Microsoft Teamsサポートを自動化する方法

まず、「Teamsサポート」が実際に何を意味するのかを明確にする

私はインテグレーションの構築を仕事にしていますが、Teams自動化プロジェクトが頓挫する最大の理由は、管理センターであれこれクリックし始める前に、どの種類のサポートを自動化するのか誰も定義していなかったことです。

ある公共部門向けITサービス企業のサポートリーダーが私たちのところに来ました。その年、製品に精通したシニアエージェント2人が退職する予定だったからです。彼の本当の目的は「TeamsにAIを追加する」ことではありませんでした。彼らの暗黙知が去ってしまう前に捉え、チームの残りのメンバーがすでに日常的に使っているツールでそれを尋ねられるようにすることでした。これは本物の、具体的な問題です。「Teamsサポートを自動化する」は、2つに分けるまではそうではありません。

社内ヘルプデスク。 自社の従業員がTeamsで質問します。パスワードのリセット、有給休暇の規定、「これはどう経費精算すればいい?」「デプロイのランブックはどこ?」など。IT、HR、オペレーションは同じ質問を繰り返し受けます。これは最も一般的なTeams自動化であり、社内AIヘルプデスクにそのまま当てはまります。

カスタマーサポート。 外部からのチケットやチャットがTeamsチャンネルにルーティングされ、エージェントが協力できるようにする、あるいはチームがZendeskやFreshdeskのようなヘルプデスクにある顧客の問題について話し合い、解決する場としてTeamsを使う場合です。

それぞれを自動化する仕組みは似ていますが、ナレッジソースと「誰が質問しているか」はまったく異なります。まずどちらを解決するかを決めましょう。このガイドの残りの部分は両方に当てはまります。

選択肢1: ネイティブの方法(Microsoft 365 Copilotエージェント)

Microsoft自身の答えはMicrosoft 365 Copilotで、Teams、Outlook、その他のMicrosoft 365全体にまたがる有料AIレイヤーです。これは本当に有能なプラットフォームであり、Microsoftのスタックに深く入り込んでいるなら、真剣に検討する価値があります。摩擦の話に入る前に、Copilotが得意な部分について公平に見ておきましょう。

Copilotが得意なこと: 会議のインテリジェンスです。Copilotの会議要約、アクションアイテムの抽出、「誰が何を言ったか」の振り返りは、圧倒的に最も評価されている機能であり、それには理由があります。サポートチームが社内通話を多くこなしているなら、それだけでも十分に役立ちます。

ほぼ全員が陥る落とし穴

セットアップに1週間費やす前に頭に入れておく価値のある、チームを驚かせるポイントがあります。Teams Copilotにはまったく別の2つのモードがあります。

1. すでに知っている会議・チャットCopilotです。現在の会議の文字起こしや直近のチャットに範囲が限定されており、設計上、ナレッジベースから回答することはありません。Microsoft自身のガイダンスもそっけないほど率直です。

「質問はチャットや会議で扱われたトピックに限定してください。Copilotは関係のない質問には答えません。」

Microsoft の Teams における Copilot に関する FAQ

2. Agent BuilderまたはCopilot Studioで別途構築され、TeamsボットとしてデプロイされるエージェントCopilotです。これがSharePoint、Confluence、その他のソースに実際に接続し、全社的な質問に答えられるものです。

人々は、会議中のCopilotが「返金ポリシーは何ですか」に答えられると思い込み、肩をすくめられるような反応をされて、AIは役に立たないと結論づけます。そうではなく、単に間違ったモードに話しかけていただけです。サポートの質問に答えることはエージェント構築プロジェクトであり、切り替えスイッチではありません。

エージェントが接続できるもの(そして注意すべき細部)

エージェントを構築すると、それぞれ独自の上限を持つ実際の幅広いソースを基盤にできます。

Confluence Cloudコネクタは既存のスペース権限を尊重しており、これは本当に良い点です。しかし、注意すべき細部が導入のペースを落とします。Confluence Cloud限定(ServerやData Centerは非対応)であり、権限変更が反映されるまで最大24時間かかり、すべてのConfluenceユーザーのメールアドレスがMicrosoft Entra IDと一致している必要があります。一致しない場合、管理者が手動でID マッピングを設定しなければなりません。Teamsチャットがナレッジソースとして使えるようになったのは2025年6月になってからで、Notionユーザーにはサポートされた方法がまったくありません。

価格の実態

これらはどれも標準のTeamsには含まれません。Copilotはユーザーごとのアドオンです。

50人規模のチームの場合、Copilot Businessだけで基本のMicrosoft 365ライセンス代の前に年間約10,800ドルかかり、事前に試せる無料トライアルもありません。エージェントに触れる全員にライセンスが必要なら、コストはすぐに膨らみます。

選択肢2: すでに自社の業務を理解しているAIチームメイトを導入する

もう一方の方法は、コネクタ構築プロジェクトを丸ごとスキップします。ゼロからエージェントを構築して座席ごとにライセンスを取得する代わりに、初日から既存のチケットやヘルプ資料から学習するAIサポートエージェントを接続し、Teams、Slack、ヘルプデスク、チャットウィジェット内で回答させます。

