問い合わせ対応にAIを導入するには

最初は「答えを探す」「文章にする」を支援する

同じ質問でも、過去のメールや資料を探すところから始めていませんか。担当者によって回答が変わる、詳しい人が不在だと返信できない。こうした業務では、AIを入れる前に回答の根拠を揃える作業が必要です。

最初の導入範囲は、よくある質問の一部を対象にした回答案づくり。AIが参照資料と下書きを示し、担当者が確認して返信する流れから始めます。

過去メールを、そのまま正解集にしない

以前の価格、個別の例外対応、すでに終わったキャンペーンが過去メールには混在します。承認済みの案内資料を基準にして、どの回答を今も使えるか確認します。

「根拠がないとき」の動きまで設計する

資料に答えがない場合は、文章をもっともらしく補うのではなく、「要確認」に回すルールを設けます。見積もり、苦情、契約条件の変更などは、担当者へ引き継ぐ対象を明確にします。

小さく導入する5つの手順

1. 質問の種類を分ける。 件数が多く、回答の根拠を揃えられる種類を選びます。
2. 資料を整理する。 重複・矛盾・古い記載を確認し、参照対象を絞ります。
3. 試作で評価する。 通常の質問だけでなく、資料に答えがない質問や条件が曖昧な質問も試します。
4. 担当者の画面と手順を整える。 回答案、参照元、未確認事項を一緒に確認できるよう設定します。
5. 運用を振り返る。 修正された回答と理由を確認し、資料とルールを更新します。

返信速度と一緒に、回答の品質を測る

確認を含めた対応時間、誤った回答案の件数、担当者への引き継ぎが必要だった割合、資料が見つからなかった質問を記録します。自動化の割合を上げることより、担当者が正しい回答を出しやすいかを判断します。

資料を閲覧できる人の範囲や、顧客ごとに見せてよい情報も設計します。まずは社内の担当者向けに試し、顧客へ直接回答する機能は別の範囲として検討します。

導入支援で対応すること

質問の分類、資料の整理方針、AIと担当者の役割、回答案を作る仕組みの設定、合意したメール・問い合わせ管理環境との連携、確認手順と操作説明まで支援します。導入後に誰が資料を更新するかも、着手前に決めます。