解決あたりのコスト：カスタマーサービスにおけるAIの予算の立て方

著者: Linh Ngo · 更新日: 2026年10月11日

解決あたりのコストとは、ある期間にAIサポートプログラムを運用するために要した総コストを、同じ期間にAIが実際に解決した顧客の問題の件数で割ったものです。 これはベンダーの料金ページに載っている価格とは別物です。ベンダーの価格が示すのは、請求額のほんの一部にすぎません。解決あたりのコストは、プラットフォーム料金に加えて、ナレッジを最新に保つ人員、QAの作業、連携、そして今も人に届いている会話のコストまで含めたうえで、1件の問題を解決するのにいくらかかるかを示します。

また、財務部門がすでに信頼している数字、つまり人が対応した問い合わせのコストと並べて比較できる、唯一のAI指標でもあります。このガイドでは、一般的な5つの料金モデルを説明し、計算式を示し、切りのよい例示用の数字を使った仮の予算を順に追い、導入後にチームが驚きがちなコストを挙げます。このガイドは「AI for Customer Service」コレクションの一部です。このテーマが初めての方は、まずカスタマーサービスにおけるAIの概要をご覧ください。

重要なポイント

• 解決あたりのコスト = AIプログラムの総コスト ÷ 解決した会話数。分子にはベンダーの請求書以外のコストも含まれます。
• Intercomのドキュメントでは、Finの成果ベース課金について説明されています。解決などの成果に対して課金され、Finが複数のアクションを実行しても、1回の会話につき課金される成果は1つだけです（Intercom）。
• Zendeskのドキュメントでは、自動解決ごとの支払いについて説明されています。人の助けなしに解決されたリクエストに対してのみ支払います（Zendesk）。
• 料金モデルは、リスクの所在を変えます。解決単位の課金では、パフォーマンスのリスクがベンダー側に寄り、シート単位や従量課金では、そのリスクは自社に残ります。
• 重要なのは、AIの解決あたりのコストと、人による問い合わせあたりのコストを比較することです。その際、エスカレーションされた会話は両方に計上します。

解決あたりのコストが実際に測っているもの

まず「解決」の定義から始めてください。分母がすべてを決めるからです。ベンダーが、顧客が何も返信しなくなった時点で会話を解決済みと数えているなら、解決あたりのコストは実際より良く見えます。その定義と測定方法の詳しい議論はAIの解決率にあります。予算を組む前に、その定義を固めておく必要があります。

ここで役立つ考え方が2つあります。

解決あたりのコストは、会話あたりのコストではありません。 解決しない会話もあります。顧客がAIに答えられないことを尋ねたり、AIが引き継いだり、顧客が離脱したりします。そうした会話も、プラットフォームの処理能力を消費し、多くの場合は担当者の時間も消費します。支出をすべての会話数で割ると、数字は実態より良く見えてしまいます。解決した会話数で割れば、失敗のコストが本来あるべきところに計上されます。

人による問い合わせあたりのコストは基準になりますが、同じ方法で計算した場合に限ります。 サポートチームの月間の総コスト（給与、福利厚生、管理、ツール、研修、ワークスペース）を、その月に対応した問い合わせ数で割ります。両側で、同じ期間、同じチャネル、同じ問い合わせの定義を使ってください。「AIの解決あたりのコスト」と「チケットあたりの担当者の給与」を比べても、比較にはなりません。

計算式

計算は、スプレッドシートに入れられ、会議で説明できる程度に単純に保ちます。

AIの解決あたりのコスト = (プラットフォーム料金 + 従量料金または成果料金 + 隠れたプログラムコスト + エスカレーションの追加負担) ÷ 解決した会話数

各項目の定義は次のとおりです。

そして、比較に使う数字は次のとおりです。

人による問い合わせあたりのコスト = 総コスト（人件費などをすべて含む）÷ 対応した問い合わせ数

判断の指標は、この2つの差に件数を掛けたものです。AIの数字のほうが低く、悲観的な解決率でも低いままであれば、ビジネスケースは成り立ちます。ベンダーが示す最良のケースの解決率でしか成り立たないなら、成り立ちません。

5つの料金モデル

AIサポートのベンダーは、いくつかの方法で課金し、多くは2つを組み合わせます。AIの成果が期待を下回ったときに誰がリスクを負うかを、そのモデルが決めるため、単価と同じくらいモデルが重要です。

担当者のシート単位

AI機能を使うライセンスを持つ人間の担当者（または管理者）ごとに支払います。返信を下書きしたりチケットを要約したりするコパイロットなど、AIそのものはシートに含まれます。エージェントアシストやチケット要約のように、人を支援するツールでよく使われるモデルです。

