GPT-4をベースに開発した「業種自動判定機能」で
営業・マーケティング活動が劇的に改善！

機能開発はどのように進みましたか？

2023年4月に企画立案をしました。当時、弊社ではGPT-4の利用可能条件を満たしていなかったため、まずGPT-3.5を用いてプロトタイプを作成しました。GPT-4への切り替えも視野に入れながら仕様や性質を確認し、イメージする機能ができそうだと判断しました。Cruiseに機能を実装すべく本格的に要件整理や仕様設計、社内調整を進めたのが5～7月頃です。その後、約1カ月でプログラムの作成、テスト、デバックを行い、8月末にCruiseに機能を実装し、テスト運用。10月にGPT-4をベースにしたプログラムに切り替え、正式に運用を始めました。

開発した「業種自動判定機能」について詳しく教えてください。

顧客情報の一部を用いてGPT-4による業種判定を行い、その回答をCruiseへ連携する機能です。具体的には、お問い合わせフォームなどで入力される ①企業名 と ②メールアドレスのドメイン（@より後ろの部分）の情報をもってGPT-4へ質問します。GPT-4は①と②の情報を元にして業種を判定、回答します。出された回答はCruiseに連携され、顧客情報が更新される、という流れです。この一連のプログラムを15分おきに実行するよう、SPIRAL® のカスタムプログラムで設定することで、業種情報の取得から顧客情報の更新まで定期的かつ自動で行われるようにしました。

もともとCruiseにあった数万件の既存顧客データに対しても、同じ仕組みで業種情報を更新しました。SPIRAL® のプログラム実行時間制限など、諸々制限がある中でプログラムを回す必要があったので多少時間はかかりましたが、人の手を介すこと無くバックグラウンドでひたすらプログラムを回し続けるだけで完了できました。

「業種自動判定機能」の導入効果はいかがでしょうか。

業種が不明なことによって発生していた問題はいずれも解決できました。お問い合わせのアサイン担当者による業種調査の作業は無くなりましたし、業種別の顧客分析も容易にできるようになりました。特に業種情報を元にした顧客分析は、膨大なデータ数を前にもう難しいかもしれない…と半分諦めていたので、今回の機能によって実現できて嬉しいですね。今では例えば、既存顧客・新規顧客それぞれの業種分布の差異を見ることで、「今は契約数が少ないが、最近新規流入の割合が多いので、今後ニーズがありそうな業界だな」といった分析ができるようになったので、アプローチすべき業界がより明確化され、効果的なマーケティング活動ができるようになっています。

何よりこれらを非常にローコストで実現できたことが良かったです。GPT-4のAPI利用料は月間で数十ドル（数千円）なので、有償ツールの導入を検討していた当時から考えると、圧倒的に運用コストを抑えることができました。

開発において苦労したことはありますか？

GPT-4に投げかける質問の仕方には試行錯誤しました。自然言語処理を用いてテキスト生成されるので、こちらが必要とする回答に近づけるためには、GPT-4が回答しやすいようにできるだけ多くの情報を与え、質問と回答をふまえて会話する必要があります。一度の会話で完結させるより、返ってきた回答に対してさらに質問することで、回答の精度をより高めることができます。また、回答の仕方の例を与えるということも大切です。

今回の場合、例えば「スパイラル株式会社の業種を教えて」とそのまま質問しても、返ってくる回答は非常に曖昧なものになります。問いたい会社名を特定するためのヒントとしてメールアドレスのドメインを提示したり、回答に統一性をもたせるために業種リストを提示したり、回答の仕方を指示したり…。この辺りの調整は苦労しましたし、これからもチューニングしていく必要があると思っています。

今回の取り組みを通して感じたことを教えてください。

今回はGPT-3.5を用いたプロトタイプ開発から始めましたが、GPT-3.5では正直こちらが求める回答精度には少し足りず、まだまだ人間によるチェックが必要だなと感じるところがありました。とはいえ、日々の業務に活用できるとわかったことは大きな成果でしたし、我々の長年の課題解決につながりました。現在は、最新バージョンであるGPT-4をベースにしたプログラムに切り替えてチューニングしつつ運用していますので、さらなる精度アップに期待しています。