AIがサポートチームの役割と要員配置をどう変えるか

著者: Linh Ngo · 更新日: 2026年10月11日

AIは、定型的で文書化された問い合わせを引き受け、それ以外では担当者を支援することで、サポートチームの役割を変えます。その結果、人間の仕事は複雑な案件、判断が求められる場面、そしてAIが動くためのナレッジとルールの維持へと移ります。 人員計画も変わります。件数は減るものの難しい会話に対応できるよう配置し、AIトレーナーやナレッジマネージャーなど、これまでになかった少数の役割を加えることになります。

このガイドは、AIがワークフローに入ったあとの組織図をどう描くかを決めなければならないサポートリーダー、CXディレクター、サポートマネージャー向けです。AI for Customer Serviceコレクションの一部です。全体像については、まずカスタマーサービスにおけるAIをご覧ください。ここでは人に焦点を絞ります。どの役割が変わり、どの新しい役割が生まれ、サービスを損なわずにチームをそこへ移行させるにはどうすればよいかを解説します。

重要なポイント

• カスタマーサポート担当者5,179人を対象とした調査では、生成AIアシスタントを利用することで、1時間あたりの解決件数が平均14%向上しました（Brynjolfsson、Li、Raymond、NBER Working Paper 31161）。
• 同じ調査では、新人や低スキルの担当者で34%の向上が見られ、経験豊富で高スキルの担当者への影響はわずかでした（NBER Working Paper 31161）。
• 米国労働統計局（BLS）は、2025年のカスタマーサービス担当者の職を約267万件と集計しており、2025年から2035年にかけて5%減少し、約141,800件の職が失われると予測しています（BLS Occupational Outlook Handbook）。
• BLSは、この減少の要因として、単純な業務をセルフサービスのシステムや自動化が処理するようになることを挙げています。一方で、複雑な問い合わせのために社内のサービスセンターを維持する企業もあるとしています（BLS Occupational Outlook Handbook）。
• 予測される減少があっても、BLSは年間約289,500件の求人が出ると見込んでいます。そのすべては、この職種を離れる人や他の職種に移る人によるものです（BLS Occupational Outlook Handbook）。

サポートチームで実際に何が変わるのか

サポート組織には2つの力が同時に働いており、それぞれが逆の方向に引っ張ります。

1つ目は支援です。AIコパイロットは、担当者が入力している間に、返信の下書き、長いスレッドの要約、適切なヘルプ記事の取得を行います。NBERの調査は、この効果について現時点で最も明快なエビデンスです。効果は均等に現れたわけではありません。新人や低スキルの担当者で34%向上し、経験豊富な担当者への影響はわずかだったことから、アシスタントはトップパフォーマーがすでに知っていることを伝える形で機能している面があると考えられます。これは要員配置にも影響します。立ち上がりの期間と、ベテラン担当者の価値の両方が変わるからです。そのメカニズムはAIコパイロットの解説記事で説明しています。

2つ目は自動化です。チャットボットやAIエージェントは、一部の問い合わせを最初から最後まで解決するため、それらの問い合わせは人に届きません。BLSはこの職種の見通しの中ではっきりと述べています。単純な業務はセルフサービスや自動化されたシステムに移り、人に残るのはより複雑な業務になります。この判断を問い合わせごとにどう行うかについては、カスタマーサービスで自動化するか支援するかをお読みください。

両方を合わせると、人に届く件数は少なく、そして難しくなります。簡単な問い合わせがキューから消えるため、担当者1人あたりの生産性が向上しても、1件あたりの平均対応時間は長くなることがあります。以前の対応時間の目標でチームを評価するリーダーは、状況が良くなっているのに悪くなっていると考えてしまいます。

役割の表：変化の前と後

名称はさまざまですが、変化の方向は一貫しています。出発点となる地図として使い、ご自身の組織構造に合わせて調整してください。

「AIトレーナー」という名前の担当者が、すべてのチームに必要なわけではありません。15人のチームであれば、シニア担当者が週に半日をあてる程度で済むかもしれません。大規模な組織では、1つのチームになります。重要なのは、誰かが名前を付けてそれを担うことです。オーナーのいないAIの品質は、少しずつずれていくからです。

