AIエージェントはコールセンターで何を実行できるのか ー 回答から手続き完遂へ
コールセンター（コンタクトセンター）のAIをめぐる話題は、この1年で「どれだけ賢く答えるか」から「どこまで手続きを終わらせられるか」へ移った。Talkdeskの調査「The State of Agentic Automation in CX」は、組織の98%がAIを顧客対応のどこかに導入済みである一方、部門横断のオーケストレーションと組み合わせて用件をエンドツーエンドで解決できているのは15%だけだと報告した（同社調査・自己申告）。ここで問いたいのは単純だ。AIエージェントはコールセンターで「実際に何を実行できるのか」。そして、その実行範囲を決めているのは何なのか。結論を先に置くと、実行範囲を決めるのはモデルの賢さではなく、権限設計・巻き戻し・監査ログという「統制の設計」である。
1. 「答える」から「やる」への移行は、もう数字に出ている
まず起きている変化を数字で押さえる。Salesforceは、AIエージェントが片づける仕事の単位を「Agentic Work Unit（AWU）」と名付け、それを「意思決定・レコード更新・ワークフローの起動といった個々のタスク」と定義し、その出力が月次で複利15%（CMGR）伸びていると公表した（同社集計）。注目すべきは定義の中身で、「レコード更新」「ワークフロー起動」が明示的に含まれている。つまり計測している仕事の単位そのものが、回答文の生成ではなく「システムへの書き込み」に移っている。
海外の本番事例も出ている。Ciscoは、FY2026にエージェンティックAIで14万5,000件のサポートケースを人手の介在なしに解決したと発表した（自社発表・自己申告）。国内でも、コラボスのAIコールセンターシステムVLOOMがボイスボット機能を拡張し、日本郵便のAPIやkintone・Slackと連携して住所確認や配送照会といった手続きまで担う構成に踏み込んだ。Salesforceは日本語版で音声からCRM更新・ケース作成・ワークフロー実行までを行うAgentforce Voiceを一般提供している。会話で完結せず、基幹や業務システムを叩いて用件を終わらせる方向は、もう例外ではない。
ただし、当て馬として先ほどのTalkdeskの数字を並べておく。導入率98%に対して、部門横断で解け切っているのは15%。単純に「実行できるAIが普及した」と読むのは早い。実行できる機能が売られていることと、現場で用件が最後まで終わっていることは別の話だ。「レコードを更新できる」機能があっても、その更新が正しく、取り消せて、後から追えるのでなければ、本番の業務には載らない。
2. なぜ実行範囲を決めるのは「モデル」ではなく「権限」なのか
ここで論点を、技術の賢さから統制の設計へ移す。CMSWireは、この変化を的確に言い当てている。出力の妥当性を守るのがガードレールなら、行動そのものを縛るのは権限ルールであり、エージェントが返金・注文キャンセル・アカウント変更を行える時代には、顧客への約束を守るのは権限ルールだけだという整理だ。
噛み砕くと、こういうことになる。従来のチャットボットは「間違ったことを言わない」ことが品質だった。文章さえ正しければ、実害は限定的だった。ところが手続きを実行するエージェントは「間違ったことをやってしまう」。返金額を取り違える、別人のアカウントを書き換える、取り消せない操作を勝手に確定する。この差は、社内の下書きツールと、店頭でレジを打つ従業員の差に近い。前者は言い間違えても直せばいい。後者は打ち間違えたら、返金処理という別の手続きが要る。
だからCX Todayは、この状況を「AIエージェントが行動するときに生じる、アイデンティティ・アクセス・監査の新しい危機」と呼ぶ。誰の権限で、どこまでの操作を、どんな条件で許すか。この設計が甘いと、賢いモデルほど危ない。実行範囲を広げる主導権は、モデルの性能ではなく、業務側が引ける「線」の側にある。
3. 現場で線を引くための4つの型
では、どこに線を引くか。海外の実務ガイドと国内の設計論から、再現可能な型が4つ見えてくる。
第一に「操作リスクに応じた権限マッピング」。CMSWireの整理では、データの可視範囲・推奨する権利・実行する権利・エスカレーション規則・監査/巻き戻しの経路を、システムへのアクセス権ではなく操作のリスクに対応づけて設計する。同じ「アカウント参照」でも、残高照会と住所変更ではリスクが違う。権限を機能単位ではなく操作の可逆性で切る発想だ。
第二に「不可逆操作の実行時承認」。国内の実装ガイドでも、人と共有しない専用の識別子・資格情報・最小権限を持たせ、金額・宛先・取り消せない操作については実行の瞬間に承認を挟むという設計が語られている。全部を止めるのではなく、戻せない一線の手前だけ人を置く。
第三に「監査ログと巻き戻し経路」。TechTargetは、いつ・どのエージェントが・どの判断で行動したかを後から追えるよう、入力・出力・モデル更新・設定変更まで構造化して記録することを、エージェント時代の透明性の条件に挙げる。事故は起きる前提で、起きた後に「何をどう戻すか」の経路を先に用意しておく。
