顧客がAIカスタマーサービスに期待すること

著者: Linh Ngo · 更新日: 2026年10月11日

顧客がAIカスタマーサービスに期待するのは、3つのことです。単純なリクエストを素早く解決すること、解決できないときに人に連絡できる状態を保つこと、そしてAIであることをはっきり伝えることです。 完璧さは求められていません。求められているのは、ボットを使うことが、使わないよりも多くの時間を奪わないことです。AIが人への道をふさいだり、やり取りを無駄にしたり、正体を隠したりすると、信頼は下がります。調査データによれば、その低下はすでに大きなものになっています。

この記事は、AIをどこまで最前線に押し出すかを決めるサポートリーダー、CXディレクター、サポートマネージャーの方を対象としています。カスタマーサービスにおけるAIコレクションの一部であり、顧客が実際に何を求めていると答えているのか、そしてそれによって構築するものをどう変えるべきか、という1つの問いに焦点を当てます。

重要なポイント

• Qualtrics XM Instituteの「2026 Consumer Experience Trends」調査（14か国の20,000人超の消費者、2025年第3四半期に実施）では、カスタマーサービスでAIを利用した消費者のほぼ5人に1人が、何のメリットも感じていませんでした。この割合は、AIの利用全般の約4倍です（Qualtrics）。
• 同じQualtricsの調査で、消費者の50%が、AIのせいで人にたどり着けなくなることを心配しており、53%が個人データの悪用を最大の懸念に挙げました。これは1年で8ポイントの上昇です（Qualtrics）。
• Salesforceの「State of the AI Connected Customer」（YouGovによる18か国の消費者15,015人への調査、2024年7月から8月）では、より速いサービスのために人よりもAIエージェントを選ぶと答えた人が30%、人への明確な道筋があればAIエージェントを使う可能性が高まると答えた人が45%でした（Salesforce）。
• 同じSalesforceの調査では、消費者のほぼ75%が、AIエージェントと話しているのかどうかを知りたいと考えています（Salesforce）。
• CFPBは、2022年に9,800万人超のユーザー、つまり米国の人口の約37%が、銀行のチャットボットを利用したと報告しました（CFPB）。

「AIサービスに対する顧客の期待」とは何か

ここでいう期待とは、顧客が最初の1文字を入力する前に、AIに対して抱いている基準のことです。それは、電話の自動音声案内、小売業のチャットボット、同じメニューに戻ってしまった「バーチャルアシスタント」といった、過去のあらゆる体験から生まれます。ほとんどの顧客は、お客様のモデルを評価しているのではありません。今回こそ、ボットが目的の場所まで連れて行ってくれるのかどうかを見ているのです。

期待が1つではないことが重要です。期待はタスクごとに分かれます。注文状況を確認する人は、即座の回答を求めており、誰が答えるかは気にしません。請求の紛争を申し立てる人は、判断を下せる人を求めています。同じ顧客が、同じ日に両方の見方を持っています。

ACE Frameworkの用語で言えば、ここでの顧客向けAIの大半は、RAGアシスタント（ヘルプコンテンツを読んで回答を生成する）と、スコアリングとルーティングの層（誰がリクエストを担当するかを決める）の組み合わせです。どちらのパターンも、期待の問題を具体的なものにします。アシスタントは正確でなければならず、ルーターは止まるべきときを知っていなければなりません。パターン名はACE Frameworkに由来します。

調査エビデンスが示すこと

調査を正直に読み解くと、結果は一様ではありません。顧客はAIサービスに一律に敵対的なわけではなく、一律に好意的なわけでもありません。いくつかの結果は、独立した複数の調査で繰り返し見られます。

多くの顧客は、ボットが役に立っていないと感じています。 Qualtricsの数字は率直です。AIカスタマーサービスは、AIの利用全般の約4倍の割合で、メリットをもたらせていませんでした。レポートの著者は、企業が主にコスト削減のためにAIを使っていると指摘し、AIは単純で定型的なリクエストを処理し、複雑なものについては人間の担当者に背景情報と解決策の提案を提供するよう勧めています（Qualtrics）。

