コールセンターの自動化はどこまでできるか　業務ごとの向き不向き

Gartnerの2029年予測は、自律的に動くAI（エージェント型AI）が2029年までに一般的な顧客サービスの問題の80%を人の介在なしに解決し、運用コストを30%下げると見込んでいる。一方で、Gartnerが2024年8月に公表した顧客調査（2023年12月実施）とそれを伝えたCX Todayの報道では、セルフサービスだけで完全に解決した問い合わせは14%にとどまっていた。80%と14%のあいだにあるのは、技術の進歩を待てば埋まる距離なのか。「コールセンター 自動化」で調べる読者が知りたいのは、自社のどの業務がその距離のどちら側にあるかだろう。本稿の立場は、自動化の可否はツールの性能より業務の性質で先に決まる、というものである。以下は業務単位の整理であり、特定製品の推奨ではない。

1. コールセンター自動化の期待と実測のあいだ

期待の側から見る。Gartnerの予測は「一般的な問題」に対象を絞ったうえでの80%であり、すべての問い合わせを指してはいない。この限定を外して読むと、数字はたちまち過大になる。

実測の側では、利用者の受け止めが壁になっている。Gartnerの顧客調査（2023年12月、顧客5,728人。先の14%と同じ調査で、2024年7月に公表）では、64%が顧客サービスにAIを使わないでほしいと答え、53%はAIを使うと知ったら競合への乗り換えを検討すると答えた。最大の懸念は「人につながりにくくなること」だった。同じ発表で、顧客サービス部門の責任者の60%がAI導入の圧力を受けているとされる。経営からは「入れろ」、顧客からは「使うな」と言われる板挟みである。

当て馬として、オペレーターの側を置く。McKinseyの生成AIの経済効果の分析（2023年6月）は、5,000人のカスタマーサービス担当者を抱える企業で、生成AIの支援により1時間あたりの問題解決数が14%増え、1件の処理時間が9%減ったと紹介している。同じ分析は、顧客対応業務に生成AIを適用した場合の生産性向上を、現在の機能コストの30〜45%に相当すると試算した。顧客が直接AIと話す領域では14%と64%という慎重な数字が並び、オペレーターの裏側を支える領域では着実な改善が報告されている。

もっとも、単純比較には留保が要る。これらは調査対象も時期も異なり、McKinseyの事例は1社の実績である。言えるのは、同じ「コールセンターの自動化」という言葉の中に、進み方の違う複数の仕事が混ざっている、というところまでだ。