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
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。
- 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
- 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
- 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
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。
- 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。
- 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。
- 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
- 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
- 関連サービス
この取り組みで、成果につなげました
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。
- 01
60%
問い合わせ対応工数の削減
- 02
73%
一次応答の自動解決率
- 03
1/5以下
平均一次応答時間
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。
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。
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。
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。
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ほかの導入事例
近いテーマの事例をご紹介します。
導入事例をすべて見る同じような課題を
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。