人にたどり着けることが、最大の心配事です。 Qualtricsの回答者の半数が、AIのせいで人間に連絡できなくなることを恐れています。これは、下のCFPBの項目が示すとおり、規制当局が述べているのと同じ恐れです。

スピードは、一部の人にとっては確かな魅力です。 Salesforceの調査では、より速いサービスのために人よりもAIエージェントを選ぶ人が30%で、Z世代とミレニアル世代では37%に上がります。3分の1を超える人が、同じ説明を繰り返さずに済むようにAIを使うと答えています。つまり、約10人に7人は、スピードだけではAIを選びません。スピードが得られるのは試用であって、ロイヤルティではありません（Salesforce）。

目に見える出口は、試してみようという気持ちを高めます。 Salesforceによると、人への明確なエスカレーションの道筋があるとAIエージェントを使う可能性が高まる消費者は45%、そのロジックが明確に説明されているとその可能性が高まる消費者は44%でした。出口は製品の一部であり、失敗を認めることではありません。

顧客は、AIであること、そしてなぜそのように判断したのかを知りたがっています。 Salesforceの回答者のほぼ75%が、AIエージェントと話しているのかどうかを知りたいと考えています。ZendeskのCX Trends 2026レポート（22か国の消費者6,182人と企業の回答者5,115人、2025年6月に実施）では、消費者の95%がAIによる判断の説明を期待しており、CXリーダーの80%が、2年以内に顧客向けAIにはAIの透明性が義務づけられると予想しています。Zendeskはサポートソフトウェアを販売している会社ですので、これはベンダーによる調査として読んでください（Zendesk）。

信頼は低下し、データへの不安は高まっています。 Salesforceによると、消費者の72%が、1年前に比べて企業を信頼しなくなっており、Qualtricsでは、プライバシーが53%で最大の懸念事項でした。どちらも同じ方向を指しています。信頼が下がれば、顧客は共有する情報を減らし、AIは文脈があるほどよく機能します。

規制当局はすでに気づいています。 CFPBによる消費者金融分野のチャットボットの調査は、顧客が同じ応答の繰り返しにはまり込み、人間への経路がない、抜け出せない堂々巡り（doom loop）を指摘しました。有人サポートへのアクセスを妨げる不十分なチャットボットは法令違反につながり得ると述べ、リクエストを理解できないチャットボットは、主要なサービスチャネルとしては「適切ではない」としています（CFPB）。

期待から設計へ：実践用の対応表

この表は、それぞれの期待を、上記のエビデンスと、すぐに実装できる設計上の選択に対応づけたものです。

職種別の実例

期待は、サポート業務の部門ごとに異なる形で現れます。

注文状況とアカウントに関する質問。 ここは、AIが真価を発揮する領域です。注文がどこにあるかを尋ねる顧客が求めているのは、会話ではなく答えです。注文データを読み取り、明確な1行を返し、その下に「担当者と話す」リンクを添える、検索に基づくアシスタントは、表のすべての期待に応えます。リスクが最も低く、始めやすい領域でもあります。

請求の紛争と返金。 顧客は共感と権限を期待しており、CFPBが懸念する未解決の紛争はここで起きます。AIには、事実（請求書、日付、顧客が期待していたこと）を集めて要約を下書きさせ、その後、判断できる人に回してください。この引き継ぎについては、AIエスカレーションマネージャーエージェントのページで詳しく解説しています。

技術的なトラブルシューティング。 AIは、文書化された手順を順に案内するのが得意ですが、「それはもう試しました」というのが最もよくある失敗です。アシスタントに顧客がこれまでに試したことを渡し、同じ手順が繰り返されたらエスカレーションしてください。

