旅行サポートが他業界と違う形で壊れる理由
私はeeselのサポートキューを担当しており、この数年、様々な業界の実際のサポートキューでAIが本番稼働するのを見てきました。旅行業には独自の形があり、自動化する前に名指ししておく価値があります。
まず急増です。ほとんどのサポート量は比較的一定ですが、旅行業は違います。何週間も静かなまま、ある悪天候や大量欠航が起きた瞬間に一気に跳ね上がります。あるアメリカの大手航空会社は年間3,000万件の音声通話を処理しており、運航トラブル時にはボリュームが最大5倍まで急増します。このピークに合わせて人員を配置することはできませんし、そうすべきでもありません。この急増こそ、旅行業が他のどの業界よりも自動化に頼る理由です。
次に時間です。深夜2時に乗り継ぎを逃して立ち往生した旅行者は朝まで待ってくれませんし、既に我慢の限界です。この切迫感があるからこそ、悪い自動化はここで特に痛手となります。Hacker Newsのある乗客は、どんな調査よりも的確にこの苛立ちを言い表しました。
"Even Frontier has humans you can talk to. Being stranded by one of Spirit's constant delayed flights with no recourse but an automated chatbot should have been illegal."
3つ目は、そもそも信頼が薄いことです。Adaの調査では旅行者の32%が、運航トラブルへの対応について航空会社への信頼を失ったと答えており、最大の不満は単純な長い待ち時間(46%)でした。同じデータには希望も見えます。旅行者の50%は、解決が人によるものかAIによるものかを気にしていません。実際に解決さえすればいいのです。速さと正確さが「人かボットか」という問いに勝ります。つまり目標は「すべてに答えること」ではなく、定型的な質問は即座に答え、難しい案件はすぐに人へ渡すことです。そして定型的な質問こそが件数の大半を占めています。
ステップ1:自動化する前にチケットを仕分ける
1つでもツールをつなぐ前に、直近数千件のチケットを取り出し、自動化して安全、確認付きで自動化、常に人が対応の3つのバケツに仕分けましょう。
自動化して安全な案件とは、反復的で事実確認のみで済む質問です。フライト状況、手荷物許容量、チェックイン時間、座席選択、ビザや必要書類に関する質問などが該当します。これらはすでにヘルプセンターや運賃ルールに載っており、FAQデフレクションに最適です。ここが最初の対象範囲であり、労力としては少数派でもチケット件数としては大半を占めるのが普通です。
「常に人が対応」のバケツは旅行業のチームがつまずきやすい場所なので、はっきり名指ししておきます。旅行途中のキャンセル、返金をめぐるトラブル、医療や安全に関わる案件、乗り継ぎ逃しです。これらに関するAIの唯一の仕事は、案件を認識して素早く人に振り分けることで、会話全体を添えて渡します。この切り分けを最初にきちんと行うことが最も重要な決断であり、それが助けになるAIエージェントとニュースになるボットとの違いを分けます。
ステップ2:ナレッジを接続する、ただし先にクリーンアップする
AIサポートエージェントは、読むことを許された情報の質でしか良くなりません。旅行ブランドの場合、それは3つの情報源を意味します。公開ヘルプセンター、社内ポリシー(運賃ルール、変更・キャンセル条件、手荷物やビザのルール)、そして実際のチームがどう回答してきたかを示す過去のチケットです。
最後のものは思われている以上に重要です。過去の履歴には、変更手数料や振り替えをチームが実際にどう説明してきたかという、本物の言い回しが詰まっています。過去の会話で学習させることこそ、AIを一般的なボットではなく自社ブランドらしく響かせる決め手です。
ただし接続には注意が必要です。ドキュメントに書かれているものが誤っていたり古かったりすれば、AIはそのまま平然と繰り返します。旅行業では、誤った回答は単なる誤字ではなく、賠償責任につながります。ある航空会社のチャットボットが存在しない返金ポリシーをでっち上げた後、Hacker Newsのある乗客はこの利害関係を的確にまとめました。
"I expect something that's presented as customer service not to lie to me about the rebate policy. As long as what it says is plausible, I expect the company to be prepared to cover the cost of any mistakes."
