コンタクトセンターの自動化：最初に自動化すべきもの

コンタクトセンターの自動化とは、オペレーターやスーパーバイザーが手作業で行っている業務をソフトウェアが引き受けることです。電話への応答とルーティング、定型的な問い合わせの解決、通話中のオペレーター支援、通話内容の記録などが該当します。削減効果の大半は、正しい通話を正しい順番で自動化することから生まれます。失敗したプロジェクトの多くは、最初に間違った通話を自動化しようとしていました。

このガイドは、コンタクトセンターの運用責任者と、一緒に働くエンジニアを対象にしています。自動化の層を整理し、最初のキューの選び方を説明し、音声エージェントのコストと測定の計算方法を示します。すでにキューを決めていて、段階的な試験導入の計画が欲しい場合は、AIコールセンターの試験導入ガイドをお読みください。

コンタクトセンター自動化の5つの層

「自動化」には性質の異なる製品が含まれます。動かす数字が違うので、ベンダーを比較する前に区別しておきましょう。

オペレーター支援と通話後業務は、人が対応する通話1件あたりのコストを下げます。ルーティングは、通話が適切な担当者に早く届くようにします。人が対応する通話そのものをなくせるのは音声エージェントだけです。そのため、削減効果とリスクの大半が音声エージェントに集中します。

コールセンターの自動化とコンタクトセンターの自動化

コールセンターは電話を扱います。コンタクトセンターはそこにチャット、メール、メッセージングが加わります。進め方はどちらも同じですが、電話は最も難しいチャネルです。チャットボットは返信に3秒かかっても誰も気にしません。電話でそれだけ黙れば、回線が切れたように聞こえます。音声は狭帯域で、発信者はエージェントの話にかぶせて話し、注文番号は一度で正しく聞き取る必要があります。チャットを先に自動化しても、その結果が新たなテストなしで電話に当てはまるとは考えないでください。

最初に自動化する通話

最初の候補として適した通話には、5つの共通点があります。

1. 量が多く、目的が1つ。 「注文はどこですか？」の目的は1つです。「アカウントに問題があります」には何十通りもあります。
2. 結果をバックエンドで確認できる。 注文システムに新しい住所が反映される、カレンダーに新しい予約が入る、などです。
3. 必要なデータにAPIでアクセスできる。 オペレーターが3つの画面の間で情報を書き写しているなら、自動化にも同じアクセスが必要です。
4. 間違えても影響が小さいか、すぐに気づける。 配達日の読み上げはリスクが低い作業です。返金の処理は、バックエンドがルールを強制しない限りリスクが高くなります。
5. 抜け道がきちんとある。 発信者は人につながることができ、その担当者はそれまでの経緯を見られます。

目安としては、オペレーターが金曜の16時55分に半分眠りながらでも対応できる通話なら、候補になります。

電話システムやCRMから1か月分の通話理由を抽出し、件数順に並べ、5つの条件を満たさないものを消していきます。最上位に残ったものが最初のキューです。

音声エージェントが通話を解決するために必要なもの

電話に応答するだけでなく通話を解決する音声エージェントには、次の要素がすべてそろい、連携して動く必要があります。

• 電話回線上で名前、数字、IDを聞き取れる音声認識。 平均精度は重要な誤りを隠してしまいます。理由は単語誤り率のガイドで説明しています。
• ターン検出。 発信者が話し終えたタイミングを判断し、エージェントが割り込んだり沈黙を作ったりしないようにします。音声区間検出を参照してください。
• ツールを使えるLLM。 記録を調べ、変更を行い、通話を転送します。
• 音声合成。 すばやく話し始め、日付、金額、確認コードを人と同じように読み上げます。
• 電話回線。 電話番号、通信事業者またはSIPトランク、有人キューへの転送です。
• 完了した通話の評価。 誰も聞いていない通話で何が起きたかを確認できます。

Cartesia Managed Agentsはこれらをまとめて提供します。音声認識にInk、選択したLLM、音声合成にSonicを使い、ターン管理が組み込まれています。システムツールで通話の終了、キートーンの送信、電話番号やSIP URIへの転送を行えます。Webhookツールは、照会や更新のために自社のHTTPSエンドポイントを呼び出します。電話番号はCartesiaから取得するほか、Twilioアカウントから取り込んだり、SIPで自社の通信事業者を接続したりできます。独自の音声基盤をすでに運用している場合は、SonicとInkをAPI経由で使い、ほかはそのまま残せます。

