Case Studies

導入事例

AI電話(音声AI)Salesforce AIAI活用研修

コールセンター運営

契約者への電話対応業務を担う事業者

CRMと音声AIを統合し、催促の架電をAIが自動で行う仕組みです。架電して終わりではなく、通話内容に応じた有人対応へのエスカレーションと、通話後の記録・通知(ACW)までを自動化しています。

業務の流れ
AIが担う人が担う
導入前
  1. 対象者を抽出
  2. 電話をかける
  3. 通話内容を記録
  4. 関係者へ共有
  5. 次のアクションを起票
導入後
  1. 対象者を抽出
  2. 電話をかける
  3. 要対応か判定
  4. 判断が要る通話に対応
  5. 記録・Teams通知

人が残るのは「判断が要る通話」だけになりました。記録・共有・起票(ACW)が丸ごと自動化された点が、人件費の削減に最も効いています。

課題
  • 契約に関する催促の架電(解約手続きの追いかけ、継続確認、未払いの督促、機器の未着確認、返却の催促など)が人手に依存していた
  • 架電そのものより、通話後の後処理(ACW)に時間が取られていた。記録の入力、関係者への共有、次のアクションの起票など
  • 定型的な内容にもかかわらず件数が多く、担当者の時間と人件費を大きく使っていた
  • 繁忙期に負荷が集中し、その時期に他の業務が圧迫されていた
主な構成

発着信基盤(Twilio)/ 顧客・契約データベース(Salesforce)/ 日本語音声合成(ElevenLabs)/ 通知先(Microsoft Teams)

打ち手
  1. 1

    CRMと音声AIを統合し、催促架電を自動化

    顧客・契約データを参照して対象を抽出し、AIが自動で架電します。架電の結果はCRMへ書き戻すため、担当者が普段見ている画面がそのまま最新になります。

  2. 2

    通話内容に応じて有人対応へエスカレーション

    会話の内容から、人が対応すべきものを判定して引き渡します。全部をAIで完結させず、判断や交渉が要る通話は人に回す設計です。

  3. 3

    ACW(通話後処理)を自動化

    通話内容の要約をチャットツール(Teams)へ自動で通知し、記録と共有を人手から外しました。ここが人件費の削減に最も効いています。

  4. 4

    6つの業務を分解し、1つに絞って着手

    全部を一度に自動化せず、最も定型度が高い1業務から着手しました。同時に、他の業務へ展開できる共通基盤を作っています。

  5. 5

    段階の区切りに意思決定ポイントを置いた

    第1弾の実運用の結果を見てから、残りの業務へ進むかを判断する形で合意しています。成果が出ないまま投資が膨らむことを防ぐためです。

設計上の要点
  • 効いたのは架電の自動化そのものより、ACW(通話後処理)の自動化だった。架電だけを自動化しても、後処理が人手なら工数は残る
  • AIが架電していることの開示と同意取得のルールを、実装より先に確定させた
  • 対応が難しい場面で人へ引き渡す条件を、設計段階で決めた
  • 繁忙期に開発が重ならないよう、その前に実装を完了させる前提でスコープを切った
  • 同じ会社に対し、バックオフィス業務のAI活用研修も並行して実施している

削減した人件費の具体的な数値は集計中です。確定し、先方の確認が取れ次第この欄に追記します。

AI営業

総合代理店

海外メーカーの製品を日本市場で扱う事業者

取り扱う候補となる海外メーカーの発掘を、AIで自動化している案件です。条件に合うメーカーを見つけ、接触し、商談の場をつくるまでを仕組みとして回しています。

成果

10件

1ヶ月で生まれた、海外メーカーとの商談

人脈に頼らず、条件から発掘して商談まで至った件数です。担当者は発掘や初回接触ではなく、商談そのものに時間を使える状態になりました。

業務の流れ
AIが担う人が担う
導入前
  1. 人脈をたどって候補を探す
  2. リストを手作業で作る
  3. 文面を書いて送る
  4. 返信を捌く
  5. 商談
導入後
  1. 狙う条件を決める
  2. 条件に合うメーカーを発掘
  3. 重複・既存先を除外
  4. 1社ずつ文面を生成し送信
  5. 商談

