コールセンターのスキルマップを更新する ー AIを使える業務と自力判断を分ける

コールセンターのスキルマップは長らく、商品知識と応対マナーを縦に並べ、オペレーターごとに習熟度を◯△×で埋める表として運用されてきた。スキルマップの解説でも、従業員のスキルを可視化して育成と配置に使う表として紹介されている。ところが、AIが残高照会や配送状況の確認といった定型応対を巻き取り始めると、この表の前提が崩れる。「商品Aを説明できる」の◯が付いていても、その用件をAIが完結させてしまえば、その◯は現場の実力を測る目盛りとして働かなくなるからだ。

ここで立てたい問いは単純だ。AIが定型を引き受ける時代のスキルマップは、何を単位に組み直すべきか。結論を先に置くと、単位を「知識を持っているか」から「用件ごとに、どこまで自力で判断できるか」へ移すのがよい、というのが本稿の立場である。役割が「消える」より「変わる」ことや、AIと離職率の関係は、本媒体でも役割変化と定着の総論として別途扱ってきた。本稿はその総論を前提に引き受け、SVと人材育成担当が明日から手を動かせる管理表の作り方に絞る。

コールセンターの用件と、必要な判断を表にする

まず、当て馬として従来型のスキルマップを置く。商品・手続き・システム操作を縦軸にして習熟度を埋める形は、扱う知識の量を管理するには向いていた。もっとも、この形はオペレーターが「その用件で何を判断しているか」を捨象してしまう。同じ「解約受付」でも、規定どおり手続きを進めるだけの場面と、相手の不安を聞き取りながら引き止めの線引きをする場面とでは、必要な力がまるで違う。知識の有無を測る表は、この差を映せない。

そこで、スキルマップの単位を用件に据え直し、各用件で求められる判断を型で分ける。判断を大きく4つに割ると、現場の実感に合う。

この4類型を用件ごとに当てはめると、「この用件は即答までできるが、裏取りは一人では難しい」といった粒度で実力を記録できる。知識の◯×より一段細かいが、育成の打ち手に直結する粒度である。