TRUSTBANK använder AI-agenter för personliga Furusato Nozei-gåvor

Det japanska donationsprogrammet Furusato Nozei, även känt som ”hemortsskatten”, gör det möjligt för skattebetalare att stödja de kommuner de bryr sig om genom att ge en donation. När människor flyttar till storstäder som Tokyo minskar det lokala skatteunderlaget i landsbygdskommuner, och programmet utformades därför för att ge skattebetalare möjlighet att styra en del av sin skatt till de samhällen de vill stödja. I praktiken fungerar det genom ett system med skattereduktion: upp till ett inkomstbaserat tak krediteras större delen av det donerade beloppet mot givarens inkomstskatt och kommunala skatt året därpå. Som tack skickar kommunerna gåvor till givarna, vanligtvis lokala specialiteter, så att de kan ta del av regionala produkter samtidigt som de bidrar till lokalsamhället.

Samtidigt tycker många givare att programmet är svårt att överblicka, med tanke på det stora antalet kommuner och det enorma utbudet av tackgåvor. För att förenkla processen och hjälpa givare att jämföra alternativ utifrån region eller tema har särskilda plattformar vuxit fram. Furusato Choice, som drivs av TRUSTBANK, är en av Japans största plattformar för Furusato Nozei och listar omkring 760 000 tackgåvor. Det intuitiva gränssnittet har hjälpt kommuner att nå ut till givare och stöttat många användare, särskilt dem som deltar för första gången.

För att ytterligare förbättra upplevelsen vände sig TRUSTBANK till AI och såg dess potential att hjälpa användare fatta beslut när utbudet känns överväldigande. Med hjälp av OpenAI API utvecklade företaget funktionen Choice AI, som hjälper användare att hitta tackgåvor som matchar deras preferenser.

Mer än 15 år efter att Furusato Nozei infördes har många skattebetalare fortfarande svårt att utnyttja det fullt ut. Yuki Tateyama, Product General Manager på Choice Business HQ, förklarar: Många upplever systemet för hemortsdonationer som komplicerat eller avskräckande. För att möta det har vi lagt till AI-baserade funktioner i vår Furusato Choice-app för att göra processen lättare att navigera. TRUSTBANKs första steg var att införa AI-baserad sökning för att hjälpa användare att utforska tackgåvor.

Tateyama tillägger: I Furusato Nozei-systemet handlar det inte om att köpa produkter man behöver direkt, som på vanliga e-handelsplattformar. I stället ligger fokus på hur man använder sitt donationsutrymme på bästa sätt. Med ett utbud av tackgåvor i nivå med stora onlinemarknadsplatser har det alltid varit en utmaning att hitta rätt alternativ.

Att ge personliga rekommendationer av tackgåvor, baserat på varje användares uppgifter och intention, är ett område där AI kan vara särskilt effektivt. Samtidigt saknade TRUSTBANK interna utvecklare med specialisering inom AI, vilket gjorde extern expertis avgörande. För att hantera detta inledde TRUSTBANK ett samarbete med Recursive, som nu är en officiell OpenAI-tjänstepartner.

Issei Hirano, Head of Platform Promotion in the Product Division, förklarar beslutet: ”Vi valde Recursive som vår partner på grund av deras avancerade AI-expertis och deras globala erfarenhet.

Han beskriver hur teamen arbetade tillsammans. Recursive tillhandahöll teknisk support från planeringsstadiet, designade och implementerade den konversationsbaserade AI-agenten och byggde RAG-systemet. Vi förberedde databasen med tackgåvor, definierade funktionella krav och integrerade dessa funktioner i vår app. Detta samarbete möjliggjorde en smidig uppbyggnad och utrullning av Choice AI, vilket gjorde det möjligt för användare att upptäcka rekommenderade artiklar genom interaktiva konversationer i Furusato Choice-appen.