クレームと解約。 気分を害した顧客と人の間に、AIを挟まないでください。感情のシグナルを使えば、これらを直接人間に回せます。大規模にそれらの会話をレビューする方法は、AIチャットボットQAエージェントのページで紹介しています。

規制対象のリクエストや機微なリクエスト。 金融、医療、保険では、誤った回答や曖昧な回答は、単に悪い体験であるだけでなく、コンプライアンス上の問題になり得ます。ここではアシスタントの範囲を狭く保ち、範囲を広げる前にAIのハルシネーションのガイドをお読みください。

ステップごとの手順：期待を軸に設計する

1. 上位15の問い合わせ理由を挙げる。 1か月分のチケットを取り出し、タグを付けます。それぞれを、単純で定型的なもの、判断が重いもの、感情的なものに分類します。完全自動化の候補になるのは、最初のグループだけです。中間のグループについては、自動化か支援かの判断で扱っています。
2. ボットより先に、引き継ぎのルールを書く。 人がいつ引き継ぐのかを正確に決めます。1回回答に失敗した後、解約や紛争への言及があったとき、ネガティブな感情が見られたとき、または顧客が求めたときはいつでも、などです。書面にして、それを最初に構築します。
3. トランスクリプトの引き継ぎを構築する。 引き継ぎを受ける担当者には、会話の全文、顧客のプラン、最近の注文が見えるようにします。顧客に最初からやり直してもらう必要があるなら、「同じ説明を繰り返させないでほしい」という期待を裏切ったことになります。
4. 最初のメッセージで開示する。 たとえば「私はAIアシスタントです。ご注文やアカウントに関するご質問にお答えするほか、いつでも担当者におつなぎできます」のような文です。この1文で、開示、範囲、出口がカバーされます。
5. すべての回答に根拠を持たせる。 アシスタントを承認済みのヘルプコンテンツとポリシーに限定し、回答がどの記事に基づくかを示します。モデルが述べられること、実行できることの制限については、ガードレールのガイドで解説しています。
6. 顧客の側から測定する。 再問い合わせのない解決、引き継ぎ率、人に到達するまでの時間、AIのみの会話の後の1問の満足度チェックを追跡します。コンテインメントだけを見ていると、顧客を閉じ込めることが評価されてしまいます。
7. 1つのチャネルでパイロットを行い、毎週レビューする。 最初の1か月は、毎週30件の実際のトランスクリプトを読みます。インテントを追加する前に、最も多い3つの失敗を修正してください。

よくある落とし穴

• 人間を隠す。 担当者の選択肢をいくつものメニューの奥に埋もれさせると、わずかなコストは節約できますが、調査が示すまさにその不安を生みます。
• コンテインメントを最適化する。 「ボットで解決」の数字が高いのは、単に顧客が諦めたからかもしれません。再問い合わせ率と組み合わせて見てください。
• ボットを人間のふりをさせる。 人間らしい名前や入力中の演出は、顧客が気づいたときに信頼を損ないます。しかも、4人に3人近くは、いずれにせよ知りたいと考えています。
• 感情的なケースを自動化する。 解約やクレームは、人が最も求められ、AIの誤りが最も高くつく場面です。
• 1つの調査をすべてに当てはまるものとして扱う。 調査ごとに、サンプル、国、質問の文言が異なります。自社の顧客の行動を確認してください。どこで離脱し、どこで担当者を求め、どこで低く評価しているでしょうか。
• タスクに必要以上のデータを集める。 Qualtricsのデータではプライバシーが最大の懸念ですので、余計な質問は信頼を損ないます。

AIサポートスタックの他の部分との関係

期待は、独立した取り組みではなく、設計への入力です。ヒューマン・イン・ザ・ループをどこに置くか、そしてカスタマーサポート向けAIエージェントに挙げられたユースケースをどの順序で進めるかを決めます。あるユースケースが上の表を満たせないなら、まだリリースしないでください。