一般的なAI議事録ツール
書類が、山積みのまま貯まる。
議事録を段落単位で要約して、そのまま積み上げる。どこに何が書いてあるかの目印が無いので、 あとから読む側が毎回“その時点での良い情報”を探し直すことになる。
AI構造化
商談のやりとりを、AIが読めるかたちに構造化する。
対面・オンライン会議・電話・メール。 キャプチャしたすべての顧客コミュニケーションを構造化する。 段落のまま積み上げないから、AIは必要な文脈だけを読み切れる。
山積みにしない。
棚に並べて貯める。
文字起こしを段落のまま積み上げると、AIは目印のない山を手当たり次第に探すことになる。 Frictioは会議・電話・メールのどれから来たやりとりも、その場で意味ごとに区切り、ラベルを付けて棚に並べる。
Frictio
ラベルごとの棚に、並んで貯まる。
チャネルをまたいだやりとりを意味の単位で区切り、ラベルを付けてベクトル化する。 同じ棚に時系列で並び続けるので、棚を作り直す必要がない。
会話を構造化する、
4つの層。
対面・オンライン会議・電話・メール。どのチャネルから来たやりとりも、 ラベル・ヘッダー・サブタイトル・本文の4層に分けて保存される。 人が資料を整えるときと同じかたちなので、AIも人と同じ順序で辿れる。
人が書類を整えるのと、同じ構造で貯める。
あとから整理する方式では、使うたびに棚を組み直すことになる。 Frictioはキャプチャの時点で層に分けて保存するので、 会話が終わった瞬間には、もう探せる状態になっている。
どの棚の話かが分かる
ラベルが付いているので、AIは中身を読む前に「どこを見ればいいか」を絞り込める。
ラベル同士の関係が分かる
課題と価格、競合と決裁フロー。論点のつながりが、構造そのものとして残る。
掘るべき文脈が分かる
ヘッダーから本文まで階層でつながっているので、要約からその場面の発話まで降りられる。
重要な文章から順に浮上する
ベクトル検索で上位に来るのが“良い情報”になる。AIが読み切れる量で、必要な文脈だけを取得できる。
キャプチャの直後に、
構造化は終わっている。
構造化はあとから走るバッチ処理ではない。会議・電話・メールのどれであっても、 キャプチャが終わった時点で、話題・発話・顧客の3つの粒度がそろって引ける状態になっている。
会話は、話題ごとに章立てされる。
AIがミーティング・コールを話題単位で自動分割し、要約・合意事項・次アクションを紐づける。 各話題にはスクリプトと録画が残るので、章から発話へそのまま降りられる。 プレイブックの評価も同じ単位で付く。
発話は、話者と時刻に紐づく。
誰の発言かを識別し、発話ごとに時刻が付く。「この懸念を言ったのは誰か」まで、 構造の側に残る。
顧客ごとに、ひとつの履歴になる。
対面・オンライン・電話・メール。チャネルをまたいだ接点が、顧客と担当者の単位で ひとつに束ねられる。
構造化されているから、
AIが動ける。
構造化は目的ではなく前提。整った状態で貯まっているから、 AIは推論も、評価も、入力も、根拠を持って実行できる。