コールセンターのAI活用とは？使える場面と導入の進め方、運用の注意点

コールセンターのAI活用は、電話の自動応答だけではありません。通話を文字に起こす、オペレーターに回答の候補を示す、通話後の要約と記録を作る、マニュアルやFAQを検索する、応対の品質をチェックする、問い合わせの量を予測するなど、受付から記録、管理までの各段階でAIを使えます。

一方で、AIの回答には誤りが混ざることがあり、通話には顧客の個人情報が含まれます。最初からすべてを自動化しようとせず、問い合わせを分類して対象を絞り、人に引き継ぐ条件と評価の方法を決めてから広げる方が、品質を保ちやすくなります。この記事では、コールセンターやカスタマーサポートでAIを使える7つの場面、主なコンタクトセンター基盤のAI機能、導入の進め方、品質を保つ運用、録音と個人情報の扱いを、各社の公式資料と個人情報保護委員会の資料をもとに整理します。製品の名前と機能は、2026年10月7日時点の公式資料に基づいています。

コールセンターでAIを使える7つの場面

コールセンターでAIを使える場面は、通話の前の一次対応、通話中のオペレーター支援、通話の後の記録、運営の管理の4つに分けると整理しやすくなります。

図の要点をテキストで読む

コールセンターでAIを使える7つの場面を4つに分けた図。通話の前は、チャットボット・ボイスボットによる一次対応と、FAQ・ナレッジの検索。通話中は、音声のテキスト化と、オペレーターへの回答候補の提示。通話の後は、通話後の要約と記録で、人が確認してから保存する。運営の管理は、品質チェックと、需要予測・シフト計画。返金や契約の約束、苦情、本人確認の例外は人が対応する。

音声のテキスト化

通話の音声を音声認識でテキストにします。ほかの多くの機能の前提になる処理で、通話中にリアルタイムで文字を表示する使い方と、通話の後にまとめて書き起こす使い方があります。テキストになれば、オペレーターの支援、要約、品質チェック、問い合わせの理由の分析に使えます。

社名、製品名、型番、住所などは、聞き間違いが起きやすい語です。認識させたい語を登録できるかどうかは、サービスと言語によって異なります。たとえばAWSの対話ボットのサービスであるAmazon Lexでは、認識させたい語を登録するカスタム語彙の機能の対象は、米国と英国の英語だけです。登録できない場合は、要約の段階で用語集を使って表記をそろえるなど、別の方法で補います。

オペレーターへの回答候補の提示

通話やチャットの内容から顧客の用件を読み取り、関係するマニュアルやFAQを探して、回答の候補や次の手順をオペレーターの画面に示します。AWSのAmazon Connect Customerは、会話の内容と社内の資料をもとに、話す内容や取る対応を提案する機能を説明しています。

オペレーターは、候補をそのまま読み上げずに、内容を確かめてから使います。新人のオペレーターが先輩や管理者に確認していた質問の一部を、画面の上で調べられるようにする使い方です。

通話後の要約と記録

通話が終わった後に、用件、対応した内容、次の対応（折り返しの約束など）を要約し、対応履歴の下書きを作ります。オペレーターが通話の後に記録を書く作業（後処理）を減らす目的で使われます。

要約には、聞き間違いや抜けが残ることがあります。オペレーターが確認してから、顧客管理のシステムに保存します。会話を録音して要約する仕組みは会議の議事録と共通する点が多く、議事録AIとは？仕組みとツールの種類、選び方と精度を上げる運用も参考になります。

FAQ・ナレッジの検索

オペレーターや顧客がふだんの言葉で質問し、マニュアル、FAQ、過去の対応履歴から答えを探します。生成AIで回答の文章を作る場合は、質問に関係する文書を先に検索し、その内容をもとに回答させるRAGという構成がよく使われます。回答と一緒に根拠の文書を示せば、オペレーターが元の文書で確かめられます。仕組みはRAG（検索拡張生成）とは？で解説しています。

チャットボット・ボイスボットによる一次対応

営業時間の案内、配送状況の確認、住所変更の受付など、手順が決まっている問い合わせを、チャットボットや電話の自動応答（ボイスボット）が受けます。生成AIを使うと、決まった選択肢を選んでもらうだけでなく、顧客が自由に話した内容から用件を判断しやすくなります。解決できない問い合わせは、それまでの会話の内容を付けてオペレーターに引き継ぎます。引き継ぎの決め方は、導入の進め方の節で説明します。

