サポート担当者のためのAIコーチング：実際の会話から得るフィードバック

著者: Linh Ngo · 更新日: 2026年10月11日

サポート担当者のためのAIコーチングとは、AIで実際の顧客との会話を読み取り、あるいは聞き取り、スキルのギャップや強みが表れている場面を選び出し、1on1の具体的な材料としてマネージャーに渡す取り組みです。 見つけるのはAIで、コーチングを行うのはマネージャーです。この役割分担こそが考え方のすべてであり、これを曖昧にしたチームは、誰も行動に移さないスコアの山か、担当者が反発するシステムのどちらかに行き着くのが普通です。

多くのサポートマネージャーは、たまたまサンプリングした数件の会話をもとにコーチングを行っています。週に数千件の問い合わせに対応する30人のチームを、1人あたり5件のチケットで理解することはできません。AIはこのサンプリングの問題を変えます。すべての会話を見て、今週のこの担当者にとって重要な3件を提示できます。このガイドでは、その仕組み、誰が何を担うのか、段階的な設定方法、そして育成と監視の境界線を守る方法を解説します。AI for Customer Serviceコレクションの一部です。より広い全体像については、まずカスタマーサービスにおけるAIをご覧ください。

重要なポイント

• 欧州の金融サービス企業のコールセンターを対象としたワーキングペーパー（草稿）では、AIを活用したコーチングにより平均通話処理時間が約7%短縮され、在籍期間の短い担当者ではより大きな効果が見られました（Fouargeら、Netsparワーキングペーパー、2025年1月）。
• この調査は、2023年に段階的に展開された期間中に、147人の担当者が対応した187,839件の通話を対象としていました（Netsparワーキングペーパー）。
• サポート担当者5,179人を対象とした別の調査では、AIアシスタントにより1時間あたりの解決件数が平均14%、新人や低スキルの担当者では34%向上し、経験豊富な担当者への影響はわずかでした（Brynjolfsson、Li、Raymond、NBER Working Paper 31161）。
• 米国の労働者の51%が、雇用主がテクノロジーで自分たちを監視していることを知っていると答え、監視されている人の56%が、職場で通常、緊張やストレスを感じていると報告しています（米国心理学会、2023年Work in Americaサーベイ）。
• 監視されている労働者の45%が、職場環境がメンタルヘルスに悪影響を与えていると答えており、監視されていない労働者では29%でした。APAは、これらは相関関係であり、根本的な原因は確認されていないと強調しています（APA）。
• EU AI Actは、医療上または安全上の理由を除き、職場で人の感情を推測するAIシステムを禁止しています（EU AI Act、第5条）。

AIコーチングが実際に行うこと

従来のやり方を思い浮かべてください。チームリーダーが月末に担当者1人あたり5件のチケットを取り出し、読んで、フィードバックを書きます。サンプルはごくわずかで、フィードバックは会話から数週間後に届き、担当者はその問い合わせをほとんど覚えていません。その5件は、最も役に立つものではなく、最も見つけやすかったものであることも少なくありません。

AIコーチングが置き換えるのは見つける段階であり、会話そのものではありません。ACEの観点では、サポートに適用されたMeeting Intelligenceパターンです。会話を取り込み（チャットやメールのテキスト、または通話の文字起こし）、重視する観点に照らして分析し、マネージャーが使える形、たとえば関連する発言をハイライトした、フラグ付きの場面の短いリストを生成します。

通常、次のようなものが見つかります。

• コーチングにつながる場面。 顧客が何度もやり取りしても混乱していた会話、担当者が必須のステップを飛ばした会話、あるいは難しい状況を並外れてうまく収めた会話です。
• 会話をまたいだパターン。 返金の期間をいつも説明不足にする担当者や、シフトの終盤になると返信が短く冷たくなる担当者などです。
• 真似すべき強み。 ギャップを見つけるのと同じスキャンが、請求の誤りについての説明がいつも伝わる担当者も見つけます。それがチームで共有する手本になります。

