「自社でもAIを活用したいが、何から手をつけていいか分からない…」多くの企業のDX担当者が、同じ悩みを抱えています。華々しい成功事例を見聞きするたび、自社の状況とのギャップにため息をつくこともあるでしょう。しかし、成功企業は決して魔法を使ったわけではありません。彼らは自社の課題と真摯に向き合い、足元にある資産に光を当てたのです。今日ご紹介するのは、まさにその典型例。東京ガスが直面した、多くの企業に共通するコールセンターの課題。それを、AIというツールをいかにして「最高のパートナー」に変え、顧客満足度と従業員の働きがいの両方を手に入れたのか。あなたの会社の明日を変えるかもしれない、一つのリアルな成功事例を詳しく見ていきましょう。
東京ガスがAIで乗り越えた壁
導入前の課題：ベテラン頼りのコールセンターと限界にきた効率化
かつての東京ガスのコールセンターは、多くの企業が抱える典型的な課題に直面していました。ひっきりなしに鳴り響く電話、お客様からの多種多様な問い合わせ。経験豊富なベテランオペレーターの佐藤さん（仮名）は、複雑な質問にも即座に回答し、お客様から「ありがとう」と感謝される、まさに現場の要です。一方、入社半年の新人、中村さん（仮名）は、モニターに表示された分厚いマニュアルと格闘する日々を送っていました。「ええと、その件ですと…少々お待ちいただけますでしょうか」。保留ボタンを押し、焦りながらキーワードでFAQを検索するも、なかなか的確な回答にたどり着けません。結局、隣の席の佐藤さんに「すみません、このケースは…」と助けを求めることになります。佐藤さんは自分の対応をこなしながら、中村さんのような後輩のフォローにも追われ、一人に業務負荷が集中していました。
このような状況は、いくつかの深刻な問題を生み出していました。まず、お客様を待たせる「保留時間」の増加です。これは顧客満足度の低下に直結します。次に、オペレーターごとの「応対品質のばらつき」。ベテランなら数分で解決できる問題が、新人だと倍以上の時間がかかり、時には誤った案内をしてしまうリスクもありました。そして、新人オペレーターの精神的な負担と、ベテランへの業務依存です。会社としても、FAQサイトの拡充や研修の強化など、様々な手を打ってきましたが、増え続ける問い合わせ内容の複雑化に対し、従来の手法だけでは効率化に限界が見え始めていたのです。
解決の鍵：過去の対話データが”最高の教師”になったAI
この八方塞がりの状況を打破するため、東京ガスが着目したのは、これまで蓄積してきた「資産」でした。それは、お客様との膨大な過去の応答記録、つまり「対話データ」です。このデータには、お客様がどんな言葉で質問し、優秀なオペレーターがそれにどう答えてきたか、という成功パターンの宝庫が眠っていました。
彼らが選んだのは、この対話データをAIに学習させ、オペレーターの問い合わせに対して最適な回答候補をリアルタイムで提示するアクセンチュアのAIサービスでした。このAIは、いわば社の歴史上、最も優秀なベテランオペレーターたちの知識と経験をすべて学習した「デジタルなスーパーバイザー」のような存在です。
導入プロセスは慎重に進められました。まず、AIはオペレーターがお客様と話している内容を音声認識でリアルタイムにテキスト化します。そして、そのテキストの内容をAIが瞬時に解析し、関連するFAQや過去の類似事例から、最も適切と思われる回答の候補をオペレーターのPC画面に表示するのです。オペレーターは、その候補を参考にしながらお客様に回答することで、検索にかかっていた時間を大幅に削減し、自信を持ってスムーズな案内ができるようになります。
重要なのは、AIに全てを任せるのではなく、あくまで人間のオペレーターを「支援」するツールとして導入した点です。最終的な判断や、お客様の感情に寄り添うといった共感的なコミュニケーションは、これまで通り人間が担います。AIがデータに基づいた「正解」を高速で提示し、人間がそれを活用して「最適な対応」を行う。この人間とAIの協業こそが、解決の鍵でした。
