自動車ディーラー業界の顧客体験を革新──ImpelがAmazon SageMaker上のLLM微調整で実現した新たな一歩
近年、自動車ディーラー業界でも、顧客とのデジタルコミュニケーションが重要視されるようになってきました。オンラインで車の情報を調べる、ディーラーロケーションを探す、試乗の申し込みをするなど、購入前の段階ですでに多くの接点がデジタルになっています。こうした流れの中で、大手顧客エンゲージメントプラットフォーム「Impel」は、最先端のテクノロジーを駆使して、自動車ディーラーとその顧客の間の応答体験を大きく前進させました。
この記事では、ImpelがどのようにAmazon SageMakerを活用して、大規模言語モデル（LLM）を自社向けに微調整し（ファインチューニング）、自動車ディーラーでのやりとりをよりスムーズで魅力的なものに仕上げたかについて詳しく見ていきます。
Impelとは何か？
Impelは、自動車ディーラーやOEM（自動車メーカー）向けに、車両販売を促進するデジタル体験を提供する企業です。AIを活用したダイナミックなインターフェースを通じて、製品説明、顧客対応、データ分析などを支援し、顧客とのエンゲージメントを深める役割を担っています。
その中心にあるのが、Impelの生成AIベースの「Experiencesプラットフォーム」です。このシステムは、ユーザーが自然言語で投げかける質問に対して即座に応答し、かつ文脈を考慮した対話を実現することで、従来のチャットボットやFAQ形式の限界を超える柔軟な対応を可能にしています。
課題：生成AIのパワーを自社ニーズに最適化したい
ChatGPTやClaude、Bardなど、大規模言語モデルの進歩は著しく、それらを単純にAPIとして利用するだけでも一定の効果は見込めます。しかし、Impelが直面していた課題は、「ジェネリックなLLMでは、自動車販売特有のコンテキストと要件には対応しきれない」という点でした。
例えば、車両のスペックや比較情報、地域ごとに異なる販売条件、モデルごとのオプション装備など、限定された情報に基づいた的確なやりとりを求められる場面は非常に多く、その都度優秀なセールススタッフのような自然な応答が望まれます。
そこでImpelは、大規模言語モデルをクローズドドメイン（自動車ディーラーカスタマーエンゲージメント領域）向けにカスタマイズする必要性を感じ、Amazon SageMakerを活用したファインチューニングを決断しました。
ソリューション：Amazon SageMakerを通じたLLMの微調整
Impelは、Amazon SageMaker JumpStartをはじめとするAWSのAI/MLツール群を採用し、以下の3つのフェーズを通じてプロジェクトを推進しました。
1. モデルの選定と準備
まず、SageMaker JumpStartを使用して、複数の事前訓練済みLLMモデルから候補モデルを選定。その中から、自社ニーズに最も合致するベースモデル（たとえば、FLAN-T5やBloomなど）をピックアップしました。これによりモデル選定の初期段階にかける時間とリソースを大幅に抑えることができました。
2. データの整備とトレーニング
Impelが持つ膨大なディーラー向け対話データやカスタマーサポート履歴を活用し、LLMへのファインチューニングを実施。その際、Amazon SageMakerの強力な分散トレーニング環境によって、大規模データを効率よく処理できただけでなく、ノイズの多いデータに対する前処理やカスタム前処理コードを利用したデータクリーニングもスムーズに実施できました。
また、Prompt Engineeringの技術も活用し、モデルの性能を最大限に引き出すためのプロンプト設計を繰り返し行ないました。
3. デプロイと継続的改善
モデルの完成後、Amazon SageMaker Endpointとしてリアルタイムに利用できる形でデプロイ。ユーザーがウェブサイトやアプリ経由で問い合わせを行うと、即座にLLMが応答するという仕組みが構築されました。
さらに、SageMaker Model MonitorやCloudWatchとの連携により、実際の利用状況をモニタリングし、必要に応じて応答の品質改善や再トレーニングを行っています。
成果：応答率と顧客満足度の顕著な向上
Impelのチームは、この新たなAIモデルを導入したことで、顧客との対話における応答の迅速性、一貫性、そして正確性が大きく向上したことを実感しています。
たとえば、リード変換率（お問い合わせから実際の購入や予約につながる割合）は平均30%アップ、またWebチャットでのユーザー評価においては満足度スコアが15％向上するなど、具体的な数値でも成果が見え始めています。
これにより、ディーラー側にとっては、人的コストを抑えながらも質の高い接客を維持できるという利点があり、顧客側にとっては、ストレスなく欲しい情報を得られるという価値ある体験につながっています。
さらに、新たな収益機会の創出も進んでおり、例えば、クロスセル機能を強化することで、訪問者一人当たりの平均取引額も上昇傾向にあります。
技術的インフラの重要性
今回の成果の背景には、Amazon SageMakerという強力なML基盤が存在していました。特に、SageMaker JumpStartの事前トレーニング済みモデルを用いた効率的な実験環境、分散トレーニングによる俊敏な処理、エンタープライズシステムとのシームレスな統合などが、プロジェクト成功の大きな推進力となりました。
また、Amazon S3、Amazon CloudWatch、IAMなど周辺のAWSサービスとの連携により、セキュリティとスケーラビリティの両立を実現しており、企業レベルでの本格運用においても安心して利用できるインフラが整っています。
今後の展望：LLM活用の新たな地平へ
Impelは、今後もさらに生成AIの活用範囲を広げ、顧客体験の最適化を図るとしています。将来的には、音声ベースの対話モデルの導入や、多言語対応機能の追加など、グローバル市場への展開も視野に入れています。
また、こうした事例は他業界においても応用可能であり、不動産、美容、リテールなど、顧客との深い関係構築が求められる業種にとっても大きなヒントとなります。
まとめ：人間味あるデジタル体験が、業界に新たな価値を
Impelの取り組みによって、自動車ディーラーという一見アナログと思われがちな業界でも、最新のAI技術を活用することで極めて良質な顧客体験が実現可能であることが証明されました。ただの自動応答ではなく、「まるでベテランの販売員と会話しているかのような」スペシャリスト級の応答が、24時間365日提供される──これは、企業にとってもユーザーにとっても極めて大きな利点です。
今後、企業と顧客の関係性はますますパーソナライズされる方向に進むでしょう。その中で、AIの可能性を信じ、迅速に実装へと動いたImpelのような企業こそが、次なる成長を掴んでいくのではないでしょうか。
私たちが日々接する顧客対応の在り方が、どのように進化していくのか──Impelの事例は、そこに一つの力強い未来を提示しています。
