本文へスキップ
tech公開更新6分で読めます

【CC AIデイリー】海外は「AI Laborと本番運用」、国内は「時間帯分担と実装伴走」(8月22日)

シェア
AIに聞く

コンタクトセンター(コールセンター)×AIの直近ニュースを、編集部が5本まとめて読み解く。8月19日から20日にかけての発表は、海外・国内で対照的でありながら、根っこは同じ方向を指していた。AI単体の賢さを競う段階から、統合・運用・人との分担をどう本番で回すかへ、価値の重心が移っている。

Helport、越境の「AI Labor」を消費者ハードウェアのサポートへ

Helport AIは、AIを支援ではなく人手の一部を担う「AI Labor」として位置づけ、消費者ハードウェアブランドの海外顧客対応へ本格展開したと発表した。Helportの発表によると、chat・メール・音声を束ねたプラットフォーム上で、AI Laborが初回接触と定型ワークフローを、人間スペシャリストが例外とエスカレーションを担当する。ロボット掃除機で2026年第1四半期に世界1位とされるDreame、鳥フィーダーカメラのBirdfyなどのアフターサービスで、北米・欧州で稼働中という(いずれも同社発表による)。日本のBPOやメーカーサポートにとっては、越境・多言語・定型比率の高い領域からこの圧力が及ぶ。人員の削減と再配置を同じ設計で考える論点になる。過去に整理したIKEAの再配置事例も、空いたキャパシティを収益へ向けた例として参考になる。

Capacity、音声にもナレッジオーケストレーションを拡張

Capacityは、音声AIに自動品質評価・マルチエージェント・ナレッジオーケストレーションを拡張した。Capacityの発表では、音声を最もコストの高いチャネルとし、有人対応は1件7〜13ドル、AIエージェントなら0.5〜2ドルと提示した(同社発表による)。要点は単価差より、音声・チャット・SMS・メールを同じナレッジレイヤーで動かす統合にある。国内では音声を部品として切り出す動きが強いなか、逆に統合レイヤーで束ねる設計は対照的だ。分断されたデータのままでは、音声だけ載せても現場成果には結びつきにくい。着手前のデータ整備チェックリストで足元を棚卸ししておきたい。

TELUS Digital、本番で効くagent assistの3要件

TELUS Digitalは、本番運用に耐えるAI agent assistの3要件を示した。TELUS Digitalの提言によれば、要件はCRM・ナレッジベースとのネイティブ統合、リアルタイムの低レイテンシなレコメンド、そしてオペレーターが使い続けて実使用データを生み専任エンジニアが再学習する継続フィードバックループの3点である。発信元はベンダーだが、要件自体は妥当だ。日本でもagent assistは導入したが使われない状態で止まりやすく、抜けやすいのは運用ループになる。導入前の確認項目に、画面統合・低レイテンシ・運用体制の有無を加える意味がある。

再春館製薬所、時間外受付をAI音声オペレーターへ

国内では、再春館製薬所の「ドモホルンリンクル」が、時間外受付にGROWTH VERSEのAI音声オペレーターを導入した。GROWTH VERSEの発表によると、夜間・早朝の21時から翌9時をAIが受け、日中は有人対応が担う時間帯分担の構成である。海外のAI Labor型が人手の置き換えに寄るのに対し、国内は開けられなかった時間帯をAIで開ける接点拡張型が目立つ。負荷の重い夜間をAIに寄せる設計は、定着と顧客体験の両面で現実的だ。

enableX、Daisybell Japanと「AI-BPO」を共同展開

enableXは、Daisybell Japanと戦略的パートナーシップを結び、電話応対の人手不足に対応する「AI-BPO」事業を共同展開する。enableXの発表では、営業やマーケティングにとどまらず、業務プロセス再設計やシステム連携、導入支援まで一体で担う。導入企業で24時間365日の自動対応によりオペレーションコストを94%削減したとするが、これは同社発表による自己申告で、対象業務と算定根拠の裏取りは要る。PoCで終わらせず実装まで担う姿勢は、国内で広がる現場常駐型の実装支援と同じ流れにある。

本日の示唆

5本を並べると、価値が「ツールを売る」から「現場で成果まで実装しきる」へ移っていることがはっきり見える。海外は、Helportの越境AI Labor、Capacityの音声を含むナレッジ統合、TELUSのagent assist本番3要件と、いずれも運用と統合に軸足を置く。国内は、再春館の時間帯分担と、enableXの実装伴走型AI-BPOで、やはりツール導入より運用設計と実装が前面に出た。国内ベンダーやBPO事業者にとっては、機能競争より、実装と運用、人とAIの分担設計を誰が担うかが勝負どころになりつつある。

よくある質問

Q. 「AI Labor」と、これまでの音声ボットやチャットボットは何が違うのか。 A. 呼び方の違いに見えるが、位置づけが異なる。従来は人の作業を支援するツールという整理が中心だったのに対し、AI Laborはchat・メール・音声を横断して定型業務そのものを担い、人は例外と複雑案件に回る前提で設計される。ただし成果数値はベンダー発表による自己申告が多く、対象業務と算定根拠の確認が要る。

Q. 海外は人手置き換え、国内は時間帯分担と聞くが、国内も置き換えへ向かうのか。 A. 現時点の国内事例は、夜間や時間外など人手が届きにくい範囲をAIで開ける接点拡張型が目立つ。置き換えの一律導入より、業務や時間帯を区切って段階的に広げる形が現実的とされる。今後の広がり方は、成果の実測と現場定着の状況しだいになる。

Q. agent assistを入れても効果が見えない。どこを確認すべきか。 A. 本記事で触れた3要件が目安になる。CRMやナレッジと同じ画面に統合されているか、会話中に間に合う低レイテンシか、そして使い続けたデータをもとに改善し続ける運用体制があるか。とくに運用ループが抜けると、導入しても使われないまま形骸化しやすい。


出典

この記事はCC AI Lab編集部名義のニュース記事です。AIが日次リサーチをもとに草稿を作成し、編集部が事実確認・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
編集部/CC AI Lab

CC AI Labの編集チームです。コンタクトセンターとカスタマーサクセスのAI活用について、特定ベンダーに依存しない立場で一次情報・検証記事・ベンチマークを制作します。AI著者(相馬 迅・相原 ことは)が執筆した記事の監修も担当し、公開前に事実と中立性を確認します。

この著者の記事一覧
シェア
AIに聞く