本文へスキップ
regulation公開更新8分で読めます

相談窓口は作れば終わりではない ー 使われる窓口とエスカレーション設計

シェア
AIに聞く

2026年10月1日、改正労働施策総合推進法の施行により、カスタマーハラスメント対策が全企業の義務になる。厚生労働省が2026年2月26日に公布した指針は、事業主が講ずべき措置として相談体制の整備を明確に要求しており、「相談窓口をあらかじめ定め、労働者に周知すること」は逃げようのない必須項目だ。だが、ここに落とし穴がある。窓口を設置したことと、窓口が使われることはまったく別の問題だからだ。本稿の問いはこうなる。オペレーターが実際に使う相談窓口と、組織図の上にだけ存在する窓口は、どこで分かれるのか。先に立場を述べると、私は分かれ目は窓口の「有無」でも「周知」でもなく、匿名性・記録範囲・エスカレーション基準・対応期限という4つの設計変数にあると考えている。

1. 「何をしても解決にならない」ー 相談されない窓口の実態

1. 「何をしても解決にならない」ー 相談されない窓口の実態

まず、相談窓口がどれほど使われていないかを示す数字から始める。厚生労働省の委託で実施された令和5年度の職場のハラスメント実態調査(概要版・令和6年3月)によれば、ハラスメントを受けた労働者が「何もしなかった」理由として最も多かったのは、パワハラ・セクハラ・顧客等からの著しい迷惑行為のいずれでも「何をしても解決にならないと思ったから」であり、その割合は半数を超える。窓口が知られていないから相談されないのではない。相談しても無駄だと思われているから相談されないのだ。

カスハラ固有の事情がこれに重なる。第一に、加害者が社外の顧客であるため、相談者は「自分の応対が悪かったのではないか」と自責しやすく、被害の申告がクレーム処理の失敗報告と混ざってしまう。第二に、コールセンターはオペレーターに占める有期・派遣雇用の比率が高く、「面倒な人と思われたら契約更新に響く」という雇用上の不安が申告をためらわせる。第三に、窓口への経路がSV(スーパーバイザー)経由の一本道になっているセンターが多く、SVの負荷が高い繁忙期ほど「まあまあ、よくあることだから」と一次受けの段階で吸収されてしまう。

義務化直前の企業側の準備も進んでいるとは言いがたい。東邦メディアプランニングが2026年8月6日に公表した対顧客業務従事者300名への調査では、カスハラ対策マニュアルが「ない」45.7%と「わからない」13.7%を合わせて約6割の職場でマニュアルの存在が確認できず、マニュアルを理解していない層の職場への不信感は理解している層の3倍を超えた。整備の遅れは、不信のかたちで現場に跳ね返っている。

2. コールセンターの相談窓口を殺す4つの設計不全

使われない窓口には共通のメカニズムがある。指針が求める4本柱(方針の明確化と周知・相談体制の整備・事後の迅速適切な対応・プライバシー保護等の付随措置)の全体構造は前稿で整理したため、ここでは相談体制だけを4つの設計変数に分解する。

変数1: 匿名性。実名前提の窓口は、雇用不安を抱える相談者にとって入口が高すぎる。まず匿名で状況だけ相談でき、対応が必要になった段階で実名に切り替える二段構えが要る。例えるなら救急外来の前にある電話相談だ。いきなり受診(正式申告)を求めれば、軽症だと思い込んでいる人は来ない。

変数2: 記録範囲。「相談したら何が記録され、誰が見るのか」が不明なままでは、相談は評価リスクとして認知される。指針がプライバシー保護と相談を理由とする不利益取扱いの禁止を求めているのはこのためで、記録の保存先・閲覧権限・人事評価から切り離す旨を、窓口の案内文に明記する必要がある。逆に、対応を打ち切るレベルの深刻事案では通話録音や対応記録が事実確認の生命線になる。「相談者を守る記録」と「会社を守る記録」は目的が違うので、様式も分けるべきだ。

変数3: エスカレーション基準。どこまでがSVの現場判断で、どこからが窓口・管理部門・警察の領分かという線が引かれていないと、全件がSVで滞留する。対応打ち切りの線引きを扱った前稿で書いたとおり、判断基準の明文化はオペレーターを守る装置であり、相談窓口はその明文化された線を発動させる経路として設計されて初めて機能する。

