本文へスキップ
cases公開更新約8分で読めます

SYSLEA、AI一次回答の後ろに外部担当者を置き1ヶ月で問い合わせ約8割の確認が不要に

相馬 迅CC AI Lab
シェア
SYSLEA、AI一次回答の後ろに外部担当者を置き1ヶ月で問い合わせ約8割の確認が不要に

AIネイティブCRM「Frictio(フリクシオ)」を提供する株式会社SYSLEAは、問い合わせにまずAIが一次回答する仕組みを持ちながら、その回答をマネージャーが一件ずつ確認する状態にありました。CX領域で即戦力の人材を正社員で採用することが難しく、同社はカスタマーサポートの外部支援を行うアディッシュに、AIで対応しきれない問い合わせの対応とナレッジ整備を依頼しました。アディッシュが公開している事例ページによると、支援開始から約1ヶ月で、問い合わせの約8割をマネージャーが目を通さなくても済む状態になったとしています。本稿で読み解く問いは、AIの一次回答と人の確認の役割分担が、事例ページではどう組み立てられているか、です。

要点

  • アディッシュの事例ページによると、SYSLEAの問い合わせはSlackやFin(Intercom)経由で届き、まずAIが一次回答する仕組みになっています。

  • アディッシュの担当者は、AI回答のズレの確認と顧客へのフォロー、AIで対応できない問い合わせや不具合の一次対応、開発チームへの連携、ヘルプセンターのナレッジ整備を担っていると書かれています。

  • 「約8割」は同社公開事例の自己申告で、ユーザー企業のマネージャーの発言として示されています。測り方の定義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

アディッシュが運営するCS STUDIOのSYSLEA事例ページは2026年9月18日の掲載で、SYSLEAのCustomer Experience Div. Managerへのインタビュー形式で構成されています。

  • ユーザー企業: 株式会社SYSLEA。AIネイティブCRM「Frictio」を開発・提供

  • 規模: 同社の事例ページによると、正社員メンバーは「20名ほど」としています

  • 組織: ビジネスサイドはSalesとCSを一体化した「Growth Partner Div.」と「Customer Experience Div.」の2つに分かれていると書かれています

  • 窓口の仕組み: 問い合わせはSlackやFin(Intercom)経由で届き、ヘルプセンターを整備したうえで、まずAIが一次対応する仕組み

  • 課題: CX領域で、顧客の言葉の背景まで汲み取れる人材を正社員で採用することが難しかったとしています

  • 施策: アディッシュのカスタマーサポート支援。問い合わせ・不具合・機能に関する質問への対応、AI回答の元となるマニュアルやナレッジの整備、AIで対応できなかった問い合わせの一次対応、開発チームへの連携、解消までのデリバリーを依頼していると書かれています

製品側の情報として、Frictioの正式提供の発表はSYSLEAの2026年3月31日のプレスリリースにあります。

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

約8割

「1ヶ月ほどで約8割は私が目を通さなくても済む状態になりました」

同社公表の自己申告値(ベンダー公開事例)。ユーザー企業マネージャーの発言で、何件を対象に数えたか、どう測ったかの記載はない。AIの解決率ではなく、マネージャーの確認が不要になった割合として書かれている

約1ヶ月

「1ヶ月ほどで」

支援開始からの期間として同社が示している。開始時期の記載はない

月200〜300件

「問い合わせは月に新規で200〜300件ほどあります」

同社の事例ページによると新規の問い合わせ件数。継続中のやり取りの件数は記載がない

1時間

オンボーディングは「本当に1時間だけ」

同社が公表している発言。その後はヘルプセンターやデモ環境で担当者が自ら学んだと書かれている

1週間未満

「1週間もかからずに当社のプロダクトを理解」

同社の事例ページによると、マネージャーによる評価としての記載

20名ほど

正社員メンバー「20名ほど」

同社の事例ページによるとSYSLEA全体の正社員数としての発言。CX担当の人数は記載がない

同社が公表している「約8割」は、AIの一次回答で問い合わせが解決した割合とは別の数字です。事例ページの文脈では、AIの回答をアディッシュの担当者が確認・補完するようになったことで、マネージャー本人が目を通す必要がなくなった割合として示されています。回答品質の指標(顧客満足度など)の数値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、問い合わせ対応の流れに沿って整理します。

