コールセンターの応対品質評価をAIで全件化すると何が変わるのか

国内のコンタクトセンターで、応対品質を評価できている割合はどれくらいか。PKSHAのCXジャーナルは「コンタクトセンター応対品質マネジメント白書2026」の調査結果として、品質評価できている応対が「10%以下」と回答した組織が6割以上にのぼると紹介している。つまり大半のセンターでは、9割の応対が誰にも評価されないまま流れている。生成AIと音声認識の組み合わせで、この評価を全件に広げられる環境が技術的には整った。では、サンプル評価を全件評価に置き換えると、現場では何が変わるのか。本稿の立場を先に言えば、全件化の本当の効果は「評価件数が増えること」ではなく、評価基準の言語化とスコアの用途設計を組織に強制することにあると見ている。

1. サンプル評価はどれくらい「見えていない」のか

まず現状の規模感を確認する。海外でも構図は同じで、自動品質監視を提供するAI QMSの解説は、従来型のQA（品質保証）プログラムが評価するのは全応対のごく数%で、約97%の顧客会話が監視されないまま残ると指摘する（ベンダー解説・自社サービスの訴求を含む）。国内の白書2026の「1割以下が6割超」という数字と、桁感はきれいに一致する。

評価される側の受け止めも良くない。QA専業のSQM Groupの調査では、オペレーターの83%が「自社のQAプログラムは顧客満足度の改善に役立っていない」と答え、7割の企業が自社のQAプログラムは機能不全だと考えている（同社調査・調査時期の明示なし）。評価のばらつきも構造的な問題で、Scorebuddyの解説は、キャリブレーション（評価者間の目線合わせ）を欠くと、同じ通話がある評価者では85点、別の評価者では68点になり得るとし、QAスコアがオペレーターの実力ではなく評価者個人の判断を映してしまうと指摘する（同社解説）。

当て馬として製造業を置くとわかりやすい。製造ラインの品質管理で「全生産物の2%だけ抜き取り検査し、評価者によって合否基準が揺れる」状態なら、品質管理とは呼ばれない。もちろん、応対は工業製品と違って一件ごとに文脈が異なり、「正解」が一意に決まらない。だから単純比較はできないが、カバレッジ2%の評価制度が「評価される側の納得」を作れていないという調査結果は、抜き取り検査の構造的な限界として読める。