通話の選定に関する研究も、このアプローチを裏付けています。AI Coach Assistというシステムに関する2023年の論文は、マネージャーが設定したクオリティアシュアランスの質問に基づいて、どの通話がコーチングに適しているかを言語モデルで判断し、スーパーバイザーがランダムなサンプルに縛られないようにする方法を説明しています（Coach Assist、arXiv）。これは現場での成果が報告されていないシステムの論文ですので、効果の証明ではなく、手法の説明として捉えてください。

AIエージェントアシストとはどう違うのでしょうか。エージェントアシストは会話の最中に働き、リアルタイムで返信を提案し、記事を表示します。コーチングは会話の後に働き、終わった会話を育成につなげます。両者は互いを補います。コーチングは担当者がどのトピックでより多くの支援を必要としているかを示し、アシストはその支援を届ける場になります。

エビデンスが示すこと

大きな主張には慎重になってください。エビデンスは心強いものですが、まだ新しいものです。

最も関連の深い調査は、西欧の大手金融サービスプロバイダーを研究した研究者によるワーキングペーパーです。この会社は、コーチングのプロセスを支援するために通話の音声内容を分析するAIツールを段階的に展開しており、そのおかげで、研究者はツールを受けた担当者と受けていない担当者を比較できました。研究者は、AIを活用したコーチングにより通話処理時間が約7%短縮されたこと、そのメカニズムはコミュニケーションスタイルの改善だったこと、在籍期間の短い担当者では効果が大幅に強かったことを報告しています（Netsparワーキングペーパー）。注意点が2つあります。これは草稿であること、そして対象となった担当者は対照群に比べてかなり経験が浅く、後の版で対処してほしい偏りであることです。

より広い結果も同じ方向を指しています。生成AIによる支援に関するNBERの調査は、新しい担当者に最大の効果が見られ、このツールは、より優れた担当者のやり方を広めているように見えると結論づけました（NBER Working Paper 31161）。その調査が扱うのはコーチングではなく、リアルタイムの支援です。ただし、共通するパターンは計画に役立ちます。AIによる育成支援は新しい担当者に最も効果があると見込み、ベテランに劇的な向上を約束しないでください。

これらの調査が示していないことにも注目してください。測定しているのは速度とコミュニケーションの質であり、顧客がより満足したか、担当者が長く働き続けたかではありません。それらはご自身の指標に加えてください。

誰が何を担うのか：AIが場面を見つけ、人がコーチングする

これを運用する最もすっきりした方法は、役割を明確に分けることです。

最後の行が最も重要です。AIのフラグは会話の出発点であり、判決ではありません。アルゴリズムは返信が長かったことは分かりますが、顧客が高齢で、細かく説明する必要があったことは分かりません。背景を知っているマネージャーが、まず「ここで何があったのか教えてください」と尋ねれば、どんなスコアよりも良い情報が得られ、担当者も話を聞いてもらえたと感じて席を立ちます。

ZendeskのQAのドキュメントは、主流の製品がこれをどう位置づけているかを示しています。管理者ガイドは、すべての顧客とのやり取りを自動で評価しスコア化するオートスコアリングを説明し、さらに別に、「特定の会話とピン留めしたメモをまとめる」コーチングセッションの作成と、担当者が受け取ったフィードバックを確認したかどうかの追跡を説明しています（Zendesk Help Center）。スコアリングは自動ですが、セッションは人が行うものです。スコアリングの側面を詳しく知りたい方は、サポートのためのAI品質保証をご覧ください。

職種別の実例

手法はどこでも同じですが、注目する場面は異なります。

ティア1のチャットサポート。 AIは、顧客が同じ質問を2回した会話にフラグを付けます。マネージャーと担当者はそのうち2件を一緒に読み、パターンを見つけます。担当者は、尋ねられた質問には答えているものの、その奥にある質問には答えていないのです。来週の目標は、回答する前に理解を確認することです。

