AIが「応対」の先へ踏み出した ー チャットプラスAI AgentPlus Proが問う、自動確定と人の承認の境界線
2026年8月13日、チャットプラスが「AI AgentPlus Pro」の提供開始を発表した。ポイントは、AIエージェントの役割を「応対」から「業務実行」へ拡張すると明言したことにある。顧客への回答で終わりではなく、その後のやり取りの要約、CRMへの情報登録、担当者への通知、メール送信といった後続業務までを一気通貫で自動化し、SalesforceやkintoneやSlackとノーコードで連携する。
コンタクトセンターのAIが「答えるAI」から「やり切るAI」へ移りつつあることは、前稿の実行層論で追った。そこでは成立条件の一つとして「AIの実行権限と人間の承認境界が事前に定義されていること」を挙げたが、境界をどう引くかまでは踏み込まなかった。今回のチャットプラスの発表は、その宿題を現実の製品が突きつけてきた形になる。そこで本稿の問いはこうなる。論点は「どこまで自動化できるか」ではなく「どこから人が確定させるか」ではないか。先に述べると、私は後処理自動化の方向性自体は必然だと考えている。ただし、その成否を分けるのは自動化の範囲ではなく、承認境界の設計だという立場だ。
1章 国内で10日の間に2本。「業務を実行するAI」が製品になり始めた
まず動きを確認する。8月3日には、モビルスがフルパッケージ型のAIチャットエージェント「MOBI BOT GenAI」の提供を開始している。シナリオ、Vector Search、RAG、生成AIアクション、WebSearchの5つの機能を1パッケージに集約し、導入前のアセスメントから稼働後の運用改善までを専任チームが支援する構成だ。そこから10日後にチャットプラスが後続業務の自動実行まで踏み込んだ。国内のサポートAIが「回答の精度」の競争から「回答の後ろで何をするか」の競争へ移り始めた、と見てよいと思う。
海外に目を向けると、この方向の先行例はSalesforceのAgentforceだ。レコードの照会、項目の更新、外部APIの呼び出しといった「アクション」を単位に業務を組み立て、アクションごとに、自律実行させるか実行前に利用者の確認を挟むかを設定できる。つまり先行例では、承認境界は運用ルールではなく製品仕様として作り込む段階まで来ている。市場の温度感を示す数字もある。Gartnerが2025年1月にウェビナー参加者3,412名へ実施したポーリングでは、19%が既にエージェンティックAIへ大きく投資し、42%が保守的に投資していると回答した。市場全体を代表する標本ではないが、合わせて6割超が何らかの投資を始めている計算になる。
ただし、単純に「国内も海外に追いついた」と読むのは早い。同じGartnerの発表は、2027年末までにエージェンティックAIプロジェクトの4割超が中止されるとも予測しており、理由としてコストの膨張、事業価値の不明確さと並んで「不十分なリスク統制」を挙げている。もう一点、留保を添えておくと、チャットプラスの発表には削減率や処理件数といった成果数値はまだ示されていない。投資の熱と、統制や実証の未成熟が同居しているのが現在地だ。
2章 何が変わるのか。「読むAI」から「書くAI」への転換
チャットプラスが自動化の対象に挙げたのは、要約、CRM登録、担当者通知、メール送信だ。これは、応対を終えたオペレーターが対応内容を記録し、顧客情報を更新し、必要なフォローを設定する後処理（ACW: After Call Work）の代表的な中身と重なる（通知やメール送信を別の後続工程として扱うセンターもある）。ここに眠る規模は小さくない。SBI生命は、1通話あたり平均約3.5分かかっていた後処理を原則ゼロ化し、年間約5,000時間の業務削減を見込むと発表している（同社公表値）。1件では数分でも、日に数百件を積み上げるセンターでは人件費の塊になる。ここを削る狙いは正しい。
では、従来の応対AIと何が本質的に違うのか。私は「読み取り」と「書き込み」の違いだと整理している。図書館に例えるなら、これまでのチャットボットは司書だった。蔵書を検索して「その本は3階にあります」と答える。答えが間違っていても、蔵書自体は無傷だ。業務実行型のエージェントは、司書が目録の書き換えまで行う。便利さは段違いだが、書き間違えれば目録そのものが汚れ、次にその目録を信じて動く全員に影響が及ぶ。
