筆者が支援したある事業者は、見込み顧客（リード）の数は十分だったものの、電話の取りこぼしがあまりにも多かった。そこでキャンペーン内容を変更するのではなく、電話対応体制を改善した。その結果、同じリード数からより多くの案件を受注できるようになり、成果につながった。
この経験は、住宅サービス業界において成長がどこで阻害されがちかを示している。マーケティングは需要を生み出すことができるが、オフィスがそれに応答し、予約を取り、適切な配車・手配を行えなければ、その需要が収益に変わることはない。
筆者はAIに関しても同様の捉え方をしている。事業者は繁忙期の電話対応がオフィスを圧迫し始めてからAIを導入する傾向がある。しかしその時点では、AIシステムはすでに自社のビジネスの仕組みを理解していなければならない。夏（繁忙期）はHVAC（暖房・換気・空調）事業者がオペレーションを支えるためにAIを必要とする時期であり、冷房が効かないという不具合対応やメンテナンス要求、配車スケジュールの調整にツールが対応できるかどうかをチームが確認・学習する時期ではないのだ。
システムの導入自体は迅速に行えるかもしれないが、実業務で運用可能な状態に仕上げるには時間がかかる。
セットアップの早さと「繁忙期への準備完了」はイコールではない
単にAIを導入したという事実だけでは、そのHVAC事業者が繁忙期に対応できる準備が整っているかどうかはほとんどわからない。
HVAC事業者の81.5%がすでにAIを活用しているが、導入していることと、繁忙期の需要に対応できる準備ができていることは別だ。
AIシステムであっても、サービス提供エリア、技術者のスキル、対応枠の限界、会員制度、緊急通報、価格設定方針といったビジネス上のルールに従って機能しなければならない。これらのルールが曖昧なままだと、自動化によって不整合な対応がより多くの顧客対話へと拡大するだけに終わってしまう。
電話がパンクする前に、そうした課題を発見し解決しておくべきだ。
AIが実際の電話を受ける前にルールを定義する
マーケティングの意思決定を改善するHVACサービスデータは、AIが顧客にどう対応すべきかを定義する際にも役立つ。機器の履歴、顧客の行動、作業の傾向、技術者のメモなどは、どこから需要が発生し、どこで対応能力が手狭になるかを可視化する。
さらにAIエージェントには、カスタマーサービス担当者（CSR）や配車・手配担当者が頭の中に保持している運用ルールを教えておく必要がある。
予約管理をAIに委ねる前に、以下のルールを明確にしておきたい。
・対象となる郵便番号（対応エリア）
・どの作業をどの技術者に割り当てるか
・確約可能な訪問予約の時間枠
・緊急対応用に配車担当が確保しておくべき時間枠
・会員顧客や優先顧客の取り扱い方法
・料金に関してAIが言及できる範囲
・人間への即時引き継ぎが必要な状況
定期点検の受付であれば標準的な予約手順で対応できるかもしれない。しかし、冷房が効かないという緊急の訴えや、特殊なシステムの不具合、怒りのクレーム電話などは、CSRや配車担当者による対応が必要となる場合がある。
この引き継ぎ判断は顧客を待たせる前に行えるようにしておくべきだ。繁忙期において、こうしたルールが整備されているかどうかが、AIが適切な予約を行えるか、それとも配車担当に余計な手間を増やすか、あるいは顧客を逃してしまうかの分かれ目となる。
拡大する前に1つのワークフローで検証する
筆者はこれまで、閑散期をマーケティングのテスト期間として活用してきた。本格的な繁忙期が来る前に暖房機器の点検キャンペーンを実施し、2週間分の予約枠を埋めたことがある。オフィス側には結果を分析し、プロセスを調整し、需要増加に備える時間の余裕があった。
AIの導入においても、同様のアプローチをとるべきだ。
まずは、時間外の着信対応、不在着信のフォローアップ、点検予約、成約に至っていない見積もりの追客など、1つのワークフローから始めることだ。そして会話内容、予約精度、人間への引き継ぎ状況を確認した上で、AIに与える役割を順次広げていく。
