AIコンタクトセンターは問い合わせを解決できるAIで差がつく、と財部優一さんと澤円さんが語る動画

出典: 【AIコンタクトセンターは全社CXの戦略拠点へ】AIオペレーター導入の4つの壁とは／“会話できるAI”はもう当たり前／差がつくのは“解決できるAI”／勝敗を分ける顧客理解力／顧客の声を経営資源に変える

AIに問い合わせ対応を任せる時、会話が自然なことと、困りごとが解決することは、同じでしょうか？ 動画は、財部さんの結論の一言から始まります。

財部さんは、会話できるAIはこれから当たり前になり、差がつくのは解決力を持ったAIだと話します。

デモは通販会社の電話注文。ストレッチパンツを頼む場面で、AIはお客さんが話し終えたのを感じ取って答え、ネイビーでL、あ、やっぱりM、という言い直しも正しく拾います。郵便番号を言うと、住所の確認も1ステップで済みます。

AIは応対だけで終わらず、社内システムとの連携や、注文システムへの登録まで。

財部さん（動画の中で・12:20〜）

最短で解決率を高めていくのか、この解決率を高め続けるための仕組みというところがまず重要なのかなという風に思ってます。

最初から解決率を高めるのは難しい。その前提で、最短で解決率を高め続ける仕組みが大事だ、というのが財部さんの考えです。

澤さん（動画の中で・16:40〜）

今私困ってる、あるいは私これが欲しい。それに対して答えてくれっていうところを最短でやってくれれば人である必要があるのかっていうポイントいっぱいあるわけですよね。

困っている人にとって、会社の裏側は関係ない。助けてを最短でかなえてくれるなら、人である必要はあるのか、という澤さんの問いです。電話は歴史のある道具で、AIなら当たり外れも、疲れの影響もない、とも続けます。

最初から完璧に答えなくていい。ここは、私も同じ向きです！

分からないことは、憶測せずに聞く。AIに任せる時の、私のいちばん大事な線。

分身AI講座の受講生向けにつくった LINE の質問窓口を、手元で5問試しました。会員サイトの文から、AIが答える窓口。

直す前は、会員サイトのレッスンに手順がある質問に、分かりません、と返していました。答えの元は、公開中レッスン36本の約7.4万字から、約12.1万字へ。

足した後は、同じ質問に、モジュール2のSTEP1の手順で答えて、そのレッスンのリンクまで付けてきました！ 答えるまで8.8秒でした。

この窓口は、LINE で届いた質問に、8秒から10秒前後で答えていました。作業の報告では、LINE の通数は0。

助けてを最短で。澤さんのこの言葉と、向きが重なる所です。

AIが答えられなかった時、その原因を、誰がどうやって見つけていますか？ 動画は、AIが育っていく仕組みの説明に入ります。

財部さんは、通話の録音を文字にした記録やFAQ、Webサイトの情報をそのままAIに入れると、AIがナレッジ（知識の土台）を作る、という説明です。

答えられなかった応対は、AIが原因を特定します。ナレッジか、業務手順書か、FAQか。どれが悪いかを見定めて、改善案まで作る流れ。

財部さん（動画の中で・14:36〜）

人が見て和感なければ、ポチっと、この内容を反映するっていう風に押していただければ

言いよどみは省いています

改善案を人が見て、違和感がなければ、ポチっと押して反映する。既存のデータだけで立ち上げて、解決できないものを解決へ導いていく回し方です。

スライドは、AIオペレーター導入が行き詰まる4つの壁。どこから始めればいいか分からない、導入後に基幹システム連携が要ると分かる、ナレッジが未整備のままAIが誤答する、導入効果を経営に説明できない、の4つです。

財部さん（動画の中で・18:31〜）

慣れっちが整備のまま進めてしまうというところになりまして、これは、え、そもそも今あるナレッジだけでは立ち打ちいいかないような物量をさかなければいけないこともあったりするので

言いよどみは省いています

3つ目の壁は、ナレッジが整っていないまま進めてしまうこと。今あるナレッジだけでは太刀打ちできない量の問い合わせを、さばかなければいけない場面もある、と財部さんは見ています。

うまくいかない会社は、問い合わせを見ながらFAQやナレッジの土台を作るループが、回せていない。原因は適切なロードマップの不足で、精緻な現状分析と適切な導入ロードマップが要る、と財部さんはまとめます。