そのため本番稼働前に、情報源をクリーンにしておきましょう。古くなった運賃ルールは削除し、前シーズンの手荷物料金がまだ載っている記事は消します。整理されたナレッジベースは「あればいい」ものではなく、前提条件です。
ステップ3:運航トラブルの急増に備えて設計する
これは旅行業に特有のステップであり、ほとんどのガイドが飛ばしてしまう部分です。定常状態の自動化は簡単です。本当に問われるのは、ある嵐がハブ空港からのすべての便を欠航させた夜に何が起きるかです。
問題の形はこうです。人のチームは横ばいの線です。いる人数しかいません。一方、届くチケットは横ばいではなく急増します。運航トラブル時にはこの急増が通常の5倍に達することもあります。AIは横ばいの線と急増の間のギャップを埋める存在です。なぜなら、応答しているのが100件でも10,000件でも気にしないからです。
そしてAIは、急増が生み出すまさにそのチケットに対して機能します。あるアメリカの航空会社はマルチモーダルAIでキャンセル対応の電話の31%を自動化しながら、CSATを82〜90%の間に維持しました。これは運航トラブル時のキューの中身(振り替え、状況確認、「荷物はどこ」)そのものを、緊急対策本部を立てずにさばいている例です。悪天候の週末を乗り切るチームは、急増が来る前に急増分を自動化しておいたチームであり、それは定着率にも表れます。旅の評価を「完璧だった」とした乗客の81%が同じ航空会社を再び利用する一方、評価が悪かった乗客では4%にとどまります(Wipro)。この計算の一般版を知りたい方は、AIによるチケット件数削減についての記事で解説しています。
ステップ4:壁ではなくフィルターにする
これまで読んできた旅行チャットボットの怖い話は、突き詰めれば「壁」の話です。答えたいことだけ答え、答えられないときに旅行者を閉じ込めてしまうボットです。解決策はフィルターです。AIには自信のあるメッセージだけに答えさせ、残りは静かに人へ渡しましょう。
確信度のしきい値を設定し、それを下回るチケットは全文脈付きでスタッフに直行させます。行き止まりではなく、きれいな引き継ぎにするわけです。さらに「キャンセル」や「苦情」といったタグが付いたカテゴリ全体をあらかじめ除外し、AIには一切触れさせません。これはチケットエスカレーションのプロセスが仕事をしているだけで、それがより速くなっているにすぎません。これは「あればいい」機能ではなく、旅行者が明確に求めていることです。53%が、AIを使う場合でも人によるサポートは常に利用できるべきだと答えています。
失敗パターンは、手放そうとしないボットです。旅行のレビューにはこうした声があふれています。
"Virtual chat agents are useless and won't escalate even if you demand it."
どのベンダーを選ぶかの判断基準はシンプルです。旅行者は常に一段階で人にたどり着けるか。デモで確信度に基づくルーティングとカテゴリ除外を見せられないなら、他を探しましょう。正しく実装できれば、AIチャットボットとライブチャットのどちらかという議論自体が誤った二択であることもわかります。両方をつなげて使うべきなのです。
ステップ5:多言語対応にし、旅行者がいるチャネルで応える
旅行業では、2つの設定が地味ながら大きな仕事をしています。言語とチャネルです。
まず言語です。乗客全員が英語で考えているわけではなく、チームも40か国語を話せるわけではありません。自動翻訳があれば、1つのAIが旅行者自身の言語で流暢に返信でき、国際色豊かな乗客リストが問題ではなくなります。ベルリンのBER空港はAIエージェントを24時間365日、4言語で稼働させ、待ち時間ゼロでCSAT85%を達成しています。もし受信メッセージのかなりの部分が英語以外なら、多言語サポートだけでも導入を正当化できます。
次にチャネルです。旅行者はすでにいる場所からメッセージを送ります。WhatsApp、SMS、ウェブチャット、アプリ内、そしてメールです。AIは同じ頭脳からすべてのチャネルに答えるべきで、乗客がテキストを送っても、アプリを開いても、同じ正確な振り替え回答を得られるようにします。1つのAI、すべてのチャネル、1つの正しい情報源、そして旅行者がすでに慌てているそのチャネルでリアルタイムの回答を返すことです。
ステップ6:本番稼働前に、実際の過去チケットでシミュレーションする
これは、安全な展開と世間の失敗を分けるステップであり、自信満々に見えるボットが静かに誤った回答をするのを見てきた私が、最も強くこだわっている部分です。
