カスタマーサポートにAIチャットボットを入れるとき、最初に決めるべきは「どの問い合わせを自動化するか」である。すべてを自動化しようとすると、複雑な相談に的外れな回答を返してしまい、かえって顧客の不満を招く。逆に、毎日同じことを聞かれる問い合わせまで人が対応し続ければ、自動化の効果は出ない。自動化に向く問い合わせと、人が残すべき問い合わせを分ける見極めが、最初の分岐点になる。
本記事は、AIチャットボット導入の前に整理しておきたい「問い合わせの見極め」を、発注者の視点で解説する。読者として想定しているのは、中小企業の経営者、カスタマーサポートやコールセンターの責任者、DX担当である。専門知識がなくても、自社に届く問い合わせを「よくある型か・例外的な相談か」で分けられれば十分である。
結論：定型・頻出から自動化し、複雑・例外は有人に残す
AIチャットボットの導入は、対象を絞ることから始まる。届く問い合わせをすべて自動化するのではなく、向いているものから始め、向かないものは人に残す。見極めで重視するのは、次の3点である。
- 定型でよくある質問から自動化し、複雑で例外的な相談は有人に残す
- 件数が多く、回答が決まっている問い合わせを優先する
- 自動化しない問い合わせも、最初から決めておく
「全部を自動化する」ことを目標にすると無理が出る。まず効果が大きく、リスクの小さい範囲から始め、運用しながら対象を広げるのが現実的である。
なぜ問い合わせの見極めが重要か
AIチャットボットは、想定された問い合わせには素早く答えられるが、想定外の相談には弱い。見極めをせずに導入すると、次のような問題につながる。
- 複雑な相談にも無理に答えようとして、的外れな回答を返す
- 顧客が「結局人につながらない」と感じ、満足度が下がる
- どの問い合わせを任せているのか曖昧で、効果も問題点も測れない
問い合わせの見極めは、自動化の効果とリスクの両方を左右する。最初に対象を定義しておくことが、運用の土台になる。問い合わせ全体の設計はAIチャットボット・ヘルプデスク導入ガイドでも扱っている。
自動化に向く問い合わせ・向かない問い合わせ
問い合わせは、内容によって自動化への向き不向きがはっきり分かれる。まずはこの軸で仕分けるとよい。
| 問い合わせの性質 | 例 | 自動化の向き |
|---|---|---|
| 定型・頻出 | 営業時間、料金、配送状況、よくある手続き | 向く |
| 案内・誘導 | 該当ページへの案内、申込フォームへの誘導 | 向く |
| 個別判断が必要 | 契約内容の相談、クレーム、例外的な要望 | 向かない（有人） |
| 機微な情報を伴う | 個人情報の変更、トラブルの詳細 | 慎重に（有人寄り） |
定型で件数が多く、回答が決まっている問い合わせは、自動化の効果が大きい。一方、個別の事情をくみ取る必要がある相談や、感情への配慮が要る場面は、人が対応したほうがよい。
件数と難易度で優先順位をつける
自動化の対象は、「件数の多さ」と「回答の難易度」の組み合わせで優先順位をつけると整理しやすい。
- 件数が多く、回答が決まっている：最優先で自動化する。効果が大きく、リスクが小さい。
- 件数が多いが、回答が状況による：FAQの整備や条件分岐で対応できるか検討する。
- 件数が少なく、回答が決まっている：自動化してもよいが、優先度は低い。
- 件数が少なく、回答が難しい：有人に残す。無理に自動化しない。
まず左上（多くて簡単）から着手するのが定石である。ここで効果を出せれば、社内の理解も得やすく、次の対象へ広げやすい。
自動化しない問い合わせも決めておく
自動化の設計では、「自動化するもの」だけでなく「自動化しないもの」を決めることが同じくらい重要である。線引きが曖昧だと、チャットボットが対応すべきでない相談まで抱え込んでしまう。
- クレーム・苦情：感情への配慮が必要で、機械的な回答は逆効果になりやすい。
- 契約・解約に関わる個別相談：金銭や条件が絡み、誤った案内のリスクが大きい。
- 緊急性の高い問い合わせ：早く確実に人へつなぐべき内容は、自動化に向かない。
- 前例のない要望：判断が必要な相談は、人が受けたほうがよい。
これらは、チャットボットが受けたら速やかに有人へ引き継ぐ設計にしておきたい。引き継ぎの設計は連載の別記事で詳しく扱うが、「自動化しない問い合わせをどう人へ渡すか」を最初から想定しておくことが大切である。
小さく始めて、効果を見ながら広げる
