コンタクトセンターのAI研修で鍛えるべきは応対速度ではない。一本の通話でAI提案を採用・修正・破棄し、上位者とシステム例外へ引き継ぐ分岐を録音で反復訓練する方法と、平均処理時間が覆い隠してきた例外判断を品質評価に戻す設計を実務目線で整理する。

コンタクトセンターのAI研修は、AIが答えられない場面を扱うべきだ

「通話中の判断を鍛える」という見出しとマイクブーム付きのフラットなオペレーター用ヘッドセットを一つ配したコンタクトセンターのAI研修のアイキャッチ画像

午前十時十二分、オペレーターの画面には要約カードが先に表示される。直近三か月の料金履歴、解約引き止めの流れ、推奨応対文が二つ、すでに並んでいる。顧客は二つ目の文を聞いた途中で声を荒らげる。先月も同じ案内を受けてその通りにしたのに、また同じ請求が来たという。画面の推奨文は、それでも最初の案内を繰り返すよう指示している。残された時間は三秒である。提案をそのまま読むか、料金算定の根拠を自分で開くか、請求誤りの可能性を残したまま上位者へ渡すか、いま選ばなければならない。

コンタクトセンターのAI研修とは、オペレーターがAI提案を速く読み取る訓練ではなく、通話が進むあいだにその提案を採用するか、修正するか、破棄するかを判断し、スーパーバイザーやシステム例外の手続きへ渡す時点を自分で決める力を育てる研修である。トークスクリプトの習得とツール操作は、その手前に置かれる準備であって目的ではない。

企業研修の立場から見た結論は単純である。応対速度はすでにツールが解決しており、いま鍛えるべきは例外判断と引き継ぎ基準だ。 提案を上手に読むオペレーターと、提案を判断して使うオペレーターは、通話時間ではほとんど区別がつかない。差は翌週の再入電、取り消される契約、監督官庁へ届く申し出として、遅れて表に出てくる。

同じ画面を見ても、二人のオペレーターの通話は違う終わり方をする

同じ顧客、同じ要約カード、同じ推奨文が与えられたとする。一人は提案を読み上げ、六分で通話を終える。もう一人は料金算定の画面を開き、先月の案内が実際に適用されたかを確かめ、適用漏れを見つけて訂正を依頼し、八分で終える。

通話一本だけを見れば前者のほうが良い数字である。後者は処理時間が二分長い。ところが前者の顧客は三日後にもう一度電話をかける。その通話は別のオペレーターが受け、再入電だという事実は最初のオペレーターの指標に残らない。

二人が実際に違えたのは姿勢ではなく判断である。

  • 提案が参照したデータが、この通話の争点と同じものかを確かめたか。
  • 顧客が語った事実のうち、提案に反映されていないものを見つけたか。
  • 提案を破棄したとき、代わりに何をするかを決めたか。
  • 自分の権限で終えられない部分をどこへ渡すか、通話中に決めたか。

この四つは真面目さでは埋まらない。それぞれが別個の訓練対象であり、いまのコンタクトセンター研修には最初の一つしか入っていないことが多い。

一本の通話は五つの分岐に分かれる

AIを併走させる応対を訓練するなら、まずオペレーターが実際に選んでいる分かれ道に名前を付ける必要がある。現場では一本の通話が次の五つのいずれかへ流れていく。

分岐 オペレーターの行動 選ぶ条件 誤ったときの代償 訓練で観察する点
採用 提案をそのまま伝える 事実関係が単純で履歴と提案が一致する 古い情報を確定として伝える 確認せず採用した割合
修正 骨格は使い、条件と表現を変える 方向は正しいが顧客の状況が異なる 原案と違う約束が記録に残らない 何をなぜ変えたかの説明
破棄 提案を捨てて一から確かめ直す 提案の前提が事実と食い違う 誤った根拠のまま応対を続ける 破棄理由の具体性
上位者へ引き継ぎ スーパーバイザーへ判断を渡す 権限外か例外承認が要る 現場が独断で約束するか放置される 引き継ぎの時点と伝えた文脈
システム例外 不具合として登録し手順を変える データや規程そのものがずれている 同じ誤りが数百件で繰り返される 例外登録までの遅れ

肝心なのは五つを並べることではなく、通話の最中に自分がどの分岐にいるかを本人が気づけるようにすることである。現場では多くのオペレーターが採用と引き継ぎのあいだだけを往復している。修正と破棄は各自の勘に任された個人技として残り、システム例外は余裕があるときだけ登録される。

修正と破棄に名前を付けて管理しなければ、組織はAI提案の実際の精度を把握できない。黙って直して使った提案は、システム上は成功として記録されるからである。

AI提案をそのまま読むオペレーターほど、指標では優秀に見える

平均処理時間と顧客満足度を中心に据えた評価は、例外判断を構造的に罰する。根拠を照会する時間、上位者を呼ぶ待ち時間、例外を登録する後処理は、いずれも数字を悪くする。逆に提案を読んで早く切る行動は数字を良くする。

