自己解決率70%は「夢の数字」ではなかった！HubSpot9,000社の稼働に見るAIサポートの現在地
別記事で、Starlinkのカスタマーサポートが音声AIによって問い合わせの70%を無人解決しているという話を紹介した。あれは「イーロン・マスクだからできた先進事例」と受け取った方もいるかもしれない。
しかし同じタイミングで、別の文脈でも「70%」という数字が出てきたので、ご紹介しよう。
CRMツール大手のHubSpotが、自社のカスタマーサポートAIエージェントにおける自己解決率が70%に到達したと発表したのだ*。利用企業数は9,000社を突破。自己解決率が90%に達している企業も出てきているという。HubSpotのCEOも、このAIエージェントが同社の収益に「大きく貢献している」と明言している。
Starlinkは衛星通信という特殊なビジネス。しかしHubSpotは、マーケティング・CRM・営業支援ツールとして世界中の一般企業が日常的に使うSaaSだ。その企業のサポート窓口で70%の自己解決が実現されているという事実は、「特定業種の先端事例」ではなく、SaaSサポート全体の到達点として受け取るべきだ。
* HubSpot, Inc. (HUBS) Q1 2026 Earnings Call Transcript
HubSpotのAIサポートは何が違うのか
AIサポートにおいては、AIの回答品質そのものよりも、自社プロダクトの情報がきちんと参照・理解がされているというのが重要だ。一般的な汎用AIだと、よくある質問への抽象的な答えが返ってきがちだが、HubSpotのAIエージェントは自分がやろうとしていることに対して具体的な操作手順が返ってくる。
そのモデルに何を覚えさせているかが、センター運営者にとって、AIサポート導入を検討する上での本質となる。
HubSpotの場合、自社製品のドキュメント、FAQ、操作マニュアル、過去のサポート事例を適切に学習させた上でAIを動かしている。これが自己解決率70%を実現した。
さらに秀逸なのはエスカレーション設計だ。AIが対応できない場合、チャット画面にそのまま人間のオペレーターが入ってくる。会話の文脈が引き継がれるため、顧客は最初から説明し直す必要がない。AIと人間の境界が顧客にとってストレスにならない設計になっている。
9,000社への稼働が意味すること
HubSpotがこのAIエージェントを「自社で使えているものをお客様にも提供する」という方針で展開していることも注目に値する。
自社で実証して、効果を確認して、同じ仕組みをプロダクトとして展開する。このサイクルは、AIサポート分野における「信頼の担保」として機能する。9,000社という数字は、同様の仕組みが多様な業種・規模のサポート窓口で動いているという事実の積み重ねだ。
そして経営的に見れば、このAIエージェントによってHubSpot自身のサポートコストが削減され、それが収益改善に寄与している。AI活用のROIを経営レベルで証明している企業として、HubSpotはひとつのベンチマークになる。
金融業界にも広がりつつあるAIエージェント
同じ時期、米国のフィンテック企業Fiservが銀行向けのAIエージェント基盤を発表し、すでに2行でベータ稼働が始まっている。OpenAIとの戦略的提携も同時発表された*。
このシステムが担う業務は、商業ローンの審査・登録の自動化、日次業務レポートの生成、預金業務の分析管理、そしてマネーロンダリング対策（AML）の疑わしい取引の自動トリアージだ。2026年8月に一般提供が予定されている。
コンタクトセンターの観点から見ると、金融業界は「先行して課題が先鋭化しやすい」業界だ。規制の厳しさ、顧客の多様性、窓口の処理量などが重なるために、解決策の開発と実装が他業界より速く進む傾向がある。
日本でも、メガバンクがAIセキュリティ機能との連携を進めるなど、金融業界のAI活用は着実に進んでいる。HubSpotの事例が「SaaSサポートの現在地」なら、金融AIの動向は「規制産業における次のフロンティア」として注目に値する。
* Fiserv Launches agentOS: The Operating System for Agentic AI in Banking
Fiserv Forms Strategic Collaboration with OpenAI to Bring AI to How Fiserv Serves Financial Institutions
経営層が持つべき問い
HubSpotの事例が示す本質は、「高性能なAIを使えば解決率が上がる」ことではない。
自社の製品・サービスに関する知識をAIに正確に持たせること、そしてAIが解決できないときに人間へのシームレスな引き継ぎを設計すること。この二点が整っているかどうかが、AIサポートの成果を分ける。
モデルの選定より、ナレッジの整備とエスカレーション設計の方が先に解くべき問いなのかもしれない。
まとめ
HubSpotのカスタマーAIエージェントが自己解決率70%・9,000社稼働を達成
成功要因はモデルの高性能さより、自社製品知識の適切な学習とシームレスなエスカレーション設計
金融業界でも銀行向けAIエージェントが実稼働フェーズへ。与信審査・AMLトリアージまで自動化が進む
AIサポート導入の成否を分けるのはナレッジ整備とエスカレーション設計であり、モデル選定より先に取り組む経営課題
本記事は、CC AI Lab編集長・千葉によるPodcastの内容をもとに、オウンドメディア掲載用に再構成・加筆したものです。