見極めができたら、いきなり全範囲を自動化するのではなく、効果の大きい一部から始めるのが現実的である。最初から完璧を目指すと、準備が膨らみ、導入そのものが遠のいてしまう。
- 対象を絞って始める：まず件数が多く回答が決まっている問い合わせに限定し、小さく立ち上げる。
- 答えられた割合を見る：チャットボットがどれだけ自己解決できているかを確認し、対象の妥当性を判断する。
- 取りこぼしを拾う：答えられなかった問い合わせを記録し、自動化の対象に足すか、有人へ残すかを判断する。
- 段階的に広げる：効果が確認できた範囲を起点に、隣接する問い合わせへ少しずつ広げる。
小さく始めれば、設計の誤りに早く気づけて修正もしやすい。導入の費用や進め方はAIチャットボット導入の費用・補助金ガイドでも扱っているため、対象の絞り込みと合わせて検討するとよい。最初の対象で効果を出し、社内の理解を得ながら広げる流れが、無理のない進め方になる。
見極めでよくある失敗
問い合わせの見極めでは、次のような失敗が起きやすい。いずれも、発注前に方針を決めておけば避けられる。
- 全部を自動化しようとする：複雑な相談まで抱え込み、回答の質が下がる。
- 問い合わせの実態を把握していない：何がどれだけ届いているかを見ずに対象を決め、効果の小さい範囲を自動化してしまう。
- 有人への切り替え基準がない：チャットボットが対応しきれない相談を、人へ渡すタイミングが決まっていない。
- 対象を見直さない：導入後に届く問い合わせの変化を見ず、対象を固定したまま運用する。
問い合わせの傾向は、季節やキャンペーンによっても変わる。一度決めて終わりにせず、運用しながら対象を見直す前提で設計しておきたい。
導入前チェックリスト
- 自社に届く問い合わせを、種類ごとに件数で把握したか
- 定型・頻出の問い合わせと、個別判断が必要な相談を分けたか
- 件数と難易度で、自動化の優先順位をつけたか
- 自動化しない問い合わせを、あらかじめ決めたか
- 自動化しない問い合わせを、有人へ渡す想定をしたか
- 対象を定期的に見直す運用を想定したか
開発会社に確認する質問
| 質問 | 確認したいこと |
|---|---|
| どの問い合わせから自動化するのが効果的ですか | 対象の選び方 |
| 自動化に向かない問い合わせはどう扱いますか | 有人との切り分け |
| 自動化の対象は後から広げられますか | 段階的な拡張 |
| 問い合わせの傾向はどう把握できますか | 実態の可視化 |
| 想定外の問い合わせはどう処理されますか | 例外への対応 |
「どんな問い合わせでも全部答えられます」という説明には注意したい。何を自動化し、何を人に残すかを一緒に整理できる相手かが、見極めの分かれ目になる。
相談前に整理しておくとよい情報
- 自社にどんな問い合わせが、どれくらい届いているか
- その中で、毎回ほぼ同じ回答になるものはどれか
- 個別の判断や、感情への配慮が必要な相談はどれか
- 現在、誰がどう問い合わせに対応しているか
- 自動化で減らしたい負担は、具体的にどの業務か
これらが整理されていなくても相談は可能である。「よく届く問い合わせ」と「毎回人が答えている内容」が見えていれば、自動化の対象を一緒に絞り込める。
関連記事
よくある質問
Q1. 問い合わせの種類が多くて、どこから手をつければよいか分かりません
まず、件数の多い問い合わせから把握するとよい。同じ質問が繰り返し届いているものは、自動化の効果が出やすい。すべてを一度に分類しようとせず、上位のよくある質問から整理するのが現実的である。
Q2. 自動化すると、顧客対応が冷たくなりませんか
定型の問い合わせを素早く解決し、人が複雑な相談に集中できるようにすれば、全体の対応はむしろ手厚くなりうる。機械的な回答が向かない相談は人に残す、という線引きが大切である。
Q3. どのくらいの割合の問い合わせを自動化できますか
割合は、問い合わせの内容次第で大きく変わるため、一律には言えない。定型のよくある質問が多い業務ほど自動化しやすい。まずは自社の問い合わせの中で、定型がどれくらいを占めるかを把握することから始めたい。
どの問い合わせを自動化すべきか、一緒に整理しませんか
GXOでは、AIチャットボットの導入前に、自社に届く問い合わせの傾向を整理し、自動化に向く範囲と有人に残す範囲を一緒に切り分けます。効果の出やすい対象から始め、運用しながら広げる進め方をご支援します。
※ 初回相談では、営業資料の説明よりも現状整理とリスク確認を優先します。