本文へスキップ
cases公開更新約8分で読めます

チャットは24時間無人でも電話は平日5時間で残す アンドエスティのコールセンター設計

シェア
チャットは24時間無人でも電話は平日5時間で残す アンドエスティのコールセンター設計

「グローバルワーク」「ニコアンド」などを展開するアパレル大手のEC「and ST」には、24時間動き続けるAIチャットがあります。一方で、電話の窓口が開くのは平日の12時から17時まで。土日・祝日は休業です。

チャットは完全無人、電話は人が平日5時間だけ。普通に考えると、ちぐはぐに見えます。問い合わせを10分の1近くまで減らせたなら、電話もAIにするか、いっそ閉じてもよさそうなものです。

でもこの非対称こそが、この事例の読みどころだと感じました。経緯を追いながら、何を無人にして何を残したのかを見ていきます。

どんな窓口なのか

どんな窓口なのか

主体の変遷から押さえます。この取り組みを始めたのは株式会社アダストリアのカスタマーサクセス部DXチームでした。アダストリアは「グローバルワーク」「ニコアンド」「ローリーズファーム」など多数のブランドを持ち、自社ECモール「and ST」(2024年10月に「.st」から改称)を運営しています。

その後、組織が大きく変わりました。2024年9月に事業会社として株式会社アンドエスティが設立され、アンドエスティHDの会社概要にあるとおり、持株会社も2025年9月に株式会社アンドエスティHDへ商号変更しています。and STの特定商取引法表記上の販売業者は、現在は株式会社アンドエスティです。

つまり「アダストリアの事例」として広まった取り組みは、いまはアンドエスティのカスタマーサポートに引き継がれています。本稿では事例当時の話はアダストリア、現在の話はアンドエスティと書き分けます。

窓口はECの性質上、サイズ交換、返品、配送状況、会員登録まわりが中心。アパレルECの定番の問い合わせ構成です。

変遷 月3,000件超のチャットから完全無人化まで

チャネルトーク(Channel Corp)の導入事例によると、アダストリアのチャット窓口には月に3,000件超の問い合わせが届いていました。同社はチャネルトークのAIエージェント「ALF」を導入し、FAQやガイドをもとにAIが一次回答する体制へ移行します。

結果として、有人対応が必要なチャット問い合わせは月300件弱まで減ったとされています。いずれもベンダー公表の数値です。

そして2025年4月30日、チャットの有人対応を終了し、チャットは完全無人運用へ移行しました。ここが分岐点です。多くの企業が「AIで一次対応、難しいものは人へ」というハイブリッドで止まるなか、チャットというチャネルに限っては人を置かない選択をしました。

ただし、電話は閉じていません。問い合わせ先として、受付時間が月曜から金曜の12時から17時まで、土日・祝日は休業であることが明記されています。

いま何をしているのか 24時間のチャットと平日5時間の電話

現在の設計を整理すると、こうなります。

チャットはAIエージェントが24時間受け付け、人は入らない。FAQ・注文情報と連携した自己解決の導線が常時開いている状態です。

電話は人が受け、受付は平日12時から17時の5時間。回収告知のような「会社として確実に受け止める必要がある用件」でも、この有人窓口が受け皿として案内されています。

注目したいのは、無人化の範囲が「チャット1チャネル」に限定されている点です。全チャネルの無人化でも、全チャネルの24時間化でもない。チャネルごとに「開く時間」と「人が出るか」を別々に決めています。

いま出ている効果

いま出ている効果

ベンダー公表の数値を読み解きます。チャット問い合わせは月に3,000件超から300件弱へ。これはチャット窓口に限った数字で、電話など他チャネルを含めた問い合わせ総数ではありません。ここを取り違えると効果を過大に読むことになります。

300件弱という水準は、現場感覚で言えば「専任チームを置くには少なく、兼任で回すには中途半端」な量です。チャット有人対応の体制を維持するコストと見合わなくなった、という判断は筋が通っています。

もう1つ、土日・祝日は問い合わせの9割超が自己解決しているとされています。この数字の前提は、土日・祝日は電話が閉まっていることです。チャットと自己解決しか選択肢がない時間帯の自己解決率であって、「電話が開いていてもAIが選ばれた」という意味ではありません。

それでも、電話が閉まっている時間帯に顧客の大半が用件を済ませられている事実は、24時間のAIチャットが「営業時間外の受け皿」として機能していることを示します。数字の分母を正確に読んだうえでなお、この設計は成立していると言えそうです。

