顧客対応をAIに任せる — 従来のチャットボットと何が違うか

2つの型の違い

シナリオ型の限界は、作った人が想定した質問にしか答えられないことである。問い合わせの実態は想定よりばらけるので、カバー率が上がらない。カバー率を上げようとシナリオを増やすと、保守が破綻する。

エージェント型は、ナレッジを読んで推論するため、言い方が違う質問にも対応できる。代わりに、何を答えるかが事前に確定しないので、検証と監視の仕組みが必要になる。

Sierra は成果連動の課金を採っていると公表している。会話数や席数ではなく、提供した価値に応じて支払う形である。

これが成立するのは、エージェント型では「解決したかどうか」が測れるからだ。顧客が追加の問い合わせをせず、人への転送も発生しなかった会話は解決したとみなせる。従来のチャットボットでは、答えを表示しただけで解決したかが分からなかった。

導入側の利点は、効果が出なければ払う額も小さいことである。ただし「何を成果と数えるか」の定義が交渉の中心になる。転送した会話を成果に数えるか、解決後に再問い合わせがあった場合はどうするか。契約前に定義を文書で詰める必要がある。

任せる範囲の決め方

全件を任せる前提で設計すると失敗する。段階を分けて広げていく。

• 第1段階：FAQで答えられる質問だけ。それ以外は即座に人へ
• 第2段階：注文状況の照会など、読み取りだけの操作を追加
• 第3段階：返品受付や予約変更など、書き込みを伴う操作を追加
• 第4段階：例外処理の判断を一部任せる

第3段階が境目である。システムに書き込む操作を任せると、誤った処理が実データに残る。取り消せる設計（処理を予約して人が承認する、一定時間内なら自動で巻き戻せる）にしてから進める。

日本語で運用するときの確認点

• 敬語とトーンの調整ができるか（過度に丁寧すぎると読みにくい）
• 謝罪の表現を制御できるか（安易な謝罪が法的な認諾と読まれる懸念）
• 人に転送する判断基準を文章で指定できるか
• 対応ログを日本語で読める形で残せるか（監査と改善に要る）

2つめは軽視されがちだが重要である。「ご迷惑をおかけして申し訳ございません」が自動で出ると、こちらの責任を認めた記録になり得る。苦情の一次受けをAIに任せるなら、謝罪の文言を制御できるかを必ず確認する。

人の役割はどう変わるか

AIが一次受けを担うと、人に回ってくるのは難しい案件だけになる。これは人の負荷が下がることを意味しない。簡単な問い合わせで息を抜く時間がなくなり、難しい案件が連続する。

導入にあたっては、オペレーターの業務設計も同時に見直す必要がある。件数が減ることを前提に人を減らすと、1件あたりの難易度が上がった状態で人手が足りなくなる。

よくある質問

Q. 既存のチャットボットから乗り換えるべきですか。

A. 既存のものでカバー率が足りているなら急ぐ必要はありません。乗り換えの判断材料は、カバー率が上がらない状態が続いているか、シナリオの保守が追いつかなくなっているかです。

Q. 価格はどのくらいですか。

A. Sierra は成果連動の課金で、公開価格はありません。問い合わせベースで、成果の定義とあわせて条件を決める形になります。