人手不足でも電話が回る会社へ――AI電話応対“24時間一次受付”の現実解

【Q&A】技術実装の論点

Q. 音声認識の誤りが怖い。どう担保するべきか？

A. 認識精度の「過信」を避け、再確認と分岐を設計に埋め込むべきである。具体的には、重要語のパース時に「お名前は◯◯様でよろしいですか？」の明示確認、住所や番号は桁・文字単位の復唱、閾値以下の信頼度なら即時ハンドオフ、そして「いつでも人に代わる」明確なキーワードを用意する。評価はWER（単語誤り率）だけでなく、業務影響（誤案内率、再コール率）を主KPIにする。

Q. 既存PBXや番号体系に手を入れずに始められるか？

A. 外線に専用番号を一つ足し、AI一次受付→人への転送を併用する「サイド・バイ・サイド」が初期の現実解である。SIPトランクでの分岐、クラウドPBXとの連携、番号ポータビリティの影響を最小にしつつ、運用指標を先に可視化する。後から全体設計に織り込む前提で、まずボトルネック（繁忙帯の呼出時間）に絞ることが肝要だ。

Q. 高齢者や事情のある方への配慮は？

A. 選択肢を残す設計が原則である。オープニングで「このままお話しいただくか、ゼロを押すと職員につながります」と案内し、ゆっくり話せば速度を合わせる適応、騒音環境ではDMTF入力へフォールバックする。多言語は二段目以降（意図判定後）に日本語と切り替えるほうが誤転送が少ない。ユーザビリティは計測（平均発話長、割込率）と質的調査（モニタリング）を併用して評価する。

Q. ROIはどこで出るのか？

A. 省人化だけでなく、待ち時間の短縮による満足度、再コール削減、後処理時間の圧縮、夜間対応の実現が複合的に効く。次の表は、典型的なROIの分解である（試算）。

効果項目	測定方法	金額換算の例
待ち時間削減	呼出時間・放棄呼率	苦情対応・再コール削減の人件費
一次解決率向上	FCR・転送率	後続工数・再手配の削減
夜間応対の実現	時間外の接触数	潜在需要の顕在化・逸失防止
後処理自動化	ACW・要約精度	記録・監査対応の工数

なお、高松市の実証のように「限定的な期間・部署」での評価は、効果検証の質を高める。期間内のKPIを明確に置き、2026年度中の本格導入に際しては、閾値やFAQの改善ログを活用するのがよい。

---

倫理と課題：革新の裏側にあるリスク

第一に、責任の所在である。AIの案内が誤っていた場合、責任はどこに帰するのか。公共領域では、説明責任と救済手段を明文化し、重要案内には人によるダブルチェックを仕組みとして埋め込む必要がある。ログがあるからこそ、監査可能性を担保しなければならない。

第二に、プライバシーである。録音データ、テキスト化データ、メタデータ（時刻、発信番号）の取り扱いは、保存期間、匿名化、アクセス権限を明示し、学習用途への二次利用は原則オプトインとすべきだ。標準としては、ISO/IEC 27001による情報セキュリティ運用、AI運用ではISO/IEC 42001（AIマネジメントシステム）に沿ったリスク管理を推奨する。

第三に、雇用とスキル転換の問題である。AI導入は単純に人を減らすものではない。代わりに、相談の難度が上がり、職員に求めるスキルも高度になる。「一次受付が消える」ことで、相談の質は人に集中する。ここに教育・評価・キャリアの再設計が必要だ。人にしかできない仕事を人が担う——これは言うほど簡単ではない。

第四に、格差の拡大である。音声DXが進む自治体や企業と、停滞する組織の間で、市民満足・従業員満足・業務効率の差は不可逆に広がる。音声は「見えないKPI」だったが、可視化されるほど差は広がる。共同調達、ガイドライン共有、標準プロンプトの公開など、連帯による格差縮小メカニズムが求められる。

「技術は人を代替しない。人を『出番のある場』へと押し出す。」