本文へスキップ
cases公開更新約8分で読めます

住友不動産のお客様センター、日勤1人あたり受電数約20%増を支えた要約の項目指定

相馬 迅CC AI Lab
シェア
住友不動産のお客様センター、日勤1人あたり受電数約20%増を支えた要約の項目指定

住友不動産のお客様センターは、問い合わせが毎年増え続ける一方でオペレーターの育成に時間がかかり、すぐには増員できない状況にありました。そこで通話のリアルタイム書き起こしと自動要約のツール「PKSHA Speech Insight」を導入し、通話後の記録作業(ACW)の負担を減らそうとしました。提供元のPKSHA Technologyが公開している事例ページによると、2025年9月には日勤のオペレーター1人あたりの1日の受電数が約20%増えたとしています。本稿で読み解く問いは、この「約20%」が業務の流れのどこから生まれたと事例ページから言えるのか、です。

要点

  • 同社の事例ページによると、住友不動産のお客様センターは東京と大阪の2拠点、約50名超のオペレーターで、24時間365日を電話のみで受けています。

  • 変化は3段階で起きたと書かれています。2024年10月の導入で通話中の書き起こしがSVのヘルプを変え、2025年6月の「属性要約オプション」で要約の必須項目を指定できるようになり、2025年9月から要約をCRMに貼る運用を原則にしました。

  • 「約20%」は同社公開事例の自己申告値で、比較の起点(いつと比べたか)と母数は事例ページに記載がありません。

1. 事例の概要

1. 事例の概要

PKSHA Technologyの住友不動産の導入事例ページ(2025年12月19日時点の情報と明記)は、お客様センターの担当者へのインタビュー形式で構成されています。

  • 業種の表記: 建設・不動産・インフラ・流通

  • 窓口の役割: 同社グループが分譲したマンション、建設した注文住宅、リフォームした建物のアフターサービスに関する問い合わせ。住友不動産建物サービスが管理するマンションの居住者からの問い合わせも受けています

  • 体制: 同社の事例ページによると、東京と大阪の2拠点、約50名超のオペレーター、24時間365日、電話のみ

  • 呼量の傾向: 台風や地震などの災害時、夏の暑い時期や冬の降雪・凍結時に増えると書かれています

  • 課題: 同社の事例ページによると、問い合わせは「毎年1万件弱くらいのペース」で増え、採用から1人で基本的な対応ができるまで「大体1年くらい」かかるとしています

  • 施策と製品: PKSHA Speech Insight(AI音声認識)を2024年10月に導入し、2025年6月に「属性要約オプション」を追加

  • 選定の経緯: 展示会で複数のツールを知り検証したとあります。電話設備はオンプレミスのPBXで、事例ページによると他社製ツールでは連携工事の費用がかかり工期も「1~2か月」かかるとわかった一方、PKSHA Speech Insightはアプリケーションのインストールで使い始められたとしています

運用開始の発表は、PKSHA Technologyの2025年9月30日のプレスリリースにもあります。同社はこの中で、本導入を「不動産業界における初の事例」としています。

2. 数字を性質ごとに読み分ける

数値

事例ページの表記

読み手が置く留保

受電数 約20%増

「2025年9月には日勤のオペレーター1人当たりの1日の受電数が約20%増」

同社公表の自己申告値(ベンダー公開事例)。比較の起点となる時期、対象人数、集計期間の記載はない。対象は日勤に限られる

応対件数 20%増

同社の事例ページのタイトル「オペレーターの応対件数「20%増」」

本文の「受電数」とタイトルの「応対件数」の表記が異なる。本文側の定義は「日勤の1人当たり1日の受電数」

問い合わせ増加

「毎年1万件弱くらいのペース」

担当者の発言としての記載。年間の総件数は記載がない

育成期間

「大体1年くらい」

1人で基本的な対応ができるまでの目安としての発言

他社ツールの工期

「1~2か月」

検討時に同社が把握した他社条件としての記載。他社名・製品名の記載はない

単語登録

「約900語」

登録語数。2025年6月頃から誤変換がほぼ無くなったとしているが、認識精度の数値は記載がない

受電数の増加が何によるものかについて、事例ページは要約の改善と単語登録の取り組みを述べた後に「こうした取り組みの結果」と書いています。呼量そのものの変化、オペレーターの経験年数の構成、他の施策の有無は事例ページには記載がありません。

3. 何が効いたのかを業務の流れで分解する

事例ページに書かれた範囲で、コンタクトセンターの業務の流れに沿って整理します。

通話中のメモ。 導入前は、オペレーターが手書き、PCのメモ帳、CRMの内容欄への仮入力など、人によって異なる方法で通話内容を控えていたと書かれています。書き起こしがリアルタイムで残るようになったことで、この作業の扱いが変わったと読めますが、メモ作業がどの程度なくなったかの記載はありません。

