社内ヘルプデスクは顧客対応AIの試験場になるのか ー バックオフィス問い合わせ自動化の位置づけ
NECは2026年8月1日付で、自律型AIエージェントのみで構成する無人部署「コーポレートAI・ワークフォース部門」を立ち上げた。所属するのは人間ではなくAIエージェント「17人」で、社内業務の自動化を担う。顧客向けサービスではなく、まず自社の中で、である。ここで立てたい問いはひとつ。情シス・人事・総務への社内問い合わせ対応は、コールセンターや顧客サポートにAIを入れる前の「試験場」として機能するのか。私の立場を先に言えば、順序としては合理的だが、「社内で動いた」をそのまま「顧客でも動く」に読み替えるのは危険、である。
コールセンターより先に、社内から無人化が始まっている
数字から確認する。Ciscoの発表によると、同社は2026会計年度に145,000件のサポートケースを人間の介在ゼロで解決した。CEOのChuck Robbins氏は、CX組織を「エージェント型AIが人の支援を超えて独立したタスクを担えるかのテスト場」として使ったと説明している。ただしこの数値は同社の自己申告であり、第三者の検証は公表されていない。
当て馬として顧客対応側の数字を置くと、落差がわかる。CX Diveが報じた調査（Zendesk傘下のForethoughtによるCXリーダー600名超への調査）では、CX領域のAI導入率は57%から70%に伸びた一方、価値・成果・ROIを実感できている組織はわずか2%だった。もちろんベンダー調査であり「2%」という切り取りには販促の意図も混じるが、導入と成果の間に大きな断層があるという方向性は、複数の調査で繰り返し出ている。
つまり「顧客向けは入れたが価値が出ない」一方で、「社内向けはすでに無人部署や数十万件規模の自律処理が動き始めた」。この非対称が現在地である。
なぜ社内問い合わせは自動化しやすいのか
メカニズムは3つに分解できる。
第一に、失敗の許容度が高い。社内ヘルプデスクの応対品質が一度落ちても、失うのは社員の時間と多少の不満であり、顧客離脱や炎上には直結しない。言い換えると、社内は「補助輪付きの公道」である。走る練習はできるが、転んでも大事故にならない。
第二に、ナレッジが閉じている。社内規程・IT手順・申請フローは有限の文書集合であり、回答の正解が社内で定義できる。顧客対応のように、商品・契約・感情・例外が無限に組み合わさる開放系とは条件が違う。ただし閉じているはずの社内でもデータの整備は進んでいない。MIT Technology Review Insightsのレポート（Google Cloud協力・300組織調査）を踏まえたNo Jitterの記事によると、エージェントが業務に必要なデータへアクセスできる割合は平均45%にとどまり、AIエージェントの出力を信頼できるとした回答は約半数だった。同じ調査で用途の首位は顧客サービス（62%）、次いでIT運用管理（52%）であり、社内ITは顧客対応と並ぶ主戦場になっている。
第三に、ユーザーが認証済みである。社員は誰であるかが特定でき、権限が定義されている。ベンダー側の設計もここを前提にし始めた。Zendeskが5月のRelate 2026で発表した従業員サービス向け自律AIエージェントは、SlackやMicrosoft Teamsの中で動作し、社内システムを横断検索しつつ、参照元ドキュメント単位の権限（source-level permissions)を守って回答する設計をうたう。権限管理を先に固めるアプローチは、顧客データを扱う前の予行としては筋がいい。
「試験場」として使うときの型
社内で貯めたものを顧客対応へ持ち込む再現可能なパターンは、次の3つに整理できる。
型1: 閉じたナレッジで完結率の作り方を学ぶ。 社内規程やIT手順のような有限ナレッジで「何割を一次完結できるか」「どこで人に渡すか」を測り、ナレッジの穴を潰す運用（更新頻度・オーナー決め）を確立する。ナレッジ整備の筋肉は社内でも顧客対応でも同じものが使われる。効く理由は、失敗コストが低い場で反復回数を稼げるからである。
型2: 権限・監査の事故を社内で潰す。 AIが「権限のない人に情報を返す」事故は、社内なら是正可能だが顧客相手ではインシデントになる。Zendeskの従業員サービス設計のように参照元単位の権限を通す構成を社内で運用し、ログと監査の型を作ってから顧客データに向かう。
型3: AIの運用チームを社内で育てる。 Ciscoの事例が示すのは技術の勝利というより、CX組織を実験場に運用ノウハウを蓄積したという組織論である。プロンプトやナレッジの改善、エスカレーション基準の調整、出力品質の評価といった「AIを回す仕事」を担う人材は、社内問い合わせでの運用経験から育てられる。OpenAIが7月に発表したPresenceが、顧客サポートと社内のIT・人事対応を同じ基盤で提供するように、社内と顧客対応の技術スタックは急速に共通化しており、社内で育てた運用スキルは顧客側へ持ち越しやすくなっている。
見立て: 「社内で動いた」は「顧客で動く」の証明にはならない
ここからは私の見立てとして書く。社内試験場論には構造的な限界がある。社内ユーザーは我慢するが、顧客は離脱する。社員は多少答えが的外れでも問い直すし、業務命令として新しいツールを使う。顧客にはその義務がない。解決体感の合格ラインが社内と顧客では別物であり、社内での完結率をそのまま顧客対応の見込み値に翻訳すると失敗する。
もっとも、この順序論を強調しすぎることにも自己反証を置きたい。「社内で完璧になってから顧客へ」と構えると、永遠に試験場から出られない。顧客対応で価値実感が2%にとどまる一因は、本番投入して学ぶサイクルの不足でもある。社内試験場は「顧客投入を遅らせる言い訳」ではなく「顧客投入の失敗コストを下げる準備」として使うべきで、両者は似て非なるものだ。
条件を付けるなら、社内ヘルプデスクが顧客対応AIの試験場として機能するのは次の3つを満たすときである。（1）測る指標を顧客対応と同じ定義にする（完結率・再問い合わせ率・エスカレーション率）、（2）権限・ログ・監査を本番同等の厳しさで運用する、（3）AIを回す運用チームを専任化し、その体制ごと顧客対応へ移す前提で設計する。
まとめ
第一に、NECの無人部署やCiscoの14.5万件自律解決が示すとおり、AIエージェントの実戦投入は顧客接点より先に社内業務で進んでいる。第二に、その理由は失敗許容度・閉じたナレッジ・認証済みユーザーという社内の構造条件にあり、この条件差ゆえに社内の成功は顧客対応の成功を保証しない。第三に、それでも社内試験場には、ナレッジ運用・権限設計・運用人材という「持ち越せる資産」があり、指標と体制を顧客対応と揃えて運用したときに限り、試験場として機能する。
あなたのセンターで顧客向けAIの企画が止まっているなら、問うべきはこうだ。社内の問い合わせ対応で、AIの運用を回した経験は組織のどこに貯まっているか。そしてそれは、顧客の前に出せる形で測られているか。
注記: 本記事の数値・事実は2026年8月17日時点で各出典URLにて確認した。CiscoおよびForethought調査の数値は各社の自己申告・自社調査であり、第三者による検証は確認できていない。本文の見立ての部分は筆者個人の見解である。
出典
MIT Technology Review「Scaling AI agents with trustworthy data」
CX Today「Cisco Resolves 145,000 Support Cases Using Agentic AI」
CX Dive「AI adoption in CX is accelerating, but few projects produce value」
No Jitter「Majority of organizations to expand agentic AI usage」
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。
