本番に出した生成AIの返信を、英Monzoのコールセンターは最初すべて人が読んでから送った

英国のデジタル銀行Monzoのアプリでチャットを開くと、返事をくれる相手は人とは限りません。セルフサービスの手続きか、ヘルプ記事か、担当者か、AIアシスタントのどれかにつながります。AIのときは「はっきりそう伝えます」とサポートの案内ページに書かれていて、「もっと助けが必要なら、いつでも担当者とのチャットを頼めます」と続きます（Monzo「Contacting support」）。

この裏で動いているのが、同社が2026年6月4日に技術ブログで開発記録を公開した生成AIのエージェント「Ops Agent」です。記録の中で一番面白いのは、性能の話ではありません。本番に出した最初の段階では、エージェントが書いた返信を1通残らず人が読み、確認してから顧客に送っていた、という手順のほうです（Monzo Technology Blog 2026年6月4日）。

しかも、冒頭の「AIのときはそう伝える」「いつでも人と話せる」という約束は、2026年に急に書かれたものではありません。7年前、Monzoがチャットに初めて自動応答を入れたときに、ほぼ同じ言葉で書いていました。

どんなセンターなのか

Monzoはアプリを入口にした英国の銀行です。2026年版の年次報告では、総顧客数1,520万、月間アクティブ利用者1,040万（Monzo Annual Report）。

同社がカスタマーオペレーション（社内ではCOps）と呼ぶ領域は、一般的なカスタマーサポートに加えて、不正や金融犯罪の報告と調査の流れまで含みます。顧客が連絡してくる用件は150種類を超え、ポットと呼ぶ貯蓄口座の操作のような日常の相談から、財布を盗まれたといった急ぎの事態、借入の返済のようなデリケートな相談まで並びます。数分で終わる用件もあれば、数週間の調査が要る用件もあります（Monzo Technology Blog）。

窓口の中心はアプリ内チャットです。同社は「サポートチームへの連絡にはアプリ内チャットが一番」と案内し、電話（英国内は無料）とメールも用意しています。急ぎでない相談は朝7時から夜8時まで、カードの盗難や急ぎの支払い、詐欺の疑い、脆弱な状況にある場合は24時間チャットで受け付けます（Monzo「Contacting support」）。

チャットが主役で、用件の幅が広く、規制が厳しい。日本のカード会社、ネット銀行、証券会社のチャット窓口なら、かなり重なる景色だと思います。

7年かけて、自動応答を「案内」から「実行」へ

2019年、最初の自動応答はヘルプ記事の案内だった

2019年7月、Monzoはブログで、チャットの最初の数通を自動にする実験を始めると告知しました。当時の利用者は約250万人で、毎月約25万人ずつ増えていました。COpsの人数は直前の3か月で倍にしていましたが、それでも成長に追いつくのは大変だった時期です（Monzo Blog 2019年7月10日）。

最初の自動応答がしていたのは、機械学習で質問の中身を読み取り、ヘルプ記事を提案することでした。チャットしてくる人の約60%は、事前にヘルプ記事を見ていなかったからです。PINの再表示のように、その場で直せる手順を示すこともありました。実験は顧客の10%から始めています（同上）。

この告知の要点として、同社は次の4つを箇条書きで並べました。ヘルプ記事の提案で多くの質問に早く答えられると考えていること。急ぎのときを中心に、いつでも人と話せること。自動のメッセージを見ているときは、はっきりわかるようにすること。COpsの人数は減らさず、むしろ採用を急いでいること（同上）。

そして最後に、長期の目標をこう書いています。「ヘルプ記事を案内するだけでなく、COpsの担当者から受け取るような、質問への具体的な答えを返すこと」。続けて「ここのバランスはとても大事で、いつも簡単なわけではない」とも（同上）。

利用者の反応は、割れていた

公式コミュニティには、告知の当日から利用者の声が並びました。「やめてほしい。FAQはヘルプ欄に、チャットはチャットに。人と話したいのは、FAQを読んでも答えが見つからなかったからだ」という反対がある一方で、「1か月前のチャットでボットに当たったけれど、気にならなかった。人と話す必要があったときも、その選択肢をはっきり出してくれた」という声もありました（Monzo Community 2019年7月10日）。