品質チェック

通話の書き起こしをもとに、決められた案内をしたか、本人確認の手順を守ったか、顧客の不満が高まった場面はどこか、などを確かめます。管理者が一部の通話を選んで聞くチェックを、AIが評価の下書きを作って管理者が確かめる形に変えられます。Amazon Connect Customerは、評価フォームの回答を生成AIで提案する機能と、多くの通話をまとめて評価する自動評価の機能を提供しています。

評価の結果をオペレーターの人事評価や処遇に使う場合は、AIの判定だけで決めず、人が通話を聞いて確かめる手順を残します。

需要予測と人員の配置

過去の問い合わせの件数と対応時間から今後の問い合わせの量を予測し、必要な人数とシフトを計画します。生成AIではなく、機械学習による予測の使い方です。Amazon Connect Customerも、需要予測、長期の人員計画、シフト作成の機能を備えています。キャンペーンや料金の改定など、過去のデータにない出来事がある時期は、予測を人が補正します。

主なコンタクトセンター基盤のAI機能

コールセンターのシステム（コンタクトセンター基盤）を提供する各社は、上の場面の多くを製品の機能として組み込んでいます。2026年10月7日時点の各社の公式資料では、次のように説明されています。

• Amazon Connect Customer（AWS）：AWSの管理者ガイドによると、以前Amazon Connectと呼ばれていた製品の現在の名前です。Amazon Connectは、業務ごとのAIソリューションをまとめた名前になりました。生成AIによるオペレーター支援、通話後の要約、会話の分析、評価の自動入力、需要予測とシフト作成、Amazon Lexを使ったチャットボットと音声の自動応答を備えています。
• Gemini Enterprise for Customer Experience（Google Cloud）：顧客が自分で解決するためのAIエージェントを作るCustomer Experience Agent Studio、オペレーターを支援するAgent Assist、問い合わせ業務のデータを分析するCustomer Experience Insightsなどで構成されています。Agent Assistには、ナレッジをもとに回答を提案するGenerative knowledge assist、会話の要約（Summarization）、返信の候補を示すSmart Reply、リアルタイムに助言するAI Coachなどの機能があります。
• Dynamics 365 Contact Center（Microsoft）：AIエージェントによる自己解決、会話の要約、返信やメールの下書き、ナレッジの提示、AIによる品質評価などの機能を挙げています。

同じ製品の中でも、言語や提供地域によって使える機能が異なります。AWSの対応言語の表では、日本語は通話後の要約、会話の分析、自動評価などに対応している一方で、機微な情報を書き起こしや録音から自動で消す機能（Redaction）は日本語が対象外です。MicrosoftのDynamics 365 Contact Centerでは、Copilotによる質問への回答、メールの作成、要約の機能は、一般提供が北米だけで、そのほかの対応地域ではプレビューとされています。

すでにコールセンターのシステムや顧客管理のシステムを使っている場合は、新しい製品を探す前に、契約中の製品にAIの機能があるか、日本語と国内の提供地域で使えるかを確かめます。機能の名前や対応する言語、地域は変わることがあります。導入を決める前に、各社の公式ページと管理画面で確認します。

コールセンターにAIを導入する進め方

コールセンターにAIを導入するときは、問い合わせの分類、対象の絞り込み、人に引き継ぐ条件、評価の順に決めていきます。

図の要点をテキストで読む

コールセンターにAIを導入する5つの段階。1は問い合わせの分類で、用件ごとの件数、対応時間、参照する資料を把握する。2は対象の絞り込みで、件数が多く、答えが文書にある用件から選ぶ。3は引き継ぎの条件で、人に代わる条件とオペレーターに渡す情報を決める。4は試して評価する段階で、導入前と同じ方法で測り、誤りを記録する。5は広げる段階で、資料と設定を直してから対象を広げる。評価用の質問と正しい回答、誤りの記録方法、資料の更新担当を決めておく。

問い合わせを分類し、量を把握する

最初に、どんな問い合わせがどのくらい来ているかを把握します。対応履歴や通話の記録から、用件ごとの件数、1件あたりの対応時間、オペレーターが調べる資料、ほかの部署に回すことが多い用件を整理します。用件の分類がない場合は、一定の期間の通話の書き起こしをAIで分類し、その結果を人が見直す方法もあります。Amazon Connect Customerの会話分析のダッシュボードも、顧客が問い合わせてくる理由とその推移を把握する用途を想定しています。

対象を絞る

分類の結果から、最初にAIを使う対象を絞ります。選ぶときの目安は、件数が多いこと、回答の根拠が文書にあること、誤ったときの影響が小さいこと、の3つです。手続きの案内や営業時間の問い合わせは一次対応の自動化に、内容が複雑な問い合わせはオペレーター支援と通話後の要約に向いています。