請求・債権回収。 請求は、トーンが最も重要で、ミスのコストが最も大きい領域です。AIは、ポリシーの説明の直後に顧客の言葉が中立から苛立ちに変わった通話にフラグを付けます。コーチングの対話は、延滞料そのものではなく、延滞料をどう説明するかについてです。最も上手に説明できる担当者が手本になります。

テクニカルサポート。 フラグはプロセスに関するものです。診断ステップの飛ばし、早すぎるエスカレーション、確認なしで閉じられたチケットなどです。マネージャーは、担当者だけでなくトラブルシューティングのガイドの改善にもこれを使います。3人の担当者が同じステップを飛ばしているなら、通常、そのステップの文書化が不十分だからです。

メールなどの文章によるチャネル。 テキストは分析しやすいため、AIが最も力を発揮する領域です。よくあるコーチングのトピックは、返信の長さ、不明確な次のステップ、お礼や受け止めの欠如です。このチャネルの仕組みについては、メールサポートのためのAIをご覧ください。

新規採用者のオンボーディング。 3週目に、月次レビューを待たず、マネージャーは新人自身の会話から短いリストを受け取ります。うまくできた2点と、練習すべき2点です。新しい担当者に関する上記の研究を踏まえると、コーチングが最も効果を発揮しやすいのはここです。

AIコーチングを導入する手順

1. ツールではなく、担当者から始める。 ツールを購入したり有効にしたりする前に、何を計画していて、なぜ行うのかをチームに伝えます。何が分析され、誰が出力を見て、何には使わないのかを説明してください。これを最初に行ってください。沈黙は噂で埋められるからです。
2. 良い状態とは何かを定義する。 短いスコアカードを書きます。質問の理解、正確さ、明確な次のステップ、適切なトーンなど、重要な行動を5〜8個挙げます。起草には経験豊富な担当者も参加させてください。経営側だけで作られた評価基準は、数えやすいものを測りがちです。
3. データを確認する。 会話の分析には、完全で、正しく帰属された文字起こしが必要です。開始前に、タグ付け、チャネルの網羅、同意に関する問題を修正してください。下地づくりについては、AIのためのサポートデータの準備で解説しています。
4. シャドーモードで運用する。 数週間、AIに会話をスコア化させ、マネージャーも手作業でサンプルをレビューします。比較してください。ある行動についてAIと最も優れたレビュアーの意見が頻繁に分かれるなら、評価基準を直すか、その行動を外してください。
5. 頻度と上限を決める。 担当者1人につき、毎週または隔週に1回のコーチングの対話とし、話し合う場面は多くても2〜3件にします。フラグが20件並んだリストは、コーチングではなくToDoリストです。
6. 担当者にも同じ画面を見せる。 担当者には、対話の前に自分のフラグ付きの場面とスコアを見せ、背景を補足したり異議を唱えたりできるようにします。これは、信頼のための最大のてこです。
7. 場面を1つの約束に変える。 各セッションは、練習する具体的なことを1つ、担当者自身が書き留める形で終えます。次回それを確認してください。
8. 良い事例を共有する。 月に1回、優れた会話の匿名化した、または同意を得た例をチーム全体に共有します。AIコーチングが人にミスだけを見せるなら、監視のように感じられます。成功例を見せることで、それは解消されます。
9. 四半期ごとにシステムをレビューする。 フラグの精度、担当者のフィードバック、成果（対応時間、解決率、CSAT、離職率）を確認します。役に立たないフラグは廃止してください。

