生成AIの進展により、顧客対応の現場では「AIエージェント」の活用が現実的な選択肢になりつつあります。AIエージェントは、決められた選択肢を表示するだけでなく、顧客の質問意図を読み取り、社内ナレッジを参照しながら回答や手続き支援を行う仕組みです。
一方で、すべての顧客接点をAIに任せればよいわけではありません。問い合わせ内容によっては、感情面への配慮や個別判断が必要になり、人間による対応の方が適している場面もあります。
重要なのは、自動化そのものを目的にするのではなく、「どの対応をAIに任せ、どの対応を人が担うべきか」を先に設計することです。
本記事では、有人対応と自動対応を切り分ける基準、設計ステップ、運用時に見るべきKPIを解説します。
AIエージェントの登場で顧客接点設計が変わる理由
顧客接点の設計では、問い合わせの受付方法、回答までの導線、有人対応への切り替え方を整理する必要があります。AIエージェントの登場により、この設計は従来のチャットボット導入とは異なる考え方が求められています。
従来のチャットボットとAIエージェントの違い
従来のチャットボットは、設定されたシナリオや選択肢に沿って回答を返す仕組みが中心でした。想定された質問には対応できますが、表現が変わったり複数の要件が混ざったりすると、適切に回答できないことがあります。
これに対してAIエージェントは、大規模言語モデルやRAGなどを活用し、顧客の発話内容から意図を読み取ったうえで回答を生成します。FAQやマニュアル、社内資料などを参照しながら、文脈に合った案内を行える点が特徴です。
また、CRMやチケット管理システムと連携すれば、問い合わせ内容の要約、契約状況の確認、担当者への引き継ぎにも活用できます。そのため、AIエージェントは「問い合わせを減らすツール」ではなく、顧客接点全体を再設計する仕組みとして捉える必要があります。
完全自動化ではなくハイブリッド対応が現実的
顧客対応の現場では、人手不足、対応品質のばらつき、問い合わせ件数の増加が課題になりやすい傾向があります。営業時間、料金、手続き方法、配送状況など、回答の根拠が明確な問い合わせであれば、AIが即時に対応することで顧客の待ち時間を減らせます。
ただし、クレーム、解約相談、複雑な契約判断、個別事情を踏まえた提案などは、AIだけで完結させるべきではありません。顧客の不安や不満を受け止め、企業としての判断を行うには、人間の関与が必要です。
そのため、目指すべきは完全自動化ではなく、AIと人が役割を分担するハイブリッド対応です。AIが定型的な一次対応を担い、人は感情面への配慮や複雑な判断に集中することで、効率化と顧客体験の維持を両立しやすくなります。
自動対応と有人対応の特性を整理する
有人対応と自動対応を正しく分けるには、それぞれの得意領域と限界を理解しておく必要があります。AIに任せる範囲を広げすぎると顧客体験を損なう可能性があり、逆に人がすべてを抱え込むと効率化が進みません。
AIエージェントが得意な領域
AIエージェントが得意なのは、回答の根拠が明確で、手順や判断基準が標準化されている問い合わせです。営業時間、料金体系、申込方法、住所変更、パスワード再設定、配送状況の確認などが該当します。
これらの問い合わせは、ナレッジベースが整備されていれば、AIが安定した品質で回答しやすい領域です。営業時間外でも対応できるため、顧客の自己解決を支援し、有人窓口への問い合わせ集中を抑える効果も期待できます。
また、AIは複数の問い合わせを並行して処理できるため、一時的に問い合わせが増える場面でも有効です。オペレーターごとの知識差や表現のばらつきを抑え、一定の基準に沿った回答を提供しやすい点もメリットです。
AIエージェントの限界と注意点
AIエージェントには便利な面がある一方で、生成AI特有のリスクもあります。代表的なのが、事実と異なる内容をもっともらしく生成してしまうハルシネーションです。
RAGを活用して参照範囲をFAQやマニュアルに限定すれば、回答精度を高めることはできます。しかし、ナレッジベースに情報が不足している場合や、顧客の質問が曖昧な場合には、誤った案内や不十分な回答が発生する可能性があります。