厄介なのは、二つの指標が互いを覆い隠す点である。平均処理時間は通話一本の長さしか見ない。例外をきちんと処理すれば今回は長くなるが次の通話が消えるため、総処理量では得になり、個人評価では損になる。顧客満足度も答えた顧客だけを集計する。強い不満を抱えた顧客はそもそも回答せず、答えても判断ではなく結果そのものを採点する。

求人側の要求も同じ方向へ動いている。OECDが整理した資料では、AI露出度の高い職種の求人のうち72%が少なくとも一つのマネジメント技能を、67%が少なくとも一つの業務プロセス技能を求めていた。業務プロセスの区分には事務作業と並んで顧客サポートが含まれ、社会的・情緒的技能とデジタル技能も半数を超える求人で同時に求められた。応対の定義が処理から判断へ移りつつあるということである。

したがって指標をそのままにして研修だけを変えても、効果は三週間で消える。オペレーターは教わった通りではなく、評価される通りに動く。

応対品質の評価基準を書き直さない限り、例外判断は減点され続ける

応対品質の評価表は、現場にとって事実上の教科書である。評価表にない行動は、研修で扱っても定着しない。従来の評価表はスクリプト遵守と応対態度を中心に作られ、AI提案が隣に並ぶ状況を想定していない。

評価領域 従来の基準 AI併走時に書き直した基準
情報の正確性 案内内容がマニュアルと一致するか 提案の根拠を通話中に確認したか
手順の遵守 決められた順序を守ったか 分岐を選んだ理由が記録に残ったか
応対態度 謝罪と共感の表現を使ったか 感情が高ぶった区間で提案の利用を止めたか
問題解決 通話内で完結させたか 完結と引き継ぎの正しいほうを選べたか
記録の質 応対履歴を残したか 破棄・修正した提案と理由が残ったか

基準をこう変えると、まず評価者の訓練が要る。通話録音を聞くだけでは、オペレーターが画面で何を見ていたか分からないからである。画面記録と提案履歴を併せて見られる評価環境がなければ、新しい基準は宣言で終わる。

抽出する母集団も変える。無作為抽出はたいてい単純な通話を拾い、そこには五つの分岐が現れない。提案が破棄された通話、上位者が呼ばれた通話、再入電につながった通話を別枠で抽出してこそ、訓練すべき地点が見えてくる。

引き継ぎ基準は、文書で覚えた瞬間に通話中で使えなくなる

引き継ぎ基準を文書にして配ると、担当者はやるべきことを終えた気分になる。しかし文書の文は事後判定の言葉で書かれている。「顧客の不満が重大な場合は責任者へ引き継ぐ」という基準は、通話後の検証には役立つが、いまこの顧客が重大な場合かを三秒で決めるときには何の助けにもならない。

通話中に働く基準は言葉づかいが違う。判定語ではなく観察語で書く。「顧客が同じ要求を三度目に繰り返している」「別のオペレーターから聞いた内容と違うと顧客が言っている」「提案が参照した契約条件が、画面の照会結果と食い違っている」のように、耳と目で確かめられる兆候でなければならない。

この基準を身につける方法は講義ではなく、録音の反復判定である。設計は単純でよい。

  • 実際の通話から判断が分かれる直前の三十秒を切り出し、そのときの提案画面も併せて示す。
  • 参加者は再生を止めた状態で五つの分岐から一つを選び、理由を一行で書く。
  • 続く実際の応対と、その通話の最終結果を開示する。
  • 判断が割れた項目だけを取り上げ、なぜ割れたかを話し合う。正解当てではなく、兆候の読み方の違いを表に出すのが目的である。
  • 同じ型の音源を二週間後に再配置し、判断が安定したかを見る。

一回につき音源は八本で足りる。大切なのは分量ではなく反復の間隔である。判断の訓練は、一度の四時間研修より、八週間にわたる毎週三十分のほうが効く。

怒っている顧客の前では、AI提案が事態を悪化させる

感情が高ぶった通話で、AI提案は最も頻繁に失敗する。理由はモデルの性能ではなく、提案が扱う対象にある。提案は問題解決の道筋を作るが、怒っている顧客がその瞬間に求めているのは道筋ではなく承認である。

失敗はおおむね三つの形で現れる。顧客が感情を吐き出している最中に手続き案内が表示され、それを読み上げると、顧客は自分の話が無視されたと受け取る。前回すでに失敗した案内を、提案が再び最適経路として示す。要約機能が長い説明を二文に縮めるとき、顧客が最も理不尽だと感じた箇所を落とす。

