本文へスキップ
cases公開更新約16分で読めます

顧客基盤の移行を終えた翌年、コストは2億豪ドル増えた。豪Origin Energyは目標を引き直し、2年で達成した

シェア
Origin Energyはなぜコールセンターの人員削減ではなくcost to serveで語るのか

2024年8月15日。豪州の電力・ガス大手Origin Energy(ASX:ORG)は、通期決算の投資家向け資料の冒頭近くに、こう書きました。「成長への投資と続くコスト逆風のため、FY25の目標は達成できない」(Origin FY24 Results presentation p.10)。

達成できないと書いたのは、顧客対応の総コスト(cost to serve)の削減目標です。その1年前、同社は電気・ガスの全顧客を英Octopus Energy発の顧客管理基盤「Kraken」へ移し終えていました。ところが移行を終えた年度のcost to serveは、前年より214百万豪ドル増えていました(同 p.28)。

それから2年後の2026年8月、Originは引き直した目標「FY24比100〜150百万豪ドル削減」を、126百万豪ドル(買収した小売事業を含めると106百万豪ドル)で達成したと発表します(Origin FY26 Investor Presentation p.16)。基盤を入れ替えた直後に何が起き、どう立て直したのか。投資家向けの開示だけで、その道のりがかなり細かく追えます。以下、金額はすべて豪ドルです。

どんなコールセンターだったのか

どんなコールセンターだったのか

Originは豪州で電気・ガスを小売りする大手で、2026年6月末の顧客アカウント数は494万です(Origin FY26 ASX Media Release)。電気・ガスのほかに、LPG、インターネット、家庭用蓄電池などの契約も抱えています。

電力小売のコールセンターに来る用件は、請求、引越しに伴う開始と停止、支払いの相談、料金プランの変更が中心です。料金が上がる局面では、請求額への問い合わせと支払いの相談が一気に増えます。

Originが2020年5月にOctopus Energyとの提携を発表した時点で、課題は2つありました。顧客体験を良くすること、そしてコストを下げることです。同社はKrakenの永久ライセンスとOctopus株式の20%を取得し、Octopusの運営モデルごと取り入れると説明しました(Origin「Strategic partnership with Octopus Energy」2020年5月1日)。

その運営モデルは、コールセンターの組み方としても特徴があります。少人数の自律したチームが約5万人ずつの顧客を受け持ち、契約から請求、解約までを一貫して担当する。チームに課す目標は2つだけで、顧客の評価にもとづく「顧客の幸福度」と、支えている顧客数で測る「生産性」です(同上 p.7)。用件ごとに窓口を分けてたらい回しを生む構造の反対側にある考え方です。

自社で基盤を作り直すのではなく、他社が作った基盤と運営の型を借りる。大規模な顧客基盤を持つセンターにとって、他人事ではない選択だと思います。

借りた基盤で過ごした6年

2020年、削減目標を2段で置く

提携発表時、Originは2つの数字を出しました。Krakenによる削減は「FY2022に70〜80百万、FY2024以降は年100〜150百万」。そして小売全体のコストを「FY2018比で200〜250百万」下げる、という全体目標です(Origin 2020年5月1日 p.2、p.11)。移行は旧システムと並行稼働させながら顧客を小分けに移し、FY2023に全顧客の移行と旧システムの廃止を終える計画でした(同 p.12)。

2023年5月、全顧客の移行を完了

計画どおり、全電気・ガス顧客のKrakenへの移行は2023年5月に完了します。同年8月の決算では、安定化の作業が続いていること、FY2018比200〜250百万の削減を2025年までに見込むことが書かれています(Origin FY23 ASX Media Release 2023年8月17日)。

Krakenの導入事例ページでは、Originのゼネラルマネージャーが「レガシー基盤で3〜4か月かかった変更を、Krakenの開発チームは2〜3週間ほどで実装した」と話しています(Kraken 導入事例 Origin)。基盤の側では、狙いどおりの速さが出始めていました。

