AIコールセンター：2026年、AIは実際にどう使われているか

AIコールセンターは2026年に提案資料であることをやめ、具体的でばらつきのある導入の集合になった。顧客が気づかない程度にうまく動いている部分もあれば、置き換えたはずのIVRより悪い部分もある。ここでは実際に本番で動いているものと、それぞれの現時点での限界を見ていく。

音声エージェント

最も目につくカテゴリ。AIが電話に出て、最初から最後まで対応する。レイテンシは、間が「壊れている」と感じられない水準まで下がり、割り込み処理——エージェントの発話に発信者がかぶせること——は一年前より格段に良くなった。

限界は、例外を要する場面すべてにある。音声エージェントは方針の実行は得意で、方針の交渉はまったくできない。だから発信者の状況が台本に収まらなくなった瞬間、引き継ぎがきれいでなければ対話全体の印象が損なわれる。うまくいっている導入は、音声エージェントを既知の用件の玄関口として扱い、待ち行列の代替とは見なしていない。

リアルタイムのオペレーター支援

目立たないが、価値は安定している。AIが人のオペレーターと並んで聞き取り、関連する規定、取引履歴、次に聞くべき質問を提示する。顧客とは話さない。

難点は画面領域と注意力だ。提示が多すぎる支援ツールは、通話中に監視すべきものをもう一つ増やすことになり、オペレーターは静かに見なくなる。成功している実装は、一度に一つだけ提示し、それ以外は黙っている。

自動品質評価

このカテゴリで最も明確な成果であり、最も語られていない。人のチームが抜き取れる1〜3％ではなく、すべての通話を同じ基準で採点する。変わるのはコストではなく、コーチングが逸話に基づかなくなることだ。

失敗の仕方は、スコアを手がかりではなく判決として扱うことにある。自動品質評価は「必要な手順が踏まれたか」の判定には信頼できるが、口調の評価や、通常とは異なる判断が正しかったかどうかの判定には信頼できない。

会話分析

全通話を横断して集計し、なぜ問い合わせ量が動いたのかを突き止める。ここでコールセンターのデータは運用記録であることをやめ、プロダクトへのフィードバックになる。「顧客がXについて聞き続けている」から、実際に誰かがXを直すまでの、最短の経路だ。

総じて何を意味するか

重心は、接触を減らすことから接触を理解することへ移った。いまAIから最も多くを得ているチームは、自動化された通話フローが最も多いチームではない。プロダクトチームとサポートチームが毎週同じ会話データを読んでいるチームだ。