AIで問い合わせへ即答したい一方、「大切なお客様まで機械的に扱ってしまわないか」「人へ切り替えた後に待たせないか」とお困りではないでしょうか。少人数のカスタマーサポートほど、24時間対応と丁寧な個別対応の両立が難しくなります。
原因は、AIの回答精度だけを見て導入し、人が受け取る条件、担当者、期限、引き継ぐ情報を後回しにすることです。AIが判断を止めても、担当者へ会話の経緯が渡らなければ、お客様は同じ説明を繰り返すことになります。
この記事では、AIカスタマーサポートから人へ切り替える範囲、三つの判断基準、チケットへ残す情報、50件から始める改善方法を解説します。ツール選定前に運用の境界を決めるための実務手順です。
株式会社ラクボは、問い合わせ受付、ナレッジ検索、担当通知、記録までを業務全体として設計しています。AIだけで完結させず、人の判断が必要な場面を守りながら、対応速度と品質を両立する仕組みづくりを重視しています。
AIに任せる範囲を低リスクの定型対応に絞る
AIカスタマーサポートは、営業時間、配送状況、操作手順、公開済み料金など、正解の出典があり、間違っても影響を限定しやすい質問から始めます。返金、契約変更、個人情報、強い不満、障害、例外値引きは、最初から人の担当領域に分けます。
Gartnerの2026年調査では、サポート責任者の91％がAI導入の圧力を受け、約80％の組織が一部担当者の役割変更を計画しています。重要なのは人をなくすことではなく、定型回答をAIへ移し、人が複雑さや感情へ集中できるよう役割を組み替えることです。Gartnerの調査概要もこの方向性を示しています。
まず直近100件を、AI回答、人が承認して回答、人だけが回答の三つに分類します。件数ではなく、誤回答時の影響と元情報の更新頻度で分けると安全です。受付から担当通知までの土台は、問い合わせ受付と担当振り分けの自動化手順も参考になります。
人へ切り替える条件を感情・不確実性・影響度で決める
切り替え条件は「AIが分からないと言った時」だけでは足りません。第一に、怒り、不安、解約意向など感情が強い時。第二に、参照元が見つからない、複数の回答が競合する、質問が曖昧など不確実性が高い時。第三に、金銭、契約、権限、健康、安全など判断の影響が大きい時です。
同じ質問が二度続く、否定語が増える、本人確認が必要、ナレッジの更新日が古い、といった具体的なトリガーを表にします。条件に当たったら自動返信せず、「担当者が確認すること」「回答予定時刻」「急ぎの場合の連絡先」を伝えます。IBMの対話設計解説も、理想経路だけでなく袋小路や代替経路まで考える重要性を挙げています。
営業時間外の動作も固定します。翌営業日へ回すのか、緊急窓口へ通知するのか、回答できない旨だけを返すのかを決めます。人が不在なのに「担当者へつなぎます」と表示する設計は、期待を裏切るため避けます。
会話要約・根拠・期限を一つのチケットへ集約する
人へ渡すチケットには、顧客名または顧客ID、問い合わせ要約、確認済み事項、未解決点、AIが参照した根拠、感情や緊急度、回答期限を入れます。会話全文だけを貼ると読む負担が増えるため、要約と原文リンクを分けます。AIの回答案は確定回答ではなく、担当者が修正できる下書きとして扱います。
担当者は一人に割り当て、期限を過ぎたら上長または次の当番へ再通知します。誰にでも通知する方式は、全員が「誰かが見る」と考えて滞留しやすくなります。Zendeskの案内でも、会話量、複雑さ、緊急度、担当者の稼働時間を踏まえて引き継ぎチャネルを選ぶことが示されています。
回答後は、人が修正した箇所を「情報不足」「表現」「権限」「例外処理」に分けて残します。個別の会話を学習データへ無条件に入れず、個人情報を除き、承認済みナレッジだけを更新する流れにします。
50件の小規模テストで解決率と待ち時間を改善する
導入初期は一つの問い合わせカテゴリで50件程度を試します。AIだけで正しく解決した割合、人へ切り替えた割合、初回応答時間、引き継ぎ後の待ち時間、再問い合わせ率、担当者の修正量を記録します。自動化率だけを追うと、無理な自己完結が増えるため注意が必要です。
人への切り替えが多ければ、単に閾値を下げるのではなく、ナレッジ不足と本来人が扱う例外を分けます。待ち時間が長ければ担当割り当てと期限を直し、再問い合わせが多ければ引き継ぎ後の回答品質を見直します。週1回、誤回答と滞留を5件ずつ読むだけでも改善点が見えます。
AIと人の役割、判断条件、通知、記録、改善指標を自社業務に合わせて組みたい場合は、ラクボのAI顧問・AI部門代行サービスをご覧ください。現在の問い合わせ例から小さな検証範囲を決めたい方は、AIカスタマーサポートの引き継ぎ設計を相談できます。