担当者の仕事は「狙う条件を決めること」と「商談」に集約されました。探す・送る・捌くの工程が仕組みに置き換わっています。

課題
  • 取り扱い候補となる海外メーカーを探す作業が、担当者の手作業と人脈に依存していた
  • 新規開拓のリストが枯渇し、接触できる先が頭打ちになっていた
  • 同じ企業に重ねて接触してしまう事故が起きやすかった
  • 一斉配信では返信が取れず、かといって1社ずつ書く時間もなかった
打ち手
  1. 1

    海外メーカーの発掘をAIで自動化

    取り扱いたい製品カテゴリーと条件から、該当する海外メーカーを自動で洗い出します。担当者の人脈に依存していた工程を仕組みに置き換えました。

  2. 2

    重複と既存取引先を仕組みで除外

    過去の接触履歴と突き合わせ、重ねて当たることを機械的に防いでいます。

  3. 3

    文面を1社ずつ生成

    テンプレートの差し込みではなく、相手企業の製品や事業内容を踏まえて切り口を変える形にしました。

  4. 4

    接触データを自社側に蓄積する運用へ移行

    送って終わりにせず、反応の履歴を自社のデータベースに残し、次の打ち手に使える形へ切り替えを進めています。

設計上の要点
  • 返信率が落ちてきた局面では、送信量を増やすのではなく、狙う条件と文面の切り口を見直した
  • リストの枯渇は仕組みだけでは解けないため、対象カテゴリーの拡張を先方と一緒に検討している
AI電話(音声AI)AI開発(受託)

大手建設機械メーカー

海外展開している機械メーカー

現場でのトラブルシューティングを、音声AIとの対話で解決できるシステムです。機種と言語に応じた技術情報をAIが引き当て、話しかけるだけで答えが返ります。

業務の流れ
AIが担う人が担う
導入前
  1. 現場でトラブル発生
  2. 事務所へ戻る
  3. 手袋を外して端末を操作
  4. 機種の資料を探す
  5. 対処する
導入後
  1. 現場でトラブル発生
  2. その場で話しかける
  3. 機種・言語から該当情報を特定
  4. 音声で手順を返す
  5. 対処する

「事務所へ戻る」「手袋を外す」の2工程が消えました。現場は手がふさがっているという前提から設計しています。

課題
  • 現場でトラブルが起きたとき、対処法を調べるために事務所へ戻る必要があった
  • 手袋を外してスマートフォンを操作しないと調べられず、その手間が現場の負担になっていた
  • 機種ごとに技術資料が大量にあり、必要なものへ辿り着くまでに時間がかかっていた
  • 対応言語が多く、言語ごとに資料の探し方が揃っていなかった
打ち手
  1. 1

    話しかけるだけで答えが返る形にした

    画面を操作せず、音声での対話でトラブルシューティングを進められるようにしました。手袋を外す・事務所へ戻るという手間をなくすことが目的です。

  2. 2

    機種と言語を引き継いで絞り込む

    既存の顧客向けポータルから、利用者が見ていた機種と言語を引き継いで起動し、その条件で絞り込んだ状態から始められるようにしています。

  3. 3

    検索は提供元のAPIを使う

    ファイルを直接参照するのではなく、提供元が用意した検索の仕組みを経由する構成にし、資料の更新に追従できるようにしています。

  4. 4

    多言語の表示・読み上げ品質を確保

    言語ごとのフォントと音声を検証し、どの言語でも破綻せずに使える状態を作っています。

設計上の要点
  • 現場は手がふさがっているという前提から設計した。画面操作を前提にすると、結局は使われない
  • 既存システムの利用者体験を変えないことを前提に、遷移と認証の設計を先に固めた
  • 検索が期待どおりに効かないケースを実データで洗い出し、参照方法そのものを見直した

同じような課題、お持ちではありませんか

現状を伺い、どこからAIに任せられるかを整理してお返しします。初回のご相談は無料です。

無料相談