技術情報
AI音声カスタマーサポートの導入方法:ボイスエージェントの構成、向いている用途、ベンダー評価と費用
AI音声カスタマーサポート(ボイスエージェント)は、AIが電話に出て、問い合わせ内容を聞き取り、音声で回答する仕組みです。答えられないことや責任を伴うことは人に引き継ぎます。向いているのは、繰り返しが多く件数も多く、答えが明確に文書化されている電話で、たとえば進捗確認、営業情報、予約変更です。クレーム、返金、本人確認が必要な取引は引き続き人が対応すべきです。本記事では、ボイスエージェントの2つの構成、導入前に確認すること、ベンダーの評価方法、費用の内訳を説明します。

この記事の要点
- AI音声カスタマーサポートは、音声認識、AIによる回答、音声合成、電話システム連携の4つで構成され、難しいのはモデルではなく電話連携と有人への引き継ぎであることが多いです。
- AIに任せられるのは繰り返しが多く件数も多く答えが明確な電話で、クレーム、返金、本人確認が必要な取引はすぐに人へ転送すべきです。
- 音声はテキストよりも受入項目が2つ多く、応答遅延と聞き間違い率です。PoCはテキストの質問だけでなく、実際の通話録音でテストする必要があります。
- 通話録音と文字起こしは個人情報にあたり、取得前の告知、保存期間の設定、データの保管場所の決定が必要です。
- 費用の段階はテキスト型のAIカスタマーサポートと同じで、音声APIの利用料と電話システム連携が加わります。最初の段階では1つの着信ルートだけに絞ることをおすすめします。
目次
AI音声カスタマーサポートが使えるかどうかは、3つで決まります。電話の内容が十分に繰り返されているか、電話システムに接続できるか、そして有人への引き継ぎを事前に設計しているかです。 モデル自体はすでに中国語の話し言葉の大半を理解できます。プロジェクトが止まる原因は、たいてい電話連携、遅延、責任の所在です。以下では導入の順に、構成、用途、評価方法、費用を説明します。
AI音声カスタマーサポート(ボイスエージェント)とは何ですか?
AIが電話に出て用件を聞き取り、企業のデータをもとに音声で回答する仕組みで、答えられないことや責任を伴うことは人に引き継ぎます。従来の音声ガイダンスとの違いは、話すだけで用件を伝えられることです。
従来の音声ガイダンスでは、発信者がメニューに従って操作する必要があり、選択肢が多いと押し間違えて最初に戻ってしまいがちです。AI音声カスタマーサポートは、まず発信者の用件を理解し、ナレッジベースから回答するか、聞き取った情報を添えて担当者へ転送するので、担当者が最初から聞き直す必要がありません。
テキスト型のAIカスタマーサポートと比べると、音声には2つの制約が加わります。回答が遅いと相手は通話が切れたと思うため、速く答える必要があります。また、聞き手は読み返せないため、回答を短くする必要があります。この2点は構成と受入方法に影響します。
AI音声カスタマーサポートにはどんな構成がありますか?
よく使われる構成は2つあります。「音声をテキストに変換し、AIが回答し、テキストを音声に変換する」3段階の連携と、音声を直接入出力するリアルタイム音声モデルです。前者は各段階を差し替え・検証でき、後者は遅延が小さく話し方も自然です。
| 比較項目 | 3段階の連携 | リアルタイム音声モデル |
|---|---|---|
| 仕組み | 音声認識でテキスト化し、AIがナレッジベースから回答し、音声を合成する | モデルが音声を直接聞き、直接話す |
| 遅延 | 3段階の合計になり、間が空きやすい | 小さく、会話がスムーズ |
| 検証しやすさ | 各段階にテキストの記録が残り、聞き間違いか回答ミスかを特定しやすい | 文字起こしを別途保存する必要があり、原因究明が難しい |
| 差し替えの柔軟性 | 音声認識、モデル、音声合成をそれぞれ別のベンダーに替えられる | リアルタイム音声に対応したモデルに依存する |
| 向いている場面 | 監査を重視し、どの段階で失敗したかを調べたい場面 | 会話体験を重視し、問い合わせが単純な場面 |
どちらの構成でも、電話システム、つまり企業の既存の交換機、コンタクトセンターシステム、またはクラウド電話サービスへの接続が必要です。MicrosoftのAzure AI Speechは音声テキスト変換とテキスト読み上げを提供し、OpenAIのRealtime APIは低遅延の音声対話を提供しています。どちらを選ぶかは、遅延、監査、データ保管に対する企業の要件によって決まります。
どんな電話がAI音声カスタマーサポートに向いていますか?