反対の声に対して、コミュニティ担当の社員は、掲示板に書き込む人は平均的な問い合わせ客と同じではないかもしれない、と返しています。実際には、ヘルプ欄で答えが見つかる比較的簡単な質問のチャットが、かなりの数あるという説明でした（同上）。

2020年、自動応答で見えた用件を、アプリの側で減らす

翌2020年2月、Monzoは公式コミュニティで続報を出しました。2019年の初めに136万人だった顧客は360万人を超えていました。自動応答を入れたことで、どんな用件が多く、どの質問が自動応答に向いているかのデータがたまったといいます。そこでわかったのが、チャットの約20%は、すでにアプリの中にある情報を伝えるだけの会話だったことです（Monzo Community 2020年2月11日）。

同社は、ヘルプ記事を探しやすくし、機能ごとの説明を必要な場面で出し、よくある問題は一度にまとめて報告できる形にしていくと書きました。取引への異議申し立てを自分で報告できる画面からは、チャットで誰かが振り分けなくても、担当の専門チームに直接タスクが届くようにしていく、という説明もあります（同上）。

2026年、生成AIで「具体的な答え」を返す

それから6年。2026年6月の技術ブログは、Ops Agentについて「人を丸ごと置き換えることを目指していない」と書き、自動化と人の監督を組み合わせたエージェントだと説明しています。単純な用件を速く回し、人の判断や共感が要る複雑な案件に担当者が時間を使えるようにする、という狙いです（Monzo Technology Blog）。

2019年に「長期の目標」と書いた具体的な答えに、ここで手が届きました。ただ、同社はそれをいきなり顧客の前に出してはいません。

顧客の前に出すまでの3段階

ブログに書かれた手順を、段階ごとに並べます（同上）。

まず、本番の前に過去の会話で試しました。専門の担当者が「良い解決だった」と認めた会話100件を「ゴールデンセット」として選び、エージェントに1通ずつ返信させて、人の対応と比べています。同社は「100件では、エージェントが出会いうるすべての会話を代表するには小さすぎる」と自分で書きつつ、それでも改善の手がかりは十分に得られたとしています。その後、日々の会話を大量に再生する評価に広げ、専門の担当者が新しい種類の問い合わせのシナリオを試しました。

この段階で、いくつか手直しをしています。用件を振り分ける部分には、考える工程を持つ高価で遅いモデルでなくても十分だとわかり、軽いモデルを使いました。ヘルプ記事だけでなく、過去の会話から事実を抜き出して、Monzo独自の手順を理解させました。誤った内容を検知したら書き直させる仕組みも入れ、人への不要な引き継ぎを減らしています。

次が、本番で全文を人が読む段階です。Ops Agentを本番に出したうえで、すべての返信を送信前に人が確認しました。同社はこの段階の目的を2つ挙げています。改善のための指摘をもっと集めること。そして、誤った対応や役に立たない対応を顧客に届けずに、実際の会話での安全性と有効性を追いかけることです。

最後に、顧客と直接話させる段階です。安全で価値があると確かめられた時点で、エージェントに直接返信させるようにしました。それでも、最初はすべての会話を品質点検（QA）の対象にし、手応えが増すにつれて点検する割合を下げています。

段階	何をしたか	人の関わり方
1. 過去の会話で試す	良い解決100件を1通ずつ再生し、人の対応と比べる。日々の会話の再生、新しいシナリオの試行へ拡大	専門担当者が正解を選び、シナリオを試す
2. 本番で全文を読む	本番に出し、全返信を送信前に人が確認	1通ずつ人が読んでから送る
3. 直接話させる	安全と価値を確認したうえで直接返信	最初は全会話を点検し、点検の割合を徐々に下げる
その後	返金探し、カード再発行など手続きの実行へ	専門担当者は判断の要る案件に集中

いま何をしているのか

いまのOps Agentは、仕組みの中に人へ戻る道を何本も持っています。入力と出力にはガードレールがあり、誤った内容や規則に合わない内容を検知します。どれか1つでも作動したら、会話は人の専門担当者に引き継がれます。次の一手を「返信する」「引き継ぐ」「案件を閉じる」から選ぶ工程があり、返信は専門担当者が確かめた文書だけをもとに、Monzoの言葉づかいで書かれます（Monzo Technology Blog）。

