電話をかけると、AIが普通の会話で用件を聞く。
住所変更や予約確認なら、そのまま手続きまで終わる。
少し複雑な相談になると、人間の担当者へ切り替わる。
そのときには、AIとの会話内容も担当者の画面に表示されている。
コールセンターでは、こうした顧客対応が現実的になってきました。
生成AIが自然に会話できるようになると、気になるのは「電話オペレーターは必要なくなるのか」という点です。
2026年時点で見ると、近い将来に電話窓口がすべて無人になるとは考えにくいでしょう。
先に大きく減りそうなのは、
- よくある質問への回答
- 用件の聞き取り
- 担当部署への振り分け
- 回答を探す時間
- 通話後の入力・要約
です。
AI時代のコールセンターは「人が電話を取る場所」から、「AIと人を使い分けて顧客の問題を解決する場所」へ変わっていく。
この見方が、現在の変化にはいちばん近いでしょう。
結論｜AIで減りやすいコールセンター業務・人に残りやすい業務
| 業務 | AI化しやすい部分 | 人に残りやすい部分 |
|---|---|---|
| 電話の一次受付 | 用件聞き取り・分類 | 特殊な相談の整理 |
| FAQ | 営業時間・料金・配送状況など | ルール外の問い合わせ |
| 回答検索 | 社内FAQ・マニュアル検索 | 回答の妥当性確認 |
| 本人確認 | 必要項目の聞き取り | 本人確認に問題があるケース |
| 通話記録 | 文字起こし・要約 | 重要事項の最終確認 |
| 予約・変更 | 空き確認・定型変更 | 例外的な変更・調整 |
| クレーム | 履歴整理・回答候補 | 共感・交渉・補償判断 |
| 品質管理 | 大量通話から問題候補を抽出 | 評価・指導・改善判断 |
つまり「コールセンターという仕事がAIで消える」と一括りにするより、一件の問い合わせの中にある作業を分解して考える方が分かりやすくなります。
「コールセンター」より「コンタクトセンター」と呼ばれる理由
現在の顧客対応は電話だけではありません。
- 電話
- メール
- Webフォーム
- チャット
- アプリ
- SNS
など、企業と顧客が接する場所は増えています。
そのため業界では、電話だけを扱う「コールセンター」より、複数の顧客接点をまとめて扱うコンタクトセンターという言葉が広く使われています。
日本コンタクトセンター協会も、2025年度から従来の「コールセンター企業実態調査」を「コンタクトセンター企業実態調査」へ名称変更しています。
AI時代に重要なのは、電話だけを自動化することではありません。
例えば、
昨日チャットで問い合わせた。
今日電話をした。
そのあとメールで資料を送った。
という顧客のやり取りを一つにつなげて扱えることです。
2026年のコンタクトセンター業界では「AIを使うか」より「どう組み込むか」がテーマになっている
日本コンタクトセンター協会の2025年度企業実態調査では、生成AI活用が業界動向を確認する調査項目の一つになっています。
また、2026年のコンタクトセンター・セミナーでも、AI活用を含む次世代戦略がテーマとして扱われています。
さらに同協会のガイドブックでも「人間力とAIの融合」がコンタクトセンター改革のテーマになっています。
つまり現在の議論は、
「AIを導入するべきか」
から、
「AI・人・顧客データをどう組み合わせて窓口を作り直すか」
へ進んでいます。
1．ボイスボット｜電話の最初の数分はAIが担当しやすい
コールセンターAIで、最も分かりやすいものの一つがボイスボットです。
従来の自動音声では、
「料金のお問い合わせは1番を押してください」
「予約変更は2番を押してください」
というように、決められた番号を利用者が選ぶ方式が中心でした。
音声認識と生成AIを組み合わせると、
「明日届く予定の商品がまだ発送されていないみたいです」
と普通に話した内容から、AIが問い合わせの種類を判断できます。
ボイスボットと相性がよい問い合わせ
- 営業時間
- 店舗案内
- 配送状況
- 予約確認
- 予約変更
- 資料請求
- 残高・利用状況などの定型照会
- 担当部署への振り分け
共通しているのは、確認する項目と回答ルールがはっきりしていることです。
2．24時間対応は「夜中でも全部解決」ではなくても価値がある
人だけで24時間365日の電話窓口を運営するには、夜勤を含めた人員配置が必要です。
AIなら、システムが利用できる状態であれば夜間でも一次受付ができます。
例えば深夜に、
「明日の予約時間だけ確認したい」
