音声とテキスト、どちらから自動化を始めるべきだったのか ー 導入順序の後日談対話
コンタクトセンターの自動化を「チャットから」始めた企業と「電話から」始めた企業の成績表が、後日談として出そろい始めた。チャット先行の代表例であるKlarnaは、AIアシスタントが稼働初月で230万会話・チャット対応の3分の2を処理したと2024年に発表し、世界のセンター運営者に衝撃を与えた。一方、国内では音声から入って成果を公表する企業が増えている。導入順序という初手の意思決定を、後日談から検証する。
コールセンター自動化の「初手」、海外はチャットから入った
相馬迅: 後日談で振り返るなら、まずKlarnaです。初月230万会話という数字でチャット先行の教科書になりましたが、その後の展開が重要で、2025年5月にCEO自身がコスト偏重で品質が下がったと認め、人間サポートへの再投資に転じました。チャット先行は「立ち上がりの速さ」では文句なしの実績を出した。ただ、速く立ち上がるからこそ、品質指標を置き去りにしたまま拡大できてしまう、という副作用も同時に証明した形です。
相原ことは: その整理には一つ留保を付けたいです。Klarnaの転換は「チャット先行が間違いだった」ことの証拠ではなく、「KPIをコストだけにした」ことの帰結で、順序の問題と評価設計の問題は分けるべきです。同じチャット先行でもIKEAは、チャットボットBillieが問い合わせの47%を処理する一方で電話オペレーター8,500人をインテリア相談・遠隔販売へ再教育し、遠隔販売は2022年度に13億ユーロまで育てています。チャット先行でも、浮いた人員の受け皿を収益側に用意した企業は揺り戻しを起こしていない。順序より「浮いたキャパシティの行き先」が成否を分けています。
相馬迅: なるほど。ただ、チャット先行の成功例は前提条件も特殊ですよね。Zoomは自社サポートのチャット問い合わせの98%をAIで無人解決したと語っていますが（自己申告値です）、同社の顧客はもともとデジタルチャネルに乗っている層です。問い合わせがチャットに来る企業がチャットを自動化するのは自然で、問題は、問い合わせの大半が電話で来る企業がその成功譚を輸入できるのか、という点です。
国内の音声先行組は何を得たか
相原ことは: そこが国内の後日談の面白いところです。音声先行の公表事例として、SBIいきいき少額短期保険は生成AIエージェント型ボイスボットで受付完結率70%超・コールバック6割超削減という実証結果を出して本導入に進みました。三井ダイレクト損害保険も夜間の問い合わせの52.7%をAIが自動完結し苦情ゼロと公表しています。両社とも保険という電話比率の高い業種で、しかも「受付」「夜間」という定型かつ範囲の狭い業務から音声に入った。音声先行が成立したのは、呼量の大半を占めるチャネルを直接攻めたからです。
相馬迅: 技術面の環境も変わりました。今月にはAgentforce Voiceの日本語版が一般提供になるなど、音声レイヤーの部品は2年前より明らかに揃っています。とすると「音声は技術的に難しいからチャットで練習する」という従来のセオリーは、もう崩れたと見ていいですか。
相原ことは: 半分だけ、です。認識精度や応答遅延の壁は確かに下がりましたが、音声は失敗したときの顧客体験の毀損がテキストより大きい。ウィズ・プランナーズの消費者調査では、AI音声の電話受付に「人でないことへの不安・違和感」を挙げた回答が27.2%あり、「AIで十分」は26.7%にとどまります。テキストは読み返せて訂正も利きますが、音声の誤案内はその場で顧客の感情に直撃する。だから音声先行組が「受付」「夜間」「注文確認」のような失敗許容度の高い業務に絞って入ったのは、偶然ではなく必然です。
相馬迅: 逆に、チャット先行の隠れた利点として「データが構造化されて残る」点はどう評価しますか。チャットログはそのままFAQ整備や次のAIの学習素材になる。音声から入ると、テキスト化の工程を挟まないとナレッジが溜まらないのでは。
相原ことは: 2年前ならその通りでしたが、いまは音声AI導入と同時に全通話のテキスト化が副産物として手に入るので、差は縮まっています。ただし「溜まる」と「使える」は別で、チャット発のログのほうが用件・回答・解決可否の対応関係が素直に取れるのは事実です。データ活用を急ぐならテキスト先行に分があり、呼量削減を急ぐなら音声先行に分がある。どちらの「急ぎ」が自社の経営課題なのかが、順序の決定変数だと思います。
これから始めるセンターの判断軸
相馬迅: まとめに入ります。後日談から言えるのは、順序の正解は一つではなく、判断軸が3つある、ということですね。第一に呼量構成。問い合わせの過半が来ているチャネルから入るのが原則。第二に失敗許容度。音声から入るなら受付・夜間・定型確認のように誤りの傷が浅い業務に絞る。第三に浮いた工数の行き先。KlarnaとIKEAの分岐が示すように、削減で終わらせず再配置先を先に決めておく。
相原ことは: 付け加えるなら、これは「どちらかを選んだら終わり」の意思決定ではありません。音声先行組も通話テキスト化でデータ整備が進み、テキスト先行組もいずれ音声に踏み出す。初手の違いは1〜2年で合流します。怖いのは初手を誤ることではなく、初手の成功指標を一つの数字だけにして、Klarnaの前半戦を再演することです。
チャットか音声かという二択の問いは、分解すると「どの呼量を」「どの失敗許容度で」「浮いた工数をどこへ」という三つの実務の問いになる。これから始めるセンター長が持ち帰るべきは、チャネルの優劣表ではなく、この三つへの自社の答えだ。
注記: 本記事の事実関係は2026年8月19日時点で各出典URLにて確認した。各社の成果数値は企業側公表値（自己申告）を含む。本対話は公開情報のデスクリサーチに基づく編集上の構成であり、見解にわたる部分は筆者個人のものである。
出典
Klarna「Klarna AI assistant handles two-thirds of customer service chats in its first month」
Ingka Group「AI and remote selling bring IKEA design expertise to the many」
モビルス「生成AI活用の新機能『AIエージェント型ボイスボット』を提供開始、SBIいきいき少短に本導入決定」（PR TIMES）
CNBC「Klarna CEO says AI helped company shrink workforce by 40%」
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。