向いているのは、進捗確認、営業時間、予約変更、よくあるルールの説明など、繰り返しが多く件数も多く答えが明確な電話です。人の判断が必要なもの、法的・金銭的な責任を伴うもの、発信者が感情的になっている電話は、すぐに人へ転送すべきです。
| 電話の種類 | 推奨する対応 | 理由 |
|---|---|---|
| 営業時間、所在地、ルールの説明 | AIが回答する | 答えが決まっており、文書化すれば回答できる |
| 注文、修理、申請の進捗確認 | AIが回答し、まずは照会のみにする | 既存システムとの連携が必要で、変更操作は人が行う |
| 予約、日程変更、キャンセル | AIが処理し、システムまたは人が確認する | 枠や時間帯が関わるため、重複や誤削除を防ぐ必要がある |
| 本人確認が必要な取引 | 人に転送する | 本人確認と責任の所在は人が担うべき |
| クレーム、返金、請求に関する問題 | すぐに人に転送する | 判断となだめが必要で、AIの回答で問題が大きくなりやすい |
判断方法は簡単です。過去3か月の通話を問い合わせ内容ごとに分類し、上位の分類がどれくらいの割合を占めるか、その答えが文書やシステムにあるかを確認します。答えが見つかり、聞き方も繰り返されている分類が、最初の段階の候補になります。
AI音声カスタマーサポートの導入前に、何を確認すべきですか?
最も重要なのは3つです。電話システムが通話をAIに渡せるか、人に転送するときにそれまでの会話内容を引き継げるか、録音と文字起こしをどう保管するかです。この3つを確認しないと、PoCがうまくいっても本番稼働できません。
- 電話システムの接続方法を確認する。 既存の交換機やコンタクトセンターシステムが外部サービスへ転送できるか、どの通信プロトコルに対応しているかを確認します。クラウド電話サービスは従来の交換機より接続しやすいのが一般的です。
- 有人への引き継ぎ条件とフローを設計する。 どのキーワード、どの感情、何回答えられなかったら転送するか、転送時に担当者が何を見られるかを決めます。
- ナレッジベースを整理する。 よくある質問の答えを「聞く」ための形に書き直します。文を短くし、結論を先に言い、数字と日付をはっきり伝えます。
- 録音と文字起こしの扱いを決める。 台湾の個人資料保護法では、個人情報を取得する前に目的を告知する必要があります。通話の冒頭で録音とAIの利用を伝え、保存期間と保管場所も事前に決めておきます。
- 受入指標を決める。 正答率に加えて、応答遅延、聞き間違い率、有人転送率を測ります。テストはテキストの質問だけでなく、実際の通話録音で行います。
NISTのAIリスクマネジメントフレームワークは、稼働後の継続的な監視をガバナンスの重点に挙げています。音声カスタマーサポートの稼働後は、定期的に通話を抜き取って聞き、誤回答と有人転送の事例を確認して、ナレッジベースに反映します。
AI音声カスタマーサポートのベンダーはどう評価しますか?
評価で見るべきなのは、デモの滑らかさではなく、自社の電話システムと既存データに接続できるか、遅延と聞き間違い率の測り方を説明できるか、データをどこに保管するかです。デモの質問は選ばれたものなので、自社の実際の通話でテストします。
| 評価項目 | 確認すべき質問 |
|---|---|
| 電話連携 | 既存の交換機やコンタクトセンターシステムに接続できるか?転送時にどんな情報を引き継ぐか? |
| ナレッジとシステム連携 | 回答の根拠はどの文書か?注文や予約などのシステムを照会できるか?照会と変更の権限はどう分けるか? |
| 受入方法 | どんなデータでテストするか?正答率、応答遅延、聞き間違い率、有人転送率はそれぞれどう測るか? |
| データの扱い | 録音と文字起こしはどこに保管するか?保存期間は?モデルの学習に使われるか? |
| 稼働後の保守 | ナレッジベースは誰が更新するか?誤回答の通話はどのくらいの頻度で見直すか?モデル更新後は誰が再テストするか? |
| 納品物 | ソースコード、設定、ドキュメントは誰に帰属するか?将来、音声やモデルのベンダーだけを替えられるか? |
市場の選択肢は大きく2種類に分かれます。1つはプラットフォーム型サービスで、契約後にナレッジベースを設定すれば使え、通話分数や処理件数で課金されます。もう1つはカスタム統合で、企業の電話システムと既存システムに合わせて開発します。問い合わせが単純で社内データを照会しない場合はプラットフォーム型が早く、注文や会員データを照会したい場合やデータを指定環境の外に出せない場合はカスタム統合が適しています。選び方はテキスト型のAIカスタマーサポートと同じなので、AIカスタマーサポートの導入費用の比較もご覧ください。
AI音声カスタマーサポートの費用はどう計算しますか?