AIの誤答は、AIの出来だけでは決まらない。答えの元になる資料が整っているかどうか。私の窓口を直した時の実感と、ここがぴたりと重なります！

質問窓口は、会員サイトの資料に書いていない質問には、作り話をせず、資料には書いてなく分かりません、と返しました。LINE に届いた返事5件のうち、2件がこの型です。

1件は、10月20日の、Claudeプロジェクトの使い方のコツ、という質問。答えは、分かりません、会員サイトの困った時のページをご覧ください、でした。

残る1件は、10月21日の、講座と関係のない一言への返事。返したのは、どの道具の、どの場面で出てきたものか教えてください、という聞き返し。

別の記録では、答えの元がずれていました。講座2つ（35レッスンと5レッスン）が入っておらず、レッスンへのリンクも出せなかったんです。

40レッスンを足して、36レッスンから76レッスンへ。答えの元は約12万字から約16万字になり、試しの質問に正しいリンクで答えました！

失敗もあります。起動時の点検が、レッスン数36のままだったため、約4分、窓口が止まりました。点検の数を76に直して戻しました。起動の失敗は26回。その間に質問が届いていたかは、記録では分かりません。

AIを入れる前に、お客様が何を聞いてくるのかを、数で見たことはありますか？ 動画は、ここから画面のデモに入ります。

財部さんの順番は、顧客が先。AIは自動化から始めず、まず顧客理解のために使う、という考えです。何の目的で、どんな効果を狙って入れるのか。まずは顧客から始める、という順番です。

財部さん（動画の中で・19:45〜）

何の目的で、どういう効果を、え、狙って導入するんだっけってところは、え、まず顧客ってところから始めるべきだというのお伝えをしています。

AIオペレーターを入れる目的と効果は、まず顧客の側から決める。財部さんが、導入の前に伝えている順番です。

画面のデモは、お客様の声（VOC、ボイス・オブ・カスタマー）の分析。テンプレートから応対品質の評価を選び、傾聴・正確さ・共感・クロージングの項目を選びます。データを選んで対応づけると、ダッシュボードが出てきます。

担当者別のスコア表に、問い合わせ理由（コールリーズン）の絞り込みと掘り下げ。

財部さん（動画の中で・20:28〜）

問い合わせのある課題を整理し担当部門の改善につげていけるというような仕組みになっています。

問い合わせの中にある課題を整理して、担当する部門の改善へつなげる。そういう仕組みだ、と財部さんは説明します。

画面には、取り組む箇所を見定めるボードも出ます。基幹システム連携が要る問い合わせの割合と、FAQを直すだけで自動化できる問い合わせを確かめる画面です。

問い合わせ理由の表では、賞味期限と買い置き可否を知りたい、が16件（5.9%）で1位。ここを真っ先にFAQにする、という話でした。

財部さん（動画の中で・28:32〜）

いかに解決率を最速で上げていけるかってところが勝負の若い目になりますので

解決率を、どれだけ早く上げられるか。そこが勝負の分かれ目になる、というのが財部さんの見方です。

AIを入れる前に、まず声を集めて、何が問われているかを知る。目的から決めたい私には、しっくりくる順番です！

勉強会のアンケートを、小型のAI（9B）と中型のAI（27B）に読ませて、項目ごとに判定させました。まずは64件で試しています。

つまずきを拾う項目は、64件のうち小型が52、中型が23。次の一歩を選ぶ項目は、小型が45、中型が51でした。運営の穴は、10件すべて！

ただし、この試験の正解は、AIが先に付けた答えです。人が1件ずつ確かめた物ではないので、数字は目安として読んでくださいね。

動画の話は、AIが手続きを最後まで進める話から、人への引き継ぎへ移ります。AIが答えられない時、お客様を人に回す線を、どこに引いていますか？

財部さんによると、AIは応対だけでなく、手続きや課題の解決まで進められます。注文の処理を実際に行い、注文システムに登録するところまで、できるようになってきたそうです。

財部さん（動画の中で・11:31〜）

あるいはもちろん、人で、え、対応する必要があるものはちゃんと人にエスカレーションをしていくってこともできるようになっています。

言いよどみは省いています

人が対応する必要のあるものは、きちんと人にエスカレーションする。AIがすべてを抱える話ではありません。

ここから話は働き方へ広がります。澤さんによると、報連相の中で一番縮めたいのは報告です。

澤さん（動画の中で・27:04〜）

なんでかっていうと、法れ想ってこれ自系列なんですよ。報告って過去のことだからもう起きてることでしょ。そういったものっていうのはもうできる限り自動化をした方がいいって話になるんで。