これは私がほとんどのチームに勧める方法であり、人々が実際に求めているものと一致します。あるB2B SaaSサポートチームは、ユーザーガイド、Slack、社内ナレッジベース、過去のチケットを一度に横断照会し、ギャップを見つけて新しい記事の下書きを作成してほしいと私たちに話しました。Copilot Studioでは、そもそもサポートされていれば、それぞれを別々のコネクタとして接続しなければなりません。AIチームメイトはそれらを1つのまとまったナレッジソースとして扱います。

Teamsに届いた質問をAIチームメイトがどう処理するかを見てみましょう。

重要なのはこの最後の分岐です。優れたエージェントはすべてに答えません。自信があることに答え、出典を示し、自信がないことは静かに人間に引き継ぎます。この確信度のゲートこそがすべてであり、これについては「よくある間違い」のセクションで再び触れます。

Teamsサポートを自動化する5つのステップ

どのツールを選んでも機能する導入手順です。私が一番よく知っているeeselを中心に書いていますが、この構成は本格的なAIサポート導入すべてに当てはまります。

ステップ1: ナレッジを接続する

AIが学習すべきすべてに接続します。ヘルプセンター、Confluence、SharePoint、Google Docs、そして特に解決済みの過去のチケットです。ここでは履歴がヘルプ資料以上に重要です。解決済みのチケットは、マニュアルに書かれていることだけでなく、実際にどう質問が回答されているかを示すからです。eeselは100以上のソースをインポートし、同期を保つので、コネクタを構築するのではなく「接続」をクリックするだけの話です。

ステップ2: 誰にも見せる前に過去の質問でシミュレーションする

これはチームが飛ばして後悔するステップです。AIに実際の1人に回答させる前に、過去数千件の実際の質問に対して実行し、AIがどう答えたかを確認します。トピックごとのカバレッジの推定値が得られ、ギャップを見つけて埋め、再実行します。これにより「うまくいくといいな」が上司に説明できる数字に変わります。

ステップ3: エスカレーションルールを設定する

AIがいつ行動し、いつ手を引くべきかを平易な言葉で決めます。「パスワードと有給休暇に関することは何でも答えて。500ドルを超える返金が絡む場合は人間を巻き込んで。自信がなければ送信せず下書きを作成して。」ここで確信度ベースのルーティングがその価値を発揮し、これがエージェントを訓練して自らの限界を知らせる方法です。

ステップ4: 監督下で本番稼働させる

まずは下書きモードまたは監督モードで有効にします。AIが回答案を提示し、人間がそれを承認し、修正のたびにAIが学びます。人間をループに保ちながらすぐにスピードのメリットを得られます。これはまさに、最初の数週間でほとんどのチームが必要とする安心感です。

ステップ5: 自律性を拡大する

数字が安定してきたら、より多くを任せます。簡単で確信度の高いトピックは自動的に解決させ、難しいものは人間が担当します。Gridwiseはまさにこの方法で、最初の1か月でTier-1リクエストの73%を解決しました。一気にフル自律に切り替えるのではなく、トピックごとに自律性を勝ち取っていくのです。

避けるべきよくある間違い

これらがうまくいかなくなるケースを十分に見てきたので、地雷がどこにあるかわかっています。

自信満々だが間違った答えを返すAIを信頼すること。 私たちが一緒に仕事をしたあるB2Bハードウェアチームには、ナレッジベースに「すべてのモデルをサポートしています」と書いてあったために、データベースにすら載っていない製品について顧客に「はい、あなたのモデルはサポートされています」と気軽に伝えるボットがありました。自信満々の誤答は「わかりません」よりも悪いです。人はそれを信じて行動してしまうからです。これこそが、ハルシネーションの防止とすべての回答での出典の明示が重要な理由のすべてです。「自信がありません」と言えないエージェントを本番投入しないでください。

会議Copilotとナレッジエージェントを混同すること。 上で述べた通りですが、あまりにも時間を無駄にするので繰り返す価値があります。テストが「会議中のCopilotに会社の規定について尋ねる」ことなら、間違ったものをテストしています。

初日にすべてを一気に片付けようとすること。 すべての質問タイプを一度に自動化しようとしないでください。反復的で答えやすいもの(削減したいチケット量)から始めて、そこから広げていきます。狭くても正確なエージェントは、広くても不安定なエージェントに勝ります。

きれいな引き継ぎがないこと。 AIがコンテキストを添えて会話をスムーズに人間へ引き継げなければ、顧客は行き詰まりを感じ、エージェントは中途半端なスレッドを受け取ることになります。引き継ぎの設計は後付けで済ませるものではありません。

Microsoft Teamsサポート向けにeeselを試す

2つ目の方法を選びたい場合、eeselはMicrosoft Teamsとヘルプデスクに接続し、過去のチケットやドキュメントから学習し、チームが日々対応している反復的な質問への回答を始めるAIチームメイトです。ここで重要な差別化要因は、実際の人と話す前に何千もの実際の過去のチケットでシミュレーションできることです。これにより、希望ではなく根拠に基づいて本番稼働できます。

座席あたりのライセンスを気にする必要はなく(料金は従量課金制で、1会話あたり約0.40ドル、無料トライアルありでクレジットカード不要)、標準で80以上の言語に対応し、規制対象のチームにはEnterpriseプランでHIPAAおよびBAA対応があります。目標がチームの知識を捉え、人々がすでに働いている場所で質問に答えることなら、それがすべてです。