生成AIをカスタマーサポートに使う｜問い合わせ対応の何が速くなり、何は変わらないか
目次
「チャットボットを入れれば、問い合わせが減りますよね」。この質問には、答えを分けて考える必要があります。減ることもありますが、期待されているほどには減らないことが多いからです。そこを期待して導入すると、半年後に「効果が出ていない」という評価になりがちです。
生成AIがカスタマーサポートで効きやすいのは、件数ではなく1件あたりにかかる時間と、担当者による品質のばらつきのほうです。過去の対応を探す時間、返信文を書き出すまでの時間、新人が先輩に聞きに行く回数が変わります。
この記事では、サポート業務を工程に分けたうえで、どこから始めるのか、なぜ「お客様に直接AIが答える」を最後に回すのか、任せてはいけない領域はどこかを整理します。業務システムの導入に携わってきた立場から見ると、サポート部門の負荷は、問い合わせの数よりも「毎回ゼロから調べ直していること」から生まれている場面が多いと感じています。
サポートの仕事を、6つの工程に分けて考える
問い合わせ対応は、性格の違う作業の連なりです。分けてみると、AIが効く場所とそうでない場所がはっきりします。
| 工程 | やっていること | 生成AIの効きやすさ |
|---|---|---|
| 受ける | メール・電話・フォームで問い合わせを受け取る | 低い（受付そのものは減らない） |
| 調べる | 過去の対応、仕様、規約、在庫や納期を確認する | 高い |
| 判断する | 返金するか、例外を認めるか、どこまで補償するか | 低い（人が決める） |
| 書く | お客様に返す文章をつくる | 高い |
| 記録する | 対応内容を履歴に残す、要約する | 高い |
| 改善する | 問い合わせの傾向を見てFAQや説明資料を直す | 中〜高い |
効くのは「調べる・書く・記録する」であって、「受ける・判断する」ではありません。ところが導入の検討が、「受ける」を減らす話（チャットボット）から始まることがあり、順番が逆になりやすいところです。
最初に取り組む3つ（この順番で）
1. 社内向けの「探す」をAIに任せる
最初に手をつけるのは、お客様に見える部分ではなく、担当者が自分で使う道具です。過去の対応履歴、商品仕様、規約、社内マニュアルを読み込ませて、「この症状のとき、以前はどう答えたか」を聞ける状態をつくります。
ここが効く理由は、サポートの時間の多くが「前例を探す時間」に使われているからです。経験の長い担当者は頭の中に索引を持っているので速く、新人は探すか先輩に聞くしかない。この差が対応時間の差になっています。社内向けなら、答えが多少ずれても担当者が気づけるので、事故になりにくいのも利点です。
2. 返信文の下書きをつくらせる
次が返信文です。「送信する文章」ではなく「下書き」として位置づけ、金額・納期・仕様などの事実は人が確認して差し替える前提にします。
効果が出やすいのは、書き出しに時間がかかる返信です。お詫びを含む文面、経緯が長い案件の説明、複数の質問がまとめて届いたメールの整理。白紙から書くのと、たたき台を直すのとでは、必要な集中力が大きく違います。
3. 問い合わせログを分類・要約させる
3つ目は、改善につながる工程です。1か月分の問い合わせを読ませて、内容の種類ごとに分け、多いものから並べます。「今月多かったのは、返品手続きの場所が分からないという問い合わせだった」と分かれば、直すべきはサポート体制ではなく、サイトの導線だと判断できます。
この作業は、人手でやると後回しになりやすい典型で、件数が多いほど手が回らなくなります。ここまで進めて初めて、問い合わせの「数」を減らす打ち手が見えてきます。
サポート以外の部門も含めた活用例は生成AIの業務活用事例（部門別・業種別）にまとめています。
お客様に直接答えさせるのを最後にする3つの理由
- 元になる文書が整っていない：FAQやマニュアルが古い、または存在しない状態でAIに答えさせると、古い情報を自信ありげに返します。人が答えていたときは、担当者が頭の中で補正していただけです。
- 例外が多い：サポートに届く問い合わせは、「説明を読んでも分からなかった人」から来ることが多く、定型で答えられる質問ほど、すでにサイトで解決している傾向があります。
- 誤りがそのまま会社の回答になる：会社の名前で答える以上、間違いは会社の回答として受け取られます。社内向けなら「調べ直そう」で済むものが、対外では訂正と謝罪の対象になります。
順番としては、まず社内で使って、答えの元になる文書を整えてから、外に出す。上の1〜3を進めるうちにFAQが整備されるので、そのあとであればチャットボットも成り立ちやすくなります。