契約内容の変更、返金、苦情、健康や安全にかかわる相談は、AIが答えを決める対象から外します。こうした問い合わせでは、AIは記録の作成や資料探しを手伝い、判断と回答は人が行います。

人に引き継ぐ条件を決める

ボイスボットやチャットボットを使う場合は、どの条件でオペレーターに引き継ぐかを先に決めます。

• 顧客が人との会話を求めたとき
• 聞き直しが続く、または用件を判断できないとき
• 本人確認が必要な手続きや、返金、契約の変更など、あらかじめ決めた用件に当たったとき
• 強い不満や緊急の内容を含むとき

図の要点をテキストで読む

ボイスボットの一次対応からオペレーターへ引き継ぐ流れの架空の例。1でボイスボットが用件を聞き取り、手順が決まった案内をする。根拠がなければ答えない。2で引き継ぎの条件に当たるかを判定する。条件は、顧客が人との会話を求めた場合や、返金・苦情などの決めておいた用件に当たった場合。3でオペレーターが会話の要約と確認済みの項目を受け取って対応し、顧客に同じ説明を求めない。4で通話後の要約を確認して直し、保存する。誤りは記録して集める。顧客が求めれば、どの段階でも人に代われるようにする。

引き継ぐときは、それまでの会話の要約と確認済みの項目をオペレーターに渡し、顧客が同じ説明を繰り返さずに済むようにします。Amazon Connect Customerも、顧客が自分で解決する途中で人に代わる場合に、それまでのやり取りをオペレーターが見られると説明しています。人に代わる方法が分かりにくいと、顧客の不満につながります。どの段階でも人を呼べる導線を用意します。

AIに任せる範囲と人が確認する場面の決め方は、AIエージェントに任せる仕事、人が確認する仕事の分け方でも解説しています。

評価の方法を決めて試す

試す前に、何をもって効果とするかを決めます。オペレーター支援なら、回答候補の正しさと、オペレーターが実際に使った件数を見ます。通話後の要約なら、修正が必要だった件数と修正にかかった時間を、一次対応なら、自動で解決した件数、人に引き継いだ件数、引き継いだ後の顧客の反応を見ます。導入の前の数値を同じ方法で測っておくと、導入の後と比べられます。

AIの評価用に、過去の問い合わせから質問と正しい回答の組を用意しておきます。設定や資料を変えるたびに同じ質問で確かめると、変更で正しさが上がったか下がったかが分かります。

AIの回答の品質を保つ運用

AIを使い始めた後は、回答の根拠を示すこと、誤りを記録して直すこと、ナレッジを更新し続けることの3つを運用として決めておきます。

回答の根拠を示す

顧客やオペレーターに示す回答には、根拠になったマニュアルやFAQを添えます。根拠が見つからない質問には推測で答えず、「担当者に確認します」と返すか、人に引き継ぐよう設定します。根拠が示されていれば、オペレーターが元の文書で確かめられます。誤りが見つかったときも、原因が資料にあるのか、AIの読み取りにあるのかを分けて調べられます。

誤りを記録し、原因ごとに直す

AIの回答や要約の誤りは、見つけた人がその場で直すだけでなく、記録して集めます。記録には、問い合わせの内容、AIの出力、正しい内容、原因の見立てを残します。

原因は、資料が古いか資料にない、資料はあるが検索で見つからない、資料は渡したが読み違えた、音声を聞き間違えた、などに分かれます。原因によって直す場所が違うため、記録をまとめて見直す日を決めておきます。顧客に誤った案内をした場合の連絡と訂正の手順も、AIを使い始める前に決めます。

ナレッジを更新し続ける

AIの回答の正しさは、参照するマニュアルやFAQの正しさに左右されます。料金や手続きが変わったら、AIが参照する資料も同じ日に更新し、古い版を検索の対象から外します。資料ごとに更新の担当者と手順を決め、オペレーターが現場で気づいた資料の不足を報告できる経路を作ります。社内のナレッジを集めて探せるようにする方法は、社内のナレッジ共有とは？で解説しています。

通話の録音と個人情報の扱い

コールセンターのAIは、顧客との通話の録音と書き起こしを扱います。個人情報保護委員会の資料をもとに、確認しておく点を整理します。

通話の内容は個人情報に当たる場合がある

個人情報保護委員会のQ&Aは、顧客との通話の内容から特定の個人を識別できる場合は、個人情報に当たるとしています。その場合、事業者は利用目的を通知または公表する義務を負いますが、録音していることを伝える義務までは負わないと説明しています。