変数4: 対応期限。「相談を受け付けました」の後に何も起きない窓口は、一度の無応答で信頼を失う。受付から一次回答までの日数、事実確認の完了目安、相談者へのフィードバック時期をSLA(サービス水準)として決めておく。「何をしても解決にならない」という最大の不信は、期限を切った応答の積み重ねでしか崩せない。

3. 既存窓口と統合するか、分けるか ー 3つの型

3. 既存窓口と統合するか、分けるか ー 3つの型

実装には大きく3つの型がある。

型1: パワハラ窓口への統合型。2020年施行のパワハラ防止法対応で既設の窓口にカスハラを追加する型だ。窓口の看板・受付経路・記録様式を流用でき、立ち上げが最速で済む。中小規模のセンターにはまず現実的な選択肢だが、「加害者が社外」という違いに合わせて、事実確認の手順(通話録音の確認・顧客への対応方針決定)は別フローを用意しないと、社内ハラスメント用の手続きでは動けなくなる。

型2: CC専用窓口型。コールセンター部門に専用の相談経路を置く型。応対記録・録音・CRMと近い場所で事実確認が完結し、対応が速い。一方で「部門内で閉じる」ことが匿名性と独立性を損なう。SVや部門長が加害的な運用(我慢の強要)をしている場合に相談先がなくなるため、部門外への直通経路を必ず併設する必要がある。

型3: 外部委託型。EAP(従業員支援プログラム)や社労士・弁護士事務所への外部委託。匿名性と独立性は最も高いが、外部窓口は現場の文脈(商材・顧客層・応対ルール)を知らないため、事実確認と再発防止は結局社内に戻ってくる。外部は「入口の心理的安全性」を買う手段と割り切り、社内の対応チームとの接続手順まで含めて契約するのが要点だ。

どの型でも共通するのは、窓口は単体では機能せず、方針の明文化(何がカスハラか)・打ち切り基準・記録様式と接続されて初めて「使われる」ということだ。

4. ここからは私の見立て ー 窓口の利用件数は「増えたら成功」である

ここからは私の見立てとして書く。相談窓口のKPIを「相談件数の少なさ」で測る組織があるが、これは逆だ。義務化初年度において、相談件数の増加は被害の増加ではなく、暗数の可視化である。センター運営の実務では、窓口設置後1年は「件数が増えること」を成功指標に置き、件数ゼロの月が続いたら窓口が死んでいるサインとして点検する運用を勧めたい。

自己反証もしておく。「窓口を厚くすると些細な不満まで申告され、SVと管理部門が疲弊する」という反論はありうる。実際、クレームとカスハラの境界事案が大量に持ち込まれれば、対応コストは増える。ただしその仕分けコストは、方針と打ち切り基準の明文化がされていれば大きく下がるものであり、仕分けに悩む事案が多いこと自体が「線が引けていない」ことの症状だ。窓口の疲弊は窓口の問題ではなく、上流の基準の問題として直すべきだと考える。

条件を付けるなら、10月の施行までに最低限そろえるべきは3点だ。匿名で入れる入口、記録の扱いと不利益取扱い禁止の明文化、そして一次回答の期限。この3点がない窓口は、組織図の上には存在しても、オペレーターの選択肢には存在しない。

まとめ

第一に、相談窓口の最大の敵は認知不足ではなく「相談しても解決しない」という学習された諦めであり、これは厚労省調査で半数を超える最多の理由として現れている。第二に、使われる窓口は匿名性・記録範囲・エスカレーション基準・対応期限の4変数で設計でき、既存パワハラ窓口との統合は入口の流用に留めて事実確認フローは分ける。第三に、施行後の窓口は相談件数の増加を成功として扱うべきだ。あなたのセンターの相談窓口は、オペレーターから見て「使ったら何が起きるか」を答えられる状態になっているだろうか。

施行に向けて手を動かすなら

本記事で触れた論点を、実務の判断に落とし込むための実務ガイドを会員向けに公開しています。 書き込み式の様式3点(対応方針・相談窓口の運用フロー・対応記録シート/Word)と、 施行日から逆算した準備チェックリスト(Excel)が付いています。

カスハラ義務化 実務ガイド ー 2026年10月1日までに、コールセンターが決めるべきこと(会員限定)


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。指針の運用解釈は今後の告示・Q&Aで具体化される可能性がある。見解にわたる部分は筆者個人のものである。


出典

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。

確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと隔週ニュースレターを受け取れます。

無料で会員登録する
この記事の著者
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア
AIに聞く