座談会 <AIオペレータの現在地と可能性>
顧客と対話する、AIオペレータの本番運用が進んでいる。通販商品の受注の自動化に取り組む大嶌屋と、AI IVRによる窓口振り分けを進めるみずほ銀行。両社の事例をもとに、導入による成果や顧客の反応、運用上の課題、今後の適用範囲拡大の可能性を議論した。
<パネリスト>(順不同)


<モデレータ>

秋山 生成AIの活用というと、コンタクトセンターではオペレータ支援や顧客の声(VOC)分析など、社内向けの業務から取り組む企業が多いと思います。しかし、顧客と直接対話するAIオペレータの導入も進み始めています。
そこで今回は、すでに本番運用している2社に、導入の背景や効果、実際に運用して分かった課題をうかがいます。まず、それぞれの取り組みをご紹介ください。
吉武 大嶌屋は、熊本県宇城市を拠点に、テレビ通販を中心とした食品の通信販売を行っています。果物などを全国の契約農家から産地直送しており、テレビCMの放映は年間約2500回に上ります。
従来、電話での受注は本社とグループ会社のオペレータが対応していました。しかし、テレビCMの出稿量によって入電が大きく変動します。繁忙期の1〜3月や10〜12月は、3カ月間で10万〜15万件程度の入電がある一方、それ以外の時期は、5万件以下になるなど、季節による変動が激しい。外部に委託していなかったこともあり、人員を柔軟に増減することが難しく、年間の応答率は16%にとどまっていました。
また、繁忙期は新規顧客の受注対応にリソースが集中し、既存の会員様への対応や、アウトバウンド業務に十分な時間を割けないこと。さらに、オペレータによって案内する内容にバラつきがあることも課題でした。これらを解決する手段として、AIオペレータの導入を進めました。
秋山 入電の波が大きい通販事業では、人員配置のみで対応するには限界がありそうですね。では現在は、どの範囲をAIに任せているのでしょうか。
吉武 現在は、新規顧客からの受注対応をAIに置き換えています。入電時には従来型のIVRで用件を振り分け、全体の約4割を占める注文目的の電話をAIにつないでいます。
ただし、受注に至った案件のうち、AIのみで完全に処理できているのは約47%です。データの修正のみで対応が済み、顧客への折り返しが不要な案件までを含めると、71%になります。AIオペレータの導入後は、応答率は16%から48%、会話率は64%から85%に改善しました。センター全体のCPH(Call Per Hour)も、4.2から5.8に向上しています。一定の成果は出ましたが、応答率はまだ十分ではありません。
田口 みずほ銀行では、従来型のIVRをAI IVRに置き換え、顧客の用件を聞き取り、適切な窓口へ誘導する取り組みを進めています。銀行への問い合わせは、ATMの所在地の照会といった比較的、簡単なものから、住所変更などの手続き、資産運用に関する専門的な相談まで、非常に多岐にわたります。そのため、従来のプッシュ型IVRでは、お客様がご自身で、用件に合わせた番号を選択する必要がありました。その結果、多くのお客様から、「ガイダンスが分かりにくい」というご意見をいただいておりました。
そこで、お客様が電話口で用件を話し、AIがその意図を理解して、適切なオペレータへ振り分ける仕組みを導入しました。従来は、約4割のお客様が正しい窓口に到達できず、オペレータが転送していましたが、AIオペレータの導入後は、ほぼすべての用件を正しく振り分けられるようになりました。適切なスキルを持つオペレータにつながるだけでなく、事前に用件が伝わることで、保留時間やAHT(平均処理時間)の短縮にもつながっています。
秋山 大嶌屋は、受注そのものを自動化。みずほ銀行は、適切な窓口への振り分けと、利用する目的が異なっています。一見、振り分けだけに着目すると、限定的な活用に思えるかもしれませんが、顧客が最初にAIと会話する仕組みができていれば、その先の自動回答にもつなげやすいのではないでしょうか。
