Monzoはなぜ最初に生成AIの返信を全部人が読んだのか ー 英ネオバンクがコールセンターでAIに「直接話させる」前に置いた関門と、公表しない数字

海外事例解説。英国のデジタル銀行Monzoは2026年6月4日、自社の技術ブログでLLMを使った「Ops Agent」の開発記録を公開した。対象はカスタマーサポートと、不正・金融犯罪の報告と調査のワークフローだ。目を引くのは性能の数字ではなく、手順の書き方のほうである。同社は本番投入の最初の段階で、エージェントが書いたメッセージを顧客に届く前にすべて人がレビューし、「安全で価値がある」と確認できてから、顧客と直接会話させたと書いている（同社発表・2026年6月時点）。

核の問いはこうなる。規制の厳しい銀行が、生成AIに顧客と直接話させる前にどんな関門を置いたのか。そして、その関門を通過したことを示すはずの解決率やcontainment率（AIだけで完結した割合）を、なぜ外に出していないのか。先に立場を置くと、この事例から日本のコンタクトセンター（コールセンター）が持ち帰れるのは性能の目安ではなく、「直接話させる」までの順序と、顧客に約束する逃げ道の書き方だと見ている。本稿が言えるのは同社の公表文書に書かれた手順までであり、到達した解決率の水準は、公表されていない以上、言えない。

1. 公表事実の時系列 ー Ops Agentは何段階で顧客の前に出たか

同社ブログの記述を段階ごとに並べる。いずれも同社発表で、各段階の期間や日付は書かれていない。

• 前提（規模）: Monzoの2026年版年次報告では、総顧客数1,520万、月間アクティブ利用者1,040万（同社発表・FY2026）。ブログによれば、顧客が連絡してくる用件（同社内の呼び方でintent）は150種類を超え、数分で終わるものから数週間の調査を要するものまで幅がある。

• 段階1（オフライン評価）: 専門担当者（SME）が「良い解決」と承認した100会話の「golden set」を用意し、エージェントに1メッセージずつ再生させて人の対応と比べた。同社自身が「100会話ではエージェントが出会いうる全会話を代表するには小さすぎる」と書いたうえで、それでも改善の手がかりには使えたとしている。その後、日々の会話を再生する評価へ広げ、SMEが新しい問い合わせのシナリオを試した。

• 段階2（本番・全文レビュー）: 本番投入後、すべてのメッセージを送信前に人がレビューした。目的は二つで、改善用のフィードバックを得ることと、実際の顧客との会話で安全性と有効性を追跡することだ。

• 段階3（直接会話・全件QA）: 安全で価値があると確認できた時点で、顧客と直接会話させた。当初はすべての会話をQA（品質確認）の対象とし、確信が増すにつれて抽出率を下げたと書く。

• 段階4（拡張）: 解決率と対応範囲の拡大に向け、部品単位・回答生成・全体の3層で評価する体制に移行。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、取引に関する問い合わせの解決が10ポイント改善したとする（同社発表・2026年6月時点）。

• 段階5（手続きの実行）: 回答するだけでなく、手順書に沿って口座情報を読み、操作まで行う段階へ。最初の本番ワークフローは「見当たらない返金を探す」、次が詐欺被害・破損・紛失時の「再発行カードの手配」だ。

仕組みの側では、入力と出力にガードレール（幻覚や規則違反の検知）を置き、どれかが作動すれば会話を人の専門担当者へ引き渡す。回答はSMEが確認した文書群から生成する。使っているLLMの提供元は書かれていない。

2. 数字の読み方 ー 「10ポイント」が語ること、語らないこと

このブログに出てくる数字は少ない。150種類超の用件、100会話のgolden set、そして10ポイント改善の3つで、いずれも同社発表だ。

注意が要るのは10ポイントの読み方である。これは取引に関する問い合わせという特定の用件群で、顧客情報を渡す仕組みを入れた前後の解決の改善幅を指す。Ops Agent全体の解決率ではないし、改善前と改善後の水準も示されていない。低い水準からの10ポイントなのか、高い水準からの10ポイントなのかで意味はまったく違うが、そこは読めない。

外部の目も同じ点を指摘している。CX Todayは2026年7月23日の記事で、Monzoが推奨度や成長の指標を強く打ち出す一方、一次解決率やcontainment率を公表していないと書いた（CX Today報道・2026年7月時点。同誌は「確認した資料の範囲で」と限定している）。年次報告にあるNPS 76などの数字も同社発表で、AIの効果を示すものではない。

当て馬として、ブラジルのNubankを置く。同社は2026年3月の技術ブログ「Building AI agents for 131 million customers」で、補助のLLMを監査役に立て、すべての会話を正確さなどの二値基準で採点する「LLM-as-a-judge」を運用していると書いた（同社発表・2026年3月時点）。Monzoが本番の最初期に「送る前に人が全部読む」関門を置いたのに対し、Nubankは「送った後に全件をLLMで監査する」仕組みを前面に出している。同じ全件確認でも、人が送信前に止めるのか、機械が事後に採点するのかで、止められる誤りの種類が違う。

