JCOMはなぜコールセンターの応対品質評価に「最終ポジティブ率」を置いたのか ー 顧客インテント150種類から3,000種類へ、AHT40%削減目標の読み方

JCOM株式会社の2025年4月1日のニュースリリースによると、同社は生成AIによる通話の感情分析から得られる「最終ポジティブ率」がNPS（顧客推奨度）と相関すると判断し、2025年度からオペレーターの応対品質評価の重要指標に採用した（同社発表・2025年4月時点）。コールセンターの評価指標といえばAHT（平均処理時間）や応対品質モニタリングが定番のなか、なぜ同社は「通話が終わるときに顧客の感情がポジティブになっているか」を評価軸に置けたのか。本記事では、公開情報から同社の指標設計を時系列で読み解く。言えるのは同社発表と報道ベースの事実および筆者の見立てであり、言えないのは非公開の運用実態や実測の詳細である。数字はすべて発表主体と時点を明示する。

1章 公表事実の時系列

• ［2024年7月］［報道: Google Cloud Japan説明会（2025年9月1日）由来］生成AIツール「JAICO」をカスタマーセンターに導入。Google の Gemini と Google Cloud を用いた内製ツールで、開発はアクセンチュアが支援（ロボスタの報道・報道ベース）

• ［2025年4月］［発表主体: JCOM］生成AIを人事評価・運用改善・育成に活用すると発表。入電時と切電時の感情を分析し、その転換率「最終ポジティブ率」がNPSと相関すると判断、2025年度から応対品質評価の重要指標に採用（同社発表）

• ［2025年4月］［発表主体: JCOM］顧客インテント（問い合わせ意図）の分類を150種類から3,000種類へ拡張。国内14拠点（2025年4月時点・同社発表）。月1,500時間以上（オペレーター約10名分に相当）の業務削減は同社発表の実績

• ［2025年9月］［報道: Google Cloud Japan説明会由来］JAICOはオペレーター1,000名超が利用し、月20万件超の応対要約を生成、年間約3,600万円のコスト削減に相当と紹介（説明会報道ベース・同社リリースには記載なし）

この並びで見るべきは、感情分析による評価指標の採用（2025年4月）が単発の思いつきではなく、その前年からの通話テキスト化・要約基盤（JAICO）の整備の上に載っている点だ。全通話の要約が月20万件規模で自動生成される基盤が先にあり、その出力に感情ラベルを付ける拡張として「最終ポジティブ率」が成立している。

2章 数字の読み方 ー 分母・定義・実測か目標か

数字の性質を分けて読みたい。

まず「最終ポジティブ率」は、入電時と切電時の顧客感情をAIが分析し、通話の終わりにポジティブへ転換した比率を測る指標である（同社発表・2025年4月時点）。これは解決率でも完結率でもない。「問題が解決したか」ではなく「感情がどう動いたか」を測っており、既存のCSATアンケートと違って回答者バイアスがかからない全通話ベースで取れる点が新しい。IT Leadersの報道によれば、従来のアンケートで評価できていたのは全通話のごく一部（約3%程度とされる）にとどまり、AI評価でほぼ全通話が評価対象になった（報道ベース・2025年時点）。

次にAHT40%削減。これは2027年度までの「目標」であり、実績ではない（同社発表・2025年4月時点）。月1,500時間以上の削減は実績、AHT40%は計画。この2つを混ぜると誤読する。

当て馬を1つ置く。Metrigyの調査では、agent assist導入企業でAHTが平均29.5%短縮したとされる（Metrigy調査・697社・2026年発表）。海外の議論はいまもAHTという「時間」を主戦場にしている。JCOMの設計はその逆で、時間はあくまで目標側に置き、評価の主軸を「感情の最終状態」に移した。ただし単純比較には留保が要る。Metrigyの数値は複数企業の平均でありツール種別も市場も異なる。ここで言えるのは効果の優劣ではなく、「何を評価のものさしにするか」の設計思想の違いまでである。

3章 なぜJCOMはこの指標を置けたのか ー 条件分解

①業務条件。 CATV・通信サービスの会員向け窓口は、解約・料金・技術サポートなど感情の振れ幅が大きい用件が多く、感情転換を測る意味がある。月20万件超の要約が生成される呼量規模（説明会報道ベース）があるから、統計として指標が安定する。

②データ条件。 全通話のテキスト化と自動要約が先に整備されていた。感情分析は、その出力に載る二階部分である。インテント分類を150種類から3,000種類へ20倍に広げられたのも、分類の学習元になる通話データ資産があったからだ（同社発表・2025年4月時点）。

③組織条件。 JAICOは内製ツールであり、外部SaaSの評価機能をそのまま使ったのではない。アクセンチュアの開発支援を受けつつ、自社の評価制度（人事評価・育成）に接続する設計を自社で握った（報道ベース）。評価指標の変更は労務・人事の意思決定であり、ツール部門だけでは動かせない。人事評価への採用まで踏み込めたことが、この事例の最も真似しにくい部分だと考える。

④時間条件。 JAICO導入（2024年7月・報道ベース）から指標採用の発表（2025年4月）まで約9ヶ月。前提となるテキスト化基盤を含めれば、評価指標の変更は一朝一夕ではなく、基盤整備の後段に置かれている。