田口 その通りです。現在は自動回答の仕組みも検討していますが、すでにお客様が、AIに用件を話すところまでは実現しています。その流れのまま回答できるようになるため、導入の順序としても良かったと考えています。
秋山 顧客がAIと会話をするとなると、受け入れてもらえるのか、という懸念もあります。中でも高齢者は、従来型のIVRでも戸惑うことがあります。両社ではどのような反応が見られましたか。
吉武 当社では、電話の冒頭でAIオペレータが対応することを案内しています。ただ、通話録音を確認すると、AIだと気付かず、人と話しているのと同様、自然に会話している方が多い印象です。テレビCMを見て電話をくださる方は、60〜80代が中心ですが、私たちの想定した以上に、スムーズな対応をされています。方言についても心配していましたが、イントネーションの違いなども概ね認識できています。しかし、AIが自然に会話できるからこその問題もあります。
例えば、注文する箱数を確認する際、「3箱」とお客様が伝えているのに、「2箱ですね」とAIが返してしまい、同じやり取りを繰り返すことがあります。お客様からすると、物分かりの悪いオペレータと話しているような状態になってしまう。AIであることに驚くというよりも、こうしたやり取りにストレスを感じさせてしまうことがあります。
田口 当行でも、高齢のお客様が受け入れてくださるかを心配していました。しかし、想定以上に(高齢者が)スムーズに発話されています。ただし、AIで案内した途端に、戸惑って不安そうに話し始める方もいます。
そのため、冒頭のガイダンスを工夫しています。単に、「ご用件をお話しください」とするのではなく、「〇〇が使えないので、△△をしてほしい」といった具合にお話しいただけるよう、具体例をガイダンスに交えています。また、一定時間、無言が続いた場合は、AIで対応し続けず、有人窓口へ接続しています。
秋山 AIによる完結を優先しすぎて、顧客が困っているのに会話を続けてしまっては本末転倒です。人につながる先を設けることも重要ですね。
吉武 その点は当社でも課題です。AIには、うまく対応できない場合は無理に会話を続けず、折り返しの連絡へ切り替えるように指示しています。それでも、なかなか会話を切り上げず、何度も(顧客に)質問を繰り返すことがあります。また、お客様が、こちらが想定した順番とは異なり、最初から商品の箱数を伝えてくることもあります。そのため、プロンプトを設定していても、その通りに動くとは限りません。実際の通話を確認し、個別の事象に応じてチューニングを続けています。
田口 私たちも定期的に通話履歴を確認しています。興味深いのは、音声の間を、わずか0.5秒変えるだけでも、認識精度や顧客の反応が変わることです。案内を少し変更し、反応を確認して、また履歴を聞く。その繰り返しです。AIを導入すれば自動的に最適な対話ができるわけではありません。実際の顧客の発話を踏まえて、細かく改善を重ねる必要があります。
秋山 生成AIは、会話が長くなるほどコストも増えることが多いです。費用対効果についてはいかがでしょうか。
田口 まさに、導入してみて、想定以上に難しいと感じた部分です。生成AIは、会話のターン数が増えるほど、利用コストが上がります。当行の場合は、現在の目的はあくまで適切な窓口への振り分けです。精度を追求するあまり、何度も会話を重ねてコストが膨らんでは意味がありません。
どこまで精度を高めるべきか。どの段階で有人対応へ切り替えるか。技術的にできることをすべて実現しようとすると、費用対効果が合わなくなる可能性があります。用途に応じた適切な水準を見極めることが大切だと思います。
秋山 振り分け精度を追求するだけではなく、目的の窓口に速くつながったという顧客の満足も評価する必要があります。コストと効果を考える際には、数値化しにくい顧客体験の向上も含めて捉えるべきでしょう。
秋山 AIの対応範囲を今後さらに広げるうえで、どのような課題があると考えますか。