役割ごとの見通し

ティア1：件数は減り、求められる水準は上がる

ティア1は、問い合わせが定型的で答えも文書化されているため、最初に自動化が及ぶ領域です。ただし、「ティア1がなくなる」と読むべきではありません。「ティア1の仕事の形が変わる」と読んでください。人間のティア1担当者は、ボットが解決できなかった問い合わせを扱うようになります。怒っている顧客、2つの問題が混ざったリクエスト、特殊な履歴を持つアカウントなどです。これらはパスワードのリセットより高いスキルを要するため、採用要件と報酬の水準もそれを反映すべきです。

エージェントアシストのツールは、ここでもう1つの役割を果たします。コパイロットが答えを提案してくれれば、新しく入った担当者でも、より幅広い問題により早く対応できます。これは、NBERの調査が経験の浅い担当者について見出したパターンと一致しますが、1つのサポート環境における1件の調査にすぎません。計画の前提にする前に、ご自身の問い合わせでテストしてください。

スペシャリスト：エスカレーションの経路が忙しくなる

スペシャリストやティア2は、人に届くもののより大きな割合を引き受けます。さらに、AIがエスカレーションした案件をレビューし、AIが何を誤ったかをトレーナーに伝えるという新しい役目も担います。うまく運用されたエスカレーションのワークフローは、顧客が同じ説明を繰り返さなくて済むよう、すべてのコンテキストをスペシャリストに渡します。深い問題解決を好むスペシャリストは、たいてい力を発揮します。件数をこなす業務で生産性を保ってきた人には、支援が必要かもしれません。

ナレッジマネージャー：最も過小評価されている新しい役割

AIの回答ツールの多くは、ヘルプコンテンツから情報を取得して返信を下書きします。このパターンを検索拡張生成と呼びます。記事が古ければ、回答も古いまま、自信に満ちた形で大規模に届けられます。そのため、ナレッジベースの管理者は、すべてのAI回答の品質オーナーになります。ナレッジマネージャーは、唯一の信頼できる情報源を維持し、重複した記事や矛盾した記事を廃止し、顧客が回答を低く評価したときにフラグが立ったものをレビューします。オーナーを置き換えずに、自動化でこの作業を支援する方法については、AIナレッジベースエージェントをご覧ください。

AIトレーナーと会話デザイナー

この役割は、ルールを書いてテストします。いつ引き継ぐか、どのトーンを使うか、AIが単独では決して答えてはいけないトピックは何か、といったルールです。シニア担当者とコンテンツエディターの仕事を合わせたような役割です。最適な候補は、最も優秀なティア2の人材から出ることが多いです。文書化された答えと、実際の答えがどこで違うかを知っているからです。

チームリーダーとQA

以前の品質保証は、担当者1人あたり週に数件の人間対応のチケットをサンプリングするものでした。AIが加わると、ボットの会話もレビューすることになり、失敗の姿も異なります。自信に満ちた誤答、顧客が人にたどり着けない堂々巡り、苛立ちのサインの見落としなどです。リーダーには、サンプルを素早く読む方法と、人をコーチングするだけでなくAIも修正できる明確な経路が必要です。

役割と要員配置を再設計する手順

1. 問い合わせの種類を、複雑さとリスクで整理する。 3か月分のチケットを取り出し、定型的で文書化されているもの、定型的だが繊細なもの（請求に関する争い、アカウントの解約）、複雑または感情的なものにグループ分けします。この整理がすべての土台になります。チケットのデータが乱れている場合は、先にそちらを直してください。AIのためのサポートデータの準備で解説しています。
2. 何を自動化し、何を支援にとどめるかを決める。 答えが安定しており、誤答のコストが低いところは自動化します。判断や共感が重要なところは支援にとどめます。金銭、法務、安全に関わる事項では、必ず人が関与する形にしてください。
3. 導入前にオーナーを決める。 ナレッジの担当、AIのルールと引き継ぎの担当、品質レビューの担当を割り当てます。最初は兼務でも構いません。オーナーが決まっていないことが、導入後にAIの品質が低下する最も多い原因です。
4. 1つのキューと1つのチームでパイロットを行う。 パイロットの間は、従来の要員配置を維持します。デフレクションの件数だけでなく、解決の質とエスカレーション率を測定してください。
5. 指標のベースラインを引き直す。 簡単な業務がなくなれば、対応時間、担当者1人あたりの件数、チケット1件あたりのコストはすべて変動します。新しい構成に合った目標を設定し、エスカレーション案件での顧客満足度や、修正が必要だったAI回答の割合といった指標を加えてください。
6. 再教育し、役割のレベルを見直す。 ティア1からスペシャリスト、トレーナー、ナレッジの役割へ進むキャリアパスを用意します。より難しくなった業務に合わせて、職務記述書、面接の質問、報酬の水準を更新してください。
7. まず自然減と配置転換で要員計画を考える。 BLSは、この職種で年間約289,500件の求人を見込んでおり、そのすべてが離職または転職によるもので、実際の人の入れ替わりがあることを示しています。チームに同程度の人の入れ替わりがあるなら、多くの場合、人員削減ではなく自然減と社内異動で業務量を落ち着かせることができます。これは、なりゆきではなく、意図して決めてください。
8. 四半期ごとにレビューする。 AIが改善し、顧客がAIにできることを知るにつれて、問い合わせの構成は変わります。最初の1年は、四半期ごとにステップ1の整理を見直してください。