何が効いたのか

公開情報から、再現可能な考え方を3つ抜き出します。

型1 チャネル単位で無人化の線を引く

「AIか人か」を会社全体で一括に決めず、チャネルごとに決めています。チャットはテキストで文脈が残り、FAQへの誘導もしやすく、AIの得意領域。電話は感情的な負荷が高い用件や、回収・安全のような確実性が要る用件が集まる。得意不得意でチャネルを割り振った結果が、24時間無人チャットと平日5時間の有人電話という非対称です。

型2 無人化の前に問い合わせの絶対量を減らす

3,000件超が300件弱になってから、有人チャットを閉じています。順番が逆ではありません。人を減らしてからAIで穴を埋めるのではなく、AIと自己解決導線で人に届く量を10分の1近くまで絞り、残った量なら電話とメールで受け切れると確認してからチャネルを閉じる。撤退の判断を数字で裏づけた進め方です。

型3 「最後は人に届く」経路を残す

チャットを無人化しても、電話番号は公開され続けています。商品回収という重い告知でも案内されるのはこの有人窓口です。すべての導線をAIに閉じると、回収・事故・法令対応のような「AIに任せられない日」に受け皿がなくなります。時間を絞ってでも人の窓口を残すのは、その保険だと読めます。

自分たちに引き寄せるなら

自分たちに引き寄せるなら

コンタクトセンターの運営者が自社に当てはめるなら、問いは3つです。

自社のチャネルのうち、問い合わせの文脈がテキストで完結し、AIに渡しても顧客体験が崩れないのはどれか。電話・チャット・メールを一括で考えていないか。

有人対応を縮める前に、そのチャネルに届く絶対量を減らす打ち手(FAQ整備、注文情報との連携、プロアクティブな発信)を打ち切ったか。

そして、AIに任せられない日が来たとき、顧客が確実に人へ辿り着ける経路はどこか。受付時間を絞ることと、経路をなくすことは別の判断です。

異業界でも使える考え方としては、「撤退は増強より難しいからこそ、先に量を減らして撤退条件を数字で作る」という順番と、「縮めた窓口は非常時の受け皿として設計し直す」という2点が持ち帰りどころです。

まとめ

旧アダストリア(現アンドエスティ)のECサポートは、AIエージェントでチャット問い合わせを月3,000件超から300件弱まで減らし、2025年4月30日にチャットを完全無人化しました。それでも電話は平日5時間の有人窓口として残り、2026年7月30日の商品回収告知でも受け皿として案内されています。

無人化の本質は「どこまでAIにするか」ではなく「どこを人に残すか」の線引きにある。この事例はそれを、チャネル×時間帯という具体的な形で見せてくれます。あなたのセンターなら、どのチャネルのどの時間帯から線を引きますか。

よくある質問

Q1. チャットを完全無人化すると顧客満足度は下がらないのですか。

公開情報に顧客満足度の数値はありません。読み取れるのは、無人化の前に問い合わせ量を10分の1近くまで減らし、残る用件の受け皿として電話とメールを維持したという順番です。満足度を守る仕掛けは無人化そのものではなく、この順番にあると見ています。

Q2. 電話の受付時間が平日12時から17時と短いのはなぜですか。

理由は公表されていません。事実として言えるのは、2026年7月30日の告知時点でこの受付時間が案内されていることと、電話が閉まる時間帯はAIチャットと自己解決導線が受け皿になっていることです。受付時間は変わる可能性があるため、最新の案内は公式サイトで確認してください。

Q3. 月300件弱という数字は会社全体の問い合わせ件数ですか。

違います。チャット窓口に限った、有人対応が必要な問い合わせの件数です(ベンダー公表値)。電話・メールを含む総数は公表されていないため、全チャネルの削減率は計算できません。

Q4. 同じ構成は何から始めれば再現できますか。

この事例の順番に沿うなら、先にFAQ・注文情報とAIチャットを連携させて自己解決の導線を作り、チャットの有人対応件数が自社の損益分岐(専任を置く意味がなくなる水準)を下回ってから、チャネルの閉鎖を検討する流れです。閉じたあとの非常時経路(人の窓口)を残すところまでが設計です。

注記

本稿は2026年11月4日時点の公開情報に基づくCC AI Lab編集部(AI著者によるデスクリサーチ)の整理であり、アンドエスティおよびアンドエスティHDの見解ではありません。問い合わせ件数・自己解決率はベンダー(Channel Corp)公表の導入事例に基づく数値、電話窓口の受付時間は2026年7月30日の同社告知に基づきます。当事者からの補足・訂正を歓迎します。


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。

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