だからこそ研修には、提案を使わない区間を明示的に入れる。顧客が感情を表している間は画面を見ずに聴くことに徹すると決め、その区間が終わってから提案を開き直す順序を練習する。ツールを控えろという要求ではなく、使う時点を決めてやる設計である。

感情労働の観点では、負担の性質も変わった。かつては顧客の感情と自分の感情を同時に扱っていた。いまはそこへ提案の検証という認知作業が重なる。顧客が怒っている間にも画面では新しい提案が更新され続ける。この重なりを研修で扱わなければ、手放されるのはたいてい検証のほうである。

AIが浮かせた秒数は、次の通話ではなく判断へ戻すべきである

ツールが時間を減らすことと、その時間が判断へ流れることは、まったく別の問題である。BCGが2026年6月に公開した第四回のAI at Work調査では、AIを常用する回答者8,989名のうち、浮いた時間の使い道について組織から限定的な指針しか受けていない、あるいはまったく受けていないという回答が全体で61%だった。現場社員では66%と高く、リーダー層の52%とは14ポイントの差がある。浮いた時間を戦略的な業務へ再投資していないという回答も、現場社員58%に対しリーダー層36%で22ポイント開いた。

コンタクトセンターのAI研修設計で参照できる、現場社員とリーダーの間にある時間活用の指針格差を示すBCG 2026年調査の図表

BCG AI at Work 2026のスライド7。浮いた時間の使い道に関する指針と、戦略業務への再投資状況を役職別に比較している。ホワイトカラー全般を対象とした自己申告調査であり、コンタクトセンターだけを切り出した結果ではない。

コンタクトセンターでは、この差がより機械的に現れる。通話あたり三十秒縮めば、要員算定モデルがその分だけ通話を追加で割り当てるからである。稼働率と応答率が目標として管理されている限り、浮いた時間は自動的に次の通話へ吸収され、オペレーターはツールを得た代わりに判断する余地を失う。

打ち手は運用目標を先に直すことである。通話あたりに確保できた時間の一部を根拠確認と例外登録の時間として明示し、それを使った通話を指標上で不利にしない。研修部門だけでは決められないため、要員計画の担当と同じ表を見ながら決める。

満足度と認知負荷が同時に上がる場所に、オペレーターは立っている

AIを併走させた組織で、満足度と疲労が同時に上がる現象はよく起こる。同じBCG調査では、AIを常用する回答者9,923名を対象に、AI導入後に日々の仕事の楽しさと満足が増したという回答が全体で67%、現場社員では57%だった。一方で認知負荷が増したという回答は全体41%、現場社員37%、リーダー層48%だった。

コンタクトセンターのAI研修を設計する根拠として、満足度の上昇と認知負荷の増加を同時に示すBCG 2026年調査の図表

BCG AI at Work 2026のスライド19。AI導入後の業務満足度の変化と認知負荷の変化を、同一の回答者集団で比較している。職種別の内訳ではなく役職を軸にした自己申告の結果である。

コンタクトセンターのオペレーターは、この二本の曲線が最も急に交わる場所にいる。画面に置かれた情報の窓が増えたからである。顧客の声、リアルタイム文字起こし、AI提案、ナレッジ検索、応対履歴、商品照会を一本の通話で行き来する。情報が増えれば正確になりそうだが、実時間の制約の下では逆に働く。

だから研修の目標には、何を見なくてよいかを入れる。どの状況でどの窓を閉じてよいか、どの提案は読まずに流してよいかを決めてやる訓練が、情報活用の訓練より先に来る。認知負荷を下げなければ、判断の訓練は座る場所を得られない。

新人には、AIの利用を段階的に開いてこそ基礎が残る

最も静かに進む損失は新人の側で起きる。初日から完成度の高い提案を受け取る新人は通話を早く終え、表面の数字は良い。しかし半年後に提案が誤っていても見抜く土台がない。商品の構造、約款の論理、システムの限界は、自分で照会して迷う過程でしか身に残らない。

オンボーディングでは、AIの利用を段階的に開く設計が要る。以下は十二週間を想定した例であり、商品の複雑さと規制水準に応じて調整してよい。

  • 一週から四週:リアルタイム提案を隠す。ナレッジの自力検索とシステム照会だけを許し、通話後に提案履歴を開いて自分の判断と突き合わせる。
  • 五週から八週:提案は見るが、そのまま伝えない。提案が参照した画面を必ず一度開いて確認してから応対する。
  • 九週から十二週:全機能を開く。ただし破棄または修正した提案は、理由を一行で記録する。
  • 独り立ち後:四半期ごとに提案なしの通話を一セッション置き、基礎が保たれているかを確かめる。

よくある失敗は、制限を罰のように伝えてしまうことである。まだ信用されていないから止められている、と新人には聞こえる。制限の目的が半年後に提案を疑える人を育てることだと最初に説明し、段階を進める基準を先に開示しておく。