新しい構成に合う要員配置のモデル

移行をうまく乗り切っているチームには、いくつかのパターンが見られます。

プールされた最前線とスペシャリストの輪。 1つのグループがAIの支援を受けて最初の対応を行い、より小規模なスペシャリストのグループがエスカレーションを受け持ちます。これは、硬直したティア1とティア2のキューを、問い合わせの複雑さに基づく柔軟なルーティングに置き換えるもので、AIトリアージによって運用できます。

小規模チームでの兼務。 10人未満のチームでは、専任のAIトレーナーを採用しないでください。最も優秀な担当者に、ルールとナレッジのための時間を毎週確保して割り当て、ナレッジが1人の頭の中だけに残らないよう、数か月ごとに交代させます。

チケット数ではなく、解決を基準にしたキャパシティ計画。 チケット数だけで要員配置を予測すると、AIが単純な問い合わせを吸収するにつれて必要人数を過大に見積もり、残った案件1件あたりの所要時間を過小に見積もります。問い合わせの種類ごとに、種類別の想定対応時間で予測してください。

リスクに合わせた対応時間帯。 AIが定型的な質問の時間外対応をカバーするなら、それらのために夜間の人による対応は不要かもしれませんが、緊急案件のための小規模なオンコールの経路は残したいところです。習慣ではなく、リスクに合わせて対応時間帯を決めてください。

避けるべき落とし穴

• AIが成果を示す前に人員を削る。 デフレクションの数字は早い段階では良く見えますが、品質の問題は数週間後に表面化します。エスカレーション率とAIが対応した問い合わせの満足度が安定するまで、余裕を持たせてください。
• AIが頼る人材を忘れる。 トレーナー、ナレッジマネージャー、品質レビュアーが、システムの正確さを保っています。コスト削減のために彼らを外せば、安全装置を外すことになります。
• 古い目標を使い続ける。 簡単なチケットがなくなったあとに対応時間で担当者を評価すれば、より難しい業務を担う人を罰することになります。キューを更新する前に、スコアカードを更新してください。
• 人への説明を省く。 担当者は「AI」と聞くと人員削減を想像します。何が変わり、何が残り、どんな成長の道があるのかを率直に伝えてください。想定外の事態を予期しているチームは、ツールの導入前に意欲を失います。
• エージェントアシストをコーチングの代わりと見なす。 コパイロットは新しい担当者の成果を引き上げられますが、判断力とトーンについてのフィードバックは依然として必要です。NBERの発見は生産性に関するもので、スキルの向上に関するものではありません。
• ボットを隠す。 人と話していると思っていた顧客が、後で違うと知れば、信頼を失います。会話にAIが関わっていることを明確にし、常に人への経路を用意してください。AIサービスに対する顧客の期待をご覧ください。
• 1件の調査を一般化しすぎる。 NBERの結果は、1つのサポート環境における1件の調査によるものです。結果は、製品、データ、担当者によって変わります。ご自身で測定してください。

次に読む記事

役割の設計は、その背後にあるAIが正確で、引き継ぎがスムーズな場合にのみ機能します。重要なステップで人が主導権を握り続ける方法については、ヒューマン・イン・ザ・ループの設計をお読みください。全体の地図はピラー記事に戻ってご確認ください。