# 顧客コミュニケーションAI

> 顧客コミュニケーションAI - GPT-3のような生成AIモデルを使用して予測を強化し、顧客に優しい内容領域専門家から回答を得る方法について説明します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.227284+00:00` (UTC).

## Primary page

- [顧客コミュニケーションAI](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/llm-and-genai-apps/comm-genai.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/generative_ai/customer_communication_datarobot_gen_ai/effective_customer_communication_datarobot_gen_ai.ipynb)

このアクセラレーターでは、ChatGPTなどのLLMベースのエージェントとDataRobotの予測の説明を統合して、AIベースのワークフローに効果的な顧客とのコミュニケーションをすばやく実装する方法を説明します。

銀行業やフィンテックでは、顧客に最も重要なコミュニケーションとして、融資申請の却下などの製品やサービスの拒否などがあります。 機械学習モデルで高い債務不履行確率が予測された場合、組織は顧客満足度を維持し、チャーンを回避し、顧客の生涯価値を下げることなく効果的な方法で拒否を申請者に伝達する必要があります。 効果的なコミュニケーションには対象分野の専門知識も必要であり、すべての申請の細部まで実施するとコストがかかります。

DataRobotの予測説明は予測に対するコンテキストを提供し、LLMエージェントは困難な状況が予測された際に対する効果的でありながらも前向きな反応を提供するための専門知識を提供します。 これにより、組織は顧客に対してAIベースの決定を効果的に伝えることができ、専門家の人員に関連するコストと生産性を改善することができます。