程，設定生成式 AI 必須達到的水準，但基本標準就是 70％ 精確度，川上說明：「我們認知到，由於生成式 AI 的特性，要達成 100％ 的精確度相當困難。」因此東京地下鐵將精準度目標設定在 70%，只要能達到 70％ 以上的準確度，即開始進行實用化。
對於生成式 AI 提供的回覆，東京地下鐵在回覆給旅客前，會同步讓客服人員參考資訊做第一層判斷，回覆中也會附上「請自行確認」的提示，提醒旅客 AI 回答還是可能出錯。東京地下鐵企業價值創造部長青木洋二表示：「生成式 AI 確實有可能會生成錯誤的資訊。但即使不完全正確，如能讓旅客更快速獲得相關提示資訊，對顧客來說幫助更大。」
台北、桃園、高雄捷運 也都開始使用 AI 技術
無獨有偶，JR 東日本近期也嘗試在內部系統上導入生成式 AI，不只讓 AI 學習鐵道相關法規，還會跨部門統一整合員工與組織中，原本由個別掌握的業務知識與經驗。
這樣一來，即使是新社員或較無經驗的員工，也能快速從 AI 獲得與資深員工給出相當的建議，加快客服速度並提升品質。此外，AI 還能在教學上，示範設備及車輛維護、施工時的注意事項及過去發生的案例，提高作業安全性。當部門出現跨領域的疑問時，也能夠由 AI 提供適當的解答，而不需詢問其他領域的員工，節省工作時間。
台北捷運目前也有設置 AI 智慧客服，每月超過 10 萬人次使用，其中設有「一般事件通報」功能，當民眾在車站或列車上需即時協助時，可透過智慧客服告知北捷客服中心及行控中心，舉例來說，當車廂內有旅客打翻飲料時，只需在對話框輸入「有人打翻飲料」，就能觸發對話，引導通報者點選路線別、輸入車廂編號，並快速通報清潔人員處理。
日前捷運中山站也在測試 AI 站務員「小捷」，它能與旅客進行對話，回答捷運或該站相關問題，還擁有人物動畫與語音，並支援中、英、日、韓 4 國語言，讓國內外旅客都能輕鬆與它對談。
桃園捷運則在旅客數較少的 A20 興南站，導入虛擬智慧站務人員「霏霏」，能查詢時刻表、票價、路網圖、交通轉乘、周邊景點、天氣資訊、車站資訊、乘車須知等，達到精簡人力的目的；高雄捷運生態園區 9 月時則在測試全新機器人，除能自行移動外，還設有大型螢幕看板於站內穿梭，能回覆旅客包含常見 QA、周邊景點等問題，未來主要用於站內白天迎賓、夜間巡檢的工作。
AI 技術日趨成熟的同時，因為日本的地鐵、私鐵存在相互直通運行的情況，如果乘客不慎遺失了錢包等物品，可能需要向多家公司查詢。為了解決這種不便，東京地下鐵未來的目標，是打造一個能各公司統一回答的模型。青木說願景是：「如果聊天機器人的功能持續提升，未來或許不再需要每個鐵道公司都設立自己的客服中心。」對旅客和鐵道公司來說，呈現雙贏局面。
延伸閱讀：仁寶AI上線了！自研模型搭配視覺辨識「幫筆電產線Debug」，下一步還想做AI助理
14歲少年之死，讓Character.AI變箭靶！陪伴AI如何擄獲2000萬人？暈船AI是特例嗎？
資料來源：ITmedia、Tokyo Metro、臺北市政府、桃園捷運
本文授權轉載自：未來商務