受付と一次回答。 問い合わせはSlackやFin(Intercom)経由で届き、まずAIが回答します。支援の前後でこの部分の仕組みが変わったという記載はありません。

一次回答の確認。 同社の事例ページによると、支援前はAIの回答がずれている可能性があるため、マネージャーがすべての問い合わせに目を通していたとしています。支援後は、この確認をアディッシュの担当者が担い、ズレがあれば人が介入して正しい内容で顧客にフォローする形になったと書かれています。変化の中心はこの層にあると読めます。

エスカレーション。 AIでは回答しきれない問題や、不具合のようにAIが対応するとリスクがあるものは、人が一次対応し、開発チームに連携して解消まで届ける流れとして書かれています。どの基準でAIから人に切り替えるかの具体的なルールは、事例ページには記載がありません。

ナレッジ更新。 AIが適切に回答できるよう、ヘルプセンターの構成とナレッジの整備もアディッシュの担当者が担っていると書かれています。日々の対応で得た知見を、どの頻度でどうナレッジに反映しているかの手順は記載がありません。

立ち上げと教育。 同社の事例ページによると、オンボーディングは1時間で、その後は担当者がヘルプセンターの記事やデモ環境で自ら理解を深めたとしています。ユーザー企業側の教育の負担が小さかったことが、事例の主な論点の一つ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. 規模と問い合わせの性質の違い。 同社の事例ページによると、この事例は新規の問い合わせが月200〜300件ほどのCRM提供企業で、事例ページではテキストで問い合わせを受けると書かれています。電話中心で件数の多いセンターでは、確認の層をどう組むかの前提が変わります。

  2. 「確認不要になった割合」の測り方。 自社で同じ指標を使うなら、母数(新規のみか、継続中も含むか)、「確認不要」の判定基準、測定期間を事前に決める必要があります。AIの解決率や顧客満足度と並べて見るかどうかも決めておきたいところです。

  3. AIと人の切り替え基準とナレッジ更新の責任。 不具合などAIに任せない領域をどう定義するか、外部の担当者がナレッジを更新するときの承認を社内の誰が持つかを確認したいところです。

  4. 費用と人員の伸び方。 同社の事例ページによると、追加でもう1名が支援に入ることになったとしています。問い合わせが増えたときに外部の人員がどう増え、費用がどう変わるのかは、事例ページには記載がありません。

5. まとめ

第一に、アディッシュの事例ページによると、SYSLEAではAIの一次回答はそのままに、その確認とフォローを外部の担当者が担う形に変えたとしています。第二に、「約8割」はユーザー企業マネージャーの発言として示された自己申告の数字で、AIの解決率とは別のものです。第三に、ナレッジ整備も同じ担当者の業務に含まれており、AIの回答品質を支える作業が誰の仕事かが明示されています。

自社の窓口でAIの一次回答を入れているなら、その回答を「誰が、どの基準で確認しているか」を一文で説明できるでしょうか。

注記

本記事はアディッシュ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「約8割」は、AIが問い合わせを解決した割合ですか。

A. アディッシュの事例ページによると、AIの回答をアディッシュの担当者が確認・補完することで、マネージャーが目を通さなくても済むようになった割合として示されています。AIの解決率の数値は記載がありません。

Q. アディッシュの担当者は何を担当していますか。

A. 同社の事例ページによると、問い合わせ・不具合・機能に関する質問への対応、AIで対応できなかった問い合わせの一次対応、開発チームへの連携、解消までのデリバリー、AI回答の元となるナレッジの整備です。

Q. 問い合わせはどのチャネルで届いていますか。

A. 事例ページによると、SlackやFin(Intercom)経由で届いており、まずAIが一次対応する仕組みです。


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