通信業界向けAIカスタマーサービス:2026年に本当に機能するもの

通信業界のサポートが独特に難しい理由

私は毎日サポートキューで働いていますが、「サポートなんてどこも同じだ」と言われたときに引き合いに出すのが通信業界です。実際は違います。通信業界のキューは、AIと人間の双方を破綻させる3つの要素を併せ持っています。膨大な問い合わせ量、本当に複雑な問題、そして支払っているサービスが機能しなくなったことで、連絡が来る前からすでに怒っている顧客です。ほとんどのデモが見せてくれる、整ったAIカスタマーサービスのワークフローとはかけ離れています。

ベンチマークデータもそれをはっきりと裏付けています。SQM Groupの2024年ファーストコール解決率ベンチマーク(2025年2月発表)によると、通信業界のコールセンターは「改善が必要」な水準にあり、SQMの25年以上に及ぶベンチマーク調査の中で、世界最高水準のファーストコール解決率を達成した通信会社は一社もありません。全業界平均は69%、世界最高水準は80%以上で、これを達成しているのはコールセンター全体のわずか5%です。

さらに悪いことに、通信業界で最も対応が難しい問い合わせは、最も件数の多い問い合わせでもあります。SQMの問い合わせ種別ごとの内訳では、請求関連の初回解決率はわずか69%、テクニカルサポートは60%、苦情に至っては48%にとどまっています。この3つのカテゴリーが、あらゆる通信事業者のキューの大部分を占めています。

そしてプレッシャーは高まる一方です。SQMによると平均対応時間は697秒、約11.6分で、前年比18%増加しており、最も長い通話ほど解決率が中程度の通話より悪化しています。人員面では、年間34%という担当者の離職率により、経験を要する複雑な請求・ネットワーク問題に、経験の浅い担当者が定期的に当たることになります。これこそAIが埋めるべきギャップであり、だからこそ通信業界は他のほぼどの業界よりも早くAIカスタマーサービス自動化に飛びついているのです。

規制の対象でもあります。Ofcomの2025年第2四半期苦情報告書では、障害、サービス品質、開通に関する問題が、ブロードバンドおよび固定電話の顧客が苦情を申し立てる主な理由であり続けていることが分かり、請求ミスには実際のペナルティが伴います。Ofcomは1件の強制措置により、BTに顧客への1,800万ポンドの返金または信用取引を義務付けました。誤った回答が規制上の問題になり得るなら、正確性はあれば良いものではなく必須です。

通信業界が最初に手にしたAI(そして顧客がそれを嫌った理由)

ここが、ほとんどのベンダーが省く部分です。通信業界はAIを避けませんでした。むしろ突き進み、その多くが出来の悪いものでした。第一波は、電話キューの前に取り付けられたデフレクションボットで、その本当の仕事は人間に到達させないことであり、顧客はそれを一瞬で見抜きました。

私の言葉を鵜呑みにする必要はありません。Comcastの自社カスタマーフォーラムで、文字通り"Why is your AI completely useless"と題されたスレッドでは、その声は容赦なく、一貫しています。

"I spent 20 min in an endless loop with the chatbot online and on the phone. The only way to speak to a real human is to state to the chat bot you want your service disconnected."

Xfinityコミュニティフォーラムの顧客より

同じスレッドの別の投稿:"Useless software that sends customers on an endless loop where the solution is always to restart the modem." これは、ACSIが一言、"AI promises fall short"(AIの約束は期待外れに終わった)という言葉で捉えたマクロな物語を、深夜11時に激怒する一人の顧客に凝縮したものです。

ここから得られる教訓は「通信業界にAIは機能しない」ではありません。デフレクションの壁と本物のチームメイトは、たまたま同じチャットウィンドウを共有しているだけの正反対の存在だということです。一方は顧客を閉じ込め、もう一方は問題を解決するか、きれいに引き継ぎます。この記事から一つだけ画像を覚えるなら、これにしてください。

良いニュースは、正しく行えば数字が逆転するということです。Vodafone自身のニュースルームによると、同社のTOBiアシスタントは月間約100万件のやり取りを処理しており、初回解決率は70%です。より広範なプログラム全体では、英国のファーストコール解決率を77%まで引き上げました。これは、AIが通信業界のキューをただ吸収するのではなく、上流で解決できることを示す事業者規模での実証例です。

優れた通信業界向けAIカスタマーサービスが実際に行うこと

では、AIが担うべき大量かつ反復的な業務層とは何でしょうか。通信業界のキューにおいて、それは驚くほど一貫しており、誰もが不満を抱く問い合わせ種別とほぼ一対一で対応します。

• 請求関連の質問。「なぜ今月の請求額が高いのか」「この請求内容を説明してほしい」「支払日を変更したい」。請求は通信業界で最も件数の多い問い合わせ種別であり、初回解決率が最も低いものの一つでもあるため、最も価値の高い自動化対象になります。実際の請求関連チケットで学習し、アカウントデータに接続されたAIは、人間を介さずに請求関連の質問に回答できます。
• 障害・ネットワーク状況。「自分の地域で障害が起きているか」。ステータスシステムを確認するAIエージェントなら、同じ障害によってすでに急増している待ち行列に顧客を追加するのではなく、即座に回答できます。これはインシデント発生時にチケット件数を削減する最もクリーンな方法の一つです。
• **プラン変更とアカウント管理。**これらはすでに人間が対応した場合にきれいに解決しています(SQMではアカウント管理の初回解決率を72%としています)。そのため、安全でクリーンな自動化候補になります。
• **時間外対応。**通信業界の顧客は9時から17時のスケジュールに合わせて障害を起こしてくれるわけではありません。時間外AIサポートは、人間のキューではカバーできない夜間の時間帯をカバーし、そこはまた、最も怒りに満ちたフォーラム投稿が書かれる時間帯でもあります。
• **多言語サポート。**通信事業者は多様な言語を話す大規模な顧客基盤を抱えています。顧客自身の言語で回答する多言語サポートエージェントは、プレミアム機能ではなく当然備えるべき基本機能です。

