JALカード、コンタクトセンターに自律型の音声AI、検証で正答率9割超

JALカードのコンタクトセンターでは、カード利用に関する問い合わせが多様化・高度化し、対応件数の増加とともにオペレーターの負荷が重くなっていました。加えて、番号を選んで進む従来のIVRでは、目的の窓口に届くまでに時間がかかり、一度で適切な窓口につなげられずに転送が発生する状況も生まれていました。

編集部の見立てでは、この困りごとの中心は入電の量そのものではなく、電話の入口の設計にあったのではないでしょうか。番号を押させる方式は、あらかじめ用意した分類に顧客のほうが自分の用件を当てはめる仕組みであり、問い合わせが複雑になるほど当てはめは難しくなります。窓口を誤った入電は、顧客側には待たされたうえで話し直す時間として、現場側には転送と再ヒアリングの工数として、二重に跳ね返る。件数を減らす手前に、最初の仕分けの精度という解くべき論点があったと考えられます。

まず効いていると考えられるのは、音声を一度テキストに変換せず、音声のまま理解して応答を生成するSpeech-to-Speechという方式を土台に置いた設計です。文字起こしを挟む構成では、変換の段階で言い淀みや語調といった情報が削られ、処理が増えるぶん応答も遅れます。電話は数秒の間が生じただけで顧客が話し直したり切ってしまったりする経路であり、情報欠損とレイテンシー（応答の遅れ）を同時に抑えるという着眼は、電話という媒体の弱点に正面から合わせた選択だといえます。

次に、AIの担当範囲を「的確なヒアリングと振り分け」に定義し、高度な判断が必要な用件は人のコミュニケーターへ渡す役割分担の置き方です。AIにすべてを完結させようとすると、難しい応対ほど破綻が目立ちますが、入口の聞き取りと交通整理に軸足を置けば、AIが得意な領域と人が価値を出す領域が重ならずに済みます。紛れ込み入電の抑止を最初の目標に据えた点にも、効果が測りやすい位置から手を付ける判断が読み取れます。

三つ目は、安全側の作り込みと段階的な進め方を組み合わせた運び方です。会話内容からリスクを判定するモニタリングAIと、不適切な回答を抑えるガードレール制御を重ね、会話の文脈に応じて社内システムやデータベースへ接続する連携も備えたうえで、本格導入の前にAI完結の正答率・人への接続成功率・コンプライアンスの遵守率という三つの観点で検証を行っています。金融サービスの応対では、正しく答えられるかと同じ重みで、言ってはいけないことを言わないかが問われる。その両面を事前の評価軸に据え、一部回線から開始する形にしたことで、品質を確かめながら範囲を広げられる状態がつくられています。

本格導入に先立つ検証では、AIだけで完結した応対の正答率が9割以上、人のコミュニケーターへの接続成功率が9割以上、コンプライアンスの遵守率は基準をクリアするという結果が出ており、これを受けて2026年4月15日から一部回線での導入が始まりました。現時点で公表されているのは検証段階の評価であり、運用後の削減実績ではありません。導入によって目指されているのは、適切な一次振り分けによる紛れ込み入電の抑止、対話による分かりやすい動線づくり、そして人的リソースを高度な対応へ集中させることです。