AI（人工知能）を活用してコールセンターはどう変わるのか？導入事例やメリットを解説

まずは、コールセンターが抱えている課題について見ていきましょう。現在のコールセンター業務においては、主に以下の4点の課題があるといえます。

それぞれの課題について、なぜその課題を抱えているのかといった背景と合わせて解説していきます。

コールセンターは、きめ細やかな対応だけでなく厳しいクレーム対応も求められるなど、オペレーターに負荷が掛かりやすくストレスの高い職種の一つといえます。その影響から離職率も非常に高いため、人材の入れ替わりが激しく、常に人員の確保やオペレーターの教育などが求められています。

しかし、人材を確保しようにも近年の有効求人倍率は高い傾向が続いており、コールセンターの多くが採用難に陥っているのが現状です。こうした状況が続いてしまうと、社内リソースだけで賄うのは難しくなってしまうため、外部へアウトソーシングをするなどの検討も必要になっているのです。

オペレーター業務の効率の悪さも大きな課題といえます。

例として、オペレーターが受電した後の後処理などが挙げられるでしょう。オペレーターは顧客からの対応が完了した後、システム上に問い合わせ内容などを入力していきますが、この後処理に時間が掛かってしまうと、他の電話が取れずに「あふれ呼」が発生してしまい、機会損失につながってしまうのです。

あふれ呼によってコールセンターになかなかつながらない状況が続くと、顧客は不満を募らせてしまいます。業務効率を高めてオペレーターの業務負担を減らし、つながりやすいコールセンターの仕組みを構築することは非常に重要になるのです。

昨今では顧客からの問い合わせ内容が多様化しており、オペレーターが覚えることも非常に多くなっています。そのような顧客からの問い合わせに対してもきめ細やかな対応が求められ、適切な対応ができなければ顧客満足度の低下につながってしまいます。

しかし、前述したようにオペレーターの数がそもそも不足している現状では、教育なども満足に行えず応対品質の維持が難しくなっている現状です。さらに、マニュアルなども完備できておらず、応対ノウハウが属人化してしまっているコールセンターも少なくありません。

コールセンターで満足な対応ができなければブランドイメージの低下につながり、売上の低下にまで至ってしまいますので、早急に改善が必要な課題だといえるでしょう。

昨今では電話による応対だけではなく、メールや有人チャットなど、顧客からの問い合わせチャネルが多様化していることも直面している課題の一つです。デジタル社会が進んでいる状況において、こうした問い合わせチャネルの多様化に対応することが、非常に重要だといえるでしょう。

しかし、問い合わせチャネルが増加することで、顧客は自身に最も適した方法で問い合わせることができる反面、オペレーター側の業務負担は増加してしまうことになります。人材を拡充することはもちろん、AIなどを活用した対応の自動化なども必要になってくるでしょう。

コールセンターAIは「自動化」のためだけのものではありません。実際には、業務効率化・品質向上・CX改善まで幅広く活用される基盤技術になっていることが多いです。

AIの進化により、単なる問い合わせ対応にとどまらず、オペレーター支援や品質マネジメント領域まで対応可能になっているため、現在では「自動応答」「業務支援」「品質評価」といった複数の領域でAI活用が進んでいます。

それぞれ役割が異なるため、コールセンターAIを正しく活用するためには、AIの種類と特徴を理解したうえで、自社の課題に適した領域を選ぶことが不可欠といえます。

コールセンターAIの中で最も導入が進んでいるのが、自動応答系AIです。

これは、問い合わせ対応の一次対応を自動化でき、対応件数の削減とオペレーター負担の軽減に直結するAIです。
たとえば、チャットボットやボイスボットを導入することで、よくある質問や定型的な問い合わせの多くを自動対応できるようになります。一般的に、問い合わせ内容が定型化している場合、一定割合の自動化が可能とされています。また、対応件数が多いほど効果は大きくなります。

自動応答系AIは、問い合わせボリュームが多い企業ほど導入効果が高い領域といえるでしょう。

オペレーター支援・要約系AIは、応対品質と業務効率の両方を改善できる重要な領域です。

これは、通話内容やチャットログをリアルタイムに分析し、適切な回答候補の提示や自動要約によって業務を支援するために使われます。

具体的には、問い合わせ内容に応じてFAQを自動表示したり、応対履歴を自動で要約したりすることで、オペレーターの対応時間（AHT）の短縮が期待できます。また、ベテランオペレーターのノウハウをAIが補完することで、属人化の解消にもつながります。

