商品ページだけでは分かりにくい仕様の違い、配送状況、返品条件、注文内容の変更。ECの問い合わせは、購入前から購入後まで幅広く発生します。
問い合わせが増えるたびに人員を増やす方法には限界があります。一方で、AIによる自動化を急ぎすぎると、誤った案内や不適切な対応が増え、かえって確認や修正の負担が大きくなることもあります。
AIカスタマーサポートを選ぶ際に見るべきなのは、自動応答率だけではありません。
顧客の問題が実際に解決したか。カスタマーサポート担当者の検索や入力作業が減ったか。ナレッジや業務ルールを無理なく更新できるか。有人対応が必要な問い合わせを適切に引き継げるか。
本記事では、EC・D2C事業者がAIエージェントを比較する際の確認項目と、導入前に準備しておきたい運用体制を整理します。
AIカスタマーサポートに期待できる業務
AIエージェントが対応できる範囲は、FAQへの回答だけではありません。商品情報や注文データと連携することで、購入前の商品案内から購入後の問い合わせまで対応範囲を広げられます。
ただし、AIが回答したことと、顧客の問題が解決したことは同じではありません。導入効果は、回答数ではなく、解決状況や有人対応後の手戻りも含めて判断する必要があります。
図1：AIカスタマーサポートがもたらす2つの価値*
選定時に確認したい5つのポイント
1．商品案内の精度
ECの商品相談では、顧客が最初から条件を整理して伝えてくれるとは限りません。
たとえば「屋外で使えて、軽く、手持ちのアクセサリーと組み合わせられる商品がほしい」といった相談では、AIが不足している条件を聞き返し、複数の商品を比較したうえで、おすすめする理由を説明できるかが重要です。
図2：AIによる商品案内の流れ*
確認したい項目は次のとおりです。
商品カタログや商品ページを参照できるか
型番、サイズ、素材、成分などを正しく区別できるか
用途や予算を追加で確認できるか
おすすめした理由を顧客に説明できるか
在庫切れや販売終了商品を除外できるか
提案してはいけない商品や条件を設定できるか
化粧品、健康食品、家電など、説明上の注意が必要な商品では、回答可能な範囲と有人対応へ切り替える条件を事前に決めておく必要があります。
2．注文・配送・返品に関する処理
「荷物はいつ届くか」という問い合わせでも、実際の対応には本人確認、注文検索、配送状況の取得、回答作成といった複数の工程があります。
AIエージェントを比較する際は、どの段階まで対応できるかを分けて確認します。
図3：注文・アフター対応の流れ*
情報を案内するだけの機能と、外部システムを操作する機能では、必要な権限設計が異なります。
キャンセルや返金など、取り消しが難しい処理については、顧客による最終確認や担当者の承認を挟めるかも確認すべきです。
3．有人対応への切り替え
AIですべての問い合わせを完結させる必要はありません。
規約外の対応が必要なケース、強い不満を伴う問い合わせ、本人確認ができないケース、責任ある判断が求められる相談などは、有人対応が適しています。
重要なのは、切り替えの有無だけでなく、担当者がどのような情報を受け取れるかです。
顧客が伝えた内容
AIが案内した内容
参照した注文や商品情報
すでに実行した処理
未確認の項目
有人対応へ切り替えた理由
図4：AIから有人対応への情報連携*
これらが担当者に共有されなければ、顧客は同じ内容をもう一度説明することになります。有人対応への切り替え率を下げることだけを目標にせず、切り替え後の待ち時間や再質問の回数も確認します。
4．ナレッジの更新と品質管理
商品情報、キャンペーン、配送条件、返品規約は変化します。導入時に正しい回答ができても、ナレッジを更新しなければ精度は徐々に下がります。
選定時には、次の運用が可能かを確認します。
回答できなかった問い合わせを抽出できるか
誤回答の原因となった情報を特定できるか
修正したナレッジを公開前にテストできるか
商品や規約の変更を誰が反映するか
AI、シナリオ、有人対応の実績を区別できるか
更新履歴や操作履歴を確認できるか
AIの運用品質は、導入時の設定だけで決まりません。公開後に会話ログを確認し、ナレッジや対応ルールを改善できる体制が必要です。
5．総コスト
月額料金だけで比較すると、導入後の負担を見誤ることがあります。