段階はテキスト型と同じで、要件相談は無料、PoCは約30万〜80万、本番稼働は約80万〜250万台湾ドルです。音声では電話システム連携と音声APIの利用料が加わります。
| 費用項目 | 課金方法 | 金額を左右する要因 |
|---|---|---|
| 要件相談、PoC、本番稼働 | 要件相談は無料、その後は段階ごとに課金、レンジはAIカスタマーサポートのページと同じ | 電話の種類の数、ナレッジベース整理の難易度、連携するシステム |
| 電話システム連携 | 範囲に応じて見積もり | 既存の交換機やコンタクトセンターシステムの開放度、有人転送の設計 |
| 音声とAIモデルのAPI | 利用量(通話分数または処理量)に応じて課金 | 月間の着信数、平均通話時間、選んだ構成 |
| クラウド電話とサーバー | 利用量と仕様に応じて課金 | 同時通話数、録音の保存量、プライベート環境が必要か |
| 保守 | 別契約 | ナレッジベースの更新頻度、通話の抜き取り確認とレポートの要件 |
予算を抑える最も効果的な方法は、最初の段階で1つの着信ルートだけを開放することです。たとえば「進捗確認」の電話だけをAIが受け、それ以外は従来どおり人が対応します。正答率、遅延、有人転送率がすべて目標を達成してから、ほかの種類の問い合わせに広げます。
JoinXはどんなAI対話・音声プロジェクトを手がけてきましたか?
保険会社向けのAIエージェント対話UI、聯經數位のAI音声生成プラットフォーム、当社サイトのJoinX GPTがあります。共通点は、既存のデータと業務に沿って設計し、責任を伴う判断は人に残すことです。
- 保険会社: 2026年、保険営業のシーン向けにAIエージェントの対話UIと操作フローを設計・制作しました。現場の担当者の業務の順序に沿ってAIがデータの照会と整理を支援し、最後は人が確認します。詳しくは保険会社のAIエージェント事例をご覧ください。
- 聯經數位: 原稿のアップロード、テキスト分解、キャラクター識別、感情分析、音声タグ付けから音声合成までの一連の流れを設計し、電子書籍をキャラクターの個性が際立つオーディオコンテンツに変えました。詳しくは聯經數位の事例をご覧ください。
- JoinX GPT: joinx.co の右下にあるAIアシスタントで、サイトのサービス、進め方、記事の内容をもとに質問に答え、答えられないものは営業担当に引き継ぎます。
音声カスタマーサポートは電話システムと既存データに接続する必要があり、テキストの対話より連携と受入の作業が増えます。JoinXは、まず電話の種類と電話システムを棚卸しし、1つの着信ルートでPoCを行い、数値が目標を達成してから拡大します。
よくある質問
AI音声カスタマーサポートと従来の音声ガイダンス(IVR)は何が違いますか?
従来の音声ガイダンスはボタン操作の選択肢に沿って進む必要がありますが、AI音声カスタマーサポートでは話すだけで用件を伝えられ、AIが内容を理解して回答または転送します。多くの企業は既存の音声ガイダンスを残し、一部の選択肢だけをAIに任せて段階的に置き換えています。
AI音声カスタマーサポートは台湾語やなまりを聞き取れますか?
主要な音声認識サービスは中国語(標準語)の認識が十分成熟していますが、台湾語や複数言語の混用は結果の差が大きく、自社の実際の通話録音でテストしないと分かりません。台湾語の通話が多い場合は、PoCのテストセットに台湾語の通話を入れ、聞き間違い率が高い分類はいったん人の対応に残します。
AI音声カスタマーサポートを導入すると、オペレーターは不要になりますか?
よくある結果は役割分担の変化です。繰り返しの照会はAIが受け、オペレーターはクレーム、返金、判断が必要な電話を担当します。転送時にそれまでの会話内容を引き継げば、オペレーターが最初から聞き直す必要もありません。
通話録音をAIで処理する場合、どんな法規制に注意すべきですか?
通話録音と文字起こしは個人情報にあたります。台湾の個人資料保護法では、取得前に目的を告知する必要があり、利用は告知した範囲内に限られます。実務では、通話の冒頭で録音とAIの利用を伝え、保存期間を定め、音声サービスのベンダーがデータをモデルの学習に使わないことを確認します。金融や医療などの業界では、所管官庁の規定も確認が必要です。
AI音声カスタマーサポートの稼働までにどれくらいかかりますか?
JoinXのAIカスタマーサポートの段階で見積もると、要件相談は1〜2回の打ち合わせ、単一シーンのPoCは約4〜8週間、本番稼働は約2〜4か月です。音声プロジェクトの期間は、主に電話システム連携の難易度と、接続する既存システムの数によって決まります。
参考資料
- 個人資料保護法(台湾)台湾法務部(全国法規資料庫)
- Azure AI Speech ドキュメント(音声テキスト変換、テキスト読み上げ)Microsoft
- Realtime API ドキュメントOpenAI
- AI Risk Management Framework(AI RMF 1.0、2023年)米国国立標準技術研究所(NIST)
上記は執筆時点で引用した法令・資料です。改正される場合がありますので、実際の適用は所管官庁の最新の公告をご確認ください。
著者について
李秉哲(Jack Lee)
JoinX 創業者兼CEO
2016年にJoinXを創業。台湾と日本にまたがる80名以上のチームを率い、220社以上のお客様に520件以上のプロジェクト(うち中・大規模システム56件)を提供してきました。
Jackについて

