05CASE STUDY人材・教育

非公開企業

AIチャットボット導入で
問い合わせ対応を60%削減

AIチャットボットにより、よくある問い合わせを自動化。オペレーターの対応工数を60%削減し、顧客満足度も向上。

業種
人材・教育
企業規模
従業員 約200名
支援期間
約5ヶ月
テーマ
業務効率化 / 顧客体験向上
01CHALLENGE課題

導入前に
抱えていた課題

問い合わせ件数の増加にオペレーター体制が追いつかず、一次応答までの待ち時間が慢性的に伸びていました。

  1. 01

    問い合わせの多くが定型的な内容で、同じ回答を繰り返し作成していた

  2. 02

    回答に必要な情報が複数のマニュアルに分散し、新任オペレーターの立ち上がりが遅かった

  3. 03

    繁忙期に応答が滞り、機会損失と顧客満足度の低下が起きていた

この課題に、3つの段階で取り組みました

02APPROACH支援内容

課題の解決に向けて
取り組んだこと

約5ヶ月の支援を、3つの段階で進めました。

  1. 01

    問い合わせログの分類と自動化範囲の見極め

    過去1年分の問い合わせを分類し、自動化に向くものと有人対応が必要なものを切り分け。効果が大きい上位カテゴリから着手する方針を立てました。

  2. 02

    社内ドキュメントを参照するRAG構成の採用

    既存マニュアルやFAQを検索対象とし、根拠となる文書を提示しながら回答する構成を採用。回答の正しさを人が確認できる形にしました。

  3. 03

    有人対応へのエスカレーション設計

    確信度が低い場合や重要度の高い問い合わせは、会話の文脈ごとオペレーターへ引き継ぐ導線を設計。自動化と有人対応の役割を明確に分けました。

支援領域
  • 問い合わせ分析
  • RAGチャットボット構築
  • 有人対応との連携設計
体制
コンサルタント1名・エンジニア2名・AIエンジニア1名

この取り組みで、成果につなげました

03RESULTS成果

導入後に
得られた成果

※ 導入前3ヶ月と導入後4ヶ月の問い合わせ実績を比較したものです。

  1. 01

    60%

    問い合わせ対応工数の削減

  2. 02

    73%

    一次応答の自動解決率

  3. 03

    1/5以下

    平均一次応答時間

04DETAILSくわしく

この事例を
くわしく

進め方や効果の測り方など、取り組みの中身をご紹介します。

AIチャットボットにより、よくある問い合わせを自動化。オペレーターの対応工数を60%削減し、顧客満足度も向上。

この事例のポイント

  • 過去1年分の問い合わせを分類し、自動化に向くものと有人対応が必要なものを切り分けて、効果が大きい上位カテゴリから着手しました

  • 既存のマニュアルやFAQを検索対象とし、根拠となる文書を示しながら回答するRAG構成を採用。回答の正しさを人が確認できる形にしました

  • 確信度が低い場合や重要度の高い問い合わせは、会話の文脈ごとオペレーターへ引き継ぐ導線を設計し、自動化と有人対応の役割を分けました

進め方

約5ヶ月の支援を、コンサルタント1名・エンジニア2名・AIエンジニア1名の体制で、次の3つの段階で進めました。

  1. 問い合わせログの分類と自動化範囲の見極め:問い合わせの多くが定型的な内容で、同じ回答を繰り返し作成していました。過去1年分の問い合わせを分類し、自動化に向くものと有人対応が必要なものを切り分けて、効果が大きい上位カテゴリから着手する方針を立てました。

  2. 社内ドキュメントを参照するRAG構成の採用:回答に必要な情報が複数のマニュアルに分散しており、新任オペレーターの立ち上がりが遅くなっていました。既存のマニュアルやFAQを検索対象とし、根拠となる文書を示しながら回答する構成を採用して、回答の正しさを人が確認できる形にしました。

  3. 有人対応へのエスカレーション設計:確信度が低い場合や重要度の高い問い合わせは、会話の文脈ごとオペレーターへ引き継ぐ導線を設計しました。自動化と有人対応の役割を明確に分けています。

効果の測り方

この事例では、導入前3ヶ月と導入後4ヶ月の問い合わせ実績を比べて効果を確かめました。オペレーターの負荷だけでなく、お客様を待たせる時間もあわせて見ています。

指標確かめていること結果
問い合わせ対応工数同じ回答を繰り返し作る手間が減ったか60%削減
一次応答の自動解決率どれだけの問い合わせを自動の応答で解決できたか73%
平均一次応答時間お客様の待ち時間が短くなったか導入前の1/5以下

※ 導入前3ヶ月と導入後4ヶ月の問い合わせ実績を比較したものです。

お客様からは、単純な問い合わせが減ったぶん、本当に人が向き合うべき相談に時間を使えるようになった、という声をいただいています。社内の資料をもとにAIに答えさせる仕組み(RAG)の考え方は、「社内の資料をAIに答えさせるには?社内ナレッジ検索(RAG)の仕組みと進め方」でも解説しています。

関わった事業

この事例は、AIアクセラレーション事業のAI × グローバルとAI × BPOでご支援しました。問い合わせの分析から、RAGチャットボットの構築、有人対応との連携の設計までを担っています。

よくある質問

AIチャットボットの回答が正しいかは、どう確かめますか?

この事例では、既存のマニュアルやFAQを検索対象とし、根拠となる文書を示しながら回答するRAG構成を採用しました。回答の正しさを人が確認できる形にしています。

AIで答えられない問い合わせは、どうなりますか?

確信度が低い場合や重要度の高い問い合わせは、会話の文脈ごとオペレーターへ引き継ぐ導線を設計しました。自動化と有人対応の役割を明確に分けています。

どの問い合わせから自動化しましたか?

過去1年分の問い合わせを分類し、自動化に向くものと有人対応が必要なものを切り分けたうえで、効果が大きい上位カテゴリから着手しました。

効果は、どのように確かめましたか?

導入前3ヶ月と導入後4ヶ月の問い合わせ実績を比べ、問い合わせ対応工数の60%削減を確かめました。一次応答の自動解決率は73%で、平均一次応答時間は導入前の1/5以下になっています。

どのくらいの期間と体制で進めましたか?

支援期間は約5ヶ月で、コンサルタント1名・エンジニア2名・AIエンジニア1名の体制で進めました。

05VOICEお客様の声

導入を
振り返って

ご担当者さまに伺ったお話です。

単純な問い合わせが減ったぶん、本当に人が向き合うべき相談に時間を使えるようになりました。オペレーターの負担感が明らかに変わっています。

カスタマーサクセス部部長
CONTACTご相談

同じような課題を
お持ちではありませんか。

現状の整理からご一緒します。まずはお気軽にご相談ください。