規模を広げる段階では、点検を3層に分けました。プロンプトやガードレール単体のテスト、回答をつくる部分の評価、匿名化した実際の会話を使った全体の評価です。品質点検で落ちた会話や満足度の低い会話はすぐに仕分けされ、原因がナレッジの不足なら、該当する記事が数時間のうちに直されます（同上）。

用件ごとに渡す顧客情報も絞っています。取引についての問い合わせなら取引履歴を渡す、というように、用件に応じて必要な情報だけをモデルに渡す仕組みです（同上）。

そして、答えるだけでなく手続きを実行する段階に入りました。手順書をMarkdownで書いておき、エージェントは顧客のメッセージに合う手順を読み込んで計画を立て、口座の情報を確認し、操作まで進めます。本番の最初の手続きは「見当たらない返金を探す」こと。次が、詐欺の被害にあった、カードが壊れた、なくした、という顧客への再発行カードの手配で、こちらは情報を読むだけでなく実際の操作を伴います（同上）。

顧客から見える約束も、手順と同じ考え方で書かれています。AIのときはそう伝える。いつでも担当者を頼める。急ぎと脆弱な状況には24時間で応じる（Monzo「Contacting support」）。2019年の告知と並べると、言葉はほとんど変わっていません。

いま出ている効果

ブログに出てくる成果の数字は1つです。用件に応じて取引履歴などの顧客情報を渡す仕組みを入れたところ、取引についての問い合わせの解決が10ポイント改善しました（Monzo Technology Blog）。これは取引の問い合わせという用件群での改善幅で、Ops Agent全体の解決率ではありません。

それでも、この10ポイントが示すことは読み取れます。「この入金は何？」「なぜ引き落とされた？」といった取引の問い合わせは、顧客の取引を見なければ答えられません。一般的なヘルプ記事だけでは解決しきれなかった問い合わせが、顧客ごとの情報を渡したことで、10件に1件ほど多く解決するようになった。そう読めます。何でも渡すのではなく、用件に合わせて渡すことで効いた、という点も同社は強調しています。

手続きの実行では、見当たらない返金を探す流れについて「多くの会話を、人の専門担当者を介さずに最初から最後まで解決できた」と書いています（同上）。答えを返すだけの段階から、調べて片づける段階に進んだということです。

数字以外の変化もあります。品質点検の結果がナレッジ記事の修正に数時間でつながる流れができ、誤りが積み重なる前に直せるようになりました。専門担当者の役割も変わりつつあります。同社は、手続きの実行という重い部分をシステムが担い、専門担当者は「本当に人の判断が要る、微妙な案件」に力を注ぐ形に向かっていると書いています（同上）。

何が効いたのか

ここからは書き手の見立てです。Monzoの7年から、ほかのセンターでも使える型を3つ抜き出します。

型1　本番に出すことと、顧客に直接話させることを分ける

多くの導入計画では「本番リリース」がそのまま「顧客対応の開始」を意味します。Monzoはこの2つの間に、全文を人が読む期間を挟みました。過去の会話100件では拾えない、実際の問い合わせの散らばりを、顧客に誤りを届けずに見られる期間です。新人の返信を先輩がすべて見てから送る時期を、AIにも用意したと考えるとわかりやすいと思います。

型2　人の手は、一度に離さず順番に離す

全文を読む、全会話を点検する、一部を抜き出して点検する。Monzoは人の確認を一度に外さず、段階を踏んで減らしました。どこまで来たら次へ進むかが決まっていれば、現場も「いきなりAIに任せる」不安を持たずに済みます。全文を読む期間は人手がかかりますが、その間に集まった指摘がそのまま改善の材料になる設計でした。

型3　顧客への約束を、技術より先に決めて変えない

2019年のヘルプ記事の案内でも、2026年の生成AIでも、顧客への約束は同じでした。自動のときはそう伝える。いつでも人と話せる。急ぎは人が受ける。中の技術が入れ替わっても約束が変わらないので、顧客にとっての窓口の性格は変わりません。2019年に「やめてほしい」と書いた利用者が心配していたのは、人にたどり着けなくなることでした。その心配に先に答えておいたことが、7年かけて自動化を進める土台になったのだと思います。