単純比較への留保も置く。Nubankの顧客数はMonzoの8倍を超え、対象国も言語も違う。両社のブログはいずれも自社の技術広報であり、手順の全体を書いている保証はない。ここで並べているのは「同じ課題に対して別の関門を選んだ」という分岐であって、どちらかが優れているという話ではない。もう一つの対照として、当Labで取り上げたKlarnaの事例は、初月の処理件数や人員換算の効果を大きく公表したのちに人間対応へ再投資した。数字を先に出して後から戻したKlarnaと、手順を出して数字を出さないMonzoは、開示の方向が逆を向いている。

3. この事例から取り出せる型

型1: 送信前の全文レビューを「本番の一段階」として置く。 検証環境の評価だけで直接会話に進まず、実際の顧客との会話でAIの下書きを人が全部読む期間を挟む。効くのは、100会話のような小さな評価セットでは拾えない本番の問い合わせの分布を、顧客に誤りを届けずに観測できるからだ。例えるなら、新人の返信を先輩がすべて確認してから送る期間を、AIにも同じように設ける設計である。

型2: 関門を段階的にゆるめる。 全文レビュー、全件QA、抽出QAの順に、人の確認を一度に外さず少しずつ減らす。止める基準が「確信が増したら」と定性的に書かれている点は割り引く必要があるが、ゆるめる方向と順番が決まっていること自体が運用の型になる。

型3: 逃げ道を顧客向けの文面で約束する。 同社のサポート案内ページは、アプリ内チャットで問い合わせるとセルフサービス、ヘルプ記事、担当者とのチャット、AIアシスタントのいずれかにつなぐとし、AIの場合は「そうだと明示する」、さらに助けが要れば「いつでも担当者とのチャットを頼める」と書く（2026年9月18日確認）。カードの盗難、急ぎの支払い、詐欺被害の疑い、脆弱な状況にある場合は、24時間チャットで受け付けると明記している。技術の内側の関門と、顧客に見える約束を別々に用意しているのがこの型の要点だ。

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。日本のコールセンターで生成AIの自動応答を検討するとき、議論は「何%まで自動化できるか」から始まりやすい。Monzoの記録が示すのは、その問いの前に「誰が、どの期間、AIの返信を送る前に読むのか」を決める順序である。全文レビューの期間は人手がむしろ増えるため、稟議では「削減効果が出る前に確認コストが立つ期間」として予算に入れておく必要がある。

自己反証も置く。解決率を公表しないのは慎重さの表れではなく、単に見せられる水準に達していないからだ、という読み方も成り立つ。技術ブログは採用広報も兼ねており（本文末で採用を案内している）、都合の悪い段階を省いている可能性もある。それでも、全文レビューという人手のかかる段階をわざわざ書き残していることは、少なくともその関門が実在したことの傍証にはなる。

条件も添える。この順序がそのまま移せるのは、①チャットなど非同期の文字チャネルで、送信前に人が読む余裕がある、②用件の種類を分類できていて、どの用件から直接会話に移すかを選べる、③SMEが承認したナレッジの修正を短時間で回せる体制がある、という3条件がそろう場合だ。ブログは送信前レビューをメッセージ単位で説明しており、リアルタイムの音声通話に同じ関門を置く方法には触れていない。電話が主のセンターでは、段階2を別の形に組み替える必要がある。

まとめ

第一に、MonzoはOps Agentを、オフライン評価、送信前の全文レビュー、全件QAつきの直接会話、抽出QAという順に顧客の前へ出しており、どの段階でも人へ戻す経路を残している。第二に、公表されている数字は用件群を限った10ポイントの改善幅などに限られ、解決率やcontainment率の水準は出ていない。数字の少なさは、この事例を性能の目安として使えないことを意味する。第三に、顧客向けにはAIの明示、担当者への切り替え、緊急時の24時間受付を文面で約束している。あなたのセンターでは、AIに顧客と直接話させる前に、誰がどれだけの期間その返信を読むことになっているだろうか。

よくある質問

Q1. MonzoはAIで問い合わせの何%を解決しているのですか。 公表されていません。2026年6月の同社技術ブログにあるのは、取引に関する問い合わせで顧客情報を渡す仕組みを入れた前後の解決が10ポイント改善したという改善幅だけで、全体の解決率ではありません（同社発表）。

Q2. 送信前の全文レビューはどのくらいの期間続いたのですか。 期間は書かれていません。「安全で価値があると確認できた時点で直接会話させた」とあるのみです。直接会話に移った後も、当初は全会話をQAの対象にしていたとしています。

Q3. Monzoで緊急の問い合わせをしたとき、AIが対応するのですか。 同社の案内ページは、カード盗難や詐欺被害の疑い、脆弱な状況などの緊急時は24時間チャットで受け付けると明記し、AIアシスタントが対応する場合はその旨を明示、担当者とのチャットはいつでも頼めるとしています。緊急時の一次対応を誰が担うかの詳細は書かれていません（2026年9月18日確認）。

注記

本記事は2026年9月18日時点で確認できた公開情報に基づくデスクリサーチであり、見解は筆者個人のものです。Monzo・Nubankに関する手順と数値は、いずれも両社の技術ブログ・年次報告・サポート案内ページに基づく同社発表で、外部検証は行われていません。当事者からの補足は、お問い合わせフォームから歓迎します。

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。