【FC要修正】コールセンターのAHT短縮はどこまでが健全か ー 短くすると壊れるもの
Metrigyの697社調査によると、エージェントアシストを導入したコンタクトセンターでは平均応対時間（AHT）が平均29.5%短縮した。3割である。10分の応対が7分になる計算で、要員計画の前提を書き換えるほどのインパクトがある。では、AHTはどこまで短くしてよいのか。結論を先に言えば、短縮してよいのは「会話の外側」と「探す時間」であり、「解決を確かめる時間」まで削り始めた瞬間に、短縮分は再問い合わせという形で別の日の呼量に転嫁される、というのが本稿の立場である。
1. 30%短縮の実力と、その隣にある数字
まず規模感を整理する。AI導入によるAHT短縮は、もはや例外的な成功事例ではない。前出のMetrigy調査では、エージェントアシスト導入でAHTが平均29.5%下がると同時に、55.7%の企業が新規採用の必要数を減らしたと回答している。AHTは呼量とともに要員数を決める2大変数なので、この短縮は人件費に直結する。
ここで当て馬として、もうひとつの古典的KPIである一次解決率（FCR）を置いてみる。SQM Groupの解説では、FCRが1%改善すると顧客満足度が1%改善し、運営コストも1%下がるという関係が長年の調査から示されている。中規模センターでFCR1%改善が年間28.6万ドルの節減に相当するという試算もある。AHT短縮が「1回の応対を安くする」施策だとすれば、FCR改善は「応対の回数そのものを減らす」施策である。コストに効く経路が違う以上、片方だけを最適化すれば済む話ではない。もっとも、AHTとFCRは調査主体も測定条件も異なるため、この2つの数字を並べて優劣を論じることには留保が必要だ。ここで確認したいのは、どちらが偉いかではなく、両者が綱引きの関係にあるという構造である。
2. なぜ短縮すると壊れるのか ー 顧客は「速さ」で判断していない
短縮が壊すものは、消費者調査にはっきり表れている。Liveopsの2026年Resolution Gap調査では、消費者の最大の不満として28%が「速い初回応答は得たが、同じ問題で再度問い合わせる必要があった」ことを挙げた。「速い応答が最も重要」と答えたのはわずか9%である。さらに59%が「引き継ぎのたびに同じ説明を繰り返させられること」を苦痛に挙げ、93%が「自動対応で解決しないときに人へすぐつながること」を重視すると答えている。
同じ構図は解決の「体感」側にもある。Capacityが公表したThe Closure Index調査では、58%の顧客が「チケットは閉じられたが、問題が本当に解決した実感がない」状態を経験し、85%がAIから人へのスムーズなエスカレーションを重視すると回答した。センター側の管理画面では「クローズ」でも、顧客側では「未完了」というずれである。
例えるなら、診察時間を3分に切り詰めた病院に似ている。1人あたりの診察は確かに速い。しかし診断が浅ければ患者は再診に来るので、病院全体の患者数は減らない。むしろ「2回来ないと治らない病院」という評判だけが残る。AHTの画面上の数字が良くなる一方で、再問い合わせ率・転送回数・説明のやり直しが増えているなら、それは効率化ではなく、コストの発生場所を今日の通話から明日の通話へ移しているだけである。
3. 健全な短縮の型 ー 削る場所で成否が決まる
では、どこを削れば健全なのか。短縮の中身は、少なくとも次の3つの型に分解できる。
型1: 会話の外側を削る（後処理の自動化）。通話後の要約作成・記録入力・タグ付けといったアフターコールワーク（ACW）をAIに任せる型である。顧客との会話を1秒も削らずにAHT（またはその周辺指標）を短縮できるため、副作用が構造的に起きにくい。効くのは、会話ではなく事務が長いセンターで、この型から入るのが定石になる。
型2: 探す時間を削る（検索と提示の高速化）。応対中のナレッジ検索・履歴参照・保留をエージェントアシストで圧縮する型である。Metrigyの29.5%短縮の主戦場はここにある。会話の質を保ったまま「待たせる時間」だけを抜けるなら健全だが、AIの提示を確認せずに読み上げるだけの運用に落ちると、誤案内が増えて型3に転落する。健全さはツールではなく検証の運用で決まる。
型3: 会話そのものを打ち切る（短縮ではなく転嫁）。締めの確認を省く、複雑な問い合わせを早々に折り返しや別チャネルへ流す、解決を確かめずにクローズする型である。AHTは確実に下がるが、下がった分はLiveops調査が示した「28%の再問い合わせ」とCapacity調査の「58%の未解決感」に化ける。これは効率化ではなく、KPIの付け替えである。
