Mukul Gargは、仮想の仕事、遊び、学習、健康のためのアプリを支えるPubNubのサポートエンジニアリング責任者である。
PwCの調査によると、消費者のほぼ3分の1が、たった1回の悪い体験の後に愛するブランドとの取引を停止し、アメリカ人の約80%がスピード、利便性、知識豊富な対応をポジティブな体験と定義している。このハイステークスな環境において、サポートエンジニアはチケット対応以上のことをしなければならない。クラウドネイティブな製品は複数サービスの複雑さをもたらし、顧客は24時間体制のサポートを期待している。現代のサポートエンジニアリングは、AI駆動の自動化、データに基づく予測型対応、グローバルカバレッジ、レジリエンステストを人間味と融合させている。
AIを活用した自動化
人工知能は顧客サポートの水準を引き上げている。Bunteousがまとめた調査によると、AI駆動型サポートを利用した人の80%がポジティブな体験を報告しており、顧客サービスにおけるAI利用は2020年以降88%急増している。サービス専門家の63%がAIによって顧客対応が迅速化されたと述べている。理由は単純だ：自動化が単調な作業を排除するのである。アナリストによれば、自動化によってデータ入力、ケースのルーティング、フォローアップメールなどのタスクを処理することで、カスタマーサービス担当者の時間を最大30%節約できるというbounteous.com。
プラットフォームはサポートワークフローに生成AIを組み込んでいる。ServiceNowのVirtual Agentは会話型セルフサービスを提供し、一般的な問題を自動的に解決する。これは意図を理解し、複数のやり取りを処理し、必要に応じてコンテキストを生身のエージェントに引き継ぐ。SalesforceのEinsteinボットは反復的なタスクに対処し、応答時間を最大50%削減できる一方、分析機能が次のステップを推奨する。このようにAIはエンジニアが複雑な問題に集中できるようにし、代替ではなく支援者として機能する。
対応型から予測型サポートへ
自動化は効率性に対処するが、予測型サポートこそAIが真に差別化される領域である。Kommunicateの2025年レポートによると、予測型顧客サポートを使用している企業は、運用効率が20〜30%向上し、顧客満足度が10%〜15%向上している。予測モデルは過去のチケット、使用ログ、行動パターンを分析して、どの顧客が問題に直面する可能性があるかを予測する。サポートチームは問題がエスカレーションする前にガイダンスを提供することができる。
顧客はこうした積極的なアプローチを歓迎している。Kommunicateが引用する調査によると、87%の顧客が企業から積極的に連絡を取ってほしいと望んでおり、連絡を受けた顧客の73%がブランドに対してより良い印象を持つようになったと報告している。予測型対応はチケット数も削減する。調査によると、コンタクトセンターへの問い合わせの25%〜40%は回避可能であり、多くの場合ドキュメントの不足が原因であること、また受信コールの57%は回答が見つけやすければ防げたことが示されている。データを活用して摩擦ポイントを特定し、タイムリーな支援やセルフヘルプを提供することで、サポートエンジニアは不必要なチケットを減らし、同時に満足度を向上させることができる。
予測型サポートを実装するには、解約予測、機器の故障、チケットの急増を予測するデータパイプラインとモデルへの投資が必要である。しきい値を調整し、推奨事項がプライバシーを尊重し顧客に負担をかけないようにするには、人間による監視が不可欠である。予測型サポートは共感的な対話を補完するものであり、置き換えるものではない。
グローバルカバレッジとフォロー・ザ・サン
グローバルな顧客は24時間サポートを期待するが、単一のチームを常時稼働させるとバーンアウトにつながる。フォロー・ザ・サンモデルはサポートをタイムゾーン全体に分散し、一日の進行に合わせて地域間で作業を引き継ぐ。Zendeskによると、このグローバルワークフローは応答性を向上させ遅延を減少させる。Siitのガイドによれば、IBMが先駆けたこのアプローチは、エンジニアが通常の勤務時間内で働きながら、初回応答時間を15分以内に保つことができる。成功には地理的な配置以上のものが必要だ：統一されたチケットシステム、タイムゾーンを考慮したルーティング、標準化された引き継ぎ、共有ナレッジベース、異文化トレーニングによって、グローバルな多様性を顧客サービスの強みに変えることができる。
レジリエンスを考慮した設計
システムが脆弱であれば、応答性や予測型対応も意味をなさない。NetflixのChaos Monkeyは、エンジニアに障害に耐えるサービスを構築させるため、本番環境のインスタンスをランダムに終了させる。このカオスエンジニアリングの哲学を、リカバリー訓練、障害注入、定期的なテストを通じて適用することで、隠れた依存関係が明らかになり、信頼性が高まる。サポートチームは暗号化、ロールベースのアクセス、監査証跡を実施し、信頼を守るために影響の大きい変更には人間の承認を必要とする自動化を設計すべきである。
人間を中心に据える
技術だけでは優れた体験は保証されない。PwCの調査によると、顧客はスピードと同じくらい親しみやすさと知識豊富な対応を重視している。ボットは自動化であることを明確に示し、簡単にエスカレーションできるようにすべきであり、エンジニアはスクリプトから逸脱する権限を持つべきである。
リーダーはサポートエンジニアリングを戦略的に捉えるべきである。サポート、製品、開発チーム間のトレーニングと連携により、繰り返し発生する問題をロードマップに反映させることができる。自動化、予測分析、フォロー・ザ・サン体制、レジリエンスを人間中心のアプローチと組み合わせることで、組織はサポートを将来に適応させ、長期的な顧客ロイヤルティを獲得できる。