このように、支援・要約系AIは、ベテラン依存から脱却し、組織全体の応対レベルを底上げする施策として有効です。

コールセンターAIの中でも、最もインパクトが大きい領域が品質管理系AIです。

その理由は、従来はサンプリングでしか実施できなかった品質評価を、全量かつ客観的に実行できるようになるためです。

従来の品質評価は、SVが一部の通話やチャットを確認する方式が主流だったため、評価のばらつきや見落としが課題でした。一方で、品質管理系AIを活用すれば、すべての応対ログを対象に評価が可能となり、さらに顧客の感情分析なども行えるようになります。

品質管理系AIは、応対品質の標準化とCX改善を同時に実現できる中核的な技術といえるでしょう。

コールセンターAIは「機能」ではなく、「課題」から逆算して選ぶことが重要です。

それは、AIにはさまざまな種類があり、目的を明確にしないまま導入すると効果が出にくい傾向があるためです。
たとえば、問い合わせ件数を減らしたいのか、応対時間を短縮したいのか、品質を均一化したいのかによって、選ぶべきAIは異なります。

そのため、まずは自社課題を整理し、最適なAI領域を紐づけることが必要です。

また、AI導入でよくある失敗には以下があります。

これらを防ぐためにも、目的・KPI・運用体制を事前に設計することが成功の鍵です。

では、コールセンターにAIを導入することで、何がどう変わっていくのでしょうか。先ほどの課題に照らし合わせると分かりますが、「オペレーターの業務負担の軽減」や「リソースの有効活用」、そして「応対品質のサービス向上」などが期待できるでしょう。

ただし、AIの導入によってオペレーターの業務が完全に自動化できるわけではありません。なぜなら、AIは人間とは異なり臨機応変な対応には向いていません。AIは、定型業務などの決められた問い合わせに対しては問題なく対応できます。しかし、突発的で複雑な問い合わせへの対応は難しいのが現状なのです。

前述したとおり、昨今では顧客からの問い合わせが多様化してきています。あらゆる顧客からの問い合わせに対応していくためには、コールセンターも柔軟に対応していかなければなりません。

ですから、今後の対応はAIと人を組み合わせることによりコールセンター業務が効率化することが考えられます。世の中には「AIに仕事を奪われる」といった論調もありますが、コールセンターで主体となるのはAIではなく、あくまでもオペレーターだといえるでしょう。

続いて、コールセンターにAIを導入するメリットについて見ていきましょう。大きなメリットとしては、以下の3点が挙げられます。

それぞれのメリットについて解説していきます。

コールセンターにAIを導入するとオペレーターの業務負担が軽減されるのはもちろんのこと、顧客の負担軽減にもつながります。たとえば、チャットボットを導入して顧客に起きている問題を自身で解決できれば、コールセンターへ問い合わせる手間がなくなります。オペレーターも受電回数が減るため、必然的に業務負担が軽減されるわけです。

また、コールセンターに問い合わせた際に「〜に当てはまる方は１を」といった案内を出すIVR（自動音声応答装置）と呼ばれるものがあります。このIVRについてもAI搭載のものを活用すると、自動音声に反応する顧客の声を聴き分けて自動的に振り分けが行えるようになっています。そうなると実際にオペレーターが対応する範囲は限定的となりますので、大きな負担軽減が期待できるでしょう。

コールセンターを運営する企業としてもオペレーターの対応範囲が狭まりますので、必要な人数を最小限に設定することができ、人手不足の解消にも貢献できるはずです。

コールセンターAIの中でも、品質管理領域の導入はCX向上に直結します。

その理由は、先に述べたようにサンプリング評価では見えなかった課題を、全量データから把握できるようになるためです。

たとえば、有人チャットの全ログを自動評価し、オペレーターごとの傾向や改善ポイントを可視化することで、フィードバックの精度が大きく向上します。

その結果として、応対品質の均一化 → 顧客体験（CX）の向上 → LTVや解約率の改善といったビジネス成果につながります。

BCPとは、自然災害などで事業継続が困難になった場合でも被害を最小限に抑え、早期復旧によって事業継続を行うための手段を決めておくことです。

昨今のコロナ禍も自然災害と同じような“緊急事態”の一つですが、緊急事態に陥ったとしても、コールセンターとしての機能を失わないための設計が求められるのです。例として、コールセンターを複数拠点で稼働させる、自動音声によって対応させる、といったことが対策として挙げられます。

他にも、オペレーターがリモートでの対応を可能にする体制を整えることも挙げられるでしょう。問い合わせに対してAIが内容をテキストとして起こし、自動でメール送信を行ってくれるため、オペレーターは自宅などの社外にいながらもスムーズな対応が行えるのです。