そのため、回答不能時の挙動、有人対応への切り替え条件、誤回答時の確認フローを設計しておく必要があります。特に、金銭、契約、法的判断、個人情報、重大なトラブルに関わる対応では、AIだけで最終判断しない運用が重要です。
人間が担うべき対応領域
人間が担うべきなのは、感情面への配慮や複雑な文脈理解が必要な対応です。顧客が強い不満や不安を抱えている場合、必要なのは正しい情報だけではありません。相手の状況を受け止め、安心感を与えながら、解決に向けた選択肢を提示する対応が求められます。
また、顧客自身が課題をうまく言語化できていない場合には、対話を通じて背景を確認し、真の問題を整理する必要があります。解約相談、重要顧客への対応、例外的な判断を伴う問い合わせは、人間が関与する方が適しています。
有人対応と自動対応を分ける4つの判断軸
顧客接点を設計する際は、問い合わせを感覚的に振り分けるのではなく、判断軸を定めて分類することが重要です。ここでは、実務で使いやすい4つの軸に分けて整理します。
1. 定型度
定型度とは、問い合わせへの回答や対応手順がどれだけ標準化されているかを示す軸です。FAQやマニュアルに明確な回答があり、顧客ごとの個別判断が少ないものは自動対応に向いています。
一方で、状況によって回答が変わるもの、過去の経緯や契約条件を踏まえて判断するものは、有人対応の比率を高めるべきです。AIに任せる場合でも、情報収集や要約までにとどめ、人間が最終確認する設計が安全です。
2. 緊急度
緊急度は、問い合わせに対してどれだけ早い対応が必要かを示します。単純な確認であれば、AIによる即時回答が顧客満足度の向上につながります。
ただし、サービス停止、重大な障害、損害発生の可能性がある問い合わせなどは、AIによる一次回答だけで済ませるべきではありません。緊急度が高く、企業としての判断が必要な場合は、最初から有人対応につなぐ導線を用意します。
3. 感情の度合い
感情の度合いは、顧客が怒り、不安、不満をどの程度抱えているかを判断する軸です。感情が強く表れている問い合わせでは、AIによる機械的な応答がかえって不満を増やす可能性があります。「何度も問い合わせている」「納得できない」といった表現がある場合は、早期に有人対応へ切り替える方が適しています。
4. 顧客の重要度
顧客の重要度も、対応チャネルを決めるうえで重要です。契約金額が大きい顧客、長期契約中の顧客、解約リスクが高い顧客などは、機械的な自動対応だけで処理すると、関係性を損なう可能性があります。
このような顧客には、AIで事前情報を整理しつつ、早い段階で担当者やオペレーターにつなぐ設計が有効です。顧客ランクや契約状況をCRMと連携し、ルーティング条件に反映させることで、対応品質を保ちやすくなります。
対応レベルを3段階に分けて設計する
4つの判断軸をもとに、問い合わせを3つの対応レベルに分類すると、運用ルールを整理しやすくなります。完全自動化、半自動化、完全有人対応の3段階に分けることで、AIと人の役割が明確になります。
レベル1：AIで完結させる問い合わせ
レベル1は、定型度が高く、感情面への配慮や個別判断がほとんど不要な問い合わせです。営業時間、料金、資料請求、配送状況、基本的な手続き案内などが該当します。
この領域では、AIエージェントがナレッジベースを参照して回答します。顧客は待ち時間なく自己解決でき、企業側は有人窓口の負荷を減らせます。ただし、ナレッジの更新、回答ログの確認、誤回答時の修正体制は必要です。
レベル2：AIが下調べし、人が最終対応する問い合わせ
レベル2は、顧客ごとの事情があり、最終的には人間の確認や判断が必要な問い合わせです。製品不具合の相談、契約条件の確認、返金可否の判断、複数の履歴を踏まえた問い合わせなどが該当します。
この場合、AIは顧客から必要情報を聞き取り、問い合わせ内容を要約し、CRMやチケット管理システムに登録します。オペレーターはその情報を確認したうえで対応を開始できるため、状況把握にかかる時間を短縮できます。
顧客に同じ説明を繰り返させないことも重要です。AIとの対話ログや過去の問い合わせ履歴を有人対応に引き継げる設計にすることで、ハイブリッド対応の満足度が高まります。
レベル3：最初から人が対応する問い合わせ
