AIで人手不足は解消へ　効率化の先にある競争力とは何か

　2026年に入り、AIの実装先として注目を集めている領域がある。コンタクトセンターだ。日本企業の中でも、この領域は長年、深刻な人手不足に悩まされてきた。理不尽な要求を突きつけるカスタマーハラスメントも相まって、人材の定着も難しい現状がある。

　しかし、経営観点で見れば、コンタクトセンターは単なる“クレーム処理係”ではなく、顧客の生の声が最も集まる場所。本来であれば、コンタクトセンターを起点にVOCを活用し、CX（顧客体験）の向上、そして事業成長につなげていくべきだろう。こうした考え方は、決して新しいものではない。むしろ、理想論として以前より掲げられてきた。ところが、慢性的な人手不足によって、多くの場合は後回しにされてきたのだ。

　一方で、財部氏は「2022年後半にGPT-3.5が登場してから、この状況が変わり始めている」と語る。

「AIが、言葉の意味や文脈を踏まえた上で高度な処理ができるようになりました。それにより、急速にAIチャットボットなどの導入が進んでいます。ただし、AIチャットボットだけでは対応範囲に限界があるのも事実。事前に定義されたルールのもと動くため、柔軟な対応や自らタスクの処理をすることまではできないからです。そこで最近では、顧客情報の変更をはじめ、AIが自律的に手続きやタスクを完了させるAIオペレーターの実証実験も、さまざまな企業で行われています。それによって、構造的な人手不足は解消に向かっているのです」

　とはいえ、手放しでは喜べない。その先には、激しい競争が待ち構えているからだ。海外企業も日本に進出する中、人口減少の影響で日本国内の需要自体は縮小していくことが目に見えている。こうした縮小する市場を増え続けるプレイヤーで奪い合う構図の中、競争優位性のキーファクターとなるのがCXだという。

　また現代は、ひとたび負の体験を顧客に与えれば、たちまちSNSで拡散されてしまう時代でもある。ネガティブな感情を抱えた問い合わせが多いコンタクトセンターは、その応対一つでブランドの見え方を左右する。

　さらに、直接的な不満を企業に伝えずに離れていく「サイレントカスタマー」の存在も見逃せない。結果的に一人の顧客を失うことは、そのまま利益の減少に直結する。求められるCXの水準は、むしろ上がり続けているといえるだろう。

「AIの導入で人手とコストが10分の1になっても、それを理由に顧客が自社商品やサービスを選ぶわけではありません。この事実に気づいている企業が、意外にも少ないのです。実際、コンタクトセンターのAI化の話題は、業務効率化に終始しています。経営戦略として短期的なコスト最適化に加えて、どうすれば業績が上がるのかを先に描くべきです」

　具体的には、売上を上げるために既存顧客のリピート購入をどの程度獲得すべきか、そのために何が必要かを議論できる仕組みを先に構築しなければならない。「それを支える基盤が、細かな商品の改善点から自社ブランドのイメージまでが詰まっているVOCだ」と財部氏は語る。

「まずは、コンタクトセンターを中心に社内に蓄積された顧客の声を統合することが、変革のスタートラインです」

全社的なVOC活用・CX改善が進まない要因とは　実現を阻む構造的な壁

　企業の本質的な競争力を高めるには、コンタクトセンターを起点に全社のCX改善ループを構築する必要がある。Flyle（フライル）はこの仕組みを、全社に散在する顧客の声を統合・分析・活用するCX改善AI基盤「Flyle AI CX」、そして顧客応対を自動化するAIオペレーター「Flyle AIコンタクトセンター」の2領域を連携することで実現している。

　まず重要なのが、CX改善AI基盤の整備である。ここの順番を間違えてはならないという。

「オペレーターがどれだけトーク力を磨いても、顧客の不満が根本的に解消されないままであるケースも珍しくありません。その理由は、不満の原因である商品やサービス、あるいはサイトの仕組みといったCXが改善されていないからです。これらは、コンタクトセンター単体ではコントロールが難しいといえます。顧客の声が他部門にまで届く必要があるのです」

　コンタクトセンターやCX関連部門から、商品企画部や経営層にVOCを直接届けられれば良いが、現実的には難しい。同じコールログのデータでも、活用部門によって知りたい内容も粒度も異なる。そのためのデータ加工には、専門性と工数が必要だ。VOCから顧客の不満の真因特定や改善施策の検討、優先順位付けまで手が回らないことが少なくない。

　しかし、実際には他部門や経営層も、商品・サービスやキャンペーン施策、自社への好感度などを知りたいはずだ。だからこそ、財部氏は「顧客の声を経営戦略に使える状態にしなければならない」と強調した。