AIを活用することで、こうしたあらゆる事態でも対応できる体制の構築ができるため、BCP（事業継続計画）対策の実現につながっていきます。

※BCP対策について詳細が知りたい場合には、別途コラムをご用意していますので、こちらをご覧ください。

AIを導入することで、リアルタイムの文字起こしや問い合わせ内容に合った回答をオペレーターの画面に表示できるため、オペレーターによって応対品質に差が出なくなります。経験値やスキルによって応対品質に差が出やすいオペレーター業務では、属人化の防止にも役立つのが大きなメリットでしょう。

他にも、顧客の声色や抑揚の大きさなどから感情を分析できるAIシステムも登場しており、問い合わせをしてきた顧客の感情に沿った対応が迅速にしやすくなります。これも、顧客満足度の向上につながるはずです。

また、オペレーターがAIのサポートによって適切な対応をしやすい環境を用意できることは、「ストレスを抑えて働ける」ということにもなりますので、定着率のアップも期待できるでしょう。

既にコールセンターでのAI導入は進んでいます。続いては、実際のコールセンターでのAI導入事例として有名な、以下の4社の事例を紹介しましょう。

配送会社であるヤマト運輸株式会社では、2020年11月から法人向けのサービスとしてAIオペレーターによる集荷依頼電話応対サービスを開始しています。

音声認識技術や音声合成などを組み合わせ、AIによる自動対応を実現しています。なお、AIによる対応が困難な場合は自動的にオペレーターに切り替わる仕組みも構築しており、依頼主を不安にさせることがないように工夫されています。

AIによる対応を導入したことで、集荷依頼をする際の電話の待ち時間が削減され、顧客満足度の向上につながっているといいます。

法人向けに開始された同サービスは好評を博し、2021年4月からは個人向けにも開始され、さらなるサービスの拡大に至っています。

保険会社であるアフラック生命保険株式会社では、コールセンターに声紋認証のAIを導入しています。声紋認証とは、顧客の声色などから本人確認を行う方法で、問い合わせがあった際にスムーズな本人確認が行えます。

従来ではオペレーターが問い合わせてきた顧客の名前や証券番号、生年月日、住所などを一つずつ確認する必要があり、大きな業務負担となっていました。声紋認証を導入したことで、これらの確認時間が削減され、応対時間の短縮や問い合わせに対する満足度の向上に貢献しています。具体的には、これまで約2分掛かっていた本人確認時間を、約30秒まで短縮させたといいます。

なお、声紋登録の方法は、一度電話して登録する方法とスマートフォンから自身で登録する2つの方法があるため、顧客の都合に合わせて登録できるようになっています。

賃貸事業などを展開している株式会社レオパレス21では、音声認識を導入して応対品質の向上とオペレーターの業務支援を実施しています。

具体的には「通話の録音記録を分析し、応対内容の評価」「リアルタイムに通話内容を書き起こし、関連するQ&Aを自動的に画面に表示」「顧客からの問い合わせ内容を収集、分析」などです。

実際に通話内容がリアルタイムで書き起こされると、関連するQ&Aが表示されます。それによりオペレーター自身が問い合わせ内容に関連するQ&Aを探す時間が必要なくなり、スムーズな案内が行えるようになっています。

さらに、問い合わせ内容を収集、分析することで、自社の業務展開などにも活かすことが可能になっているようです。同社では、音声認識を導入したことで、年間約2,633時間の作業時間削減と約460万円のコスト削減を見込んでいるといいます。

金融機関である株式会社SBI新生銀行では、有人チャットの品質管理にAIを活用し、全量評価の仕組みを導入しています。

同行では、口座数の増加やチャット利用の拡大に伴い、問い合わせ件数が増加していました。その結果、日々の対応を優先する運用となり、応対品質の振り返りや改善活動に十分な時間を確保できないという課題がありました。また、従来のサンプリング評価では一部の応対しか確認できず、全体の品質傾向や改善ポイントを把握しにくい状況でもありました。

そこで、すべてのチャット対応を同一基準で評価できるAIによる全量自動評価の仕組みを導入しました。これにより、オペレーターは自身の応対内容を客観的に振り返ることができ、改善活動が現場に定着しています。

さらに、窓口全体の品質状況を継続的に把握できるようになったことで、従来は難しかった全体最適の改善が可能となり、品質管理の高度化にもつながっています。結果として、SVの評価工数が大幅に軽減され、育成や品質改善といった本来注力すべき業務にリソースを割けるようになりました。

コールセンターにAIを導入するメリットや事例について見てきましたが、いよいよ導入手順を確認していきましょう。実際にコールセンターにAIを導入する手順は、以下のステップで進めていきます。