これを無謀ではなく安全にする仕組みが信頼度ルーティングです。AIにすべてに回答させる(デフレクションの壁と同じ過ち)のではなく、優れたシステムは確信が持てる内容だけを回答させ、残りは静かに下書きを作成してエスカレーションし、会話全体を人間に引き継ぐことで、顧客が同じ説明を繰り返す必要をなくします。

AIがどこで動くかも重要です。最も優れた導入事例では、別のチャットボットを横付けするのではなく、すでに使っているヘルプデスク内で動作させ、AIが担当者と同じチケット、マクロ、顧客履歴を確認できるようにしています。実際のZendeskキューで動作させると次のようになります。

正確性の維持:規制対象の通信会社が省略できない部分

通信業界の請求ミスが1,800万ポンド規模の結果につながり得ることを考えると、「AIが自信ありげに答える」というだけでは不十分です。私がこれまでに最も頻繁に見てきた失敗は、流暢に、しかし誤った回答をするボットであり、これは回答がないことよりも悪い結果を招きます。これを解決する制御は主に2つです。

1つ目はハルシネーション防止です。AIは、もっともらしい請求内容の説明を即興で作り出すのではなく、実際のナレッジ(ヘルプ記事、過去に解決したチケット、アカウントシステム)に基づいて回答し、確信度が下がった場合は人間に引き継ぐべきです。私たちはこれを何年も前に痛い経験として学んだため、現在では低い確信度を失敗ではなくルーティングのシグナルとして扱っています。

2つ目はローンチ前のシミュレーションです。これは、慎重なロールアウトと希望的観測に基づくロールアウトを分ける工程です。AIが実際の通信業界の顧客に一件でも返信する前に、過去の数千件のチケットに対して実行し、実際にはどう回答したか、どこで解決できたか、どこで沈黙していたかを正確に確認します。ギャップを修正してから、実際に信頼できる数字を持って本番稼働に移ります。

また、ルールエンジンではなく平易な言葉で動作を調整できるため、通信事業者のポリシーが頻繁に変わる場合に重要です。「最終請求額を絶対に提示しない、返金に関する紛争は必ずエスカレーションする」とAIに伝えるのは、一文で済むべきであり、スプリント全体をかけるべきではありません。

ツール選びで確認すべきポイント

通信業界の業務に特化してAIカスタマーサービスソフトウェアを評価している場合、一般的な「最高のAIチャットボット」チェックリストでは、事業者規模で実際に問題になる点を見落としがちです。(ツールごとの比較が必要な場合は、通信サポート向け最高のAIについての別のまとめ記事もあります。)通信サポートのリーダーに渡すとしたら、こんなチェックリストになります。

料金について具体的に言うと、通信業界の問い合わせ量においてこそ、料金モデルの選択がコストに直結します。座席数課金と解決件数課金はどちらも、AIを最も必要とするとき(障害発生時)にこそコストが跳ね上がるように働きます。チケット単位で支払う従量課金モデルなら、コストを予測可能に保つことができ、決定する前に現在の人的対応チケットあたりのコストや、さらにはオフショアチームとの比較とも直接比較する価値があります。コスト削減は通常、問い合わせ量から生まれるため、見出しの料金よりも、どの単位で課金されるかの方が重要です。

また、AIがまだ答えになっていない領域について正直であることも重要です。高度に技術的なネットワーク診断、解約しかけているエンタープライズ顧客とのリテンション対応、感情的に高ぶった内容など、これらはまだ人間を必要としており、優れたツールはすべてをこなせるふりをするのではなく、その引き継ぎを迅速に行えるようにすべきです。この正直さこそが本質です。顧客から苦情が寄せられる通信事業者とは、そのAIが限界を認めることを拒んだ事業者のことです。

通信業界サポート向けにeeselを試す

通信業界のサポートキューを運営しているなら、eesel AIはここまで説明してきた状況のために作られています。既存のヘルプデスク(Zendesk、Freshdesk、Front、Gorgiasなど)内で動作し、導入初日から過去のチケットとヘルプ記事から学習し、80以上の言語で請求・障害・プランに関する質問に回答しながら、確信が持てない内容はすべて完全なコンテキストとともに人間へ引き継ぎます。

規制対象で問い合わせ量の多い業界にとって最も重要な差別化要因は、シミュレーションモードです。自社の過去の履歴チケットに対して実行し、顧客と話す前に実際の解決率を確認できます。規模感の参考として、あるeeselの顧客は月間10万件以上のチケットに完全自動化されたエージェントを運用しており、Gridwiseでは導入初月でティア1リクエストの73%が解決されました。無料でお試しいただけ、クレジットカードも不要なので、自社のキューに対してシミュレーションを行い、実際の数字を自分の目で確認できます。