　こうしたVOC活用のギャップを解消するプロダクトが、Flyle AI CXである。VOC、コールログ、SNSのコメント、アンケート、ECサイトのレビューなど、全社に蓄積された顧客接点データをAIが収集・統合。雑多な電話やメールの内容を意味単位で要約・ピックアップし、自動でグルーピングしていく。

　グルーピングで「購入決済トラブル」といった全体像をつかむこともできれば、「アプリで取得したクーポンのエラー」など、細かい粒度まで掘り下げることも可能だ。より詳しく知りたい場合は、実際の問い合わせの文面や応対の音声までさかのぼれる。そのため、課題の真因を特定し、改善のアクションがとりやすいわけだ。

　さらに、従来のVOC分析で課題だったデータ加工の属人化や工数の問題も解消できる。部門・用途別の加工をAIが自動で行い、レポート作成から通知まで実行できるため、全社的なCX改善サイクルの仕組み化が可能となる。

　このアプローチが、結果的にコンタクトセンターの現場にも大きなメリットをもたらす。分析結果を、Flyle AIコンタクトセンター・AIオペレーター側に還流できるからだ。

　Flyle AI CXに蓄積された応対データの中から、良好な応対をAIが判別し、FAQなどに形式知化されていない暗黙知も含めて、必要な業務フローの定義やナレッジを提案する。提案は、改善によって得られる効果順に一覧表示され、ユーザーが承認ボタンを押すだけで反映が完了する仕組みだ。新たな応対データがAIオペレーターからFlyle AI CXへと蓄積され、人やAIオペレーターの評価・育成、応対品質やCX向上に活用されるサイクルが回り始める。

　「AI変革の正しいステップとは」という問いへの答えも、ここにある。AIオペレーターの導入が進まない最大の理由は、AIが参照できるナレッジ・形式知が不足したまま応対の自動化を進めようとするからだ。どれほど優秀なAIを導入しても、参照する情報源がなければ回答の精度や解決率は上がらず、狙ったはずの効率化すら実現しない。Flyle AI CXが応対データからナレッジや業務フローを生成し、AIオペレーターへ還流していく──この順番であれば、立ち上がりの速さも解決率も大きく向上する。

ClaudeやChatGPTでもVOC分析はできる？　実態は「難しい」ワケ

　中には、こうしたCX改善ループやVOC分析の仕組みを、汎用生成AIで内製しようとするケースもあるという。Claude Codeがトレンド化したように、非エンジニアでもAIアプリを構築できる時代であり、実際に試す企業は多い。だが「うまくいかずに当社へ相談いただくケースがほとんど」と財部氏。その理由は大きく3つだ。

　1つ目が、アウトプットの質。汎用生成AIにデータをインポートしてレポートの作成を指示することも可能だが、応対数が数万件となると、AIが一部を省略してしまうこともある。また、どのような内容でグルーピングして分析してもらえば良いのか、使い手自身が明確に言語化しなければならない。それに対してFlyleは、ユーザーが見たいデータに合わせて必要なダッシュボードを提案する。

　2023年以降、フライルは100社以上の大企業にAIによるVOC分析・活用の仕組みを実装してきた。そのノウハウを再現したテンプレートも用意されている。もちろん、必要に応じてノーコードでカスタマイズすることも可能だ。

　2つ目が、データガバナンスと活用の壁である。VOCには顧客の個人情報が含まれるため、個人情報保護法を踏まえたマスキングやAIによるデータ学習利用の統制、部門ごとの閲覧権限の管理が前提となる。しかし、こうした統制と多部門におけるデータ活用の定着を“両立”させることは容易ではない。汎用生成AIでは分析結果が個人のユーザーに閉じてしまうため、継続的なデータ蓄積や部門間連携のハードルがある。結局、組織のデータ基盤として業務へ定着させる仕組みを自前で作り込むことになり、費用対効果が見合わないことも多い。

　Flyleは、個人情報の自動マスキング、入力データを学習利用させない構成、部門別の権限制御、SSO・IP制限までを標準で備え、統制の内側で各部門が分析・共有から改善アクションまでつなげられる。セキュリティ・ガバナンスに厳格な金融業界で導入が進むのも、この「統制」と「活用」の両立ゆえだ。

　さらに3つ目の理由が、トークンあたりの投資対効果だ。あらゆる処理に最新のAIモデルを使えば、API利用料はデータ件数に比例して増大していく。それに対して、Flyleでは表記ゆれの統一や不要データの除外といった定型処理はワークフローを用いてルールベースで自動化し、文脈理解が必要な分類・要約・グルーピングに絞ってAIを適用するなど、使い分けが可能となっている。AIも、タスクの難易度に応じて軽量モデルと高性能モデルを選択できる。