2024年8月、コストは214百万増え、目標を取り下げる

ところがFY24(2024年6月期)のcost to serveは、前年から214百万増えました。同社が挙げた理由は3つです。貸倒れの増加、規制・コンプライアンス対応の追加、そして「Krakenへの移行後に必要になった一時要員による人件費の増加」です(Origin FY24 Results presentation p.28)。

同じ資料は、旧目標に届かない要因として、商品と顧客の拡大、規制対応、インフレに加えて「生活費の上昇と請求額の増加が、貸倒れとコールセンターの稼働に影響した」と書き、これらで年間のcost to serveが100〜150百万押し上げられたと見積もっています(同 p.39)。決算発表では、規制・コンプライアンス対応の追加を「Kraken導入の一環として、システムと統制を強化した」ためと説明しています(Origin FY24 ASX Media Release 2024年8月15日)。

移行を終えた直後は、新しい画面と業務に慣れるまで処理に時間がかかり、取りこぼしの手当ても要ります。そこへ料金高騰で問い合わせと支払い相談が重なった。現場でいえば、席を増やしてしのいだ1年だったと読めます。

ここでOriginは、FY2018を基準にした目標を「FY25の目標は達成できない」として下ろし、膨らんだFY24を新しい基準線に置いて「FY26までにFY24比100〜150百万削減」を掲げ直しました(Origin FY24 Results presentation p.10、p.39)。

2025年8月、AIはメールとメッセージから

FY25(2025年6月期)のcost to serveは50百万減りました。投資家向け資料は、デジタルとAIの施策が回収、サービス品質、業務効率を改善したと書き、顧客対応では「メールとメッセージにAIを使い、AIボイスエージェントの試験を約2.5万人の顧客に提供」と記しています(Origin FY25 Results presentation p.13、p.14)。電話より先に、書き言葉のチャネルからAIを入れています。

最高経営責任者(CEO)のFrank Calabria氏は決算発表で「Krakenへの移行の効果を受け取り始めている。それは業界をリードする顧客体験、市場平均を下回る解約率、大きく下がったcost to serveに表れている」と述べました(Origin FY25 ASX Media Release 2025年8月14日)。

2026年2月、ボイスエージェントは10万人超へ

2026年2月の中間決算では、ボイスエージェントの対象が「2.5万人から10万人超の顧客」に広がり、顧客とのやり取りの80%がデジタルになったと開示しました(Origin HY26 Investor Presentation p.14)。cost to serveは上期だけでさらに32百万下がり、目標の中央値に向けて進んでいるとしています(同 p.2、p.13)。

2026年8月、目標を達成

FY26(2026年6月期)のcost to serveは642百万で、FY25の698百万から下がりました(Origin FY26 ASX Media Release)。FY24比の削減は126百万、FY26に買収した小売事業の分を含めると106百万で、100〜150百万の目標レンジに入りました(Origin FY26 Investor Presentation p.16)。

時期 出来事
2020年5月 Octopus Energyと提携、Kraken導入で年100〜150百万(FY2024以降)、小売全体でFY2018比200〜250百万の削減を目標に
2023年5月 全電気・ガス顧客のKrakenへの移行を完了
2024年8月 FY24のcost to serveが214百万増(一時要員の人件費、貸倒れ、規制対応)、旧目標を取り下げてFY24比100〜150百万削減へ
2025年8月 FY25は50百万減、メール・メッセージにAI、ボイスエージェントを約2.5万人で試験
2026年2月 上期で32百万減、ボイスエージェントは10万人超、やり取りの80%がデジタル
2026年8月 FY26は642百万、FY24比126百万減(買収分を含め106百万)で目標達成

いま何をしているのか

いまのOriginの顧客対応は、デジタルとAIで受ける部分と、人が受ける部分の二層で組まれています。

AIの側では、メールとメッセージの返信にAIを使い、電話ではAIボイスエージェントを段階的に広げています。FY26の資料は「ボイスエージェントを含むAIの拡大を継続」と書いています(Origin FY26 Investor Presentation p.17)。2025年のTwilio SIGNAL Sydneyでは、同社の技術部門のグループマネージャーが、AIによる振り分けとバーチャルアシスタントで自己解決、解決率、一次解決を高める取り組みを話すセッションに登壇しています(Twilio SIGNAL 2025 Sydney セッション紹介)。

