「うちも生成AI、使ってますよ」
そう聞いて、具体的に何に使っているのか尋ねると、調べものや文章の作成が中心だったりします。
もちろん、それは悪いことではありません。検索だけでも便利ですし、メールの文章を考えてもらうだけでも、多少は仕事が楽になります。
でも、そこで一度考えてみてほしいんです。
AIを使う前と比べて、会社の仕事は何か変わったでしょうか。
たとえば、お客様からの問い合わせメールに対して、AIに返信文を作ってもらうとします。文章を考える時間は短くなるでしょう。
けれど、担当者は相変わらず問い合わせを確認し、過去のやり取りを探し、必要な情報を調べ、AIに指示を出し、出来上がった文章をメールに貼り付けて送っています。
これでは、仕事の一部分が速くなっただけです。
そもそも解消したかった悩みは、「返信文を書くのが大変」ということなのでしょうか。それとも、「問い合わせ対応の業務そのものに時間がかかっている」ということなのでしょうか。
もし後者なら、目指すゴールも変わってきます。
今日は、AIを便利な検索・文章作成ツールで終わらせず、仕事で効果を生むために必要な考え方についてお話ししていきたいと思います。
返信文の作成ではなく、問い合わせ対応の効率化をゴールにする
問い合わせが届いてから、お客様に回答するまでには、いくつもの仕事があります。
内容を読み、相談の種類を判断する。過去の履歴を確認する。社内の資料から回答を探す。足りない情報があれば質問する。担当者を決め、返信する。そして、対応した内容を記録する。
このうち「返信文を書く」だけをAIに任せても、それ以外の作業は残ります。
だったら、最初から「問い合わせ対応全体を、どうすれば楽にできるか」と考えたほうがいい。
たとえば、問い合わせの内容を自動で分類し、必要な情報を整理する。よくある質問なら、社内で確認済みの情報を参照して回答案を作る。判断が必要な相談は、適切な担当者に回す。対応が終わったら、その履歴を残す。
こう考えると、AIにやってほしいことは「メールを一通書く」だけではなくなります。
もちろん、AIに指示を一回出せば、これらがすべて自動で動くわけではありません。問い合わせフォームやメール、顧客情報、社内資料などをどうつなぐか。どの情報をAIに扱わせてよいか。業務の仕組みとして考える必要があります。
でも、そこまで考えて初めて、問い合わせ対応という悩みそのものに手を付けられるんです。
例えば、返信の下書きまで用意しておく
具体的には、こんな仕組みが考えられます。
問い合わせメールが届いたら、AIが内容を読み、相談の種類を整理する。必要に応じて顧客情報や過去の対応履歴、社内で確認済みの資料を参照して、返信文を作る。そして、その文章をメールの「下書き」に保存しておく。
担当者がメールを開いたときには、すでに返信案が用意されている。あとは内容を確認し、必要なところを直して送信するだけです。
これなら、担当者が毎回メールを読み込んで、資料を探して、AIに指示を出して、出来上がった文章を貼り付ける、という作業を減らせます。
ここでポイントになるのが、AIを単体で使わず、普段使っている道具とつなぐことです。
新着メールを確認する仕組み、返信案をメールの下書きに保存する仕組み、顧客情報を参照するためのCRMとの連携。社内の対応方針をNotionなどで管理しているなら、その情報を参照できるようにすることも考えられます。
もちろん、どのサービスでも設定一つで全部つながるわけではありません。利用しているメールやAIの種類、連携できる機能、社内の権限によって、実現方法は変わります。
それでも「AIに返信文を書いてもらう」と「問い合わせが届いたら、確認可能な返信案が下書きに入っている」では、担当者の仕事はずいぶん違いますよね。
私自身、顧客へのメールをAIが確認なしで送る運用には慎重です。回答が決まっている内容なら完全自動も検討できますが、まずは下書きまでは自動、人が確認してから送信という半自動の形が現実的だと思います。
全部自動にするか、最後は人が確認するか
ここで、「問い合わせへの返信まで全部AIに任せて大丈夫なの？」と思う方もいるでしょう。
その心配は、もっともだと思います。
たとえば、営業時間や資料の送付方法のように、答えが決まっている問い合わせなら、自動返信までできるかもしれません。
一方で、見積もり、契約条件、クレームなどはどうでしょう。内容を読み違えて回答すると、お客様との関係に影響します。この場合は、AIが情報を整理して返信案を作り、最後に人が確認・修正してから送るほうがよさそうです。
つまり、最初から「すべて自動化する」か「AIに文章を書かせるだけにする」かの二択ではありません。
問い合わせの種類ごとに、どこまで自動化できるかを決めればいいんです。
私なら、まずは次のように分けて考えます。
- 回答が決まっていて、間違いが起きにくいものは自動化を検討する
- 判断や調整が必要なものは、AIが下準備をして人が確認する
- AIだけでは判断できないものは、すぐに担当者へ引き継ぐ
大事なのは、「AIを使った」という事実ではなく、問い合わせが届いてから対応が終わるまでの流れが、実際に良くなったかどうかです。
まず、仕事の流れを一度書き出してみる
「問い合わせ対応を自動化する」と聞くと、大がかりなシステム開発を想像するかもしれません。
でも、最初にやることはもっとシンプルです。
直近の問い合わせをいくつか振り返って、受信から返信まで、担当者が何をしているか書き出してみてください。
毎回同じ資料を探していないか。別のシステムに同じ内容を入力していないか。誰が対応するか決めるところで止まっていないか。返信した後の記録が抜けていないか。
そうすると、「文章を書く時間」以外にも、手間がかかっている場所が見えてくるはずです。
そのうえで、自動化できる作業、AIに下準備を任せられる作業、人が判断すべき作業を分けていく。
最初は一種類の問い合わせだけでも構いません。実際に試して、担当者の確認や修正も含めて負担が減ったか、お客様への対応が良くなったかを確かめる。その結果を見ながら、対応する範囲を広げていけばいいと思います。
まとめ
今日は、AIを「検索」で終わらせず、仕事で効果を生むには何が必要かについてお話ししてきましたが、いかがだったでしょうか。
「メールの返信文を作る」という作業だけでなく、問い合わせ対応の効率化をゴールに置くこと。メールや顧客情報と連携し、返信の下書きまで用意する仕組みを考えること。そして、問い合わせの種類によって、完全自動にするか、人が最後に確認する半自動にするかを見極めること。
まずは身近な業務を一つ選んで、「AIに何をさせようか」ではなく、「今、何に困っていて、どこまで変われば助かるのか」から考えてみてください。
今回の話が、皆さんの会社でAIの使い方を見直す参考になれば幸いです。
