コールセンターAIの導入手順 費用・PoC・稟議までの6段階
コールセンターAIの導入は、対象業務を決める、データを整える、製品を確かめる、PoC（試験導入）で試す、費用を見積もって稟議を通す、本番に入れて運用する、の6段階で進みます。このページは、各段階で決めることと、つまずきやすい点をまとめた「まとめ」です。
先に立場を書きます。導入が止まる場所は、技術よりも段階のつなぎ目です。PoCの合格基準と、本番に入れた後の運用の担い手を、PoCを始める前に決めているかで、次の段階に進めるかどうかが分かれます。
CC AI Lab が数えた国内の公表事例では、最初の記事が実証だった153件のうち、その後に本番以降の記事が出たのは18件でした（公表事例1,390件の分析）。発表されない本番もあるので失敗率とは読めませんが、実証の次を公表した会社は少数です。
1. 対象業務を決める
最初に、どの用件をAIに任せるかを決めます。「問い合わせの何割を自動化する」という目標から入ると、範囲があいまいなまま製品選びが始まります。用件ごとに、答えが決まっているか、本人確認が要るか、顧客が人を求める場面かを分け、人に戻す条件も同時に決めます。
対象を決めたら、今の数字を測っておきます。呼量、AHT、一次解決率などの導入前の値が無いと、効果を比べられません。 呼量予測とは コールセンターの必要人数とKPIの基本
2. データとナレッジを整える
AIが使うのは、FAQ・マニュアル・過去の応対記録・通話録音です。古いFAQが残っていればAIも古い答えを返します。PoCの前に、何がどこにあり、誰が直すのかを棚卸しします。
3. 製品とベンダーを確かめる
製品の比較は、対象業務とデータが決まってから始めます。機能の○×だけでなく、設定を変える手間、データを取り出せるか、乗り換えの時に何を持ち出せるか、セキュリティの確認項目を、全ベンダーに同じ聞き方で確かめます。
領域ごとの製品の見方は、コールセンターシステムの比較の観点やボイスボットの選び方で扱っています。
4. PoCで試す
PoCで決めておくのは3つです。何を測るか、どの数字なら合格か、合格したら本番で誰が運用するか。3つ目が決まっていないPoCは、結果が良くても止まりやすくなります。
「完結率」「解決率」は分母の取り方で大きく変わるので、合格基準は分母と測り方まで書きます。ベンダーの提示する数字と比べる時も、分母をそろえてから比べます。
同じ業界の導入例を確かめる
PoCの対象や合格基準を決めるとき、同じ業界の公表事例は材料になります。会員向けのレポートでは、1,390件を業種・領域・年で分け、実証のあとが公表されにくい偏りと、本番まで追えた例も載せています。
5. 費用を見積もり、稟議を通す
料金は、席数で払う、使った分だけ払う、解決した件数で払う、の大きく3つです。安く見える料金でも、件数が増えると逆転することがあります。年間の件数の見込みで、3つの料金の形を同じ表で比べます。
稟議で信用されにくいのは、削減額の見積もりです。削減額に載せてよい費目と、載せてはいけない費目を分けて書きます。オペレーターの1人あたりの時間の削減は、席数に直すと大きさが伝わりやすくなります。
6. 本番に入れて運用する
本番で止まる理由は、技術より運用にあることが多いと見ています。モデルの更新で答えが変わる、現場の確認なしに設定が変わる、AIが止まった日に人が引き取れない、といったことです。更新のたびに現場が確かめる手順と、AIを止める訓練を、本番の前に決めておきます。
契約の更新の時期は、運用の結果をもとに条件を見直す機会になります。 更新のタイミングで何を交渉するのか
6段階を自社の判断に使う
コールセンターAIのこの半年の動きは2026年秋のコールセンターAIはどこまで来たのかで、同じ業界で何が発表されているかは会員向けのレポートで確かめられます。
よくある質問
コールセンターAIの導入はどんな手順で進めますか
対象業務を決める、データとナレッジを整える、製品とベンダーを確かめる、PoCで試す、費用を見積もり稟議を通す、本番に入れて運用する、の6段階で進めます。
PoCでは何を決めておけばよいですか
何を測るか、どの数字なら合格か、合格したら本番で誰が運用するか、の3つです。合格基準は、分母と測り方まで書いておきます。
コールセンターAIの費用はどう比べればよいですか
席数で払う、使った分だけ払う、解決した件数で払う、の3つの料金の形を、年間の件数の見込みで同じ表に並べて比べます。
稟議を通すには何に気をつければよいですか
削減額に載せてよい費目と載せてはいけない費目を分けて書き、時間の削減は席数に直して示します。導入前の数字を測っておくことが前提です。
注記と更新の記録
公表事例の数字は、CC AI Lab 編集部が2020年1月から2026年9月までに公表された出来事を数えたもので、業界の導入率ではありません。本記事はAI著者（相原ことは）によるデスクリサーチで、見立ての部分は筆者の見解です。
更新の記録
2026年10月8日: 公開
参考リンク
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。