日本のコンタクトセンターは、委託構造から育成責任を決め直す

日本のコンタクトセンターは、相当数が業務委託で運営されている。オペレーターの所属会社、AIツールを導入した会社、応対品質の基準を決める会社、顧客への約束に最終的な責任を負う会社が、それぞれ異なる。この構造では、例外判断の訓練は誰も所有しない業務になりやすい。

委託元は処理件数と満足度で契約を管理し、受託先は約束した指標を満たすために要員を配置する。例外をきちんと処理すれば今月の数字が悪くなるため、受託先にとって例外判断の訓練は自社の費用で自社の評価を削る行為になる。個人の真面目さに寄りかかる構造は、ここで生まれる。

契約の段階で次の項目を明示すれば、状況は変わる。

  • 例外の引き継ぎで長くなった通話を、平均処理時間の算定でどう扱うかを決める。
  • システム例外の登録件数を減点材料ではなく、契約上期待される成果物として位置づける。
  • 提案の破棄・修正の理由を記録するために必要な後処理時間を、別枠で認める。
  • 委託元の責任者へ直接引き継げる経路と、その応答時間を定める。
  • 判断の訓練に充てる時間を、有給の労働時間として契約書に書き込む。

カスタマーハラスメント対策との接点も見直したい。厚生労働省が示してきた対応の考え方は、暴言や不当要求への通話終了と組織的な支援を軸にしてきた。AIを併走させる応対では、怒っている顧客に向き合いながら同時に誤った提案をふるいにかける負担が加わる。従業員を守る仕組みには、この重なりも併せて織り込む。

十二週間の訓練は、録音判定から始めて通話中コーチングで終わる

集合研修を一度開いただけで判断は変わらない。以下の十二週間の設計は検証済みの最適解ではなく、リスクの高さと要員規模に応じて調整できる運用例である。

  1. 一週から二週:直近三か月の再入電通話六十本を抽出し、五つの分岐のどこで判断が割れたかを分類する。研修設計より先に診断を置く。
  2. 三週から五週:週三十分の録音判定セッションを回し、判断が割れる兆候をチームの言葉で整理して引き継ぎ基準の草案を作る。
  3. 六週から七週:感情が高ぶった通話だけを集め、提案の利用を止める区間を練習する。画面を閉じる時点を観察する。
  4. 八週から九週:評価者とスーパーバイザーが新しい品質基準で同じ通話を採点し、ばらつきを合わせる。この段階を飛ばすと基準が人ごとに変わる。
  5. 十週から十一週:通話中にスーパーバイザーが介入するライブコーチングを始める。介入は、破棄か引き継ぎを選んだ瞬間に限る。
  6. 十二週:引き継ぎ基準の草案を現場の事例で修正し、次の四半期に判定する音源セットを確定する。

評価は修了の有無ではなく、判断の一致度で見る。同じ音源でオペレーターと熟練評価者の分岐選択がどれだけ一致するか、不一致がどの分岐で生じるかを見る。多くの場合は採用と修正のあいだで最も割れ、そこが次回の訓練テーマになる。

オペレーターの熟練は、速い応対ではなく取り戻せる判断にある

コンタクトセンターにAIを入れれば、通話は確かに短くなる。ただし短い通話が良い通話とは限らない。良い通話とは顧客がかけ直さずに済む通話であり、そのためには誰かが通話の最中に提案を疑い、止め、渡さなければならない。

その判断は性格や経験年数から自動的に生まれるものではない。五つの分岐に名前を付けて教え、通話中に確かめられる兆候として引き継ぎ基準を書き、録音で繰り返し判定を合わせ、品質評価と契約条件を訓練と同じ向きに直して初めて育つ。新人には提案を遅く開き、感情が高ぶった区間では提案を閉じてやる。

結局のところ、コンタクトセンターが確保すべき能力は応対速度ではなく、取り戻せる判断である。オペレーターが誤った提案に気づいて止められるときにだけ、自動化の速度が顧客の信頼を追い越さずに済む。その力を指標として認めない組織は、ツールをどれだけ良いものに替えても同じ申し出を受け続ける。

あわせて読みたい記事

参考文献

  • Boston Consulting Group, AI at Work 2026: Strategy Matters More Than Tools, 2026: https://www.bcg.com/publications/2026/ai-at-work-why-strategy-matters-more-than-tools
  • OECD, Skills in the AI age, OECD Artificial Intelligence Papers No. 60, 2026: https://www.oecd.org/en/publications/skills-in-the-ai-age_972bd15e-en/full-report.html
  • Institute of Customer Service, Hype or Reality? How AI is impacting customer service, productivity and governance, 2026: https://www.instituteofcustomerservice.com/ai-in-service/