レベル3は、AIを経由させず、最初から人間が対応すべき問い合わせです。重大なクレーム、解約相談、重要顧客からの相談、法務や契約判断を伴う問い合わせ、複雑なトラブル対応などが該当します。
これらの対応では、初期対応を誤ると顧客体験や企業の信頼を損なう可能性があります。AIに任せて時間を短縮するよりも、適切な担当者につなぎ、丁寧に状況を確認することが優先されます。
AIはこの領域でも完全に不要ではありません。問い合わせ前の情報整理、過去履歴の要約、対応後の記録作成など、オペレーター支援として活用できます。
顧客接点設計を進める5つのステップ
切り分け基準を決めたら、実際の運用に落とし込む必要があります。顧客体験を損なわずにAIエージェントを活用するには、現状分析、ナレッジ整備、導線設計、試験運用、改善の順に進めることが重要です。
ステップ1：問い合わせデータを分析する
まず、過去の問い合わせデータを整理します。電話、メール、チャット、フォームなどのチャネル別に、問い合わせ件数、内容、対応時間、解決状況を確認します。
そのうえで、定型化しやすい問い合わせ、有人対応を維持すべき問い合わせ、対応負荷が高い問い合わせを分類します。ここで分類を誤ると、AI導入後に顧客が迷ったり、有人窓口へのエスカレーションが増えたりします。
ステップ2：ナレッジベースを整備する
AIエージェントの回答品質は、参照するナレッジの品質に大きく左右されます。古いFAQ、部門ごとに異なる説明、担当者個人のノウハウが散在している状態では、AIの回答も不安定になります。
そのため、FAQ、マニュアル、規約、手続き資料を整理し、最新情報に更新します。回答してよい範囲、回答してはいけない範囲、有人対応へ切り替える条件も合わせて定義します。
ステップ3：有人対応への切り替え導線を設計する
AI対応で解決しない場合に、顧客がスムーズに有人対応へ移れる導線を用意します。「オペレーターに相談したい」と入力した場合、回答不能が続いた場合、感情的な表現が検知された場合など、切り替え条件を明確にします。
このとき重要なのは、AIとのやり取りを有人窓口に引き継ぐことです。対話ログや問い合わせ内容が共有されないと、顧客は同じ説明を繰り返すことになり、不満が高まりやすくなります。
ステップ4：限定範囲で試験運用する
いきなり全問い合わせを対象にAIエージェントを導入するのではなく、範囲を限定して試験運用します。よくある質問、特定の商品カテゴリ、営業時間外の一次受付などから始める方法があります。
試験運用では、AIの回答精度、有人対応への切り替え率、顧客の離脱、オペレーターの負荷を確認します。誤回答や想定外の問い合わせが見つかった場合は、ナレッジやルーティング条件を修正します。
ステップ5：KPIを見ながら改善する
AIエージェントは導入して終わりではありません。運用開始後も、問い合わせ内容や顧客の行動は変化します。継続的にログを確認し、ナレッジや導線を改善する必要があります。
確認すべきKPIには、一次解決率、有人対応への切り替え率、平均対応時間、放棄率、顧客満足度などがあります。コスト削減だけを見るのではなく、顧客体験が悪化していないかを確認することが重要です。
まとめ：AIと人の役割分担が顧客体験を左右する
AIエージェント時代の顧客接点設計では、AIに任せる範囲と人が担う範囲を明確に分けることが重要です。定型的で回答根拠が明確な問い合わせはAIに任せることで、顧客の待ち時間を減らし、有人窓口の負荷を軽減できます。
一方で、感情面への配慮、個別判断、重要顧客への対応、重大なトラブル対応は、人間が関与すべき領域です。AIは人の代替ではなく、人がより重要な顧客対応に集中するための支援役として設計する必要があります。
顧客接点の自動化を成功させるには、問い合わせデータの分析、ナレッジ整備、有人対応への切り替え導線、限定的な試験運用、KPIに基づく改善が欠かせません。AIと人の役割分担を適切に設計することで、効率化と顧客体験の両立を目指せます。
シーサイドでは、AIエージェント開発基盤の構築支援も行っております。自社の業務に合わせたAIエージェントを導入したいとお考えの方は、是非お気軽にお問い合わせ下さい。