それぞれ簡単に解説していきましょう。

まずは現在運用しているコールセンターの課題を洗い出し、AIシステムを導入することでどのように改善していきたいのかを明確にします。課題は一つとは限りませんので、複数ある場合には解決する優先順位を決めてからAIに任せる業務範囲を策定します。

課題を解決できるAIシステムを選定していきます。製品を選定する際には、課題を解決できる機能が十分に備わっているかどうか、費用対効果は優れているかどうか、導入後のサポート体制は十分かどうか、などを確認していきます。

AIシステムは「導入すること」が目的ではありません。課題を解決し、業務を効率化させて売上の増加やコスト削減などを目指していくのが大きな目的です。自社にとって必要な機能や要件などが整っているか、目的に沿ってじっくり検討していくことが重要になります。

AIシステムを選定した後は、システムで設定した業務範囲のなかで適切に運用ができるよう、対応フローの設定や蓄積データの入力をしていきます。データ入力はすぐに完了するものではありませんので、入力期間として一定期間の余裕を持っておくことが必要です。

入力したデータが問題なく稼働するか、分かりやすい回答を表示させているか、などの試験運用を社内向けに行います。何か不具合がある場合には改めて設定をし直すなど、問題なく本稼働ができるように課題を炙り出していくことも試験運用の目的です。試験運用が滞りなく進めば、サービスを本稼働させていきます。

サービスの本稼働後も定期的にデータを確認し、より回答の精度が上がるように調整していきます。AIはデータの蓄積量が増えれば増えるほど、回答の精度も上がっていくのが特徴です。

導入したシステムが的確な回答をしているか、レポート機能などを用いて確認していきます。もし至らない部分があれば調整するなど、適宜チューニングを続けていくことが重要になります。

導入ステップを見てきましたが、実際にコールセンターにAIを導入する際には、主に以下の2つが注意点として挙げられます。

それぞれ詳しく見ていきましょう。

AIシステムを導入する際には、自社の課題を解決できるかが最も重要な視点になります。AIシステムは機能が限定的なものもあれば、さまざまな課題に対応ができるように機能が豊富に設定されているものもあります。「機能が豊富だから」と高性能なAIシステムを導入したとしても、使わない機能ばかりであれば費用対効果は悪くなってしまいます。

自社のコールセンターの課題は何で、その課題をきちんと解決できるかどうかを慎重に突き合わせましょう。また、製品の選定時には製品が想定している規模感や提供形態なども確認しておくことが必要です。

AIシステムは導入までの期間よりも、導入してからの運用期間の方が長くなります。そのため、導入後にトラブルが発生する可能性も十分に考えられます。

具体的には、「AIの回答精度が悪く、顧客からのクレームにつながってしまった」「システム上の問題が発生してしまって業務が止まってしまった」などです。このようなトラブルが起こっても迅速に対応ができるよう、外部ベンダーのサポート体制や自社内でのフォロー体制を確認しておくと良いでしょう。

AIの業務範囲とオペレーターの業務範囲を明確にし、トラブルが発生した場合にはどの部門が対応するのか、責任の所在を明確にしておくことも重要なポイントになります。

コールセンターでのAIの活用はさらに広がっていくと予想されます。AIを効果的に活用することでコールセンターの業務を効率化させる、オペレーターのモニタリングを客観的に行えるなど、導入する製品によってさまざまなメリットがあります。

まずは自社の課題を明確にし、「その課題を解決するためにはどのようなAIシステムが適切か」を考えて検討を進めていきましょう。

もし、“AIを用いた応対品質の評価”をご希望でしたら、ぜひパーソルビジネスプロセスデザインにご依頼ください。

オペレーターの有人チャット対応内容を評価したいというご要望には、『AQchat』で対応が可能です。『AQchat』は、さまざまなモニタリングレポートを出力できる有人チャット自動品質評価システムです。

HDI三つ星サポートのポイントを押さえた評価基準を採用していますので、統一基準による自動品質評価が可能で、オペレーターへの納得感あるフィードバックによりお客様満足度の向上をサポートします。

▼有人チャット自動品質評価システム「AQchat」

また、コンタクトセンター向けAI音声認識ソリューション「AmiVoice® Communication Suite」を導入されている企業に対しては、応対品質管理の自動化を支援するコンサルティングサービスをご提供しています。

HDIサポートセンターアナリストが開発した評価指標を用いることで、公平性の高い品質管理が可能になります。

▼自動モニタリングコンサルティングサービス

AIを用いた応対品質の評価に関して、何かご不明点があればお気軽にご相談ください。