「荷物の配送状況を知りたい」
という問い合わせなら、その場で答えられる可能性があります。
AIだけで解決できない相談でも、
- 名前
- 契約番号
- 問い合わせ内容
- 希望する対応
まで聞き取っておけば、翌営業日に担当者が内容を確認して対応できます。
すべてを夜中に解決する必要はありません。「問い合わせを受け付けられない時間」を減らすだけでも価値があります。
3．AIで一番減りやすいのは「電話中の検索時間」かもしれない
顧客から質問を受けても、オペレーターがすべての答えを暗記しているわけではありません。
料金プラン。
キャンペーン条件。
解約条件。
製品仕様。
社内手続き。
必要に応じてマニュアルやFAQを探します。
ここにAIを使うと、通話内容から関連する情報を自動で探し、オペレーター画面へ回答候補を表示できます。
例えば、
「この契約を来月解約すると違約金はかかりますか？」
と聞かれた瞬間に、
- 確認すべき契約条件
- 該当FAQ
- 回答例
- 説明時の注意点
を表示するイメージです。
人は情報を探すところから始めず、提示された情報がこの顧客に当てはまるか確認するところから始められます。
4．新人オペレーターの立ち上がりも変わる
コールセンターでは、新人が一人で電話を受けられるようになるまでに研修が必要です。
商品知識、対応手順、システム操作、禁止事項など、覚えることが多いからです。
AIが会話中に回答候補や関連マニュアルを出せるなら、新人がすべてを暗記する必要は減ります。
ただし、ここで一つ新しい能力が必要になります。
AIが出した答えをそのまま読み上げず、「この回答は本当に合っているか」と確認する力です。
今後の新人研修では、商品知識と一緒にAIの誤りを見つける教育も必要になっていくでしょう。
5．通話後の入力・要約はかなり自動化しやすい
オペレーターの仕事は電話を切ったら終わりではありません。
通話後に、
- 何について問い合わせたか
- 何を回答したか
- どこまで解決したか
- 次回何をする必要があるか
- 他部署への引き継ぎはあるか
を記録します。
この後処理は生成AIとかなり相性のよい仕事です。
会話を音声認識で文字にし、AIが、
「用件」「回答」「結果」「次回対応」
へ自動整理する。
オペレーターは重要部分だけ確認する。
この形になれば、電話を切ったあと数分間入力していた時間を減らせます。
コールセンターの生産性は「通話時間」だけで見ない
電話対応にかかる時間は、通話そのものだけではありません。
例えば、
| 工程 | 従来 | AI活用後の例 |
|---|---|---|
| 顧客との会話 | 8分 | 8分 |
| 回答を探す | 2分 | 30秒 |
| 通話後記録 | 4分 | 1分 |
| 合計 | 14分 | 9分30秒 |
となれば、会話を急がせなくても処理時間を短くできます。
※上記は仕組みを説明するための例であり、実際の効果を示す統計ではありません。
顧客との会話を短くするより、顧客と話していない事務時間を減らす。
これはAI導入で目指しやすい改善です。
6．AIなら数千件の通話から「問題がある電話」を先に探せる
従来の品質管理では、管理者が一部の録音を聞き、応対を評価する方法が一般的でした。
しかし、一日に数千件の電話があるセンターで、すべてを人が確認するのは現実的ではありません。
AIで文字起こし・分析すれば、
- 長時間になった通話
- 解約という言葉が多く出た通話
- 何度も問い合わせている顧客
- クレームの可能性がある通話
- 禁止表現が含まれる可能性がある通話
などを先に抽出できます。
管理者は1,000件すべてを見るのではなく、注意が必要な数十件から確認できます。
7．問い合わせデータは「顧客が困っている場所」の地図になる
コールセンターには、商品やサービスの弱点が集まります。
例えば毎月、
「初期設定の方法が分かりません」
という電話が500件入っているとします。
オペレーターを増やせば電話には対応できます。
でも、本来見直すべきなのは、
- 説明書
- 商品画面
- Webサイト
- 初期設定そのもの
かもしれません。
大量の問い合わせ内容をAIで分類できれば、
- 最近急に増えた質問
- 解約につながりやすい理由
- 何度も聞かれている説明
- 顧客がつまずきやすい画面
を見つけやすくなります。
100件の問い合わせへ速く回答するだけでなく、100件発生している原因を直す。
AI時代のコンタクトセンターで価値が高まりそうな仕事です。
8．FAQは「担当者が思いついた質問集」から「実際の顧客データ」で改善できる