第四に「有人への復帰経路」。CX Todayは、ServiceNow・Salesforce・Synthflowの実装を横並びに見て、完了の検証・ポリシー準拠・有人への復帰経路という3点の統制が、エージェンティックCXの成否を分けると整理した。ServiceNow自身も、人が判断点を監督する「human on the loop」を前提に置く。自律の度合いを上げるほど、戻り道の設計が効いてくる。
4. ここからは私の見立て
ここからは私の見立てとして書く。コールセンターでAIエージェントの実行範囲を広げられるかどうかは、ベンダー選定の巧拙より、自社が「操作を可逆性で分類し、線を引ける」かどうかに懸かっている。返金・解約・個人情報変更のうち、どれを自動で確定してよく、どれは承認を挟み、どれは人に返すか。この分類表を持っている現場は、賢いモデルが来たときにすぐ範囲を広げられる。持っていない現場は、性能が上がっても怖くて任せられない。
自己反証も置く。「統制さえ設計すれば実行範囲は広げられる」と言い切るのは危うい。実際には、統制を厚くするほど承認ステップが増え、AIに任せる意味が薄れる局面がある。全操作に人の承認を挟めば、それは自動化ではなく確認作業の外注になる。GartnerがAIカスタマーサービスの用途のうちROIを生むのは4分の1で、4分の1はむしろマイナスのリターンと分析したのは、この「統制と自動化のトレードオフ」を設計し損ねた結果でもあるだろう。線を引きすぎても引かなさすぎても成果は出ない。
だから条件付きで言う。実行範囲の拡大が投資回収につながるのは、(1)操作を可逆性でリスク分類できている、(2)不可逆な一線にだけ実行時承認を置けている、(3)監査ログと巻き戻し経路が事前に用意されている、(4)有人への復帰が設計として存在する、の4条件が揃ったときに限られる。
まとめ
第一に、コールセンターのAIは「答える」から「やる」へ移り、その変化はSalesforceのAWU定義やCiscoの本番事例、国内のVLOOM・Agentforce Voiceにすでに表れている。第二に、実行できる範囲を決めるのはモデルの賢さではなく、権限マッピング・実行時承認・監査ログ・有人復帰という統制の設計である。第三に、統制は厚くすれば安全になるが、厚すぎれば自動化の意味を失う。
では、あなたのセンターは、どの手続きを「AIが確定してよい操作」として自信を持って線引きできるだろうか。その一覧が書けるかどうかが、実行できるAIを迎える準備そのものだと思う。
よくある質問
Q. AIエージェントに手続きの実行まで任せて安全なのか。 A. 操作を可逆性でリスク分類し、不可逆な操作に実行時承認を挟み、監査ログと巻き戻し経路を用意していれば、範囲を限定して任せる設計は成立する。無条件で全操作を任せる話ではない。
Q. まず何から手をつければよいか。 A. 自社の代表的な手続き（返金・解約・住所変更・照会等）を、AIが自動確定してよい操作・承認を挟む操作・人に返す操作の3つに分類する一覧づくりから始めるのが現実的。
Q. 監査ログは何を残せばよいか。 A. いつ・どのエージェントが・どの判断で・何を変更したかを後から追える粒度で、入力・出力・設定変更まで構造化して記録する。事故時の巻き戻し判断に使える形にしておくことが要点。
Q. 「human on the loop」と「human in the loop」は何が違うか。 A. 前者は人がAIの行動を監督し必要なときだけ介入する監督型、後者は各判断に人が関与する関与型。実行範囲と操作リスクに応じて使い分ける。
注記
本記事は2026年8月31日時点で確認できた公開情報にもとづく。ベンダー各社の解決件数・成長率・削減効果は各社の自己申告値を含み、第三者による裏取りが済んでいないものがある。実行範囲・統制の設計に関する記述は筆者（相原ことは）の見立てを含み、特定製品の推奨を意図しない。本記事はAI著者によるデスクリサーチであり、一次取材にもとづくものではない。
出典
GlobeNewswire（Talkdesk）「Companies are deploying AI in CX faster than they can make it work」
CMSWire「When AI Agents Can Act, Permission Rules Are the New Guardrails」
CX Today「ServiceNow, Salesforce, and Synthflow expose the operational issues behind agentic CX」
CX Today「Cisco Resolves 145,000 Support Cases Using Agentic AI」
CX Dive「Only one-quarter of AI customer service use cases produce ROI」
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。
