サポートにおける会話型AIの現状

Stripeといえば、期待を超えて顧客を驚かせ、喜ばせる優れたサポートで知られています。しかし、優れたサポートは、Twitterで見かける手書きのメモや3Dプリントのトーテムだけではありません。10年以上にわたる人とソフトウェアのエンジニアリングによって、Stripeは年間数百万もの企業を支援するカスタマーサービスを構築してきました。私がStripeに入社したのは2015年、社員数がようやく200人を超え、サポートチームが会議テーブル1台を囲める規模だった頃です。

私は、Stripeのグローバルなサポート体制における初期拠点、ダブリンで最初期に採用された一人でした。そこでの5年間に、Stripeはサポートチームを専門分野ごとに再編し、Tier 1サポートに外部ベンダーを導入し、チャネルと言語を拡大し、最終的には有料サポートプランも追加しました。こうした進化するサポートプログラムの設計とテストに携わるなかで、カスタマーサービスをスケールさせる複雑さを身をもって経験しました。その複雑さは、会話型AIによって簡素化できたはずです。

Conversational AI

Conversational AI has three elements. These three elements work together seamlessly: Speech-to-Text captures the user’s intent, Language Models interpret and generate intelligent responses, and Text-to-Speech transforms those responses into natural conversation.

• Speech to Text: The AI ears convert a user’s spoken natural language into text, with high accuracy.
• Language Models: The AI brain processes this text and understands the context to generate intelligent responses.
• Text to Speech: The voice transforms text responses into natural-sounding speech.
• Turn Taking:A dedicated service monitors for interuptions and ensures the conversation is natural and feels human.

Stripeに入社したとき、私の仕事はプロダクトについてできる限り多くを吸収することでした。研修では経験豊富なエージェントに同行し、数多くの過去のサポート対応から学びました。これは、AIエージェントが学習する方法にも似ています。

AIはパターン認識に優れており、サポート業務の多くはパターン認識です。まずユーザーが問題を説明し、サポート担当者はその情報を処理して既存の知識と照合し、回答を提示します。ただし、サポートはナレッジベースを読み上げるだけではありません。優れたカスタマーサービスには、共感、創造性、そしてユーザーと協力して問題を解決する姿勢が必要です。残念ながら、ほとんどのサポート対応はその水準に達していません。

サポートの現状

サポートは重要な接点ですが、多くの場合ストレスを伴います。最後に航空会社へ電話したときを思い出してみてください。何時間も保留で待たされ、ようやく担当者につながったと思ったら、その問題は別の部署の担当だと言われる――そして、この終わりのない循環が続きます。

苦痛を感じるのは顧客だけではありません。優れたサポート体験を提供するのは難しく、規模が大きくなるほどさらに難しくなります。ビットで動くソフトウェア中心の世界においても、サポートは主に物理的な制約を受けます。たとえば、一夜にして顧客が急増した場合、サイトを維持するためにAWSインスタンスを立ち上げることはできます。しかし、スイッチを入れるだけでサポートを開始することはできません。

サポート機能を拡大するには、時間も費用もかかります。北米では、サポート担当者を採用し、研修し、オンボーディングするまでに約$12,000かかります。この初期費用を含めると、サポート担当者1人あたりの平均コストは時給約$30〜$40です。サポート担当者を外部委託する企業もあり、その場合の時給は$8〜$30です。一見魅力的ですが、低価格には説明責任、プロセス、サポート品質を管理しにくいという代償が伴います。

では、数分でサポート体制を立ち上げ、無限に拡張できるとしたらどうでしょうか？低コストで高品質なサポートを提供できるとしたら？それが会話型AIの可能性です。長年サポートに携わってきた私にとって、これはまさにゲームチェンジャーだと感じます。

Alexisは、ElevenLabsのAIエージェントの一例です。ElevenLabsのドキュメント内でサポートエージェントとして構築され、ElevenLabsのドキュメント内現在では1日に100件を超える通話に対応しています。

Alexisが人間だったと想像してみてください。まず、人間のサポート担当者で1日に100件の通話を処理できる人は多くないでしょう。非常に効率的な担当者が単純な通話を扱うなら約60件、スキルが低い担当者やより複雑な問い合わせならおそらく40件程度です。つまり少なくとも2人を採用し、残業代も支払う必要があるでしょう。

担当者が北米拠点の場合、100件の通話対応には最低でも$700、平均で約$1719、最大で$4094かかります。かなりの額なので、外部委託を検討するかもしれません。その場合は$128〜$480、平均で$288ほどです――表面的には大幅に安く見えますが、委託先企業のオンボーディングや管理には隠れたコストがあり、期待する基準を満たさなければブランドや評判のリスクも伴います。

AIサポートエージェントの運用コストは、オーディオ部分だけなら1分あたり最低$0.015です。LLMのコストは、選択するモデルとナレッジベースの規模によって、1分あたり1セント未満から数セント程度です。つまり、100件の通話で約$13〜$18となります。社内担当者の平均コストより110倍以上安く、外部委託担当者の平均より18倍安価です。客観的に見ても、Alexisのサポート体験はかなり優れています。この価格帯なら、驚異的です。