Kärnan i Choice AI är dess multiagentarkitektur. En routningsmodell analyserar användarens indata för att avgöra avsikten och fördelar uppgifter till rätt agenter. Under detta routningslager arbetar specialiserade agenter, som Search Agent, Recommendation Agent och Greeting Agent. Varje agent kan i sin tur anropa ytterligare subagenter och verktyg, vilket möjliggör en smidig orkestrering och träffsäkra, avsiktsbaserade resultat.

Personlig anpassning är också inbyggd i promptningen. Matthew Whalley, mjukvaruingenjör på Recursive och ansvarig för agentutvecklingen, förklarar: Vi kombinerar agenter dynamiskt utifrån användarspecifik information. Befintliga användare följer till exempel en interaktionsväg, medan förstagångsanvändare följer en annan. Vi genererar promptar dynamiskt för att hantera dessa interaktionsflöden.

Choice AI körs för närvarande på serien GPT‑4.1. Whalley förklarar: Som standard använder vi GPT‑4.1 mini, men vi experimenterar med att växla dynamiskt till antingen nanoversionen eller större modeller baserat på latens och noggrannhet under testning.

Whalley lyfter också fram att analys av verkligt användarbeteende gav nya insikter: Vår analys visade att många användare interagerar med appen på samma sätt som med en sökmotor. De matar in omfattande produktinformation i LLM:en och förväntar sig omedelbara rekommendationer. Vi såg också att korta, inbyggda promptar som är utformade för att starta samtal användes flitigt. Baserat på dessa insikter införde teamet en rad förbättringar i Choice AI. Till exempel justerades rekommendationsflödet så att förslag presenteras tidigare, och bredden i de rekommenderade produkterna ökades för att ge exponering för fler och mer varierade alternativ.

Choice AI hanterar två utmaningar i Furusato Nozei-upplevelsen:

• Minska användarnas förvirring som orsakas av det stora antalet tackgåvor, genom att erbjuda personliga rekommendationer via interaktiva samtal.
• Undvika att fokusera på ett fåtal kommuner eller populära alternativ. Hjälp istället användare att upptäcka fler regioner och tackgåvor genom personligt anpassade förslag.

Med multiagentarkitekturen i Choice AI kan användare hitta relevanta tackgåvor även utan sökkunskaper eller detaljerad produktkännedom. Naturliga samtal, eller till och med vaga förfrågningar som ”en present till mina föräldrar”, kan räcka för att få fram lämpliga rekommendationer.

Choice AI minskar bias mot specifika kommuner eller produkter genom att införa kontrollerad slumpmässighet i sökresultaten. Whalley förklarar: Vi introducerar variation och anpassar rekommendationer mellan prefekturer baserat på donationsdata för att främja rättvisa och regional mångfald, såvida användarna inte tydligt anger sina preferenser. Detta hjälper användare att upptäcka mindre kommuner och nischade produkter och skapar en mer varierad och engagerande upplevelse.

Som ett resultat såg användare som använde Choice AI högre konverteringsgrad än de som förlitade sig på den vanliga sökfunktionen på webbplatsen. Hirano förklarar varför: AI:n kunde fånga upp mer vaga behov, som preferenser och budget, som användarna själva ofta hade svårt att formulera, och till och med rekommendera specifika tackgåvor.

I dag används AI i Furusato Choice främst för att förbättra sökupplevelsen kring tackgåvor och hjälpa användare att snabbt hitta alternativ som passar deras behov. Framåt planerar företaget att bredda användningen av AI till fler områden och ytterligare stärka tjänstens samlade värde.

Tateyama ser för sig att Furusato Choice blir en plattform som kopplar samman användare och kommuner genom genuin välvilja, snarare än att enbart fokusera på ekonomisk nytta. För att stödja den visionen strävar företaget efter att förfina kvaliteten på AI-drivna rekommendationer och anpassa användarupplevelsen från slut till slut, vilket i slutändan skapar en concierge-liknande tjänst som är noggrant anpassad till varje enskild användare.