ディープラーニング（深層学習）とは、人間が自然に行っている思考をコンピューターに学習させるテクノロジーです。現在の人工知能（AI）の多くにはこの技術が採用されています。かつては人間が行うしかなかった多くのタスクが、このテクノロジーによりAIに任せられるようになっています。

ディープラーニングが台頭する以前から、コンピューターにデータの処理方法を学習させる「機械学習」の技術は存在していました。ディープラーニングも機械学習も、データ処理をコンピューターに学習させるという点では同じです。一方で、両者の間には明確な違いがあります。
機械学習の場合、処理するデータに加えて各データの判別条件を人間が提示します。例として、複数のオブジェクトが含まれた画像の「車」「人」「動物」といった個別の要素を認識させるためには、それぞれの要素の特徴を人間が示さなければなりません。ディープラーニングの場合、コンピューターは与えられたデータを解析し、含まれている要素の特徴、違いを自ら割り出します。上述したような画像を提示した場合も、各要素の特徴を人間が提示する必要はありません。

ディープラーニングによるデータ解析は音声データの解析にも応用されています。現在は、解析の正確性が業務レベルに到達したと言われています。コールセンターにおいても、ディープラーニングの音声データ解析をオペレーションの効率化に生かす動きが見られています。
代表的な活用例が、顧客とコミュニケーターが交わす会話内容の音声認識です。音声認識機能により複数の応対内容を同時にテキスト化し、コミュニケーターへのエスカレーションや指導に生かすシステムが多くのコールセンターで導入されています。また、これまでコミュニケーターによる入力が必要だった対応履歴の記録も、音声認識機能により大幅に効率化されました。このことにより企業にとって商品開発・サービス改善の重要なヒントであるVOCの収集も容易になっています。
近年は、ディープラーニングを搭載したAIによる感情解析機能を集めています。顧客の感情を可視化することで、温度感の高い顧客との対応や、顧客満足度向上のソリューションとして注目されています。