本文へスキップ
tech公開更新約9分で読めます

【CC AIデイリー】AI導入98%でも解決まで繋げるのは15%、国内はナレッジ整備と遅延短縮が進む(10月3日)

シェア

10月2日のコンタクトセンター(コールセンター)×AIの動きを、編集部が5本に絞ってまとめる。海外からは、AIを入れた組織の数と、入れたAIが問い合わせを解決し切る組織の数が乖離していることを示す調査が2本出た。国内の3本はナレッジの整備、音声の遅延、運用の引き受け方という別々の場所を触っているが、いずれも製品より運用の設計に寄った発表になっている。

CXのAI導入は98%、オーケストレーションまで届くのは15%

CXのAI導入は98%、オーケストレーションまで届くのは15%

SiliconANGLEが、AI導入率と実行力の乖離を論じる記事を掲載した。もとになったのはTalkdeskがNewtonXに委託した調査で、中堅から大企業のCX・IT・オペレーション・AI戦略のリーダー250名超を対象にしている。CXで何らかのAIを使う組織は98%、生成AIは74%、スクリプト型AIは65%にのぼる。一方でエージェント型AIを使うのは24%にとどまり、エージェント型AIと部門横断のオーケストレーションを両立できているのは15%だった。AIエージェントをパイロットまたは展開中の組織は81%ある一方、単一ユースケースを超えてスケールできたのは19%にとどまる。本番稼働中のAI自動化が10件未満の組織は約80%を占める。

Talkdeskの公式発表では、AIの事業影響を定量化できる組織は5%、専門AIエージェントを使う組織は64%あるのにシステム間で顧客の文脈を保持できるのは35%という数字も出ている。なお調査自体の公表は2026年8月で、この記事は10月時点での再解説にあたる。当サイトでも8月末に同じ数字を扱っている。

センター側がこの調査から持ち帰れるのは1点だけだ。孤立したAIツールの利用料を払いながら、そのツールが完了させられなかった問い合わせの処理コストは従来どおり残っていないか。文脈保持35%という数字は、ナレッジベースとCRMの統合を後回しにした分がそのまま跳ね返った結果と読める。

Metrigy、米国成人の定常AI利用は39.6%で過去最大の伸び

Metrigy、米国成人の定常AI利用は39.6%で過去最大の伸び

Metrigyが四半期ごとに追うAI Sentiment Indexの2026年第3四半期結果が公表された。米国成人のうち定常的にAIを使う層は39.6%で、前四半期から5.1ポイント増。トラッカー開始以来で最大の四半期の伸びとなった。AIツールを一度も使ったことがない層は20.6%まで下がっている。

伸び方は一様ではない。男性の定常利用は51.3%に達した一方、女性は28.3%で第1四半期の水準を下回った。基準時点では男性34.3%・女性31.3%でほぼ同水準だったため、調査期間中に差が開いたことになる。所得による差も広がっており、AIの説明責任を求める立法への支持は広範だった。個人としてのAIへの見方は2四半期連続で改善しているが、AIが社会に与える影響への期待は低下している。

問い合わせ窓口は顧客の属性を選べない。全体平均でAIチャネルの比率を決めれば、AIに慣れていない層へそのまま負荷が寄る。説明責任を求める声の広さは、応対の中でAIであることをどう伝えるかという論点にもつながる。

ギブリー、ナレッジの不足と矛盾をAIが検出する機能を追加

ギブリー、ナレッジの不足と矛盾をAIが検出する機能を追加

ギブリーが、コンタクトセンター向けAIエージェント基盤「DECA Service Agent」に新機能「ナレッジエージェント」を追加した。問い合わせ対応ログをAIが分析し、FAQやマニュアルなど回答の根拠となるナレッジのうち拡充や整備が必要なものを検出して改善案を提示する。機能は4つで、不足ナレッジの分析と生成、重複や矛盾の検出と整理、関連情報の検出と統合、ナレッジ更新案の生成の4つを備える。改善案はすべて管理者が確認して承認してからナレッジベースへ反映され、AIが自動で書き換えることはない。承認済みのナレッジはチャットボット・FAQ・ボイスボットなどの顧客接点で使われる。

AIを入れる前にナレッジを整える工程を、問い合わせログ側から逆算して着手できる形にしたのが今回の変化点にあたる。ナレッジDBの整備がAI精度を左右する構造は以前から指摘されてきたが、どこから手を付けるかの手がかりがなかった。残る論点は承認の運用で、改善案が大量に出た時に誰がどの頻度で確認するかが、そのまま効果の上限になる。

nocall.ai、判定を別モデルに分けてAI電話の応答時間を58%短縮

生成AI電話サービスのnocallが、米TypeSafe AIの判定特化モデル「Jev」をAI電話の会話制御に組み込み、応答時間を約58%短縮したと発表した。会話で次の話題へ移る場面の応答時間が、中央値で約1.0秒から約0.43秒に縮んだ。仕組みは、次のトピックへ進むべきかという判定だけをJevに担わせ、テキスト生成AIと並走させている。遷移すべきと判定された時点で用意済みの応答を即座に読み上げられるため、話題の切れ目で生じていた待ち時間が縮む。Jevは文字を逐次生成せず、この発話は条件を満たすかという問いに対して確率を直接返す。

