論文の概要: Redefining CX with Agentic AI: Minerva CQ Case Study
- arxiv url: http://arxiv.org/abs/2509.12589v1
- Date: Tue, 16 Sep 2025 02:30:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-17 17:50:52.843511
- Title: Redefining CX with Agentic AI: Minerva CQ Case Study
- Title（参考訳）: エージェントAIによるCXの再定義 - Minerva CQケーススタディ
- Authors: Garima Agrawal, Riccardo De Maria, Kiran Davuluri, Daniele Spera, Charlie Read, Cosimo Spera, Jack Garrett, Don Miller,
- Abstract要約: 顧客エクスペリエンス(CX)は、高い平均ハンドリング時間(AHT)、低いファーストコール解像度、顧客満足度の低下に悩まされ続けている。
主要なドライバはエージェントの認知的負荷であり、断片化されたシステムをナビゲートし、手動でトラブルシュートし、頻繁に顧客を拘束しなければならない。
我々は,エージェントを積極的に支援するエージェントAIの目標駆動型,自律型ツール利用システムを紹介した。
- 参考スコア（独自算出の注目度）: 1.16172539470267
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite advances in AI for contact centers, customer experience (CX) continues to suffer from high average handling time (AHT), low first-call resolution, and poor customer satisfaction (CSAT). A key driver is the cognitive load on agents, who must navigate fragmented systems, troubleshoot manually, and frequently place customers on hold. Existing AI-powered agent-assist tools are often reactive driven by static rules, simple prompting, or retrieval-augmented generation (RAG) without deeper contextual reasoning. We introduce Agentic AI goal-driven, autonomous, tool-using systems that proactively support agents in real time. Unlike conventional approaches, Agentic AI identifies customer intent, triggers modular workflows, maintains evolving context, and adapts dynamically to conversation state. This paper presents a case study of Minerva CQ, a real-time Agent Assist product deployed in voice-based customer support. Minerva CQ integrates real-time transcription, intent and sentiment detection, entity recognition, contextual retrieval, dynamic customer profiling, and partial conversational summaries enabling proactive workflows and continuous context-building. Deployed in live production, Minerva CQ acts as an AI co-pilot, delivering measurable improvements in agent efficiency and customer experience across multiple deployments.
- Abstract（参考訳）: コンタクトセンターにおけるAIの進歩にもかかわらず、顧客エクスペリエンス(CX)は、高い平均処理時間(AHT)、低いファーストコール解像度、低い顧客満足度(CSAT)に悩まされ続けている。
重要なドライバはエージェントの認知的負荷であり、断片化されたシステムをナビゲートし、手動でトラブルシュートし、頻繁に顧客を待機させなければならない。
既存のAIベースのエージェントアシストツールは、多くの場合、静的ルール、単純なプロンプト、より深いコンテキスト推論なしでの検索強化生成(RAG)によって、リアクティブに駆動される。
我々は,エージェントを積極的に支援するエージェントAIの目標駆動型,自律型ツール利用システムを紹介した。
従来のアプローチとは異なり、Agentic AIは顧客の意図を特定し、モジュール化されたワークフローをトリガーし、進化するコンテキストを維持し、会話状態に動的に適応する。
本稿では、音声ベースのカスタマーサポートにデプロイされたリアルタイムエージェントアシスト製品であるMinerva CQのケーススタディを示す。
Minerva CQは、リアルタイムの書き起こし、意図と感情の検出、エンティティ認識、コンテキスト検索、動的顧客プロファイリング、アクティブワークフローと継続的コンテキスト構築を可能にする部分的な会話要約を統合している。
実運用にデプロイされたMinerva CQは、AIコパイロットとして機能し、エージェント効率と複数のデプロイメントにおける顧客エクスペリエンスの測定可能な改善を提供する。