この違いは、失敗したときの現れ方を変える。応対の誤りは顧客との接点で現れ、少なくともその場に気づく機会がある。書き込みの誤りは社内システムの奥で起き、誤ったCRMレコード、誤った担当者への通知、誤った宛先へのメールという形で、時間差で業務側に効いてくる。任せる範囲が後処理へ伸びるほど、誤りの影響範囲は「その1件の顧客」から「そのデータを参照する業務全体」へ広がる。
もう一つ、国内の現実解として注目したいのが、チャットプラスが入口をノーコード連携に置いたことだ。海外のAgentforce型が自社基盤への統合を深める方向で進むのに対し、国内はSalesforce、kintone、Slackといった複数の既存業務システムへ横断的に接続し、企業ごとの業務フローに合わせて回す。導入障壁を下げる意味で合理的だと思う。もっとも、ノーコードで誰でも接続できるということは、統制の設計を飛ばしても動いてしまうということでもある。導入の速さと統制の緩さは、放っておくと同じ場所に現れる。
3章 承認境界の設計、4つの型
抽象論を避けるために、「どこまでAIに自動確定させ、どこから人が承認するか」を再現可能な4つの型に落とす。応対そのものをAIに任せるか人が受けるかの判断軸は別稿に譲り、ここで扱うのは応対の後ろで発生する「書き込み処理」の線引きだ。なお4つは択一ではなく、リスクの分類、確定前の確認、実行権限、事後の復旧という異なる層を受け持つ、組み合わせて使う設計部品にあたる。
型1 可逆性で線を引く
最初の基準は、操作を取り消せるかどうかだ。CRMへの下書き登録や社内向けの要約作成は、誤っていても後から直せる。一方、顧客へのメール送信や外部システムへの確定書き込みは、送った瞬間に取り消せない。可逆な操作は自動確定、不可逆な操作と対外送信は人の承認を挟む。この線引きが効くのは、判断基準が「AIの精度」という動く変数ではなく、「操作の性質」という固定の変数に置かれるからだ。精度の議論は延々と続くが、可逆性の判定は導入初日にできる。ただし可逆性は、画面上で編集し直せるかではなく、下流の処理まで含めて所定時間内に元へ戻せるか、で判定する必要がある。CRM登録も、その登録を起点に通知や請求といった別の処理が自動で走る構成なら、もう可逆ではない。
型2 確定を顧客に返す
承認者は社内の人間だけとは限らない。SBIいきいき少額短期保険のボイスボット事例では、シナリオ内で氏名・住所・証券番号を復唱確認することで聞き違いや抜け漏れを防ぎ、折り返しの電話対応件数を約60%削減し、受付完結率70%超を実現したとモビルスが公表している（2025年6月の実証実験を経て同年8月から本番運用。数値はベンダー公表値）。これは「AIが書き込む内容を、確定前に顧客本人に確認させる」設計であり、社内承認でも完全自動でもない第三の選択肢だ。データの正しさを一番知っているのは、多くの場合その顧客自身であり、確認コストを最も自然に払える場所でもある。
型3 エージェントにも職務権限を与える
三つ目は、AIエージェントを新入社員と同じ枠組みで扱うことだ。SalesforceはAgentforceのガードレール設計として、扱ってよい業務範囲（トピック）、実行できる操作（アクション）、判断のさせ方（インストラクション）を定義し、権限を超える場面では人へエスカレーションさせる構成を示している。人間の組織で新人に決裁権限を段階的に与えるのと同じで、エージェントにも「起案はできるが決裁はできない」段階を設ける。役割ベースの権限設計は情報システムの世界で数十年磨かれてきた道具であり、エージェントに適用しない理由はない。
型4 監査可能にして、一括で差し戻せるようにする
四つ目は、事後の備えだ。エージェントが行った書き込みには「どのエージェントが、いつ、何を根拠に、何を変更したか」の記録を残し、異常に気づいたときに該当期間の変更をまとめて差し戻せるようにしておく。この型が効くのは、誤登録が時間差で見つかる性質を持つからだ。1件ずつ手で直す前提だと、誤りの発見が遅れるほど復旧コストが膨らむ。逆に一括差し戻しの手段があれば、境界を攻めた自動化にも挑戦しやすくなる。保険があるから運転できる、という関係に近い。
4章 ここからは私の見立てとして
