エージェント支援の効果はどう数値化するのか ー コールセンターのAHT短縮と新人立ち上がりの測り方
Metrigyの最新調査によると、コールセンターにagent assist（オペレーター支援AI）を導入した企業では、平均処理時間（AHT）が平均29.5%短縮したという。約700社を対象にした調査の集計値であり、支援型AIの投資対効果としてよく引用される数字だ。ところが現場に目を移すと、「支援AIを入れたのに効果が数字に出ない」という声は珍しくない。数字が出る会社と出ない会社の差は、AIの性能差なのか。私は、差の多くは「測り方の設計」にあると考えている。本稿では、エージェント支援の効果測定がなぜ難しいのか、その構造と実務で使える計測の型を整理する。
1. コールセンターの支援AIは「導入済み」が多数派になった
まず規模感を押さえたい。CX TodayがまとめたDialpadの調査解説によると、2025年時点で79%の組織が何らかのAIエージェント技術を導入済みとされる一方、その約半数はパイロット段階で止まっているとされる。導入したかどうかは、もう差別化要因ではない。効果を数値で説明できるかどうかが分かれ目になっている。
具体的な効果報告も出てきている。Bank of Americaは、顧客対応中の従業員をリアルタイム支援するAI「EricaAssist」に生成AI機能を追加し、公式発表では18,000人超のカスタマーサービス担当者が利用し、通話時間を1件あたり約1分短縮したとしている。用件の要約、関連情報の集約、次のアクションの提案を3秒未満で提示する設計だ。またRingCentralの2026年Q2の顧客事例では、保険代理店のGTR Insuranceが入電対応で月6,000ドルを削減、VGM Groupが放棄呼の45%をAIで回収したとされる。
ただし、もっとも留保が要る。これらはいずれもベンダーまたは導入企業の自己申告値で、第三者による検証はされていない。比較対象として、完全自動化（AIエージェントによる代替）の成果報告がしばしば「解決率」で語られるのに対し、支援型は「時間短縮」で語られることが多い。測っている物差し自体が違うため、支援と代替のどちらが効くかを数字だけで比べるのは危うい。
2. なぜ「支援したのに効果が見えない」が起きるのか
支援AIの効果測定を難しくしている最大の要因は、呼種ミックスの変化だ。
健康診断の平均値にたとえると分かりやすい。ある部署の平均体重が増えたとき、全員が太ったとは限らない。痩せた人が異動して、残った人の構成が変わっただけかもしれない。AHTも同じで、ボイスボットやFAQが定型的な問い合わせを先に吸収すると、オペレーターに届く呼は難しいものだけが残る。残った呼の平均処理時間は、支援AIがうまく働いていても上がることがある。導入前後の全体AHTを単純比較すると、「支援AIを入れたのにAHTが悪化した」という誤った結論が出る。
逆のパターンもある。全体AHTが下がったので支援AIの成果だと報告したら、実は繁忙期が過ぎて簡単な呼の比率が増えただけだった、というケースだ。季節性のある業種では特に起きやすい。
もう一つの要因は、支援AIの効果が「平均」ではなく「分布」に出ることだ。ベテランはもともと後処理が速く、支援AIの恩恵は小さい。効果が大きいのは新人と中位層で、応対のばらつきが縮む形で現れる。平均値だけを見ていると、この「下位の底上げ」は見逃される。Metrigyの別の分析では、スーパーバイザーがAIによるスケジューリング支援で週2時間近くを取り戻すという集計もあり、効果がオペレーター個人ではなく管理側に出る場合もある。
3. 実務で使える計測設計の型
では、どう測ればよいか。実務で再現しやすい型を4つ挙げる。
型1: コホート比較。 同時期に、同じ呼種を扱うチームを支援AIあり・なしで分けて比較する。全社一斉導入では前後比較しかできなくなるため、段階導入をあえて計測設計として使う。効くのは、季節性・呼種ミックス・キャンペーンなどの外部要因が両群に等しくかかるからだ。Bank of Americaが一部のサービス領域から始めて順次拡張しているのは、リスク管理と同時に、この比較可能性を保つ運用でもある（拡張方針は公式発表に記載がある。比較目的かどうかは推測を含む）。
型2: 呼種ミックス補正。 全体AHTではなく、問い合わせ種別ごとのAHTを追う。「住所変更」「解約」「技術問い合わせ」といった種別単位で前後比較すれば、ミックス変化の汚れをかなり除ける。前提として呼種のタグ付けが要るが、通話の自動要約・自動分類を入れているセンターなら、その副産物で賄える。