FAQを作っても、顧客が本当に知りたい内容とずれていることがあります。
通話やチャット履歴を分析すれば、
「この質問が今月急増している」
「この質問はFAQにあるのに解決できていない」
「この説明を読んだ人が結局電話している」
といったことも見つけられます。
すると、
問い合わせ → 分析 → FAQ改善 → 問い合わせ減少
という循環を作れます。
問い合わせをAIで処理するだけではなく、問い合わせそのものを減らすところまで使えるかが重要です。
9．AIエージェントは「答える」から「手続きをする」へ
従来のチャットボットやボイスボットは、質問へ答えることが中心でした。
AIエージェントが予約・顧客管理などの業務システムと連携すると、その先まで処理できる可能性があります。
例えば、
「水曜日の予約を金曜日に変えたい」
という電話なら、
- 本人確認
- 現在の予約確認
- 金曜日の空き時間確認
- 候補時間の案内
- 顧客の同意確認
- 予約変更
- 変更完了通知
までAIが進める形です。
ここまで来ると、AIは単なるFAQではなく業務担当者に近づきます。
AIエージェントは権限設計が重要
一方で、AIに実際の変更権限を持たせるほどリスクも上がります。
予約変更なら比較的影響は限定的ですが、
- 返金
- 契約解除
- 金額変更
- 補償
までAIが自由に操作できる状態は慎重に設計する必要があります。
「回答してよい範囲」と「実際に実行してよい範囲」を分けることが重要です。
では、AIでコールセンターの人数は減る？
センターによっては減る可能性があります。
特に、問い合わせの多くが、
- 定型FAQ
- 予約
- 配送確認
- 簡単な本人確認
- 担当部署への転送
で占められている場合は、自動化の影響を受けやすいでしょう。
一方で、AIで空いた人員を、
- 難しい問い合わせ
- 解約防止
- 顧客フォロー
- 高齢者へのサポート
- 商品改善
- AIの品質管理
へ移す企業も考えられます。
AIで50人分の定型作業が減ったから、必ず50人解雇する、という単純な話ではありません。
同じ人数で、これまで対応できなかった仕事へ広げる選択もあります。
ILOも「仕事の消滅」より「仕事内容の変化」を重視している
ILOが2025年に公表した生成AIと雇用に関する分析では、世界の労働者のおよそ4人に1人が、何らかの生成AIへの曝露がある職業に就いていると推計されています。
特に事務系職種は影響を受けやすい分野です。
ただし、これは「4人に1人が失業する」という意味ではありません。
ほとんどの職業には人が必要な仕事が含まれているため、ILOは職業の完全な置き換えより、仕事の中身が変わる可能性の方が高いと整理しています。
コールセンターも同様に、AIが処理できる工程が増えることで、一人の仕事の内容が変わると考える方が自然です。
AI化すると、人間へ来る電話はむしろ難しくなる
簡単な問い合わせをAIが処理するようになると、人へつながる案件は自然と複雑になります。
例えば、
- AIでは解決できなかった
- 何度も問い合わせている
- 契約内容が特殊
- 複数部署が関係する
- 返金・補償が必要
- 顧客が強く不満を感じている
といった案件です。
オペレーターが一日に受ける電話件数が減ったとしても、一件あたりの難易度は上がる可能性があります。
クレーム対応はなぜ人が残りやすい？
怒っている顧客が求めているものは、正しい情報だけではない場合があります。
「状況をちゃんと理解してほしい」
「責任ある人から説明してほしい」
「例外として対応してほしい」
という要求もあります。
AIは、
- これまでの履歴
- 契約内容
- 関連FAQ
- 過去の対応
を担当者へ表示するところまでは非常に役立ちます。
ただし、
どこまで謝罪するか。
返金するか。
例外を認めるか。
相手の感情を見ながらどう説明するか。
こうした部分は人に残りやすいでしょう。
AI対応で一番困るのは「どうしても人につながらない」こと
利用者の立場では、AI窓口が便利な場面もあります。
営業時間を聞くためだけに10分待つなら、AIに数秒で教えてもらった方が楽です。
一方、複雑な相談をしているのに、
「申し訳ありません。もう一度お願いします」
を繰り返され、人につながれない状態はかなり不便です。
よいAI窓口には、
- AIで解決できないと判断する基準
- 人へ切り替える方法
- 緊急性が高い場合のルート
- 高齢者などAI利用が難しい人への配慮
が必要です。