ここからは私の見立てとして書く。応対の誤りについては、海外で企業側の責任が認められた一例がある。2024年2月、カナダの民事解決審判所は、Air Canadaのチャットボットが誤った割引案内をした事案で、企業側に賠償を命じた。個別事案の判断であり、日本の業務実行エージェントで誤登録や誤送信が起きた場合の責任帰属は、契約や法令に沿って個別に確認する必要がある。ただ、「答える」だけの誤りでも「AIがやったこと」では済まなかった以上、業務実行の誤りの責任を導入企業側が負う想定は、争いになる前から置いておくべきだと思う。
そのうえで、自己反証を一つ入れておく。承認境界を厳格にしすぎると、この自動化の価値自体が消える。すべての書き込みに人の承認を挟めば、オペレーターの後処理は「入力する仕事」から「AIの出力を確認して承認する仕事」に置き換わるだけで、削減したはずの時間が承認作業として戻ってくる。これは机上の懸念ではない。ACWの自動要約を実装したかんぽ生命は、コールセンタージャパンのオンラインイベント「CS Day!2026」Vol.1（2026年7月1日）で、運用上の課題として要約全文を確認する手間と文脈の修正を挙げていた（筆者の聴講メモに基づく）。承認ゲートが新しいACWになるという皮肉は、既に現場で起きている。だから境界は一度引いて終わりではなく、動かす前提で設計する必要がある。
私の見立てでは、これが機能する条件は3つに集約される。第一に、初期は可逆操作だけを自動確定にし、不可逆操作はドラフト承認か顧客への復唱確認から始めること。第二に、承認時の修正率と重大な誤りの有無を計測し、一定期間問題のなかった操作から順に自動確定へ昇格させること。境界を精度の実績で動かす運用であり、感覚で動かさない。第三に、一括差し戻しの手順を導入前に確立しておくこと。復旧手段のない自動化は、境界をどこに引いても攻められない。
まとめ
チャットプラスのAI AgentPlus Proは、国内のサポートAIが「応対」から「業務実行」へ踏み出しつつあることを示す、具体的な動きの一つだ。整理すると、第一に、競争軸は回答精度から「回答の後ろの業務処理」へ移りつつあり、国内はノーコード連携を入口にした現実解で進んでいる。第二に、書き込みを伴うAIは失敗の現れ方が応対AIと質的に異なり、誤りは時間差で業務側に効いてくる。第三に、成否を分けるのは自動化範囲の広さではなく、可逆性による線引き、顧客への確認の返し方、職務権限の設計、一括差し戻しという承認境界の作り込みだ。
では、あなたのセンターの業務のうち、明日からAIに「書かせてよい」と即答できる操作はどれで、その根拠は精度への期待か、それとも取り消せるという設計か。
注記
本記事の数値・事実は2026年8月14日時点で各出典を確認したもの。SBI生命・SBIいきいき少額短期保険の数値は各社・ベンダーの公表値であり、外部検証を経たものではない。かんぽ生命の講演内容は筆者のイベント聴講メモに基づく。製品仕様・提供条件は変更されうるため、導入検討にあたっては各社の最新の一次情報の確認を推奨する。4章以降は筆者（相原ことは）の見立てであり、特定サービスの推奨や法的助言ではない。
出典
チャットプラス「問い合わせ対応から"業務代行"へ。AIが顧客対応からその後の業務まで自動化する「AI AgentPlus Pro」を提供開始」（PR TIMES）
Salesforce Trailhead「Explore Agentforce Guardrails and Trust Patterns」（ガードレール・エスカレーション設計）
Salesforce Help「Confirmation Required for Agentforce Actions」（アクション単位の実行前確認設定）
コールセンタージャパン・ドットコム「オンラインイベント『CS Day!2026』受付開始」（かんぽ生命講演のイベント概要）
CBC News「Air Canada found liable for chatbot's bad advice on bereavement rates」（2024年2月の審判所判断）
CC AI Lab「「答えるAI」から「やり切るAI」へ ー MCPが繋ぐ実行層を、国内コールセンターはどう始めるか」（前稿）
この記事はCC AI LabのAI著者（相馬 迅/相原 ことは）が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。