総コストには、少なくとも次の項目を含めます。
ソフトウェア利用料
AIの利用量に応じた料金
オペレーターのアカウント（席）費用
初期設定とシステム連携
ナレッジの作成と更新
会話ログの確認と改善
誤回答や誤処理による手戻り
有人対応や外部委託の費用
自動化率が高くても、誤回答の確認や修正に時間がかかれば、全体のコストが下がるとは限りません。
比較する場合は、次のような考え方が参考になります。
> 1件あたりの解決コスト ＝ 対象期間のカスタマーサポート関連費用 ÷ 実際に解決した問い合わせ件数
ここでいう「解決」は、AIが回答した、またはチケットが終了したという意味ではありません。顧客が再度問い合わせる必要がなく、必要な案内や処理が完了した状態として定義します。
主なAIカスタマーサポート製品の特徴
各製品は同じように見えても、想定しているEC基盤や運用体制が異なります。優劣を一律に判断するのではなく、自社の問い合わせ傾向と既存システムに合わせて候補を絞ります。
製品の機能、料金、対応チャネルは変更される場合があります。実際の選定時には、最新の公式情報と日本市場で利用できる機能を確認してください。
自社に合う候補の絞り方
Shopifyを中心に運営している場合
商品カタログ、注文情報、在庫、返品などをShopify上で管理している場合は、GorgiasやTidioのようにShopifyとの連携を前提とした製品を比較しやすくなります。
ただし、商品情報が日本語の場合の精度や、国内の配送・決済サービスとの連携範囲は個別に確認が必要です。
すでにカスタマーサポート基盤がある場合
ZendeskやIntercomなどを利用している場合は、現在のチケット、ナレッジ、ルーティングを残したままAIを追加できるかを確認します。
移行費用だけでなく、過去の問い合わせ履歴や既存レポートを継続して利用できるかも重要です。
複数チャネルや多言語対応をまとめたい場合
Webサイト、メール、SNSなどに問い合わせが分散している場合は、チャネルを横断して顧客情報や会話履歴を管理できるかを確認します。
海外顧客への対応がある場合は、単に翻訳できるかではなく、商品名、配送条件、返品規約を各言語で正しく案内できるかをテストします。
商品案内から購入後の対応までつなげたい場合
購入前の商品相談と購入後の問い合わせを別々に扱うと、顧客情報や会話履歴が分断されやすくなります。
QuickCEPを候補に入れる場合は、商品のおすすめ、多言語での問い合わせ対応、注文・配送情報の参照、会話要約、メール返信支援、チケットやワークフローとの連携を、自社の業務フローに沿って検証します。
複数のAIエージェントを利用できること自体が導入目的ではありません。商品案内、注文照会、返品受付などの役割分担が、実際の解決率や運用負荷の改善につながるかを確認することが重要です。
導入前に準備する資料
AIカスタマーサポートの精度は、利用するモデルだけでなく、参照する情報の品質にも左右されます。
導入前に、次の資料を整理します。
商品情報
商品名、型番、サイズ、素材、成分
使用方法と注意事項
商品同士の違い
おすすめできる用途とおすすめできない用途
在庫情報の更新元
販売終了商品の扱い
注文・配送・返品ルール
注文ステータスの定義
配送会社と追跡方法
注文変更やキャンセルの条件
返品・交換の期限と対象条件
返金方法
本人確認に必要な情報
例外時の承認者
対応ルール
AIが回答してよい範囲
AIが実行してよい操作
顧客の確認が必要な操作
有人対応へ切り替える条件
緊急時やクレーム時の連絡先
個人情報を含む問い合わせの扱い
文章と表記
ブランドとして使用する語調
商品名やサービス名の正式表記
顧客への呼びかけ方
法務・品質部門が指定する注意書き
使用を避ける表現
FAQだけを登録して終わらせず、判断条件や例外も文書化しておくと、AIと有人対応のばらつきを抑えやすくなります。
運用体制と役割分担の決め方
AIカスタマーサポートは、カスタマーサポート部門だけでは運用できない場合があります。
「誰かが必要に応じて更新する」という状態では、古い情報が残りやすくなります。情報の種類ごとに更新責任者を決め、変更時の確認手順を用意します。
スモールスタートで検証する導入手順