AIを導入することより、AIをいつ諦めて人へ渡すかの方が重要な場合もあります。
「また最初から説明してください」は避けたい
AIから人へ切り替わったあとに、
「本日はどうされましたか？」
と最初から聞かれる。
これは利用者にとってかなりストレスです。
AIで聞き取った、
- 問い合わせ内容
- 本人確認済み情報
- すでに案内した内容
- 解決できなかった理由
をオペレーターへ渡せば、
「お待たせしました。配送日の変更についてですね」
から始められます。
AI対応と人対応を別々に作るのではなく、一つの会話としてつなぐこと。
顧客体験ではここが大きな差になります。
AIの誤回答はコールセンターでは軽く考えない
生成AIは、文章が自然でも内容が間違っていることがあります。
例えば、
- 解約料
- 契約期間
- 返金条件
- 補償内容
- 金融サービス
- 医療・健康に関係するサービス
では、誤った回答の影響が大きくなります。
そのため実務では、AIへ自由に回答させるのではなく、
- 承認されたFAQを参照させる
- 最新版の契約条件だけを使う
- 答えられない質問を決める
- 重要な回答は人が確認する
- 一定条件で有人窓口へ転送する
といった仕組みが必要です。
通話データ・個人情報はどこまでAIへ渡してよい？
コールセンターの通話には、多くの個人情報が含まれます。
- 氏名
- 住所
- 電話番号
- 契約内容
- 購入履歴
- 問い合わせ履歴
- 場合によっては健康・金融情報
などです。
文字起こしや要約のために生成AIを利用する場合、どのサービスへデータが送られるのかを確認する必要があります。
個人情報保護委員会も、事業者が個人データを生成AIサービスへ入力する場合、利用目的の範囲や、応答生成以外の目的に利用されないかなどを確認するよう注意喚起しています。
担当者個人が便利だからと録音や顧客情報を一般向けAIへ入れるのではなく、会社として利用する環境を決めることが重要です。
AIはカスタマーハラスメント対策にも使える？
コールセンターでは、AI化と同時にカスタマーハラスメントへの対応も大きな課題です。
日本コンタクトセンター協会は2025年3月、「コンタクトセンター／コールセンターにおけるカスタマーハラスメント対策ガイドライン」を公表しています。
さらに2025年10月には、カスタマーハラスメント対策に取り組む企業を認定する制度も開始されています。
AIや音声分析は、
- 通話が異常に長時間化している
- 管理者対応が必要な可能性がある
- 過去にも同様の問題があった
- 特定の表現が繰り返されている
といった状況を知らせる補助に使える可能性があります。
ただし、AIが「この顧客はカスハラです」と自動判定して終わる運用は慎重に考える必要があります。
正当な苦情なのか、ハラスメントに該当するのかは、状況を確認して判断する必要があります。
SV・管理者の仕事もAIで変わる
AIの影響を受けるのはオペレーターだけではありません。
SV（スーパーバイザー）や管理者にも変化があります。
これまでは、
- オペレーターの質問に答える
- 通話をモニタリングする
- 対応件数を集計する
- 新人を教育する
- エスカレーションを受ける
といった仕事がありました。
AIが情報検索や品質チェックを補助するようになると、SVは、
- AIで解決できなかった案件を分析する
- FAQ・ナレッジを改善する
- AIの誤回答を確認する
- 難しい顧客対応を支援する
- オペレーターを育成する
仕事へ比重を移せます。
人だけを管理するSVから「人＋AIの顧客対応」を改善するSVへ。
管理職も仕事内容が変わります。
AI導入は「何人減らせたか」だけで評価しない
| KPI | 確認したいこと |
|---|---|
| AI自己解決率 | AIだけで解決した割合 |
| 有人転送率 | 人へ切り替わった割合 |
| 平均処理時間 | 通話＋後処理が短くなったか |
| 再問い合わせ率 | 一度で問題を解決できたか |
| 誤回答率 | AI品質に問題がないか |
| 顧客満足度 | AI導入で使いにくくなっていないか |
| 待ち時間 | 人へつながるまで改善したか |
| オペレーター負担 | 難しい案件が集中しすぎていないか |
| 一人あたり対応件数 | 生産性が上がったか |
AIで処理時間が半分になっても、再問い合わせが増えれば顧客から見た改善とはいえません。
効率・品質・顧客体験の3つを一緒に見ることが重要です。
中小企業なら「AI電話」より先に問い合わせそのものを整理する
