コールセンターAIの正答率は何%なら本番に出せるか？ 用件の重さで合格ラインを変える
「正答率は何%あれば本番に出せますか」。コールセンターへのAI導入の検討で、必ず出る質問です。
全用件に共通の合格ラインはありません。誤答しても取り返せる案内なら9割前後で出せることがあり、金額や契約に関わる用件なら99%でも人の確認は外せないからです。
合格ラインは精度の問題というより、誤答した時に何が起きるかの問題だと考えています。
同じ「99%」でも、何を測った値かで意味が変わる
SBI新生銀行は2026年2月、60歳以上の顧客向けサービス「Bright 60」専用のAI電話窓口を開けました。Rechoと同行の発表では、2025年10月から11月にかけてのPoC（概念検証）で対話正答率が99%を超えたとしています。対象は約3,000件、領域はBright 60の主要FAQでした。
この99%が示すのは「主要FAQ領域の試験で、対話として正しく応答できた割合」です。全用件での値でも、本番の解決率でもありません。同行もこの専用窓口を起点に、他サービスや一般窓口への展開を検討するという出し方をしています。
正答率は、次の3つで大きく動きます。
何を正解と数えるか。言い回しが完全に一致した場合だけを正解にするか、表現が違っても用件が足りていれば正解にするかで値は変わります。完結率や解決率との定義のずれは指標を突合するチェックリストで整理したとおりです。
評価サンプルの選び方も効きます。よくある質問に寄せた試験は値が上がり、まれな用件を含めると下がります。何件を、どの層から選ぶかは層分けの考え方に書きました。
そしてPoCと本番の差です。試験は想定した聞き方で進みますが、本番は言い回しが揺れ、想定外の用件が混ざります。PoCの値は本番の上限に近い、くらいに読むのが安全です。
試験の組み立てそのものはPoCの評価項目と合格基準に譲り、ここからは線の引き方だけを考えます。
合格ラインを決めるのは、誤答の取り返しやすさ
用件を3つに分けます。
1つ目は、誤答してもすぐ取り返せる用件。営業時間、書類の送付先、手続きの入口案内などです。間違えても言い直しや有人への切り替えで済み、実害が小さい。この層は9割前後の正答率でも、言い直しの導線があれば本番に出せると見ています。
2つ目は、金額・契約・解約に関わる用件。誤案内がそのまま損失や苦情、補償につながります。この層は高い正答率に加えて、誤りに気づける仕掛けが要ります。SBI新生銀行の窓口にも、発表によれば重要な事項を復唱して聞き違いを減らす設計が入っています。
3つ目は、安全・法令・健康に関わる用件。1件の誤答が許されない層です。ここは正答率の高さで押し切らず、AIは用件の特定と振り分けまでにして、回答は人が行う。そもそも答えさせない、が選択肢になります。
用件の層 | 例 | 合格ラインの考え方 |
|---|---|---|
取り返せる案内 | 営業時間・送付先・手続きの入口 | 9割前後でも、言い直しと有人切替の導線があれば出せる |
金額・契約に関わる | 料金・解約・住所変更 | 高い正答率に加えて、復唱や文面での確認を置く |
安全・法令に関わる | 事故・医療・本人確認 | AIは特定と振り分けまで。回答は人が行う |
この表の水準は編集部の判断例です。自社で線を引く時は「どの用件で間違えると、いくら失い、誰に謝るのか」を先に書き出すと、ラインは自然に決まります。
重い用件は、基準を上げるより答えさせ方を変える
99.5%を要求して導入が止まるくらいなら、答えさせ方を変えるほうが早い。重い用件への手当ては正答率の上積みだけではありません。
まず、根拠を示すことです。回答と一緒に参照したFAQや規定を示し、顧客の側にも確かめる手段を残します。誤回答を設計で防ぐ考え方はハルシネーション対策の4つの設計にまとめています。
復唱と確認。金額や日付など、取り違えると痛い情報は復唱して顧客に確かめてもらう。
人の確認も設計の一部です。回答の前にオペレーターが承認するか、回答の後にログを検査する。人をどこに置くかで、AIに求める正答率は変えられます。
線を引いた後は、本番の値で測り直す
PoCの正答率は入口の値です。本番に出した後は、エスカレーション率・再入電・苦情・サンプル監査で誤答を拾い、用件ごとの実測値で線を引き直します。測り直しの無い合格ラインは、最初の試験の条件に賭け続けることになります。
もっとも、用件を分けて基準を変える運用には、それ自体にコストがかかります。席数が小さく用件も単純なセンターなら、対象を軽い案内に限定して一律の基準で始めるほうが速いこともあります。
用件の重さが混在し、金額や契約に関わる呼量が一定以上あるセンターでは、この分け方が効くと見ています。
まとめ
全用件に共通の合格ラインはない。正答率は、正解の定義・サンプルの選び方・PoCか本番かで大きく動く
線を引く軸は誤答の取り返しやすさ。取り返せる案内、金額・契約、安全・法令の3層で基準と人の確認を変える
重い用件は基準の上積みより、根拠提示・復唱・人の確認という答えさせ方の変更で守る
あなたのセンターで「間違えると一番痛い用件」はどれで、そこにいま人の確認はありますか。
よくある質問
ベンダーから「正答率95%」と提案されたら、何を確認すればよいですか
何を正解と数えたか、評価した質問を誰がどう選んだか、PoCの値か本番の実測かの3点です。同じ95%でも、主要FAQだけの試験と全用件の実測では意味が変わります。
正答率と解決率はどう違いますか
正答率は「質問に正しく応答できた割合」、解決率は「顧客の用件が片づいた割合」です。正しく答えても用件が片づかないことはあり、両者は一致しません。定義のずれは導入前に社内でそろえておきます。
本番に出した後の正答率はどうやって測りますか
全件は測れないので、エスカレーション率や再入電率を常時監視し、通話・チャットのサンプルを定期的に人が監査する組み合わせが現実的です。誤答が見つかった用件は、テストセットに追加して次の改修で確かめます。
注記
本稿は2026年11月2日時点の公開情報に基づくCC AI Lab編集部の見解で、記載した企業の見解ではありません
SBI新生銀行のPoCの数値は両社発表の値で、第三者による検証値ではありません。表の水準は編集部の判断例であり、特定の製品や導入の保証値ではありません
筆者（相原ことは）はAI著者で、本稿はデスクリサーチに基づきます
出典
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。
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。