予測しやすいモデルです。ただし、解決した問題の数に応じて増減しません。ツールが各担当者の時間を少し節約しても大きく節約しても、支払う額は同じです。

自動解決単位

AIが顧客の問題を解決したときに支払い、解決しなかったときは支払いません。Zendeskのドキュメントは、同社のAIエージェントについてこれを説明しています。正常に解決された顧客のリクエストに対して支払い、人の助けなしに問題が解決された時点で課金されます（Zendesk）。IntercomのFinのドキュメントも、これに近い形で成果ベース課金を説明していますが、課金対象となる成果には解決以外も含まれ、1回の会話につき1つの成果までが上限です（Intercom）。これはベンダーが定義する従量の単位ですので、「成果」や「解決」の定義は、マーケティング上の要約ではなく契約書で確認してください。

このモデルは、ベンダーの収益と自社の目標を一致させます。ただし、何を解決と数えるかもベンダーが決め、AIが成果を上げるほど請求額も増えます。解決率の上昇とともに請求額が増えるのは、このモデルが設計どおりに機能しているということです。

会話またはセッション単位

AIが関与した会話ごとに、何かを解決したかどうかにかかわらず支払います。処理能力に対して支払うモデルに最も近いものです。

件数は予測しやすいため、予算は立てやすくなります。リスクは自社にあります。AIが会話の20%を解決しても60%を解決しても、請求額は同じです。

従量課金またはトークン課金

基盤となるモデルの消費量に対して支払います。通常はトークン（読み書きするテキストの断片）で測られ、検索、音声の分数、他のシステムで実行したアクションに追加料金がかかることもあります。パッケージ化されたサポートエージェントを購入するのではなく、モデルプロバイダーのAPIを使って自社でアシスタントを構築する場合によくあるモデルです。

小規模なうちは最も安くなり得ますが、最も予測しにくいモデルでもあります。長い会話、プロンプトごとに貼り付ける大きなナレッジベースの抜粋、再試行はいずれも、解決件数を増やさずに消費量を増やします。

プラットフォーム料金と従量課金の組み合わせ

基本のサブスクリプションがアクセスをカバーし、変動部分が件数をカバーします。多くのヘルプデスクスイートがこの方式で価格を設定しています。リスクを分け合うモデルです。固定費という下限を負担し、それを超える部分では一定の件数変動のリスクを負います。

モデルの比較

どの行も勝者ではありません。AIの解決率にどれだけ自信があるかで選んでください。確信が持てないときは、解決に対してのみ課金するモデルなら、学習している間の下振れを抑えられますが、AIの成績が良くなると、解決あたりのコストはかえって高くなる可能性があります。

仮の試算例

これらの数字は例示のためのもので、あえて切りのよい値にしています。市場価格、ベンダーの単価、ベンチマークではありません。 この構造を使う前に、すべての数字を自社の数字に置き換えてください。

月に20,000件の問い合わせに対応し、総コスト（人件費などをすべて含む）が月100,000（お使いの通貨）のサポートチームを想像してください。

• 人による問い合わせあたりのコスト： 100,000 ÷ 20,000 = 5.00

次に、そのうち10,000件をAIエージェントに任せるとします。自動化して安全と判断したトピックの問い合わせです（その選び方の考え方は自動化か支援かにあります）。解決単位の課金モデルを前提に、次のような例示用の入力値を仮定します。

• AIの解決あたりのコスト： 13,500 ÷ 4,000 = 3.38
• 同じ4,000件を人が対応した場合のコスト： 4,000 × 5.00 = 20,000
• 月間の純削減額： 20,000 − 13,500 = 6,500

この例ではAIが勝ちますが、圧勝ではありません。この差の小ささこそが教訓です。次に、解決率を25%という悲観的な値にして、この例にストレスをかけてみます。

• AIの解決あたりのコスト： 12,750 ÷ 2,500 = 5.10

これは、人の基準である5.00をわずかに上回ります。解決率が下がっても固定費は減らないため、解決あたりのコストは急速に上昇します。だからこそ、ベンダーが掲げる解決率ではなく悲観的な解決率で予算を組み、契約前に損益分岐点となる解決率を把握しておく必要があります。この例では、それは25%に近い水準です。

この例には、顧客体験が含まれていません。再問い合わせを生む安い解決は、安くありません。節約が顧客の信頼と引き換えにならないよう、コストとあわせてCSATなどのサービス指標を追跡してください。

請求書には現れない隠れたコスト

ほとんどの予算は、これらを過小に見積もっています。

ナレッジの準備。 AIは、見つけられるものからしか回答できません。古い記事、重複した記事、矛盾した記事は、自信満々の誤った回答を生みます。元になるコンテンツを整えることは、最初は一度限りのプロジェクトで、その後は継続的な仕事になり、多くのプログラムで最大の隠れた項目です。詳しくはAIのためのサポートデータの準備をご覧ください。