大規模なAIコールセンターシステムを入れなくても、問い合わせ対応は改善できます。
まず過去1か月の電話やメールを分類してみます。
| 問い合わせ | 件数 | 改善方法 |
|---|---|---|
| 営業時間 | 多い | Web・Google等の案内を改善 |
| 料金 | 多い | 料金ページを分かりやすくする |
| 予約変更 | 多い | Web変更機能を用意 |
| 個別相談 | 少ない | 人が対応 |
| クレーム | 少ない | 管理者へ転送 |
「電話が多いからAI電話を導入する」のではなく、
なぜ電話が必要になっているのかを先に見る。
これだけで、AIを入れなくても減らせる問い合わせがあります。
コールセンターで働く人がAI時代に身につけたい6つの力
1．相手の話を整理する力
AIで解決しなかった相談ほど、説明が複雑になりやすくなります。
2．例外を判断する力
通常ルールで処理できない案件が人へ集まります。
3．交渉・調整する力
返金、契約、他部署との調整などです。
4．AIの答えを確認する力
契約内容や最新のルールと一致しているか確認します。
5．FAQ・ナレッジを改善する力
AIが回答できなかった質問を、次回は解決できる形へ変えます。
6．顧客の声から原因を見つける力
同じ問い合わせが増えているなら、商品・サービス側に改善点がないか考えます。
「電話対応が上手い人」から「問い合わせを減らせる人」へ
これまでは、短い時間で多くの電話へ対応できる人が高く評価されることがありました。
AI時代には、もう一段違う価値が生まれます。
例えば毎月1,000件来ている同じ質問を分析し、Webサイトを改善して500件まで減らせたとします。
これは500件を速く処理したのではありません。
500件の問い合わせ自体をなくしたということです。
コールセンターの仕事は、「電話をたくさん取る」ことから「顧客が困らない状態を作る」方向へ近づいていく可能性があります。
利用者目線｜使いやすいAI電話窓口の条件
- 簡単な用件なら短時間で解決できる
- 自然な言葉で話せる
- 同じ質問を何度も聞かれない
- 分からない場合は人へ切り替えられる
- AIから人へ会話内容が引き継がれる
- 緊急時にはすぐ人へつながる
- AI対応であることが分かる
AIの性能そのものより、この設計の方が利用者には重要かもしれません。
ケース別｜コールセンターAIはこう使う
ケース1｜営業時間・配送確認の電話が大量に来る
AIやWebで自己解決できるようにし、人は個別相談へ集中します。
ケース2｜オペレーターが毎回マニュアル検索に時間を使う
社内FAQを検索するAIを導入し、関連情報をリアルタイム表示します。
ケース3｜通話後入力で残業が発生している
音声認識＋AI要約で記録の初稿を作り、担当者は確認だけ行います。
ケース4｜同じクレームが何度も発生している
通話を分類し、共通する原因を探します。オペレーター教育だけでなく、商品・説明・契約画面の改善まで検討します。
ケース5｜AIを導入したら顧客から「人につながらない」と不満が出た
AIの回答精度だけではなく、有人転送の基準と導線を見直します。
コールセンターAIについてよくある質問
Q1．AIでコールセンターはなくなりますか？
すべてなくなる可能性は低いでしょう。定型的な一次受付・FAQ・通話記録はAI化しやすい一方、クレーム、例外処理、交渉、重要判断などは人が残りやすい仕事です。
Q2．AI電話は何ができますか？
用件の聞き取り、FAQ回答、予約確認、配送状況確認、担当部署への振り分けなどが代表的です。業務システムと連携すれば、予約変更などの手続きまで行える場合があります。
Q3．AIが分からない質問をしたらどうなりますか？
適切な仕組みでは、人間のオペレーターへ引き継ぎます。その際、AIとの会話内容や確認済み情報まで人へ渡せる設計が理想です。
Q4．コールセンターで働く人は減りますか？
定型問い合わせが多いセンターでは必要人数が減る可能性があります。ただし、AI管理、複雑案件対応、顧客フォロー、ナレッジ改善など新しい仕事へ配置する企業も考えられます。
Q5．クレーム対応もAIだけでできますか？
状況整理や回答候補の作成には利用できますが、謝罪、補償、交渉、例外対応などでは人の判断を残す方が現実的です。
Q6．AIなら24時間電話対応できますか？
システム上は可能です。ただし24時間すべての問題を解決する必要はなく、夜間は一次受付だけ行い、翌営業日に人が引き継ぐ運用も考えられます。
Q7．中小企業でもAI電話を導入できますか？