「月に数十万件にのぼるデータを循環させ続ける中では、こうした積み重ねが中長期的なコストの差となって表れるのです」

月7,000時間のVOC分析がゼロに／全社CX改善基盤を構築　大手の先進事例

　ここまで見てきたように、コンタクトセンターにAIを実装するといっても、経営にインパクトを与えるには全社的な変革が欠かせない。ただ、全社を巻き込んだ取り組みは、一筋縄ではいかないのが現実だ。コンタクトセンターはコストセンターとみなされていることも多く、全社的にCX改善サイクルを回す重要性がなかなか伝わらないケースもある。こうした壁の乗り越え方を、財部氏は「具体的なアウトプットを見せるしかない」と話す。

　VOCは、部門や目的によって活用機会が非常に多い。それだけ大きなチャンスがあるということだ。ところが多くの企業は、どの部門がどの目的に対して、どのようにVOCを活用できるのか、そのアウトプットを想像できていないのだ。

「経営層向けなら、商品・サービスごとの投資判断に活かせるダッシュボード。リスク・コンプライアンス部門向けなら、重大クレームの早期検知の仕組み。このような“使える”アウトプットを、具体的な形で提示することが最初の一歩です」

　これらは、実際に大量のデータとAIを掛け合わせ、試行錯誤して初めて見えてくるものだろう。そこでフライルは、NDAなど情報管理に配慮したうえでデータをインポートし、具体的にどのようなアウトプットが作成可能かという視点で企業に伴走する。実際、このアプローチによって、急速に大企業へと普及しているという。

　たとえば、クレジットカード事業などを展開するA社のケース。機能での差別化が難しい金融商品は、体験価値の差がそのまま「選ばれるかどうか」に直結する。しかし同社では、顧客の声が社内に点在し、共通のデータをもとに部門を越えて議論することが難しかった。

　現在は月15万件の対話ログをAIで自動分類し、問い合わせの背景や要因を可視化。どこから優先的に改善すべきかをデータで判断して関係部署へつなげるほか、苦情やカスタマーハラスメントの予兆検知・未然防止も進めている。まさに、経営と現場が“使える”アウトプットを実装した形だ。同規模の分析を人手で行おうとすると、単純計算で月7,000時間以上かかる。現実には不可能だった全量分析が、ほぼゼロの工数で実現している。

　また、EC・通販サービスを手がけるB社では、月1万件にのぼる全通話の応対品質評価とオペレーター育成に、Flyleを活用している。

　同社はもともと全社でCXを重視し、顧客応対の最前線ともいえるコンタクトセンターも、全社CXの一翼と位置付けてきた。一方で、オペレーターの応対品質を人が評価していたため、リソースの制限からフィードバックは月に数回にとどまり、1万件のうちごく一部の応対しか聞くことができていなかった。現在は、Flyleを通じて「共感表明」「丁寧さ」「傾聴姿勢」といった定性的な応対スキルも客観的にスコアリングできるようになっている。

　一部の通話だけを抜き取るサンプリングチェックには、いくつかの課題がある。話し方は評価できても、応対内容の適切さまでは評価しきれない、評価者による主観・属人性が大きい、サンプリング件数が少なく品質の全体像を把握できない、といったものだ。

「話し方であれば、電話を10件も聞けば、話すペースやフィラーの有無、声色といった個人の癖は見抜けます。しかし、話している内容そのものは1件ごとに異なるため、全通話を聞かなければ的確なフィードバックがしづらいのです」

　Flyleであれば、すべての応対データをAIで分析可能だ。エビデンスに基づいて改善点を指摘できるうえ、NGワードなどの要指導応対の見逃し防止や、リスクの早期検知にも活かせる。それと同時に、褒めるべき応対の特定、つまりポジティブなフィードバックとしても活用が期待できる。

「自分の通話を1、2件だけ聞かれてフィードバックをされると、落ち込みますよね。全件を見たうえで、AIの評価スコアとともに良い点と改善点を具体的に伝えられれば、納得感が高まります」

　B社がAIに全通話の解析を任せるのは、省人化のためではない。AIが定型的な分析を担うことで、人は顧客の背景を汲み取り心に寄り添う対応に専念できる。人ならではの「共感」を最大化する、CXへの投資なのだ。

　このように、まだ日本企業の一部とはいえ、先進的なユースケースが生まれている。今、個別最適から全体最適へと視点を移せるかどうかで、5年後に大きな差が開いているかもしれない。

「AIで業務を自動化するだけでは、企業の本質的な競争力にはなりません。当社は経営目線で中長期的な視野を持ち、全社を巻き込んだCXサイクルを回せる国内最先端の事例を、今後も生み出していきます」