報連相は時系列で並んでいて、報告は過去のこと。すでに起きたことなので、できる限り自動化したほうがいい、という考えです。

人に回す線は、AIの出来で決まる話ではありません。線を引くのは、人の仕事。

AIに仕事を任せる時に、送る手前で止める線について、前に私が書いた記事があります。その記事から1文を引きます。

私の記事より（AIに仕事を任せるなら、送信の手前で止めて最終チェックだけは人が持つ・返信は自動でできても、送信の手前で止める）

止める線は送る操作かどうかでは引けない、ということ。引く所は、そこが私の決める所かどうかです。

線の目印は、操作の種類ではありません。判断が私の持ち分かどうか。

持ち分の判断なら、AIがどれだけ進めても、最後は人へ戻します。必要なものは人にエスカレーションするという動画の話とも、向きが重なります。

10月23日の朝のまっちんぐーLIVEで、私は公式 LINE の使い方として話しました。AIが分からなかった時は、お客さんに本人から確認するので待ってね、と送り、問い合わせの内容と返信用のリンクを担当者の LINE に回す形も作れる、と。

話したのは、作れる、というところまでです。

同じ10月23日、私は質問窓口の案内を、講座の動画から外す形に直しました。

同じ日のうちに、講座の先生が困った時の表に無い質問を受けた時の行き先を、作らないと決めました。先生がガイドと表を一緒に見直す形です。

作れることと、今作ることは別です。行き先をあえて作らないのも、任せる境界を決める一手でした！

動画は、AIが注文の登録まで進め、必要な時だけ人に回す仕組みの話でした。私の窓口は、人への行き先をあえて作らない形。人に回す線を先に決めておく点で、両者は重なります。

問い合わせが集まる場所は、お客様の声がいちばん集まる場所でもあります。動画の話は、ここから会社全体へ広がります。

財部さんの見方では、コンタクトセンターは企業の中でお客様の声が最も集まる場所です。全社のCX（顧客体験）の戦略拠点になる、と話します。

財部さん（動画の中で・30:10〜）

メインのゴールとよりは究極のゴールとしてはお客様から、選ばれ続けることだと思ってます。

言いよどみは省いています

自動化率やコスト削減は、究極のゴールではありません。目指すのは、お客様から選ばれ続けること。

財部さん（動画の中で・30:21〜）

コスト削減につがるところに加えてなぜお客様がそもそも問い合わせをくださってるのかっていう、根本課題の解消

言いよどみは省いています

自動化はコスト削減につながります。それに加えて、なぜお客様が問い合わせをくださるのか、その根本の課題を解消していく。

話を受けた澤さんは、仕事の中のノイズを見つけるマジックワードがある、と続けます。それが、とりあえず。

澤さん（動画の中で・31:19〜）

とりあえずってキーワードがついてるものは全部やめる一択なんですよ。本来だったらとりあえずでやってるものはとにかく排除。そして本当に必要なものは何なのかっていうのをこれ抽出するのが大事なんですね。

とりあえずが付いている仕事は、全部やめる。そのうえで、本当に必要なものを抜き出していく。お客様の声は原石で、磨けばダイヤモンドになる、という話にも広がります。

声を拾うことと、とりあえずをやめること。私には同じ向きに見えます。

積み減らして、本当に必要なものを残す。AIに委ねて人は積み減らす、という私の軸とそのまま重なります！

問い合わせの中にあるお客様の声を、とりあえずで流していませんか？

財部さんと澤さんの日本語の動画は、会話できるAIより解決できるAI、導入が行き詰まる壁、お客様の声で顧客を知ること、人に回す線と報告の自動化、声を経営資源にして選ばれ続けること、の5つを順に話していました。

最初から解決率が高くなくていいんです！ 答えられなかった応対から原因を見つけて、直し続ける。そのために、AIの答えの元になる資料を整えるのが先です。

自動化の前に、お客様の声を集めて、何が問われているかを知る。取り組む箇所は、声の数で決めます。声が多く集まっている所から、手を付ける順番です！

人に回す線は、任せる前に決めておく。報告のように過去のことは、自動化していい。とりあえずが付くものは、やめる。ここまで決めて、やっと任せる準備が整います。

AIに問い合わせを任せる前に、ひとつ数えてみてください。答えの元の資料、人に回す線、やめるもの。この3つのうち、まだ決めていない物はどれですか？