コンタクトセンターの自動化にかかるコスト

音声の自動化には通常、プラットフォームの分単位料金、電話回線、LLMの利用料という3つのランニングコストがあります。統合作業と継続的な通話レビューは別途かかります。

2026年10月6日に確認したCartesiaの公開料金で計算すると、Managed Agentsの通話は1分あたり0.06ドル、Cartesiaが提供する電話番号は1分あたり0.014ドルが加算されます。

Twilioから取り込んだ番号やSIPで接続した番号の通話では、電話回線料金はご利用の事業者の料金になります。

同じ種類の通話について、人が対応した場合の1分あたりの総コストと比較してください。その際、エージェントが実際に解決した通話だけを数えます。エージェントがうまく処理できずに転送した通話は、自動化の分と人の分の両方のコストがかかります。正直な指標は解決1件あたりのコストです。自動化の総費用に転送された通話の人件費を加え、検証済みの解決件数で割って求めます。

完結率ではなく解決率を測る

完結率は、人に届かなかった通話を数えます。報告は簡単ですが、ごまかしも簡単です。全員の電話を切るエージェントの完結率は100%です。代わりに次の指標を追跡します。

• 検証済みの解決率： 依頼が完了したことをバックエンドで確認できた自動通話の割合。
• 再問い合わせ： 同じ理由で7日以内に再び連絡があった割合。
• 転送率と転送理由： 理由を見れば、次に何を直すべきかがわかります。
• 放棄： 通話の自動化部分で発信者が切った割合。
• 誤った操作： 予約時刻の間違いから、別のアカウントへの変更まで。
• 応答の遅延： 発信者が話し終えてから応答までの待ち時間。
• 満足度： 同じ種類の通話で、自動対応と有人対応を比較します。

Managed Agentsは、完了したすべての通話を組み込みの指標で評価します。通話の成否や最初の音声までの時間などが含まれ、「発信者の問題は解決したか」のようなLLM判定の指標も追加できます。それでも、文字起こしをバックエンドの記録と突き合わせて確認してください。判定するモデルも間違えることがあります。

本番環境での例

すでにCartesiaの音声モデルでこうしたワークロードを運用しているチームがあります。

• Assort Healthは、医療機関向けに診療科ごとの音声エージェントを提供し、各クリニックのルールに沿って予約の電話に対応しています。Assortは待ち時間89%短縮、運用コスト63%削減を報告しています。
• Forethoughtはカスタマーサービス用の音声エージェントにSonicを使い、最初の9か月でディフレクション率が30%向上したと報告しています。
• Replicantは、Fanaticsなどの企業向けにコンタクトセンターの会話を自動化しています。同社のプロダクトチームは、メールアドレス、電話番号、注文番号のつづりを読み上げる場面を、ほかの音声プロバイダーが苦戦していた点として挙げています。
• SuperDialは、電話メニューの操作や保留中の待機を含め、保険会社へのアウトバウンド通話を自動化しており、運用コストが3分の1になったと報告しています。

これらは各社が自社のワークロードで得た結果です。何が可能かの目安として使い、誰かに数字を約束する前に自社のキューで測定してください。

段階的に展開する

1. 本番の通話の前にテストする。 実際の通話理由をもとにしたテスト通話でエージェントを試します。扱いにくいケースも含めます。
2. 営業時間外やあふれ呼から始める。 代わりの選択肢が留守番電話や長い保留になる場面です。
3. 営業時間中に1つのキューを担当させる。 人へすぐにつながる経路を用意します。
4. 通話の種類は1つずつ増やす。 前の種類の解決率が数週間維持できてから追加します。

その間ずっと、従来の経路も使える状態にしておきます。発信者は、すぐに人へつないでくれるエージェントは許します。抜け出させてくれないエージェントは許しません。

各要素を試すには、Cartesiaのplaygroundでエージェントを作成し、テスト用の番号をそのエージェントに向けてください。AI電話エージェントのページでは、電話番号、転送、発信について説明しています。

関連ガイド

• AIコールセンター：音声エージェントの試験導入
• 対話型IVRで電話メニューを置き換える方法
• AI受付：既製品を買うか、自分で構築するか
• 音声区間検出：音声エージェントのためのVAD
• 単語誤り率とは。音声AIのWERでは測れないもの