品質保証。 誰かが毎週、AIの会話のサンプルを読み、評価し、修正をコンテンツの担当者に返す必要があります。これはレビュー担当者の時間という形で発生する継続的なコストです。自動スコアリングで手作業の負荷を減らせても、なくすことはできません。

連携とアクション。 質問に答えるだけのAIは、注文を照会したり、返金を実行したり、プランを変更したりできるAIよりも、解決できる件数が少なくなります。こうしたアクションには、請求、注文、ID管理のシステムとの連携に加えて、権限設定、テスト、それらのシステムが変わったときの保守が必要です。

エスカレーションの対応。 AIが引き継ぐと、担当者はスレッドを読み直し、顧客を再確認し、場合によっては最初からやり直す必要が生じます。引き継ぎで文脈が伝わらなければ、エスカレーションされた問い合わせの人的コストは、通常の問い合わせより高くなります。これはAIプログラムのコストとして扱ってください。

変更管理と研修。 担当者が新しいワークフローを習得する時間が必要で、マネージャーがキューや役割を設計し直す時間も必要です。

予算の組み立て方：ステップごとの手順

1. 人による基準値を計算する。 直近の1か月分について、総コスト（人件費などをすべて含む）を対応した問い合わせ数で割ります。パスワードのリセットと請求の紛争ではコストが違うため、可能であればチャネル別、問い合わせ理由別に分けてください。
2. 対象範囲の問い合わせを選ぶ。 答えが事実に基づき、データが利用でき、誤答のリスクが低いトピックを選びます。返金、法務、安全に関するトピックは除外します。実際に発生する件数に合わせて予算の規模を決められるよう、問い合わせ量の需要予測を使ってください。
3. 3つの解決率シナリオを設定する。 悲観的、期待値、楽観的の3つです。期待値のケースは、営業資料ではなくパイロットに基づいて設定します。予算の判断は、悲観的なケースでも成り立つものでなければなりません。
4. 検討している料金モデルごとにモデル化する。 各ベンダーのモデルに同じシナリオを当てはめます。解決単位の課金は、解決率が高いと不利に見え、低いと有利に見えます。シート単位や会話単位のモデルでは、その逆になります。
5. 隠れた項目をすべて加える。 実際の作業時間と、人件費の時間単価を使います。数字が分からない場合は、高めの見積もりを入れ、パイロット後に精緻化します。
6. エスカレーションの追加負担を加える。 引き継がれたチケットを数十件抽出して、余分にかかった時間を測ります。それに、1分あたりのコスト（人件費などをすべて含む）と、見込まれる引き継ぎ件数を掛けます。
7. 解決あたりのコストと損益分岐点となる解決率を計算する。 AIの解決あたりのコストが、人による問い合わせあたりのコストと等しくなる解決率を求めます。パイロットでの解決率がそれを大きく上回っていれば、余裕があります。近ければ、その計画はもろいものです。
8. 上限を設けてパイロットを行う。 対象範囲を狭くして始め、ベンダーが認める場合は契約に支出の上限を設けます。実績をモデルと毎月比較します。
9. 四半期ごとに見直す。 ベンダーは定義や単価を変更し、件数は変動し、ナレッジベースは改善します。四半期ごとにモデルを再計算し、新しい前提を書き留めてください。展開の順序立てについては、導入ガイドで解説しています。

避けるべき落とし穴

ベンダーの単価を給与と比較する。 ベンダーの単価は、AIコストの1項目にすぎません。総額どうしで比較してください。

ベンダーが掲げる最良の解決率で予算を組む。 試算例が示したとおり、固定費があるため、解決あたりのコストは解決率に非常に敏感です。悲観的なケースで予算を組んでください。

ベンダーの「解決」の定義を無批判に受け入れる。 契約書がどのように数えているか、無反応も解決に含まれるかを確認してください。定義が緩いほど、同じ顧客成果に対する請求額は大きくなります。

件数が増えて誰が得をするかを見落とす。 解決単位の課金では、AIが成功するほど請求額が増えます。解決あたりの削減額が維持されるなら問題ありませんが、財務部門がそれを想定しておく必要があります。

節約を人員削減で測る。 実際の効果は、採用の回避、キューの短縮、対応時間帯の拡充として現れることが多く、チームの縮小にはなりません。どう計上するかを事前に決めておいてください。

品質のゲートを省く。 誤った安い解決は、2回目の問い合わせを生み、ときには顧客を失う原因になります。手作業のサンプルチェックは続けてください。