労働人口が減少し続けるなか、コールセンターの人材不足が深刻化している。難易度が高く、精神的負担が大きいクレーム対応もあり、オペレーターに欠員が出てもなかなか採用・補充できず、各社、WebサイトでFAQ（よくある質問）を公開し、自己解決率を高めて入電を減らすなどの工夫をして、しのいでいる状況ではないだろうか。

こうしたなか企業が熱い視線を送るのが「AI」だ。もともとチャットボットの導入による問い合わせ対応の自動化・無人化は進んでいたが、さらに進化したエージェントAI※も登場し、音声での問い合わせ対応の自動化・無人化の可能性が出てきた。

では、エージェントAIによってすべてのコールセンターが完全に無人化されるかというと、当面はそうならない可能性が高い。エージェントAIと言えど「応対品質」の観点ではまだまだ課題があるためだ。

※データを分析した上で、目標を設定し、それを達成するために行動する自律型エージェント。大規模言語モデル（LLM）・機械学習アルゴリズム・ディープラーニング・強化学習などのAI技術を組み合わせることで、従来のルールベースの自動化では対応しきれなかった複雑で非構造的なプロセスの最適化も可能になる。

まず、AIにはハルシネーション※の懸念がつきまとう。コールセンターに入った問い合わせに対して不正確な回答をすることは、あってはならないことであり、誤解によって健康被害や人命に関わるような事態につながれば、企業のダメージは計り知れない。このほか、AIが、法的にあるいは倫理上で問題のある解決策を提示することで、イメージダウンにつながるリスクもある。

また、問い合わせ内容によっては、その場で回答することが難しく、社内外の専門家に意見を聞いたり、特定の現象を再現して対策を確認したりした上で、後日改めて回答するものもあるはずだ。特に、製品やサービスに関するクレームの類いについては、言葉遣いはもちろん、正確性や迅速性など細心の注意を払って対応する必要がある。問い合わせ者の言葉の裏にある想いや感情までを汲み取って適切に対応するのは、ベテランのオペレーターにとっても至難の業だ。

コールセンター業務でのAI導入・活用が加速していくのは間違いないが、当面、質問に対する回答が明確な金融・保険業や、定型に近く、比較的シンプルなやりとりで済む家電製品の故障・修理の受付など、一部の業種や領域に限られるのではないか。

※AIが、誤認や論理の矛盾を含む事象など、事実とは異なる情報を作り出してしまう現象のこと。

コールセンター業務の一部で自動化・無人化が進む一方、AI導入・活用が躊躇されるクリティカルな問い合わせ対応においては、むしろオペレーターの存在価値は高まる可能性もある。

だが、クリティカルな問い合わせ対応においては、ただ有人対応すればいいというわけではない。些細なことから二次クレームにつながり、SNSで拡散され炎上するといった事態に発展しかねないため、オペレーターには繊細なコミュニケーションスキルや豊富で正確な専門知識に基づく回答など、高い「応対品質」が求められる。理想は、オペレーター全員が経験豊富なベテラン揃いのコールセンターだが、それが非現実的である以上、いかにしてオペレーターの「応対品質」を高いレベルで平準化させるかということになる。

ここでは、「応対品質」とは何か、どういう要素があるのか、いったん整理しておこう。コールセンターにおける「応対品質」は、オペレーターによる顧客対応の品質のことで、下記のような要素が影響すると思われる。

・言葉遣い（わかりやすく丁寧かどうか）
・スムーズな会話（コミュニケーションスキル）
・正確な情報提供
・顧客を待たせないスピード感　など

また、顧客視点では、問い合わせに至った顧客の疑問や課題を、どの程度解決できたかも重要な指標となる。顧客からの問い合わせにおいては、言葉の裏に別の課題が潜んでいることがあり、質問に対し、丁寧に＆正確に回答しただけでは、背景にある本質的な課題は解決できず、顧客満足の観点では問題が残る。

オペレーターの「応対品質」は顧客満足度に直結するだけに、漫然とコールセンターを運営することなく、継続時に自社の現状を評価し、品質維持・向上を図るべきだ。評価手法としては下記のようなものがある。

・モニタリング（リアルタイムで観察orトラブル案件について録音をチェックするなど）
・顧客アンケート（オペレーターの対応や、課題を解決できたか、などについて評価してもらう）
・数値データ分析（オペレーターにつながるまでの時間、通話時間、再問い合わせ率など）

では、企業はどのようにすれば「応対品質」が高い理想のコールセンターを実現できるのか。ベテランの経験を共有するOJT研修など、オペレーター教育に力を入れるのも重要だが、こうしたアナログのアプローチは時間と手間がかかる。特に、トークスクリプトやFAQを紙やExcelで管理しているケースでは、検索性やリアルタイム共有などに難があり、ノウハウ継承が進みにくく、気がついたらベテランの退職が迫っていた…となりかねない。できるだけ時間と手間をかけずに「応対品質」の改善・向上を目指すなら、応対管理をデジタル化し、オペレーター全員がベテランの応対ノウハウを気軽に参照できる仕組みづくり（システム化）が欠かせない。

特に有効なのが、ベテランオペレーターの問い合わせ応対事例のFAQ化と、システム上での共有だ。問い合わせ内容を把握した上で、システム上で過去の類似FAQを検索して表示することができれば、新人オペレーターでも無難に回答できるようになる。Excelと違い、全員が簡単に検索して参照でき、属人化を防いで「応対品質」の底上げを実現する。

「応対品質」の維持・向上を目指すうえで、FAQ活用を促進する仕組みとしてお勧めなのが、コールセンターCRM製品「CSStream」だ。

オペレーターは、問い合わせの受付登録画面を開きプルダウンメニューから選ぶ形で必要な情報を登録することで、類似の問い合わせ対応に関するFAQが自動で表示（画面イメージ①の右下赤枠部）され、その内容を参考に回答することができる。

「CSStream」ではFAQ一覧画面（画面イメージ②）も用意され、大・中・小の3階層のカテゴリでFAQを分類できるほか、キーワード検索も可能だが、実際のところ、受付登録をしながらFAQ一覧画面を開いて検索をするのは困難だ。FAQ自動検索機能によって、オペレーターは受付登録に集中でき、単一画面に自動で表示されたFAQを参考にスムーズな回答が可能になる。

このほか、過去の履歴や対応中の案件を検索して内容や対応方法を参照することができる類似案件検索機能も搭載し、FAQ一覧画面と併せ、新人オペレーターが空き時間などでベテランのノウハウを学ぶ自習用コンテンツとなる点で、「応対品質」向上の効果が期待できる。

画面イメージ①：受付登録と同時に、類似FAQを自動検索し表示

画面イメージ②：検索性にすぐれ自習用コンテンツとして使えるFAQ一覧