型3: 新人立ち上がり曲線。 支援AIの効果がもっとも素直に出るのは新人だ。「独り立ちまでの日数」「入社後90日時点の応対品質スコア」「90日以内離職率」を、支援AI導入前後の入社コホートで比較する。IKEAの事例では、Ingka Groupの公式発表で新規採用者の研修期間が5〜6週間とされており、立ち上がり期間そのものが管理指標になっている。新人が最初からAIの提案を前提に業務を覚える設計なら、研修カリキュラムの短縮分も効果に含めてよい。
型4: ばらつきの計測。 平均ではなく、応対時間・品質スコアの分散と下位四分位を見る。支援AIの価値仮説が「誰が受けても一定品質」であるなら、検証すべきは平均の低下ではなく分布の収縮だ。ばらつきが縮んでいれば、平均が動かなくても支援は機能している。
共通する原則は、導入前にベースラインを取り切ることに尽きる。導入後に「そういえば前はどうだったか」を再構成するのは、ほぼ不可能だ。
4. 見立て: 測定設計は「支援か代替か」の意思決定インフラになる
ここからは私の見立てとして書く。エージェント支援の計測設計は、単なる効果検証を超えて、「どこまでAIに任せるか」の意思決定インフラになっていくと考えている。呼種別のAHT・解決率・エスカレーション率が取れているセンターは、「この呼種は支援から自動化へ進めてよい」「この呼種は人に残す」という判断を数字で下せる。逆に全体平均しか持たないセンターは、ベンダーの提案資料に載った他社の数字で意思決定することになる。Gartnerの調査ではサービス部門リーダーの91%が経営層からAI導入の圧力を受けているとされ、圧力下でこそ自前の数字の有無が交渉力の差になる。
もっとも、自己反証もしておきたい。計測設計を精緻にするほど、導入は遅く、コストは重くなる。30席のセンターでコホート比較のために導入を半年遅らせるのは本末転倒であり、規模によっては「型2の簡易版（主要3呼種だけ前後比較）＋型3（新人だけは必ず測る）」で十分だ。測定の厳密さは、投資額と可逆性に応じて決めるものだと考える。
条件を付けるなら、こうなる。支援AIの投資判断を年間数千万円規模で行うセンター、あるいは支援の次に自動化への移行を計画しているセンターであれば、型1〜4をフルセットで設計する価値がある。そうでなければ、ベースライン取得と呼種別計測だけは外さない、が現実的な線だ。
まとめ
第一に、agent assistの効果は平均29.5%のAHT短縮という集計値がある一方、自己申告ベースの数字が多く、自社での再現は計測設計に依存する。第二に、「効果が見えない」の多くは呼種ミックスの変化と平均値主義が原因であり、コホート比較・呼種別計測・新人立ち上がり曲線・ばらつき計測の4つの型で対処できる。第三に、計測設計は効果検証にとどまらず、支援から自動化への移行判断を自社の数字で下すためのインフラになる。
あなたのセンターでは、支援AIの効果を「誰の・どの呼種の・どの分布の変化」として説明できるだろうか。平均値の前年比較しか手元にないとしたら、次に測り始めるべき数字はどれだろうか。
注記: 本稿の数値・事実は2026年8月18日時点でWeb上の公開情報を確認したものです。ベンダーおよび導入企業の自己申告値には第三者検証がない旨を本文中に明記しています。見立て・解釈のパートは筆者個人の見解です。
出典
Ingka Group「AI and remote selling bring IKEA design expertise to the many」
Gartner「Gartner Survey Finds 91% of Customer Service Leaders Under Pressure to Implement AI in 2026」
Metrigy「What Metrigy's Latest AI Data Reveals About Contact Center Staffing」
Metrigy「AI's Impact on Contact Center Staffing／The Bittersweet Update」
CX Today「RingCentral Sees AI Adoption Strengthen Customer Economics Q2 2026」
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。