関連論文リスト
- Get Experience from Practice: LLM Agents with Record & Replay [16.179801770737892]
本稿では,AIエージェントフレームワークに古典的なレコード再生機構を導入する,Agent Record & Replay(Agent Record & Replay)と呼ばれる新しいパラダイムを提案する。
本稿では,AgentRRにおけるマルチレベル体験抽象化手法とチェック関数機構について述べる。
さらに,AgentRRの複数のアプリケーションモードについて検討し,ユーザ記録タスクのデモ,大規模モデルコラボレーション,プライバシ対応エージェントの実行などを検討した。
論文 参考訳（メタデータ） (2025-05-23T10:33:14Z) - SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。
提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。
我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
論文 参考訳（メタデータ） (2025-03-11T17:53:02Z) - YETI (YET to Intervene) Proactive Interventions by Multimodal AI Agents in Augmented Reality Tasks [16.443149180969776]
Augmented Reality (AR)ヘッドウェアは、日々の手続き的なタスクを解く際のユーザエクスペリエンスを一意に改善することができる。
このようなAR機能は、AIエージェントがユーザーのマルチモーダル機能に関連するアクションを見て耳を傾けるのに役立つ。
一方、AIエージェントのプロアクティビティは、人間が観察されたタスクのミスを検出し、修正するのに役立つ。
論文 参考訳（メタデータ） (2025-01-16T08:06:02Z) - AIOpsLab: A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds [12.464941027105306]
AI for IT Operations(AIOps)は、障害のローカライゼーションや根本原因分析といった複雑な運用タスクを自動化することを目的としており、人間の作業量を削減し、顧客への影響を最小限にする。
大規模言語モデル(LLM)とAIエージェントの最近の進歩は、エンドツーエンドとマルチタスクの自動化を可能にすることで、AIOpsに革命をもたらしている。
マイクロサービスクラウド環境をデプロイし、障害を注入し、ワークロードを生成し、テレメトリデータをエクスポートするフレームワークであるAIOPSLABを紹介します。
論文 参考訳（メタデータ） (2025-01-12T04:17:39Z) - CRMArena: Understanding the Capacity of LLM Agents to Perform Professional CRM Tasks in Realistic Environments [90.29937153770835]
CRMArenaは、プロフェッショナルな作業環境に根ざした現実的なタスクにおいて、AIエージェントを評価するために設計されたベンチマークである。
現状のLDMエージェントはReActプロンプトのタスクの40%以下で成功し,機能呼び出し能力でも55%以下であった。
この結果から,実環境に展開する関数呼び出しやルールフォローにおいて,エージェント機能の向上の必要性が示唆された。
論文 参考訳（メタデータ） (2024-11-04T17:30:51Z) - Asynchronous Tool Usage for Real-Time Agents [61.3041983544042]
並列処理とリアルタイムツール利用が可能な非同期AIエージェントを導入する。
私たちの重要な貢献は、エージェントの実行とプロンプトのためのイベント駆動有限状態マシンアーキテクチャです。
この研究は、流体とマルチタスクの相互作用が可能なAIエージェントを作成するための概念的なフレームワークと実践的なツールの両方を提示している。
論文 参考訳（メタデータ） (2024-10-28T23:57:19Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - CACA Agent: Capability Collaboration based AI Agent [18.84686313298908]
本稿ではCACAエージェント(Capability Collaboration based AI Agent)を提案する。
CACA Agentは、単一のLLMへの依存を減らすだけでなく、AI Agentを実装するための一連のコラボレーティブ機能を統合する。
本稿ではCACAエージェントの動作とアプリケーションシナリオの拡張について説明する。
論文 参考訳（メタデータ） (2024-03-22T11:42:47Z) - A Unified Conversational Assistant Framework for Business Process
Automation [9.818380332602622]
ビジネスプロセスの自動化は、労働者の皿からメンタルタスクを取り除くことを約束する数十億ドル規模の産業のブームだ。
銀行、保険、小売、その他の分野におけるそのようなエージェントの採用を促進するためには、学習曲線の低いシンプルでユーザフレンドリーなインターフェースが必要である。
本稿では,エージェントを構成するスキルの種類やエージェントのオーケストレーション方法について議論し,プロアクティブなチャットボットを開発するためのマルチエージェントオーケストレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2020-01-07T22:30:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。