本文へスキップ
会員先行
cases公開更新約3分で読めます

オムロン ソーシアルソリューションズ、要約AIでSVを電話から外し新人育成を1年から3〜5カ月に

相馬 迅CC AI Lab
シェア
オムロン ソーシアルソリューションズ、要約AIでSVを電話から外し新人育成を1年から3〜5カ月に

オムロン ソーシアルソリューションズのエネルギー事業のコールセンターでは、入電が増え続けた結果、SV(スーパーバイザー)が勤務時間の大半を電話対応の手伝いに使い、後任SVや新人を育てる時間がなくなっていました。同社は通話の音声認識と自動要約のツール「PKSHA Speech Insight」を2025年12月に導入しています。提供元のPKSHA Technologyが公開している事例ページによると、後処理(ACW)は平均3分から1分半に半減し、新人が独り立ちするまでの期間は1年ほどから3~5カ月になったとしています。

要約AIの事例は後処理の短縮で語られがちです。この事例が示しているのは、その短縮分がSVの時間に回ったときに初めて育成の数字が動く、という順番です。では、後処理の1分半がどうやって育成期間の短縮までつながったのか。業務の流れで追います。

要点

  • 同社の事例ページによると、導入前のSVは休憩を除く7時間の勤務のうち5時間をオペレーターのサポートに使っていました。

  • 運用開始後も後処理はあまり縮まらず、ベテランが自動要約を自分の要約に近づけるよう直していたことが原因でした。同社は「要約の修正は原則しない」というルールに改めています。

  • 後処理の短縮でSVが電話に出なくなり、空いた時間が新人の横に座るフォローと後任SVの育成に回りました。

1. 事例の概要

1. 事例の概要

PKSHA Technologyのオムロン ソーシアルソリューションズの導入事例ページは、2026年9月9日時点の情報として、同社と、コールセンターを共同で運営するオムロン フィールドエンジニアリングの担当者へのインタビューで構成されています。

  • 業種の表記: メーカー・製造

  • 窓口: エネルギー事業部門のコールセンター。製品の購入検討時の「プレ窓口」と、購入後の施工時のトラブルや施工技術を受ける「アフタ窓口」があり、問い合わせは製品のユーザーと販売店の両方から来ます。販売店からのほうが多いとしています

  • 体制: オペレーターは電気の専門知識を持ち、SVは製品仕様やシステム構築のポイントまで網羅的に把握している、という分担です

  • SVの役割: 通話内容のチェックとリアルタイムのヘルプ、CRMに登録された通話内容の確認、センターで解決できない問題の他部署連携

  • 製品: PKSHA Speech Insight(AI音声認識)。音声認識・通話分析サービスとして2025年12月に導入

選定の経緯にも特徴があります。当初は、有人対応が必要な問い合わせだけをオペレーターに回して呼量を減らす方向を考えていました。ところが検討を進めると、問い合わせの多くは専門知識を持ったオペレーターがきちんと受けるべきものだと分かり、方針を変えたとあります。以前に別の要約ツールを使ったものの、会話の一部を切り取ったような要約で業務には使いにくかったこと、デモで「そのままCRMに登録できるようなレベルの要約」だと感じたことが決め手だったとしています。

会員先行公開中(10月22日に一般公開)

ここから先は会員限定です。

無料登録で記事の続きと限定コンテンツが閲覧できます。

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