最初からすべての問い合わせを自動化するよりも、問い合わせ頻度が高く、判断基準が明確な業務から検証する方が、問題を把握しやすくなります。
1．対象業務を決める
注文状況の確認、配送案内、商品仕様の質問など、対象を限定します。
2．過去の問い合わせを使ってテストする
個人情報を削除した実際の問い合わせを使い、正しく回答できるか、必要な確認（聞き返し）ができるか、有人対応へ適切に切り替えられるかを確認します。
3．権限を限定する
初期段階では情報照会だけを許可し、キャンセルや返金などの操作は担当者の承認を必要とする設計も検討します。
4．有人対応の条件を設定する
AIが回答できない場合だけでなく、強い不満、規約外の対応、本人確認の失敗、責任ある判断が求められる問い合わせも対象にします。
5．導入前後を比較する
少なくとも次の指標を確認します。
初回回答までの時間
問い合わせの解決率
有人対応への切り替え率
切り替え後の対応時間
同じ顧客からの再問い合わせ
チケットの再開率
顧客満足度
担当者の処理時間
ナレッジ更新に必要な時間
1件あたりの解決コスト
数字だけで判断せず、誤回答や顧客の不満がどのような場面で発生したかも確認します。
図5：導入効果の評価と検証プロセスAIカスタマーサポートが向いていないケース
次のような状態では、導入前に業務整理を優先した方がよい場合があります。
商品情報や返品規約が社内でも統一されていない
例外対応が多く、判断基準が文書化されていない
ナレッジを更新する担当者が決まっていない
注文や在庫の正しい情報を取得できない
AIに付与する権限を管理できない
高リスクな判断まで自動化しようとしている
有人対応へ切り替えた後の受け入れ体制がない
AIは、整理されていない業務を自動的に整備するものではありません。業務ルールが曖昧な場合、その曖昧さが回答や処理にも反映されます。
よくある質問
AIカスタマーサポートによって減らせる業務は何ですか
よくある質問への回答、商品情報の検索、注文・配送状況の確認、翻訳、メール返信文の作成、会話の要約などが主な対象です。
実際に削減できる業務量は、問い合わせの種類、ナレッジの整備状況、ECや物流システムとの連携範囲によって異なります。
自動化率が上がればコストも下がりますか
必ずしも下がるとは限りません。
AIの利用料、連携費用、ナレッジの更新、会話ログの確認、誤回答による手戻りも含めて判断する必要があります。自動化率だけでなく、解決率と1件あたりの解決コストを確認します。
AIによる商品案内は売上に貢献しますか
顧客が商品の違いを理解し、自分に合う商品を見つけやすくなることで、購入判断を支援できる可能性があります。
ただし、売上は流入数、価格、在庫、広告、キャンペーンなどの影響も受けます。AI導入前後の売上だけで判断せず、商品案内を利用した顧客の行動や購入までの経路を確認します。
多くのAIエージェントを使うほど効果が高くなりますか
エージェントの数だけでは判断できません。
商品案内、注文照会、返品対応などの役割が明確か、エージェント間で情報を正しく引き継げるか、処理結果を確認できるか、運用担当者が管理できるかが重要です。
有人対応はなくせますか
有人対応を完全になくすことを前提にしない方が現実的です。
規約外の対応、感情的な問い合わせ、本人確認が必要なケース、重要顧客（VIP）への対応など、人による判断が適している場面は残ります。AIの役割は有人対応をなくすことではなく、担当者が必要な問い合わせに集中できる状態をつくることです。
自動化率ではなく、解決の質から選ぶ
AIカスタマーサポートの選定では、機能数や自動化率に目が向きがちです。しかし、EC・D2Cの実務で重要なのは、顧客が必要な情報を得られたか、処理が正しく完了したか、担当者の負担が実際に減ったかという点です。
候補となる製品には、同じ問い合わせデータと同じ業務条件を提示し、商品案内、注文処理、有人対応への切り替え、ナレッジ更新までを一連の流れとして比較すると判断しやすくなります。
QuickCEPは、複数チャネルの問い合わせ対応、商品案内、多言語対応、注文・配送情報、顧客管理、チケット、ワークフローを組み合わせ、購入前から購入後までの顧客対応を支援します。
自社のどの問い合わせからAI化すべきか整理したい場合は、現在の問い合わせ内容、運用体制、利用システムをもとに導入範囲をご検討ください。