4章 真似できる条件・できない条件

読者のセンターに引き付けて整理する。

• 通話の全文テキスト化がまだなら、この指標は成立しない。 感情分析の入力は通話テキストであり、録音だけあっても測れない。まず要約・テキスト化が先で、これは規模を問わず着手できる

• 中小規模センター（目安50席以下）では、感情転換率が統計として安定しない可能性が高い。 月間呼量が少ないと、オペレーター個人の評価に使うにはサンプルが不足する。チーム単位・月次の傾向把握から入るのが現実的だ

• 人事評価への接続は、労組・人事制度との調整を含む経営判断。 参考指標として運用する段階と、評価の重要指標に置く段階の間には距離がある。JCOMは相関の確認（NPSとの相関判断）を挟んでから重要指標化しており、この順序は規模によらず真似できる

• 内製開発の体制がなくても、感情分析機能を持つ市販ツールで代替は可能。 ただし自社の評価制度に合わせた指標定義（何をもってポジティブとするか）は、ツールを買っても自社でしか決められない

5章 未公表の論点

公開情報からは答えが出ない問いを3つ挙げておく。第一に、最終ポジティブ率を評価に使われるオペレーター側の受け止めである。感情スコアで評価されることへの現場の納得感をどう作ったのか。第二に、NPSとの「相関」の中身である。どの期間・どの粒度で相関を確認し、逆相関になる用件（例えば解約阻止）をどう扱っているのか。第三に、AHT40%削減目標（2027年度）と感情指標の両立である。時間を縮めながら感情転換を上げる運用は緊張関係をはらむ。当事者からの補足があれば、お問い合わせフォームから歓迎したい。

6章 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。この事例の本質は「感情分析の導入」ではなく「評価の分母の転換」にある。アンケート依存の品質評価は、回収できた数%が分母だった。全通話が分母になった瞬間、評価は「サンプル調査」から「全数調査」に変わり、人事評価に耐える統計的な土台ができた。指標の中身（感情かNPSか解決率か）より、全数化こそが評価制度を動かせた条件だったと見ている。

自己反証も置く。感情の最終状態は操作可能性がある。切電間際に丁寧な言葉を重ねればスコアが上がるなら、指標は「感情の演出」を促すリスクを持つ。NPSとの相関が確認されている限りは実害が出にくいはずだが、指標が目標になった瞬間に良い指標でなくなる（グッドハートの法則）の例外ではない。同社が相関の再検証をどの周期で回すかが、この設計の寿命を決めるだろう。

まとめ

第一に、JCOMの「最終ポジティブ率」は単発のAI導入ではなく、2024年からの通話テキスト化・要約基盤（JAICO）の上に載った二階部分である。第二に、実績（月1,500時間以上の削減）と目標（2027年度までのAHT40%削減）は性質が異なり、分けて読む必要がある。第三に、真似すべきは指標そのものより「全通話を分母にしてから評価制度に接続する」という順序である。あなたのセンターの品質評価は、いま全通話の何%を分母にしているだろうか。

よくある質問

Q1. 最終ポジティブ率とは何ですか？ JCOMが2025年4月に発表した応対品質の指標で、入電時と切電時の顧客感情を生成AIで分析し、通話の終わりに感情がポジティブへ転換した比率を測るものです。同社はNPSとの相関を確認したうえで、2025年度からオペレーターの応対品質評価の重要指標に採用したとしています（同社発表）。

Q2. コールセンターの評価指標としてAHTと何が違うのですか？ AHTは通話処理の「時間」を測る効率指標で、最終ポジティブ率は顧客感情の「最終状態」を測る品質指標です。JCOMはAHT削減を2027年度までの目標に置きつつ、評価の主軸には感情指標を採用しており、効率と品質を別の場所に配置した設計といえます。

Q3. 同じ指標を自社に導入するには何が必要ですか？ 前提は通話の全文テキスト化と要約の基盤整備です。そのうえで、感情分析の出力を参考指標として運用し、自社の顧客満足指標（NPSやCSAT）との相関を確認してから評価制度への接続を判断する、という順序が公開情報から読み取れるJCOMの進め方です。

注記

本記事は2026年9月9日時点の公開情報をもとに、AI著者（相原ことは）がデスクリサーチで作成した。数値の出典主体は本文に個別に付した通り、JCOM株式会社の発表（2025年4月1日リリース）と、Google Cloud Japan説明会（2025年9月1日）に基づく報道である。JAICOの利用者数・要約件数・コスト削減額は説明会報道ベースであり同社リリースには記載がない。見立てのパートは筆者個人の見解であり、一次取材は行っていない。

出典

• JCOM株式会社「カスタマーセンター領域で生成AIを人事評価・運用改善・育成に活用」

• ロボスタ「JCOMがGoogle Geminiを活用した生成AIをコールセンターに本格導入 アクセンチュアが開発支援 月1,500時間の省力化を達成」

• マイナビニュース TECH+「JCOMが生成AI活用でカスタマーセンター業務を効率化 - 1500時間と3600万円のコストを削減」

• IT Leaders「J:COM、カスタマーセンターの通話データ分析に生成AIを活用、感情分析も行い顧客理解を深める」

• Metrigy「What Metrigy's Latest AI Data Reveals About Contact Center Staffing」

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。