自分たちに引き寄せるなら

同じコンタクトセンターやカスタマーサポートの方に向けて、問いを3つ置きます。

1つ目は段取りの問いです。生成AIの自動応答を本番に出すとき、顧客に直接話させる前に、誰がどの期間その返信を読むかを決めていますか。チャットやメールのように送信前に読む余裕があるチャネルなら、この期間を計画に入れられます。人手がかかる期間なので、削減効果が出る前に確認の手間が先に立つことも、あらかじめ見込んでおきたいところです。

2つ目は約束の問いです。AIが応答していることを顧客に伝える文言と、人へつなぐ条件は、顧客向けのページに書かれていますか。ベンダーやモデルを替えても変えずに済む言葉で書けているかも、見直す価値があります。

3つ目は直す速さの問いです。AIの誤答の原因がナレッジの不足だったとき、その記事は何日で直りますか。Monzoは、点検で落ちた会話の原因がナレッジの不足なら、該当する記事を数時間のうちに直しています。

業界の外でも使える考え方を2つ挙げます。

1つは「出すことと任せることを分ける」ことです。新しい仕組みを稼働させた日に、判断まで丸ごと任せる必要はありません。動かしながら人が全部を見る期間を置けば、試験環境では見えなかった実際の使われ方がわかります。

もう1つは「約束は道具より長持ちさせる」ことです。使う道具が変わっても、利用者に約束したことは変えない。そうしておけば、道具を入れ替えるたびに利用者の信頼を一から積み直さずに済みます。

まとめ

Monzoは、生成AIを本番に出してからも、まずすべての返信を人が読んでから送りました。安全と価値を確かめてから直接話させ、点検の割合を少しずつ下げ、いまは返金探しやカード再発行の手続きまでAIに任せ始めています。その間、顧客への約束は2019年から変えていません。速く自動化を進めた事例ではなく、人の手を離す順番を丁寧に決めた事例です。

あなたのセンターでは、AIに顧客と直接話させる前に、誰がその返信を読むことになっていますか。

よくある質問

Q1. MonzoのOps Agentは、問い合わせの何%を解決しているのですか

全体の解決率は公表されていません。ブログにある数字は、取引についての問い合わせで、用件に応じた顧客情報を渡す仕組みを入れたところ解決が10ポイント改善した、という改善幅です。

Q2. 送信前に人がすべて読む期間は、どのくらい続いたのですか

期間は書かれていません。「安全で価値があると確かめられた時点で、直接話させるようにした」とあり、その後も最初は全会話を品質点検の対象にしていたと説明されています。

Q3. Monzoでカードを盗まれたときも、AIが対応するのですか

同社の案内ページは、カードの盗難、急ぎの支払い、詐欺の疑い、脆弱な状況などは24時間チャットで受け付けるとし、AIアシスタントが応答する場合はそう伝え、担当者とのチャットはいつでも頼めるとしています。

Q4. Ops Agentにはどの会社のAIモデルが使われているのですか

ブログでは提供元の名前は出していません。用件を振り分ける部分には考える工程を持たない軽いモデルでも十分だった、という選び方の説明はあります。

参考リンク・注記

一次情報（Monzo Bank。確認日はいずれも2026年10月28日）

• Engineering the Future of Customer Operations: The Monzo Ops Agent（2026年6月4日）
• Contacting support（サポートへの連絡方法）
• Annual Report（2026年版 年次報告）
• The evolution of Monzo Chat（2019年7月10日）
• Making it easier to get the help you need, faster（公式コミュニティでの告知、2020年2月11日）

利用者の声・報道（確認日はいずれも2026年10月28日）

• Monzo Community「The evolution of Monzo Chat」スレッド（2019年7月10日）
• CX Today「Monzo's Customer Operations Team Shows Why Digital Banking CX Is a Trust Operation」（2026年7月23日）

注記

• 本稿は公開情報をもとにした CC AI Lab 編集部の見立てで、Monzo Bankの見解ではありません。
• 英文の引用は編集部による日本語訳です。コミュニティの利用者・社員の書き込みは個人名を出さずに紹介しています。
• 顧客数・月間アクティブ利用者数は同社の2026年版年次報告の記載です。
• 特定ベンダーの評価・推奨は行いません。

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。