通話の内容だけでは個人を識別できない録音も、ほかの情報と容易に照合して個人を識別できるなら、全体として個人情報に当たることがあります。顧客管理のシステムと結びつけて保存する通話は、個人情報として扱う前提で考えます。

また、録音した音声から特徴を取り出し、話者認識のように本人を認証するためのデータに変えた場合、そのデータは個人識別符号に当たり、それだけで個人情報になるとされています。声で本人確認をする仕組みを使う場合は、このデータの管理方法も決めておきます。

生成AIに通話の内容を渡すときの確認

個人情報保護委員会は2023年6月2日に、生成AIサービスの利用に関する注意喚起を公表しています。事業者が個人情報を含む指示を生成AIに入力する場合は、利用目的の達成に必要な範囲内かを十分に確認するよう求めています。また、本人の同意なく個人データを含む指示を入力し、そのデータが応答の出力以外の目的で扱われる場合は、法律に違反することとなる可能性があるとしています。そのため、提供事業者がそのデータを機械学習に使わないことなどを、十分に確認するよう求めています。

コールセンターに当てはめると、通話の書き起こしを要約や回答の作成に使う前に、次の点を確かめます。

• 公表している利用目的の範囲で、AIによる要約や分析を行えるか
• 提供事業者が、入力したデータをモデルの学習に使わない契約や設定になっているか
• 書き起こしと要約を保存する場所と期間、削除の方法
• 書き起こしと要約を誰が見られるか

クラウドの事業者に預けるときの考え方

同委員会のQ&Aは、クラウドサービスを使うときに本人の同意や委託先の監督が必要かどうかを、電子データに個人情報が含まれるかではなく、クラウドの事業者が個人データを取り扱うかどうかで判断するとしています。契約で個人データを取り扱わないと定め、適切にアクセスを制御している場合などは、事業者が個人データを取り扱わないものとして扱われます。AIの機能を持つ基盤やツールを選ぶときは、利用規約やデータの取り扱いの条件で、事業者がどの範囲でデータを扱うかを確かめます。

機微な情報を書き起こしに残さない

クレジットカードの番号、口座の番号、健康に関する内容など、扱いに注意が必要な情報は、書き起こしや要約に残さない工夫をします。Amazon Connect Customerには、名前、住所、クレジットカードの情報などを書き起こしと録音から自動で消す機能があります。ただし、前の節で触れたとおり、2026年10月7日時点の対応言語の表では日本語は対象外です。AWSは、この機能は機械学習で判定するため、機微な情報をすべて取り除けるとは限らないとも説明しています。

日本語の通話では、カードの番号などを電話のボタン操作で受け付けてオペレーターとの会話に含めない、要約の指示で特定の項目を書かせない、といった運用上の工夫も組み合わせます。AIの利用に関する社内ルール全体の考え方は、AI事業者ガイドラインとは？で整理しています。

改正個人情報保護法の今後の整備を確認する

2026年7月17日に、個人情報保護法などの改正法が公布されました。個人情報保護委員会の資料によると、国会では、AI開発などを含む統計作成等の特例、こどもの個人情報や顔特徴データの扱い、課徴金制度の導入などについて質疑が行われました。同委員会は、政令、規則、ガイドライン、Q&Aを順に整備し、施行までに十分な期間を確保するとしています。通話のデータをAIの開発や分析に使う計画がある場合は、今後公表される政令やガイドラインを確認します。

問い合わせ業務に合わせてAIを組み込む

コールセンターのAIは、製品を入れるだけでは現場で使える状態になりません。問い合わせの分類、ナレッジの整備、引き継ぎの条件、評価の方法をあわせて整える必要があります。既存の電話の仕組みや顧客管理システムとどう連携するか、AIにどこまで任せるかは、問い合わせの内容と体制によって変わります。

一次対応から記録の登録、ほかの部署への連絡まで、一連の作業をAIに任せる構成は、AIエージェントとして設計します。考え方はAIエージェントとは？仕組みとできること、作り方と導入の進め方で解説しています。

inovieでは、問い合わせの分類と対象の絞り込みから、AIエージェントの設計、既存システムとの連携、運用と評価の設計までを支援しています。詳しくはAIエージェント導入・改善支援をご覧ください。コールセンターやカスタマーサポートでのAI活用のご相談は、お問い合わせから受け付けています。

出典確認日：2026-10-07