目次

はじめに

第１章　予算・人員の壁を越えて「つながる安心」をつくるコールセンターのＡＩ革命 ── 顧客接点を起点とした事業変革

採用難にあえぐコールセンター
　2035年には384万人分の労働力が不足
　コロナ後、オペレーター不足が深刻化
企業経営を圧迫するコールセンターのコスト
　サービスへのこだわりと働き方の価値観の変化が採用を困難に
　かさむ採用コストと人件費
　専門性の高さがもたらす構造的コスト増
サイト上のチャットだけでは解決できない
　コールセンターの代替として期待されるチャットボット
　テキスト型チャットボットの限界
答えはずばり、コールセンターのＡＩ化
　音声で自然に応対できる「ボイスボット」
　電話自動案内システム「ＡＩコンシェルジュ」
　多岐にわたるＡＩコンシェルジュの活用シーン

INSIGHT
　制約を強みに変えたＡＩ化への挑戦現場から積み上げた実践型ソリューション

第２章　企業・行政で導入が進むＡＩコールセンター ── 導入事例に見る成果と工夫

電話による音声入力の導入で注文完了率40％アップ！ 【生活協同組合コープこうべ】
　高齢者による電話注文のニーズ
　旧自動音声システムの課題
　関西弁「ちゃうちゃう」をＡＩに学習させる
　ＫＰＩ達成と数千万円規模のコスト削減
返品対応コストを60％削減！ 顧客満足度も向上 【株式会社ニッセン】
　利益を生まないコールセンター業務を縮小する企業も
　年間100万件の入電の１割が返品対応
　ＡＩによる自動音声対応に活路
　「〝この春イチオシのワンピース〟を返品ですね？」問題の改善
　驚異的なコスト削減と通話時間の短縮
繁忙期の電話集中をＡＩによる対応で吸収 【株式会社明治産業】
　引っ越しシーズンに集中するガス開栓・閉栓の申し込み
　ＡＩコンシェルジュの導入でオペレーター稼働時間が半減
　地方の人手不足解消に道筋
「未納者に納税を促す電話」を自動化し架電コストを50％削減 【東京都羽村市】
　効率化が求められる自治体の電話業務
　ＡＩコンシェルジュによる３つの自動化
　コスト削減と市民サービス向上の両立
　スモールスタートが成功の鍵
「スナッチ対応」の音声自動化で受注率がアップ 【株式会社エバーライフ】
　殺到する入電への「スナッチ対応」自動化が課題
　コールセンター業務への深い理解が可能にした提案
　システムの工夫と「カスタマイズ型」の優位性
　ＡＩと人との連携によるハイブリッド運用

INSIGHT
　「来庁予約」システムで自治体の窓口業務の効率と住民満足度をアップ

第３章　コールセンターの「数字」「事業構造」はＡＩ化でここまで変わる ── コール単価、入電数、完了率、顧客満足度、ｅｔｃ．

コールセンターのＡＩ化がもたらす変革の本質
　人手不足と高度化ニーズが交錯する現場
　ＡＩコンシェルジュが示す経営戦略上の意味
企業のメリット①　人材不足の解消・レジリエンスの強化
　ノンコア業務の自動化で人材不足を解消
　時間・季節によるコール量の変動への対応
企業のメリット②　生産性のアップ
　複雑な業務の切り分けで生産性を底上げ
　広範な業務の定型化 ──「後確電話」への適用など
　他のアプリケーションとの連携で業務をスリム化
企業のメリット③　運営コストの削減
　コール単価の把握が第一
　ＡＩコンシェルジュによる健全なコスト抑制
企業のメリット④　受注率・売上アップ
　受注の取りこぼしを防止
　架電の自動化で攻めのＤＸを実現
企業のメリット⑤　アフターフォローの自動化
　予約・手続きの取りこぼしを低減
　アフターフォローの実績に基づく個別最適化
オペレーターのメリット①　やりがいと成長の実感
　本来業務に集中できる
　ストレスの少ない職場環境
　キャリア形成と定着率向上への波及効果
オペレーターのメリット②　クレーム・カスハラからの解放
　サービスへの過度な期待によるカスハラの深刻化
　期待値を下げ、感情の摩擦を断つ「防波堤」機能
顧客のメリット①　つながる安心感
　つながらないストレスを解消
顧客のメリット②　簡単な操作
　プッシュ操作の煩雑さから解放
顧客のメリット③　サービスへの信頼
　情報の正確性と完了確認による信頼の醸成