可能ですが、いきなり全面導入する必要はありません。問い合わせ分類、FAQ整備、通話要約などから始める方が費用対効果を確認しやすいでしょう。
Q8．AI対応と人対応、利用者にとってどちらがよいですか？
内容によります。営業時間や予約確認はAIの方が早い場合があります。一方、複雑な相談やクレームでは人と話せることが重要です。どちらか一方ではなく、途中で切り替えられる仕組みが使いやすいでしょう。
要点まとめ
- コールセンターがすべて無人になるより、人とAIの役割分担が進む可能性が高い
- 一次受付・FAQ・分類・通話要約はAI化しやすい
- ボイスボットなら自然な会話で用件を聞き取れる仕組みが広がっている
- AIによる24時間一次受付で営業時間外の問い合わせに対応しやすくなる
- オペレーター向けAIは回答検索時間を短縮できる
- AIエージェントは回答だけでなく予約変更などの処理へ広がる可能性がある
- 簡単な問い合わせがAIへ移るほど、人へ来る案件の難易度は上がりやすい
- AIから人へ切り替えるときは会話内容を引き継ぐことが重要
- 契約・返金・補償など重要判断は人を残す方が安全
- AI導入は個人情報・通話データの管理も考える必要がある
- 将来価値が高まりやすいのは「問い合わせを処理する人」だけでなく「問い合わせの原因を減らせる人」
まとめ｜コールセンターはなくなるのではなく「役割」が変わる
AIによって、電話対応の風景はかなり変わっていくでしょう。
最初の用件はAIが聞く。
簡単な質問にはその場で答える。
人が対応する場合は、AIが回答候補を表示する。
電話が終われば記録もAIが作る。
大量の問い合わせから、顧客がどこで困っているかも分析する。
ここまで来ると、これまで100人で行っていた定型業務を、より少ない人数で処理できるセンターは増えるでしょう。
ただし、人が不要になるわけではありません。
AIで解決できなかった顧客ほど、事情が複雑です。
話を聞く。
状況を整理する。
ルール外の対応を考える。
他部署と調整する。
会社として責任ある判断をする。
こうした仕事は、人へ残りやすいでしょう。
そしてもう一つ重要なのは、電話を受けること自体が目的ではないということです。
毎日100件同じ質問が来るなら、100件をAIで処理することもできます。
しかし、説明ページを改善して30件まで減らせるなら、そちらの方が顧客にも企業にも便利です。
AI時代のコンタクトセンターで価値が高まるのは、「電話を早く終わらせる能力」より「顧客がなぜ困っているのかを見つける能力」かもしれません。
簡単な問題はAIで早く終わらせる。
難しい問題には人がしっかり時間を使う。
そして問い合わせデータを使って、同じ問題が起きないようサービスそのものを改善する。
コールセンターは「電話を取る部署」から「顧客の問題を発見し、解決する部署」へ。
AIによって本当に変わるのは、オペレーターの人数だけではなく、窓口そのものの役割なのでしょう。
企業がAI問い合わせ対応を導入する前のチェックリスト
- 過去1か月の問い合わせを種類別に集計したか
- AIだけで回答できる質問を分けたか
- 人へ必ず回す質問を決めたか
- AIから人へ会話内容を引き継げるか
- 契約・返金などAIに実行させる権限を制限しているか
- 顧客データの保存・利用方法を確認したか
- AI回答の誤りを確認する担当者がいるか
- 再問い合わせ率を測っているか
- 顧客満足度が下がっていないか
- AI導入後にFAQや商品説明そのものを改善しているか
主な参考情報
- 一般社団法人 日本コンタクトセンター協会「2025年度 コンタクトセンター企業実態調査」
- 一般社団法人 日本コンタクトセンター協会「CCAJガイドブック Annual Report」
- 一般社団法人 日本コンタクトセンター協会「コンタクトセンター・セミナー2026」
- 一般社団法人 日本コンタクトセンター協会「コンタクトセンター／コールセンターにおけるカスタマーハラスメント対策ガイドライン」
- ILO「Generative AI and Jobs: A Refined Global Index of Occupational Exposure」
- ILO「Artificial intelligence adoption and its impact on jobs」
- 経済産業省「AI事業者ガイドライン 第1.2版」
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」
