ホテルおかだ、LINE WORKSの生成AIで月10時間の削減、リピーター接客の準備は1日30分〜1時間短縮。観光庁の実証

社内のノウハウやナレッジが分散・不足しており、新人や異動直後の従業員が的確な情報にアクセスできませんでした。予約情報から受注の判断が難しく、ほとんどの従業員が上位職に確認する必要があって判断が遅れていました。また、顧客データはPMS・アンケート・日報に分散しており、リピーター情報を活用しきれていませんでした。

社内で使っているLINE WORKSのBotを入口に、生成AIとRAGを使う3つの仕組みを作りました。

(1) 社内のQAデータベースを構築し、LINE WORKSのBotから問い合わせると回答が返る仕組み（GPT-4o-mini）。

(2) 予約状況データを集約し、機械学習で予測データを自動計算。その結果をRAGとしてBot経由で参照できるようにしました。生成AIに数値を計算させると誤差が増えたため、想定される質問に応じた数値を事前に計算して参照する方式にしています。

(3) PMS・宿泊履歴・注文履歴・アンケート・日報を一元化し、毎朝、当日の宿泊者について生成AI（GPT-o1）が接客に活かせる情報を作ってLINE WORKSで従業員にプッシュ通知する仕組み。

(1) 従業員へのヒアリングでは「月に5～10時間ほど業務時間が削減できた」「スマートフォンで完結できるので紙ベースでの確認業務が不要になり効率的」といった声が多く聞かれました。

(2) RAGを用いた事前計算で予約判断の迅速化を実現し、データ整理の負担軽減により業務時間が月10時間削減されました。判断基準が統一されて上位職への確認回数が減り、誰でも同じ予測情報を取得できるようになって属人化も解消されたとしています。

(3) リピーター情報の確認が自動化され、1日あたり30分〜1時間の準備時間を削減。接客の質の向上による顧客満足度の向上が期待できるとしています。

課題として、QAデータの整備が不十分だと回答が抽象的・誤りがちになること、データが複数期間にまたがると誤情報の可能性があることが挙げられています。