音声AIの部品化は、これまで音声認識と音声合成を外部から借りるかどうかの議論だった。今回外に出したのは会話制御の判定そのもので、レイテンシを評価軸に置いたモデル選定の対象が、応答生成から判定へ細かく分かれたことになる。1.0秒から0.43秒という値は同社の申告で、通話全体の平均処理時間や顧客の体感がどう動いたかは示されていない。

ビーウィズ、AIと人の配分設計を売る「AIオペレーター」のサイトを公開

ビーウィズが、AIと人のタスク配分でコンタクトセンターの高度化を支援する「AIオペレーター」のサービスサイトを公開した。AIツールを単体で提供するのではなく、長年コンタクトセンターを運用してきたBPOの担当者が導入から運用高度化まで一貫して支援する形を打ち出している。訴求は4点で、AIが定型の一次対応を担い人が複雑案件を担う役割分担、AIとBPO運用を一体にした継続的な改善、実際の運用フローに合わせた導入、全通話ログの自動分析によるサービス改善と顧客インサイトの抽出を挙げている。

今回は新サービスの提供開始ではなくサービスサイトの公開であり、導入実績や成果数値は示されていない。ただ、BPO大手が人を売る事業から離れていく流れの延長として読むと、顧客側の選択肢がツールを買う、自社で組む、運用ごと任せるの3つに整理されていく動きの一例にあたる。

本日の示唆

今日の論点は1つに絞れる。AIの導入可否ではなく、入れたAIが問い合わせを解決し切るまでの経路を誰が設計するか、である。

Talkdeskの調査が示した98%と15%の差は、ツール単位の導入が進んでも、ナレッジ・CRM・ワークフロー・人の承認を横につなぐ工程が残っていることを意味する。国内3本はその工程の別々の場所を触った。ギブリーはナレッジの中身、nocallは会話制御の速度、ビーウィズは運用の引き受け方である。部品を分けて速くする動きと、運用をまとめて引き受ける動きが同じ週に出ている。

センター側が先に決めるべきは、どのワークフローのどこで人の承認を残すか、どのシステムが顧客の文脈を供給するかの2点だ。この2点が決まらないまま製品を増やすと、文脈保持35%という数字の側に入る。なお今日の5本のうち4本はベンダー発表で、58%短縮などの成果数値は発表元の申告であり、第三者による検証は確認できていない。

よくある質問

Q1. オーケストレーションとは、具体的に何を指すのか。 Talkdeskの調査では、AIエージェント・人の担当者・データ・ナレッジ・ワークフロー・ガバナンスを横断してつなぎ、顧客の要望を最後まで実行し切る仕組みを指す。チャットボットを1つ置くことや、AIエージェントを部門ごとに増やすことは含まれない。目安は、問い合わせが別システムへ渡った後も顧客の文脈が保たれているかどうかである。

Q2. ナレッジの改善をAIに任せる場合、何に注意すればよいか。 今回の発表で設計上の分かれ目になっているのは、改善案を自動反映するか、管理者の承認を挟むかという違いである。承認を挟む設計では誤った根拠が顧客接点へ流れるリスクは下がるが、承認が滞れば改善も止まる。導入前に、週あたり何件の改善案を誰が確認するかを決めておくと運用が回りやすい。

Q3. 音声AIの応答時間は、どこまで短ければ十分といえるのか。 業界で合意された基準値は確認できていない。今回の発表は話題の切れ目という特定の場面に限って中央値を比較したもので、通話全体の数値ではない。自社で評価するなら、計測した場面、中央値か平均値か、平均処理時間への影響の3点を揃える。


注記: 本記事は2026年10月2日時点の各社発表・報道をもとに編集部が構成した。効果数値・調査数値はいずれも発表主体の申告値または回答ベースの値であり、第三者による検証値ではない。Talkdesk/NewtonX調査の公表は2026年8月で、本記事が扱うSiliconANGLE記事はその再解説にあたる。


出典

この記事はCC AI Lab編集部名義のニュース記事です。AIが日次リサーチをもとに草稿を作成し、編集部が事実確認・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。

確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと毎週のニュースレターを受け取れます。

無料で会員登録する

ベンダーに聞く前に、導入した企業の話を読む。

会員限定のCXリーダー取材と、ベンチマーク速報レポートを無料で読めます。

無料で会員登録する
この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
この記事の著者
編集部/CC AI Lab

CC AI Labの編集チームです。コンタクトセンターとカスタマーサクセスのAI活用について、特定ベンダーに依存しない立場で一次情報・検証記事・ベンチマークを制作します。AI著者(相馬 迅・相原 ことは)が執筆した記事の監修も担当し、公開前に事実と中立性を確認します。

この著者の記事一覧
シェア