驚きの成果：年間1万1000時間の創出と、”ありがとう”が増えた現場
AI応答支援システムの導入がもたらした変化は、劇的なものでした。まず、定量的な成果として、オペレーター1人あたりの平均応答時間が10秒も短縮されたのです。これは些細な数字に見えるかもしれませんが、コールセンター全体で積み重なると、年間で実に1万1000時間もの業務時間削減に相当します。これは、フルタイム従業員約5.5人分の年間労働時間に匹敵するインパクトです。さらに、新人では対応しきれず、上司や専門部署に相談する「エスカレーション率」も14%削減されました。これにより、オペレーターは自己完結できる業務が増え、組織全体の生産性が大きく向上したのです。
しかし、成果は数字だけではありませんでした。現場の雰囲気にも、明らかな変化が生まれていました。新人の中村さんは、もう隣の佐藤さんを頻繁に呼び止めることはありません。PC画面に表示されるAIからの提案を参考に、自信を持ってお客様に回答しています。保留時間が減り、スムーズな案内ができるようになったことで、お客様から「助かったわ、ありがとう」と感謝される機会も格段に増えました。
一方、ベテランの佐藤さんは、単純な問い合わせ対応の補助業務から解放され、その豊富な経験を、より複雑で高度なクレーム対応や、新人オペレーターへの質の高いコーチングといった、付加価値の高い業務に振り向けられるようになりました。AIが「知識」を補い、人間が「知恵」と「ホスピタリティ」を発揮する。東京ガスのコールセンターは、AIとの協業によって、単なる効率化を超え、従業員の働きがいと顧客満足度を同時に向上させる、新たなステージへと進化したのです。
明日から真似できる！この事例から学ぶべき3つのポイント
- AIを”支援ツール”と位置づける
東京ガスの成功の最大の要因は、AIに人間の仕事を完全に代替させるのではなく、あくまでオペレーターを「支援」するパートナーと位置づけたことです。AIが持つ高速なデータ処理能力と、人間が持つ共感力や柔軟な判断力。それぞれの強みを組み合わせることで、1+1が3にも4にもなる相乗効果が生まれます。AIは脅威ではなく、能力を拡張してくれるツールであるという視点が重要です。 - 自社に眠る”データという資産”を掘り起こす
AI導入というと、何か特別なデータを外部から集めてこなければならないと考えがちです。しかし、この事例が示すように、日々の業務で蓄積された「過去の応答記録」のような既存のデータこそが、AIを育てる最高の教師になります。まずは自社にどのようなデータが、どのような形で眠っているのかを棚卸しすることから始めてみましょう。宝の山は、案外足元にあるのかもしれません。 - スモールスタートで確実な一歩を踏み出す
いきなり全社的な大規模導入を目指すのはリスクが伴います。東京ガスのように、コールセンターという課題が明確な一部門から着手し、PoC（概念実証）を重ねて効果を検証しながら展開していくことが成功の秘訣です。小さな成功体験を積み重ねることが、関連部署の協力を得て、全社的なDXを推進する大きな力となります。
東京ガスの事例は、AIが単なるコスト削減ツールではなく、従業員の働きがいと顧客満足度を同時に向上させる強力な武器であることを示しています。彼らは特別な魔法を使ったわけではありません。自社の課題と真摯に向き合い、足元にあるデータという資産に光を当て、人間とAIの最適な協業モデルを構築したのです。AI導入は、まず小さな一歩から始まります。あなたの会社では、どこから始められそうでしょうか？
免責事項：本記事で紹介する事例は、公開情報に基づいています。情報の正確性、完全性、最新性を保証するものではなく、同様の成果を保証するものでもありません。AIソリューションの導入を検討される際は、ご自身の責任において詳細な調査と比較検討を行ってください。