この3類型を運用に落とすなら、AHTを単独目標にせず、必ずペアのガードレール指標と組にすることになる。具体的には、AHT短縮の目標には再問い合わせ率（またはFCR）と転送率を添え、「AHTが下がり、かつ再問い合わせ率が動かない」場合だけを成果と認定する。片方だけ動いたら、型3が混入していると疑ったほうがいい。
4. ここからは私の見立て ー 短縮を追ってよい範囲
ここからは私の見立てとして書く。AHT短縮を追ってよい範囲は「再問い合わせ率とFCRが悪化しない範囲」であり、これを超えた短縮は経営数字としても回収できない可能性が高い。傍証として、Gartnerの432ユースケース分析では、カスタマーサービスのAIユースケースのうちROIを生んだのは25%にとどまり、25%はマイナス、42%はROI不明だった。導入すれば自動的に儲かる技術ではない以上、「どの時間を削ったのか」を説明できない短縮は、ROI不明の42%に沈む側だと考えている。
一方で、自己反証もしておきたい。「AHTをKPIから外せ」という近年よく聞く主張には与しない。AHTは要員計画・呼量予測・回線設計の基礎単位であり、これを失うとセンターの供給能力そのものが計算できなくなる。問題はAHTを測ることではなく、AHTを個人の評価目標にして会話を削るインセンティブを作ることにある。管理指標としては残し、評価指標からは外す。この区別が崩れているセンターでは、どんなAIを入れても型3が再生産される。
そのうえで条件を1つ付けるなら、この議論が成り立つのは再問い合わせ率・FCRを実測できているセンターに限られる。同一顧客の再入電を紐付けられていないセンターでは、型3の副作用がそもそも観測できないため、AHT短縮の健全性を判定する土俵がない。その場合、先に整えるべきはAIではなく、コンタクト履歴の名寄せである。
まとめ
第一に、エージェントアシストによるAHT平均29.5%短縮は実力値であり、追う価値のある効率化である。第二に、消費者は速さではなく解決で評価しており、「速い初回応答のあとの再問い合わせ」が最大の不満である以上、会話を削る型の短縮は呼量の先送りにしかならない。第三に、AHTは再問い合わせ率・FCRとペアで運用し、管理指標として残しつつ個人評価から外すのが健全な設計である。
あなたのセンターで先月AHTが下がったとき、その分の時間はどこから削られたのか。後処理か、探す時間か、それとも顧客との会話そのものか。この問いに即答できるかどうかが、その短縮が健全かどうかの分かれ目になる。
よくある質問
Q1. AHT短縮の目標値はどのくらいが妥当か。 一律の妥当値はない。後処理自動化・検索高速化など「削る場所」を特定したうえで、その場所の所要時間の実測から積み上げるのが筋である。他社の平均短縮率（例えばエージェントアシストで平均29.5%）は参考値であり、目標値の根拠には向かない。
Q2. AHTとFCRのどちらを優先すべきか。 綱引きの関係にあるため、片方を目標・もう片方をガードレールにする設計が現実的である。コスト削減の経路も異なり、FCRは1%改善で運営コスト1%減という関係が示されている。新規にAIを入れる局面では、副作用の少ない後処理自動化（AHT側）から入り、FCRを監視指標に置く順序が扱いやすい。
Q3. AHTを個人評価から外すと、応対が長時間化しないか。 外すのは「短さへの報酬」であり、測定をやめるわけではない。異常値の検知・コーチングには引き続きAHTを使う。長時間化の多くは特定の問い合わせ種別やナレッジ欠損に紐づくため、個人ではなく種別単位で原因を潰すほうが再現性がある。
注記: 本稿は2026年9月1日時点の公開情報をもとにしたデスクリサーチであり、見立ての部分は筆者個人の見解である。引用した調査値は各調査主体の公表値であり、調査条件・分母はそれぞれ異なる。
出典
Metrigy「What Metrigy's Latest AI Data Reveals About Contact Center Staffing」
SQM Group「Using FCR Measurement To Improve CX And Reduce Cost」
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。