コストの面で効いているのは、電話の外側の仕組みでもあります。FY26の資料は、貸倒れが減った理由として「自動化した与信判断エンジンによる回収の改善」を挙げています(Origin FY26 Investor Presentation p.16)。支払いに困る顧客を早く見つけて手当てできれば、督促の電話も、こじれた相談も減ります。中間決算の資料には、組織の再編で間接部門のコストを下げたことも書かれています(Origin HY26 Investor Presentation p.13)。

そして、これらを1本の物差しで測っています。cost to serveは、顧客にサービスを届けるためにかかる費用の総額で、人件費やKrakenのライセンス料、貸倒れまでを含みます(Origin FY25 Results presentation p.13)。Originは総額と並べて「顧客アカウント1件あたりのcost to serve」も図で示しています(同 p.13)。

いま出ている効果

いま出ている効果

まず総額です。FY26のcost to serveは642百万で、逆算すると基準線のFY24は約748百万でしたから、2年で1割強が減ったことになります(FY24の値はFY25の698百万と同年の減少幅50百万から編集部が計算し、FY26資料の「FY24比106百万減」と一致することを確かめました)。移行直後に積み上がった214百万の増加分のうち、半分ほどを2年で戻した計算です。

次に1件あたりです。FY26の642百万を顧客アカウント494万で割ると約130豪ドル、FY25は698百万を470万で割って約149豪ドルでした(編集部試算)。この間に顧客アカウントは24.3万増えていて、うち13.5万は買収による増加です(Origin FY26 Investor Presentation p.17)。顧客が増えながら総額が下がったので、1件あたりは1年で1割以上軽くなっています。FY27については、買収分が通年で乗ることと、別の事業部門に計上していたコストの付け替えで総額は緩やかに増えるが、1件あたりはほぼ横ばいの見通しとしています(同 p.35)。

AIの数字は、対象となった顧客の数で示されています。ボイスエージェントは約2.5万人の試験から、半年ほどで10万人超へ。494万アカウントの規模からすればまだ一部ですが、試験から本格展開への移り方としては速いペースです。顧客とのやり取りのうちデジタルが占める割合は、FY24の74%からFY25の77%、FY26の80%へと上がりました(同 p.17)。この80%は電話以外も含めた全接点の中での割合で、5回のやり取りのうち4回は人の電話を通っていない、という読み方になります。

数字以外の変化も出ています。同社の顧客幸福度指数(Customer Happiness Index)はFY25の69.4%からFY26は72.7%に上がり、解約率は15.0%で、市場平均の21.7%を下回っています(同 p.17)。コストを削った年に、顧客の評価が下がっていません。

何が効いたのか

ここからは書き手の見立てです。Originの6年から、ほかのセンターでも使える型を3つ抜き出します。

型1 移行の谷を、隠さずに数字で出した

基盤の移行が終わった翌年にコストが増えるのは、珍しいことではありません。新しい画面と業務に慣れるまでの手当て、移行時の取りこぼしの処理、統制の強化。Originはその中身を「一時要員の人件費」「規制対応」と項目で書き、旧目標を下ろすと明言しました。谷の理由を説明できていたから、膨らんだ年を新しい基準線に置き直しても、話の筋が通ったのだと思います。

型2 総額と1件あたりの2本で測った

AIを入れても、一時要員を足しても、事業を買収しても、cost to serveには全部が乗ります。人員数や1件あたりの処理時間だけを追っていると、委託費やシステム費に移ったコストが見えなくなります。Originは総額に加えて1件あたりの数字を並べたことで、顧客が増えて総額が上がる年にも「効率は落ちていない」と言える物差しを持ちました。