目的は、AIがデモ通話をこなせることを証明することではない。着信件数が落ち着いている時期に、不適切な予約、未回答の質問、緊急エスカレーションの漏れ、本来確保しておくべき時間枠の不具合といった例外的なケースを洗い出すことにある。
夏の最も忙しい数週間を迎える前であれば、こうした問題の修正は容易だ。あらかじめ準備しておくことで、電話の取りこぼしによって大きな機会損失が生じる前に、誤りを正す時間の余裕が生まれる。
AIの活動量ではなく「獲得案件数」を測定する
マーケティングシステムは、一見どれほど活発に動いているかで評価されるべきではない。着信数、チャット数、自動対話数などは単なる「活動量」にすぎない。成果となるのは、獲得できた予約件数、完了した作業、成約率、そして売上高だ。
AIも同じ基準で評価されるべきである。AI受付が電話に応答できたとしても、誤った作業タイプで予約を入れたり、手配できない時間枠を押さえたり、結局オフィスに対応を押し戻したりするようであれば、オペレーションを悪化させていることになる。
トラッキングすべき指標は、通話タイプ別の予約率、人間へのエスカレーション率、予約の修正件数、キャンセル率、完了した作業件数、そしてAIが対応した問合せからの売上高だ。
また、AIの対応後にCSRが予約の修正ややり直しのフォローを何回行ったかも追跡すべきだ。これにより、自動化が真に作業を削減しているのか、単に後工程に作業を回しているだけなのかが明らかになる。
これらの結果を、人間だけで対応していた従来の基準と比較する。AIによって獲得予約数は増えたものの、キャンセルや配車の混乱、オフィスでの手戻りが増えているなら、表面上の予約件数だけでは真の実態を把握できない。
運用データとマーケティングを連動させる際にも、同じ原則が当てはまる。リード数だけでは、事業が利益を生む案件に結びついているかは判断できない。AIも同様に、問い合わせから予約獲得、そして売上の確定に至るプロセス全体を通じて評価されるべきだ。
繁忙期は「実験」ではなく「スケール（拡大）」の場である
あるHVAC事業者は、夏の需要ピークに備えるため、AI音声エージェントに3カ月強で1300件以上の通話を処理させた。
初期セットアップにかかった時間はわずか20分程度だったとされる。しかし重要なのはその後のプロセスだ。繁忙期を迎えてシステムに本格依存せざるを得なくなる前に、1000件以上の実際の通話で事前検証を行っていたのである。
需要のピークを迎える前に、AIがどの問い合わせを処理できるのか、どこで破綻するのか、CSRがどのタイミングで介入すべきか、そして予約が配車にどう影響するかを把握しておく必要がある。そうすれば、応答件数の増加は、未検証の実験ではなく、すでに確立されたプロセスの拡大・延長として対応できる。
繁忙期に未検証の顧客対応AIワークフローをぶっつけ本番で導入してはならない。その時期までに、検証はすでに完了しているべきだ。
実績のあるワークフローで繁忙期を迎える
冒頭で紹介した事業者に必要だったのは、さらなるリードではなく、既存の需要を取りこぼさず処理する能力だった。AIの活用についても全く同じことが言える。
AIは、不明確な予約ルール、分断されたデータ、キャパオーバーを起こしている配車スケジュールを自動で解決してくれるわけではない。むしろ、そうした弱点をより素早く浮き彫りにする。繁忙期の前であれば、チームには機能していない部分を修正する時間が残されている。
まずは特定の限定的なワークフローから始めることだ。ルールを定義し、人間への引き継ぎを監視し、成果を測定する。そして例外事象を修正した上で、AIにより大きな権限を与えるのだ。
夏を迎える頃には、CSRや配車担当者がシステムの挙動や自分たちがサポートすべきポイントを熟知している状態にしておくべきだ。
繁忙期とは、AIが自社のビジネスを理解しているかをテストする場ではなく、どれだけの需要に耐えられるかを試す場であるべきなのだ。
