AI活用事例データベース
物流・運輸公開情報より

東京メトロ、生成AIチャットボットとお客様センターの回答支援を導入、チャットボットの好評価が約2倍に

東京メトロは2024年11月28日から、Allganizeの「Alli LLM App Market」を使い、鉄道会社として初めて生成AI搭載のチャットボットと、お客様センター業務での生成AI活用を始めました。Allganize Japanの導入事例ページで紹介されています。

文=編集部2026年10月時点で公開

  • 従来比で約2倍

    チャットボットの好評価の割合

  • 約40万件

    お客様センターの年間問い合わせ件数

  • 約470

    問い合わせの分類カテゴリ

  • 約18,000件

    データベース化した過去の対応

COMPANY

東京地下鉄株式会社(東京メトロ)

東京都|台東区|鉄道(地下鉄)

東京都区部を中心に9路線195.0km・180駅の地下鉄を運営しています。一日平均683万人が利用します。

この企業のAI活用事例をすべて見る ›

使ったAI・ツール

#Alli LLM App Market

BEFORE導入前の課題

お客様センターは年間約40万件の問い合わせに対応しています。従来のFAQチャットボットには回答率やメンテナンス負荷の課題がありました。また、問い合わせフォームから年間約10万件が寄せられ、膨大な対応ログから過去事例を探して回答していたため、オペレーターの経験によって検索スピードに差が生じていました。

ACTION取り組んだこと

お客様向けチャットボットは、東京メトロのWebサイトに設置し、24時間365日対応しています。FAQからの回答と、RAGによる回答自動生成の二段構えとし、AIが参照する情報源を限定してハルシネーションのリスクを抑えました。お忘れ物の照会もチャットボットで受け付けています。

お客様センターの回答支援では、フォームに投稿された問い合わせをSalesforce連携で生成AIが把握し、要約して約470のカテゴリに分類し、関連情報を検索して回答案を作ります。オペレーターが必要に応じて整え、責任者と最終確認します。「東京メトロの回答スタイル」を反映するため、約18,000件の過去の問い合わせ対応をデータベース化しました。

AFTER成果

お客様向けチャットボットは、回答に対する好評価の割合が従来のチャットボットと比べて約2倍に上昇し、毎月評価が伸びているとしています。RAGでWebサイトの情報から回答できるため、FAQの追加作業や類義語登録の作業が不要になったと説明しています。回答支援については、着任して間もないメンバーから、検索に割いていた時間を圧縮できたという報告があり、経験値を問わず素早く適切な情報にたどり着けるようになったとしています。

FOR YOUR COMPANY

この事例を、自社でも実現したい方へ

運営元のホリエモンAI学校が、御社の業務に合わせてご相談をお受けします。

出典:Allganize Japan 導入事例「東京地下鉄株式会社様」
本記事は出典の内容をもとに編集部がまとめたものです。数字・成果は出典の表現に沿っています。