自治体AIコンタクトセンター、何をどこに任せる？～Amazon Connect Customer ＋ Amazon Bedrockの実践知～

自治体の窓口業務では、住民に対して正確な回答が求められます。ある自治体での実証実験で、Amazon Connect Customer と Amazon Bedrock を使った AI コンタクトセンターを構築しました。正答率 95% を目標に、市民の属性を聞き出す多段階対話や厳密な分岐判断を実装する中で、当初の Amazon Connect Customer の AI エージェント機能から Lex ＋ Lambda ＋ Bedrock 構成へ移行しました。 痛感したのは、一般的な一問一答の RAG では自治体業務に対応が難しいケースがあるということです。申請者属性に応じた厳密な分岐判断をナレッジ検索（RAG）で解決しようとしたところ、相性が良いとはいえませんでした。また、固定メッセージを LLM に推論させたことで応答にゆらぎが生じ、音声案内として破綻する場面も。 本セッションでは、コールフロー・Lex・Lambda・Bedrock の各サービスに「何を任せるか」の判断基準を、失敗談をもとに具体的にお話しします。自治体 AI 導入を支援するベンダー・SIerの方に向けた内容です。