1人でも旅行者が自動応答を目にする前に、すでに回答済みの過去チケットの大きなバッチに対してAIを走らせ、AIならどう答えたかとチームが実際に答えた内容を比較しましょう。このドライランからは3つのものが得られます。実際の解決率の数字、AIが間違える具体的な質問のリスト、そして勘ではなくデータでしきい値を設定できる自信です。
雰囲気だけで本番稼働してはいけません。1件の誤った返金回答が審判機関に持ち込まれかねないビジネスにおいて、「だいたい合っていると思う」は本番稼働の基準にはなりません。シミュレーションこそが証拠であり、それによってCebu Pacificは待ち時間を1分未満に抑えながら自動解決率を34%引き上げました。
ステップ7:狭い範囲で本番稼働し、そこから広げる
最も安全な最小の範囲で開始しましょう。1つのチャネル、FAQ的な質問のみ、あるいは最初はAIが返信案を作成し、送信前に人が承認するコパイロットモードでも構いません。1〜2週間様子を見て、数字が安定していればカテゴリを1つずつ広げていきます。
スムーズに拡大できるチームは、ゆっくり拡大するチームです。痛手を負うチームは、初日に全自動へ切り替え、翌月ずっと立ち往生した乗客に謝り続けることになります。悪天候の週末が世間に知られてしまうビジネスにおいて、早く本番稼働することに賞品はありません。
よく見かける間違い
- 壁を作ってしまうこと。 旅行業で最も高くつく間違いです。立ち往生した旅行者が一段階で人に連絡できなければ、事態を悪化させただけです。
- キャンセルや返金を自動化してしまうこと。 これらは影響が大きく、感情的になりがちです。文脈を添えて人に振り分けましょう。
- AIに古い運賃ルールを与えてしまうこと。 古くなったナレッジベースは古い回答を意味し、旅行業ではそれは誤字ではなく賠償責任です。
- 急増を無視してしまうこと。 静かな火曜日にしか機能しない自動化は、まさに必要な日に失敗します。
- 言語対応を省いてしまうこと。 国際的な乗客がいるのに英語専用のボットでは、キューの半分しか自動化できておらず、残り半分をいらだたせているだけです。
- シミュレーションなしで本番稼働してしまうこと。 自社の履歴ではなく旅行者を相手にテストしていることになります。やめましょう。
- 見栄えのいいデフレクション率を追ってしまうこと。 重要な指標は「AIが触れたか」ではなく「正しく解決したか」です。ダッシュボードの数字ではなく、実際のROIを考えましょう。
旅行サポートにeeselを試す
レビューを賭けに出すことなく旅行業のカスタマーサポートを自動化したいなら、まさにこのワークフローのためにeesel AIは作られています。既存のヘルプデスクやチャネルにそのまま接続し、自社の運賃ルールや過去のチケットで学習し、履歴に対するシミュレーションを実行するので、本番稼働の後ではなく前に解決率がわかります。
旅行業のチームが気にするポイントは、追加機能ではなくデフォルトの挙動です。AIが確信のあることだけに答える確信度ベースのルーティング、キャンセルや返金を必ず人に届けるカテゴリ除外、すべてのチャネルにまたがる多言語対応、そして採用を急がずに運航トラブルの急増を吸収できる伸縮自在のキャパシティです。料金はプラットフォーム料金なしの従量課金制で1チケットあたり約0.40ドルなので、コストは実際に自動化したボリュームに連動し、たいていはAIと人のエージェントのコスト比較の計算に勝ります。まだ比較検討中なら、おすすめのAIチャットボットまとめも参考になります。無料で試せるので、何も決める前にシミュレーション全体を実行できます。
よくある質問
旅行者にストレスを与えずに、旅行業のカスタマーサポートを自動化するにはどうすればよいですか?
旅行サポートで最初に自動化すべき質問は何ですか?
旅行業のカスタマーサポートを自動化するには、どのくらいの費用がかかりますか?
AIは旅行サポートにおけるフライト運航トラブル時の急増に対応できますか?
AIは異なる言語で旅行者に対応できますか?
Article by
Riellvriany Indriawan
Riell is a designer and writer at eesel AI with about two years of experience researching CX platforms, AI chatbots, and helpdesk software. She combines her design background with a sharp eye for how these tools actually look and feel in practice — making her comparisons unusually visual and user-focused.