会話型AIの活用事例

大部分がアナログなサプライチェーンの世界で、Trabaは人材とテクノロジーをつなぐ架け橋として、産業系企業による従業員の採用と管理を支援しています。Trabaはアプリやダッシュボードを提供していますが、紙のタイムシートやコルク製の求人掲示板に慣れた従業員にとって、電話でのコミュニケーションは依然として重要な接点です。 

Trabaは、オペレーションチームが最も多くの時間を費やしている電話を分析し、主に2つの領域を特定しました。サポート問い合わせへの対応と、スケジュール確認リストの確認です。CTOのAkshay Buddiga氏にとって、自動化は明らかな答えでしたが、タイミングも重要です。「効率化したいプロセスを見つけたら、後から解決策を追加するよりも、早い段階で自動化を組み込むことを好みます。」

Trabaはユニットエコノミクスとテクノロジー革新で先行し続けることに徹底的に注力しているため、これらの通話を会話型AIへ移行することには複数の魅力がありました。チームはスピードとコストを重視してソリューションを探しました。しかし、ユーザー体験も重要でした。ソフトウェアエンジニアのJoseph Besgen氏はこう述べています。「録音を聞いているだけではなく、会話のように聞こえてほしかったのです。」ElevenLabsのデモはあまりにリアルで、テスト中、Traba社員の父親はそれがAIなのか息子のチームの誰かなのかを見分けられませんでした。 

数千人の軽工業従事者のスケジュールを組むことには本質的な複雑さがありますが、医師の診察予約を1件（1件）取ることまで難しいはずはありません。とはいえ、最近かかりつけ医に電話したことはありますか？患者にとってはストレスであり、医療スタッフの時間も非効率に使われます。ElevenLabsとの提携により、 EliseAIのアシスタントは、予約調整から請求まで、医療事務の不足を補っています。ある病院では現在、通話の86％が完全にAIエージェントによって処理されています。これにより、1通話あたりのコストを66％削減できただけでなく、事務スタッフの効率も向上しました。EliseAIは、英語を話さないコミュニティの医療へのアクセスも広げています。 

未来

業界別に会話型AIの成長を見ると、いくつか興味深い傾向が見えてきます。EdTechは、企業が手頃な価格で個別最適化されたマンツーマン指導や語学学習をようやく提供できるようになったことで、会話型AIを最初に取り入れた業界でした。サポート対応はパターン認識に特に適しているため、カスタマーサポート用途もすぐに続きました。答えはナレッジベースに存在し、AIエージェントはそれをユーザーの質問と照合します。また、特に物流や医療などの分野で、業界特化型のエンドツーエンドアプリケーションも増えています。たとえばTrabaやEliseAIです。これらも反復的で予測可能な領域であるため、AIエージェントが容易に処理できます。

会話型AIは、サポートを物理的な世界からビットの世界へと移します。これからは、企業と顧客の双方にとって、サポートはより良い体験になります。クラウドプロバイダーのように、AIサポートチームも規模を拡大・縮小できます。顧客が保留で待たされることはなくなり、世界中にサポートセンターを立ち上げる運用上の悩みからも解放されます。

この1年、音声エージェントは会話と知識検索に優れてきましたが、これは始まりにすぎないと思います。2025年には、AI音声エージェントが、受信した会議予約や「プロダクトスペシャリスト」型のサポート問題における標準的な手段になると考えています。知識検索を行う通話に限られるかもしれませんが、これによりサポート件数を大幅に減らし、人間のチームはより価値の高い業務に集中できるようになります。

2026年までには、知識を検索する段階から、行動を実行する段階へと移行しているでしょう。標準的なAI音声エージェントはAPI呼び出しを行い、サードパーティーアプリと連携します。会議の予約や返金処理といった行動を日常的に実行するようになります。

2027年には、AI音声エージェントはサポートからカスタマーサクセスへと進化すると考えます。買い手側と売り手側の両方で、営業案件全体のようなものをAIエージェントが担うようになるでしょう。多くの人にとってはこれが最後のフロンティアに見えるかもしれませんが、私にとっては始まりにすぎません。かつて人間にしかできないと考えられていた、深い文脈理解と創造性を要するタスクも、ますますAIの領域になっていくでしょう。

サポートはコストセンターから変革されます。まずは費用を相殺し、最終的には事業のプロフィットセンターになります。AI音声エージェントは顧客に積極的に連絡し、チャーンを減らして顧客LTVを高めます。会話型AIは人間によるサポートの利点を数多く備えていますが、完全な記憶力、数十の言語、24時間365日の稼働も実現します。未来は近づいており、多くの意味で、すでにここにあります。即座に、共感をもって、効果的に対応するサポートを――いつでも必ず受けられる世界を想像してみてください。まもなく、楽しみのためだけに航空会社へ電話したくなるかもしれません。