監視と感じさせないために

プログラムの成否はここで決まります。同じテクノロジーが、コーチにも、見回り役にも感じられ、担当者はおよそ1週間でどちらかを判断します。

数字が、これに注意を払うべき理由を物語っています。APAの2023年の調査では、監視を経験している労働者の56%が職場で通常、緊張やストレスを感じていると報告し、45%が職場環境がメンタルヘルスに悪影響を与えていると答えました。監視されていない労働者では29%でした。顧客およびクライアント対応の職種で監視を認識している割合は55%で、全体の51%より高くなっています（APA）。APAは、これらは相関関係であり、根本的な原因は確認されていないと明言していますので、監視がストレスを引き起こす証拠として引用しないでください。これから足を踏み入れる環境への警告として受け止めてください。

実践的な保護策は次のとおりです。

• 透明性を保つ。 何が分析され、スコアは何を意味し、誰が何を見られ、データがどれだけの期間保持されるのかを文書化します。書面に残し、運用が変わったら更新してください。
• 通知を行い、法律に従う。 録音、同意、従業員データに関する要件は、国によって、また州によっても異なります。開始前に、法律顧問と労使協議会（ある場合）に確認してください。顧客向けの録音通知が、社内のパフォーマンス分析も対象にしていると思い込まないでください。
• EUでは、自社スタッフに対する感情推測型のスコアリングを避ける。 EU AI Actは、医療上または安全上の用途を除き、職場で人の感情を推測するAIシステムを禁じています（EU AI Act、第5条）。ベンダーの機能が、音声や映像から担当者の「気分」や「ストレス」を評価するものであれば、スタッフがどこにいても、有効にする前に法的な見解を得てください。
• まず育成のためにデータを使う。 フラグ付きの場面は会話のきっかけであると、はっきりと、そして本気で伝えてください。スコアを人事評価にも使うつもりなら、それを公然と伝え、人によるレビューを伴う基準値を設定し、担当者に異議を申し立てる経路を用意してください。
• 判断には人が関与し続ける。 報酬、昇進、懲戒の決定は、AIのスコアだけに基づいてはいけません。
• 担当者に先に自分のデータを見せる。 フィードバックを監視のように感じさせるのは、不意打ちです。
• 集めるものを減らす。 スコアカードに必要なものを分析してください。ツールが出せるからといって、考えられるすべての指標を保存しないでください。

避けるべき落とし穴

すべてをスコア化して、何もコーチングしない。 AIはスコアを安価にし、チームはダッシュボードに埋もれます。フラグが一度も対話につながらないなら、生成をやめてください。

指標に合わせたコーチング。 対応時間の重みが大きいと、担当者は顧客を急かします。Netsparの論文で示された対応時間7%の短縮は、品質が保たれてこそ意味があり、著者は、それが近道ではなく、より良いコミュニケーションによるものだったと報告しています。速度と、解決および満足度とのバランスをとってください。

AIのスコアを真実と見なす。 モデルは、皮肉、地域特有の言い回し、多言語の会話、特殊な製品の状況を読み違えます。これは多言語サポートでは特にリスクが高くなります。判断する前に、必ず担当者に説明させてください。

担当者の声を無視する。 経験豊富な担当者がフラグは間違っていると言うなら、調べてください。彼らはたいてい、最良のキャリブレーションデータです。

苦戦している担当者にだけ使う。 成績上位者を含むチーム全体に同じプログラムを実施してください。選択的な利用は、罰のように見えます。

周囲の役割を忘れる。 コーチングの時間は、マネージャーの時間です。チームリーダーの時間を空けずにAIコーチングを追加しても、実施されません。その容量をどう計画するかは、AIがサポートチームの役割をどう変えるかをご覧ください。

効果が出ているかを測るシンプルな方法

開始前に4つの指標を選び、四半期ごとに確認します。スコアカードの品質スコア、顧客の成果を示す指標（CSATまたは解決）、速度の指標、そして人に関する指標（短いパルスサーベイでの担当者の自信や離職率など）です。システムでコーチングを受けた担当者を、基準期間と比較し、新しい担当者は、研究が最大の効果を示唆している領域なので、別に見てください。速度が改善する一方でパルスサーベイが低下しているなら、あなたが作ったのは監視ツールです。拡大する前に、それを修正してください。