任せてはいけない4つのこと
| やってはいけないこと | なぜ | 代わりにどうするか |
|---|---|---|
| お客様の氏名・連絡先・注文内容をそのまま入力する | 個人情報の取り扱いの問題。契約や規程に触れる可能性がある | 固有名詞と番号を伏せ、症状と経緯だけを渡す |
| 金額・納期・在庫をAIの答えのまま返す | 生成AIは事実の確認装置ではない。それらしい数字を出すことがある | 基幹システムや担当部署で確認した数字に人が差し替える |
| 返金・補償・例外対応の可否を決めさせる | 会社としての意思決定であり、責任の所在が必要 | 判断基準は人が決め、AIには決まった内容の文章化だけ任せる |
| 生成した文章を確認せず送信する | 語調が場面に合わない、事実と違う内容が混ざる | 送信前の確認者を役割として明記する |
4つとも、運用ルールとして先に文書化しておくのが確実です。使い始めてから決めようとすると、決まらないまま各自の判断になりがちです。ルールの作り方はAI利用規程の作り方にまとめています。
特に1つ目は、サポート部門に固有の難しさがあります。問い合わせ本文には、お客様の氏名も注文番号も最初から書かれているからです。「入力しないでください」だけでは守りにくいため、伏せてから貼る手順を、実際の画面で一度やってみせる必要があります。
効果を測る4つの指標
導入の目的を「問い合わせ件数の削減」に置くと、評価が難しくなりがちです。件数は、商品の売れ行きやサイトの変更でも動くからです。次の4つで見てください。
| 指標 | 測り方 | この数字が動く意味 |
|---|---|---|
| 一次回答までの時間 | 受信から最初の返信までの平均 | 「探す時間」が短くなったか |
| 担当者ごとの対応時間のばらつき | 1件あたりの所要時間を人別に見る | 経験の長い人と新人の差が縮まったか |
| 先輩への確認回数 | 新人からの質問件数を1週間数える | 独り立ちまでの期間に直結する |
| FAQの更新件数 | 月に何本直したか | 改善が回り始めているか |
おすすめは、導入前に1週間だけ測っておくことです。後から「前はどうだったか」を思い出そうとしても、正確には分かりません。「先輩への確認回数」は、正の字を書くだけで測れる、手間の軽い指標です。
研修は、自分が受けた問い合わせを持ち込む
サポート部門向けの研修で失敗しやすいのは、汎用の例題を使うことです。「架空の会社への問い合わせに返信してみましょう」では、自社の言葉、自社の商品名、自社のお客様の書き方が入っていないため、翌週から使われにくくなります。半日（3時間）で組む場合の例です。
| 時間 | 内容 | ねらい |
|---|---|---|
| 30分 | できること・できないことの線引き、入力してはいけない情報 | 先にブレーキを共有する |
| 30分 | 社内文書を読ませて「探す」を体験する | 効きやすい工程を最初に試す |
| 60分 | 自分が今週受けた問い合わせ1件で、返信の下書きをつくる | 自分の仕事で動かす |
| 30分 | うまくいかなかった例を持ち寄って直す | 失敗の型を共有する |
| 30分 | チームの手順書に反映し、確認者を決める | その日のうちに運用へ落とす |
ノセカエの研修では、実習で扱う題材を受講者自身に持ってきてもらいます。サポート部門なら、直近で返信に困った問い合わせを1件。個人情報を伏せる手順も、その場で行う形をおすすめします。どの業務から始めるかの見分け方は生成AIで業務効率化するなら、どの業務から効くかで扱っています。
まとめ
生成AIをカスタマーサポートに導入するときは、問い合わせの件数よりも、1件あたりの時間と担当者による品質の差に期待を置いてください。順番は、社内向けの「探す」、返信文の下書き、問い合わせログの分類。お客様に直接答えさせるのは、FAQが整ってからで十分です。任せてはいけない4つを先に文書にし、効果は一次回答までの時間と、新人が先輩に聞く回数で測ります。
注意事項
本記事は一般的な整理であり、個別の法令・契約の解釈を示すものではありません。個人情報や顧客情報の取り扱いは、自社の規程と取引先との契約をご確認ください。研修費用は人材育成に関する助成制度の対象となる可能性がありますが、要件や受付状況は制度ごとに異なり、支給は審査により決まります。最新の情報は各制度の窓口でご確認ください。
座学3割・実習7割。貴社の業務を題材に、その場でAIに載せ替えます。
業務内容を伺い、AIに任せられる作業と進め方を整理します。
自社のどの業務にAIが使えるか相談する →お電話でのご相談：03-6820-2744（平日10:00〜18:00）