INSIGHT
　ボイスボットとの併用に役立つＳＭＳ送信サービスの選び方

第４章　自社に適したボイスボットの選定と実装ポイント ── 何をどこまで自動化するか

コールセンターのＡＩ化で大切な３つのフェーズ
　ＡＩ化を成功に導く戦略的ポイント
導入前の準備①　ＡＩに任せられる業務を把握する
　電話業務の棚卸しと分解
　「定型業務」「非定型業務」「ＡＩ化が不要な業務」に仕分ける
　生成ＡＩの活用を目的化しない
導入前の準備②　電話業務を可視化し、ＫＰＩを設定する
　課題を数値化する
　ＫＰＩを設定する
ボイスボットの選定　業務・目的に適したタイプを選ぶ
　ボイスボットの２つのタイプ
　必要な機能や削減のコスト規模に合わせてタイプを選択する
ベンダーの選定①　コールセンター業務に詳しいベンダーを選ぶ
　「大手のシステム会社＝安心」とは限らない
　オペレーションを改革できるベンダーを選ぶ
ベンダーの選定②　ＡＩだけでなく電話回線の知識も確認する
　大規模コールセンターのＡＩ化に欠かせない〝電話インフラの知識〟
　キャリアとの調整も必要
　行政への導入では「ＬＧＷＡＮ環境」への対応力もポイント
導入後の改善　継続的チューニングで音声認識の向上を図る
　改善サイクルを回して成果を最大化
　ＡＢテストと後付け実装で品質を磨く
その他のポイント　ビッグバン導入よりスモールスタート
　大規模計画の罠とＡＩ化が頓挫する理由
　スモールスタートによる導入ステップ例
　行政などは部署単位でスタート

INSIGHT
　ＡＩ×ＢＰＯの次世代モデルＡＩコラボコンタクトセンター

第５章　失敗しないＡＩコンシェルジュ導入の実践ロードマップ ── 業界を超えて広がる可能性

伴走型サポートでボイスボットの効果を最大化
　コールセンターのＡＩ化にはＰＤＣＡが不可欠
ＳＴＥＰ１　ＡＩコンシェルジュ導入前のコンサルテーション
　電話業務に関する課題のヒアリング
　自動化が可能な電話業務の切り分け
　導入効果の可視化と具体的な提案
ＳＴＥＰ２　システムの設計と構築
　カスタマイズ型による事業にフィットしたシステム
ＳＴＥＰ３　リリース前テストと最終調整
　人との対話を前提にした品質検証
ＳＴＥＰ４　伴走型サポートで導入後の成果を最大化する
　毎月の稼働レポート提供と継続的なチューニング
　総合的なプロモーションと業務改善支援
多様な業界に浸透するＡＩコンシェルジュ
　広範囲な業界で広がる可能性
　　● 電気・ガスなどのインフラ業界
　　● 小売り・Ｄ２Ｃ業界
　　● 金融・保険・不動産業界
　　● 人材派遣業界
　　● 旅行・観光・葬儀・自動車整備業界など（予約・受付業務全般）
　　● 行政（自治体）

あとがき

著者

溝辺 和広（みぞべ・かずひろ）
1973年福岡県北九州市生まれ。1992年株式会社大阪有線放送社（現・株式会社U-NEXT HOLDINGS）に入社。23歳で放送所所長を経て、2010年、株式会社U-NEXTマーケティング（現・株式会社TACT）を立ち上げ、2011年に代表取締役社長に就任。コールセンター受託運営事業を軸に、2016年からは音声認識による自動案内システム『AIコンシェルジュ®』の提供を開始し、コールセンターや企業の利便性向上に取り組んでいる。