吉武 基幹システムとの連携です。現状は、対応する商品を絞り、受注内容も比較的、単純なものに限定しています。商品によって配送条件や、案内する内容が異なるため、複数の商品を一度に注文する場合など、複雑な対応はまだ人が担っています。今後は、まず基幹システムとの連携が不要な問い合わせにもAI対応を広げ、その後、発送日の照会など、顧客ごとに異なる情報が必要な対応まで拡張したいと考えています。
ただし、基幹システムから情報を取得し、AIが回答するまでに時間がかかると、顧客は待たされることになります。応答の遅れは完結率を下げる要因にもなり得るので、システム連携だけでなく、回答速度を含めた設計が重要です。
また、新たな取り組みとして、AIによるアウトバウンド発信のPoC(概念実証)を検討しています。AIから電話がかかってくることを顧客がどう受け止めるかは未知数ですが、実現できれば事業への貢献も大きいと期待しています。
田口 当行も、将来的には問い合わせや手続きそのものを音声ボットで完結できるようにしたいと考えています。ただし、基幹システム連携に加え、生成AI特有の保守の問題があります。LLMのバージョンが更新されると、これまでのチューニングのやり直しや、プロンプトを書き換える必要が生じます。技術の進化が速い中で、どの段階で仕様を固定し、どのように更新に対応するかは難しい課題です。
さらに金融機関では、法令や規制への対応も欠かせません。例えば、資産運用に関する提案には資格等の制約があります。AIに何をどこまで回答させるか、法令・規制上の整理や当局との調整も含めて検討していく必要があります。
秋山 両社とも、本番運用によって成果を上げる一方、適用範囲を広げるための課題も明確になってきたのですね。中でも印象的だったのは、高齢者を含む顧客が、想定以上にAIとの音声対話を受け入れていることです。
もちろん、コストや保守運用、システム連携の課題は残ります。しかし、AIオペレータの価値を、単なる人件費削減や自動化率だけで判断するべきではありません。つながりやすさや、迷わず目的を達成できることなど、顧客体験の改善も重要な成果です。実際の対話を検証し、継続的にチューニングを重ねながら、AIオペレータを育てていくことが、今後の活用拡大には欠かせないと思います。
会員限定2026年11月20日 00時00分 公開
2026年11月20日 00時00分 更新
スキマ時間で声を変える! 毎日できるボイストレーニング
2026年3月号 <スキマ時間で声を変える! 毎日できるボイストレーニ…
秋竹朋子
スキマ時間で声を変える! 毎日できるボイストレーニング
2026年6月号 <スキマ時間で声を変える! 毎日できるボイストレーニ…
秋竹朋子
スキマ時間で声を変える! 毎日できるボイストレーニング
2026年2月号 <スキマ時間で声を変える! 毎日できるボイストレーニ…
秋竹朋子
石屋製菓 白い恋人パーク 片野 恵理 さん
2026年9月号 <サービスのプロ…
スキマ時間で声を変える! 毎日できるボイストレーニング
2026年1月号 <スキマ時間で声を変える! 毎日できるボイストレーニ…
秋竹朋子
乗馬倶楽部 銀座 嶺本 晃一 さん
2026年1月号 <サービスのプロ…
コールセンタージャパン 2026年12月号(11月20日発売)
特集納得/解決に導く対話の設計第2特集実態調査に見る国内コールセンター…
元ファーストクラスCAの接客術“おもてなし力”の磨き方
2026年12月号 <元ファーストクラスCAの接客術 “おもてなし力”…
江上 いずみ
スキマ時間で声を変える! 毎日できるボイストレーニング
2026年12月号 <スキマ時間で声を変える! 毎日できるボイストレー…
秋竹朋子
市界良好
2026年12月号 <市界良好>
秋山紀郎
AfterCall~電話の後で
2026年12月号 <AfterCall〜電話の後で>
山田祐嗣
千客万来 百鬼夜行
2026年12月号 <千客万来 百鬼夜行>
多和田 元