型3 AIは書き言葉から入れ、電話は試験の人数で広げた

FY25の時点で、AIはまずメールとメッセージに使われ、電話のボイスエージェントは約2.5万人の試験でした。半年後に10万人超。いきなり全顧客の電話をAIに渡さず、範囲を顧客数で区切って広げています。移行の谷を経験した会社が、次の変化では対象を絞ってから広げる。順番の選び方に、前の経験が生きているように見えます。

自分たちに引き寄せるなら

自分たちに引き寄せるなら

同じコンタクトセンターやカスタマーサポートの方に向けて、問いを3つ置きます。

1つ目は計画の問いです。CRMやCTIの入れ替えを計画するとき、移行直後の1〜2年に増える人件費とサポートの手当てを、最初の予算と効果の見込みに入れていますか。

2つ目は物差しの問いです。AIの成果を、削減人数や自動化率だけで報告していませんか。委託費とシステム費まで含めた総額と、顧客1人あたりの費用を並べると、AIに移ったコストも含めて比べられます。

3つ目は目標の問いです。前提が変わって目標に届かないとわかったとき、理由を説明して基準線を引き直す手続きを、社内で持っていますか。

業界の外でも使える考え方を2つ挙げます。

1つは「入れ替えの直後は、一度コストが増えるものとして計画する」ことです。基幹システムでも、店舗の業態転換でも、移行の翌年に谷が来る前提で予算を組んでおけば、途中で計画ごと疑われずに済みます。

もう1つは「自前で作らず、型ごと借りる」という選択肢を持つことです。Originは基盤だけでなく、少人数チームが顧客を一貫して受け持つ運営の型まで取り入れました。仕組みを借りるなら、使い方まで一緒に借りるほうが早く立ち上がります。

まとめ

Origin Energyは、借りた基盤への移行を終えた翌年にコストが214百万増えたことを開示し、旧目標を下ろして基準線を引き直し、2年で新しい目標に届かせました。その間にAIはメールから電話へ、2.5万人から10万人超へと広がっています。刷新の効果は、谷まで含めて測って初めて見えてくる、という事例です。

あなたのセンターが次に基盤を入れ替えるとき、翌年のコストはどう見込みますか。

よくある質問

Q1. cost to serveとは何ですか

顧客にサービスを届けるためにかかる費用の総額です。Originの場合、コールセンターの人件費だけでなく、Krakenのライセンス料や貸倒れなども含みます。同社は総額に加えて、顧客アカウント1件あたりの値も示しています。

Q2. 移行が終わったのに、なぜコストが増えたのですか

同社はFY24の増加理由として、貸倒れの増加、Kraken導入にあわせた規制・コンプライアンス対応の強化、移行後に必要になった一時要員の人件費を挙げています。生活費の上昇で請求額が増え、コールセンターの稼働が増えたことも要因として書かれています。

Q3. AIボイスエージェントはどのくらい使われていますか

2025年8月の時点で約2.5万人の顧客を対象とした試験、2026年2月の時点で10万人超の顧客に対応していると開示されています。いずれも対象となった顧客の数で示されています。

Q4. 目標の達成額が126百万と106百万の2つあるのはなぜですか

FY26に買収した小売事業のコストを除くと126百万、含めると106百万の削減です。目標は100〜150百万で、どちらの数字でもレンジに入っています。

参考リンク・注記

一次情報(Origin Energy。確認日はいずれも2026年10月28日)

ベンダー・イベント(確認日はいずれも2026年10月28日)

注記

  • 本稿は公開情報をもとにした CC AI Lab 編集部の見立てで、Origin Energyの見解ではありません。
  • 金額はすべて豪ドルです。FYは6月期(例: FY26は2025年7月〜2026年6月)です。
  • FY24のcost to serve約748百万、顧客アカウント1件あたりの金額は、開示値から編集部が計算した目安です。
  • 担当者の発言は掲載ページの記載を編集部が日本語に訳したものです。所属は掲載時点のものです。
  • 特定ベンダーの評価・推奨は行いません。

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
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべて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