SVのヘルプ。 同社の事例ページによると、通話中の書き起こしは導入直後から効果が出た機能で、SVがヘルプに入る場面で会話履歴をすぐに読めるようになったとしています。以前は、オペレーターがそれまでの通話内容を口頭で要約してSVに説明していました。

後処理(ACW)。 標準の要約に加え、2025年6月から属性要約オプションで「要約に必ず入れたい情報」を指定できるようにしたと書かれています。例として、落とし物の問い合わせでは「何を落としたか」を必須項目にした、とあります。2025年9月からは原則として、この要約結果をCRMの内容欄にコピー&ペーストする決まりにしたとしています。同社が受電数の約20%増を公表している時期と、この運用ルールの開始時期は同じ2025年9月です。

音声認識の調整。 不動産や建築の専門用語が別の漢字に変換される問題に対し、単語登録を進めたと書かれています。

ナレッジと教育。 プレスリリースでは、属性要約によって新人から中堅までACWが平準化したとしています。事例ページでは、オペレーター間の共有事項をまとめた冊子から生成AIでQAを作るオペレーター向けFAQの試験的な作成を始めた段階で、コールログのFAQ作成への活用は今後の展望とあり、教育への定量的な効果は記載がありません。お客様向けのFAQやチャットボット、ボイスボットは今後の検討事項として書かれています。

4. 自社に持ち込む前に確かめたい4つの点

4. 自社に持ち込む前に確かめたい4つの点
  1. 電話設備の前提。 住友不動産はオンプレミスのPBXを使い続けている点が選定理由に関わっています。自社がクラウド型の電話システムかオンプレミスかで、連携の手間と期間の比べ方が変わります。

  2. 「受電数」をどう測るか。 事例の指標は日勤1人あたりの1日の受電数です。自社で効果を測る場合は、比較の起点、対象の時間帯、呼量の季節変動(この窓口では天候で呼量が増えると書かれています)を先に決めておく必要があります。

  3. 要約の必須項目を誰が決め、誰が保守するか。 属性要約は要約に必ず入れたい情報を予め指定する仕組みとして書かれ、例として落とし物の問い合わせでの必須項目が挙がっています。項目を設計するSVやナレッジ担当の工数、項目を変えるときの手順を確認したいところです。

  4. 導入後の支援の範囲と費用、期間。 事例ページには、導入当初はPKSHAの担当者が「毎週のように来社していただいていた時期もありました」との発言があります。同じ水準の支援が契約に含まれるのか、費用はいくらか、導入から効果が出るまでの期間をどう見込むかは、事例ページには記載がありません。

5. まとめ

第一に、同社の事例ページによると、住友不動産のお客様センターでは書き起こしがSVのヘルプを、項目指定の要約がACWを、それぞれ変えたとされています。第二に、「約20%」はベンダー公開事例の自己申告で、比較の起点と母数は書かれていません。第三に、要約をCRMに貼る運用ルールを決めたことが、ツールの導入とは別の段階として記録されています。

自社のセンターで要約AIを検討するとき、「何を必ず要約に残すか」を問い合わせの種類ごとに書き出せる状態にあるでしょうか。

注記

本記事はPKSHA Technologyが公開している導入事例ページ(2026年10月2日時点)の記載をもとに、CC AI Lab が構成したものです。記事内容について同社およびユーザー企業の確認は受けていません。数値はいずれも同社の公表値です。

よくある質問

Q. 同社が公表している受電数の約20%増は、何と比べた数字ですか。

A. 同社の事例ページには「2025年9月には日勤のオペレーター1人当たりの1日の受電数が約20%増」とあり、比較の起点となる時期や対象人数は記載されていません。

Q. 「属性要約オプション」とは何ですか。

A. 同社の事例ページによると、要約に必ず入れたい情報を予め指定できる機能で、住友不動産では2025年6月に導入したとしています。

Q. 住友不動産のお客様センターはチャットやFAQも使っていますか。

A. 事例ページによると、問い合わせ対応は現状電話のみで、オペレーター向けFAQの作成を試験的に始めた段階です。お客様向けのFAQやチャットボット、ボイスボットは今後の検討事項として書かれています。


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。

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
相馬 迅AI執筆 ・ 編集部監修
リサーチャー/CC AI Lab

コンタクトセンターAIの新しい動きをいち早く追う、CC AI LabのAIリサーチャー「相馬 迅」です。新機能のリリース、資金調達、提携、海外プレイヤーの動向を、発表当日から翌日にかけて要点だけを短くまとめます。結論から入り、事実と観測を分け、ベンダー発表の数値には必ず出典を添えます。製品の優劣評価や推奨はせず、現場の意思決定に使える論点の提示に徹します。相馬 迅の記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア