テクノロジーのサイクルは、ときに時代遅れになりやすいスローガンを生み出す。カスタマーサービス領域では、それが「AIファースト」だ。かつてはイノベーションの象徴だったこの言葉も、いまでは疲労感を喚起する。提案資料、デモ、プロダクト発表の至る所に登場する。だが、私が知る多くのカスタマーサービスのリーダーは、依然として長いオンボーディング期間、担当者（エージェント）による利用のばらつき、燃え尽きの増加、遅い、もしくは不確かな投資対効果を報告している。では、なぜカスタマーサービスは依然として近代化が最も難しい機能の1つなのか。問題はアーキテクチャにある。
多くのチームはAIを前提に再構築していない。異なる時代のために設計され、「認識」ではなく「規模（スケール）」を目的に作られたシステムに、AIを後付けしているのだ。その結果は見慣れたものになる。コパイロットが別パネルで返信案を提示し、ボットは問い合わせを回避（ディフレクト）するが解決に至ることは少なく、アラートは減るどころか増え、エージェントは依然として複数タブをまたいで手作業でトリアージ（仕分け）を行う。レガシー基盤の上に知能を重ねても、サービスは単純化しない。むしろ、それを提供すべき人々に負担を押しつける。
機械レベルのスピードで人間レベルのサービスを提供することは、カスタマーサポートチームにとって今後も目標であり続ける。しかし、その到達経路はいま、「AIファースト」であることと「AIエフェクティブ」であることの違いを、より明確に区別することを求めている。
境界線を引く：AIファースト vs AIエフェクティブ
Salesforceの調査によると、2025年1月から6月にかけて、AIエージェントとのカスタマーサービス会話は年平均成長率（CAGR）2199%で増加し、選択肢がある場合、顧客の94%がAIエージェントとの会話を選んだという。この人気の高まりは、企業がマーケティングで「AIファースト」を掲げる主因だが、メッセージがバックエンドのインフラに裏打ちされていないと、ほころびが生じ始める。AI機能は採用が追いつかない速度で発表され、コパイロットやボットは追加オプションとして課金の壁（ペイウォール）の内側に置かれることが多い。さらに、導入設定、調整（チューニング）、継続的な運用管理の負担も大きく、意味のある価値が現れるまでに数カ月が過ぎることもある。
AIエフェクティブなプラットフォームは異なるアプローチをとる。知能が周辺に「置かれる」のではなく、ワークフロー全体を貫く。これにより、雑務が即座に減り、四半期単位ではなく数日で企業に価値をもたらし得る。また、AIが既存のチーム行動に合う形で織り込まれていれば、時間のかかる（そして往々にして高額な）必須トレーニングなしでも、高い定着率が得られるのが一般的だ。
機能は聴衆を驚かせるかもしれないが、組織を動かすのは成果である。AIエフェクティブなモデルは、重要なものへと注意を再集中させる助けになる。
レガシー型ヘルプデスクと現代の期待を見極める
デジタル・ヘルプデスクの第1世代はスケールに焦点を当てており、その結果、レガシーなプラットフォームは遅く、複雑さは「能力の代償」として語られることが多かった。AIが導入されると、それは既存の基盤に追加され、拡張機能として収益化された。しかし臓器移植と同様に、新しい環境にうまく適合しなければ、受け手がそれを異物として拒絶することがある。
2020年以降、AI技術に関連する企業全体の投資は48%増加しており、この多額の支出によって、企業はいま、迅速な導入、直感的な利用、明確なROI、箱から出してすぐに使えるツールを期待している。そしてそれは当然だ。導入に数カ月かかるプラットフォームは、信頼に足る形でAIファーストを名乗れない。AIを定着させるには、ベンダーがますます高まる市場の期待に応える必要がある。Accentureの調査では、87%の人が、たった1回のネガティブなカスタマーサービス体験でブランドを避ける可能性が高いことが示された。
資本市場は、AIが目新しい機能にとどまることを意図していなかった。AIは新たな業務基盤として構築されており、チームが特定の洞察が必要なときに単に「オンにする」ものを超える必要がある。結局のところ、電気は自らを機能として宣伝しない。単に、あらゆることを可能にする。同様に、AIはトリアージ、ルーティング、下書き作成、QA（品質保証）、インサイトに至るまで、注目を集めることなく存在すべきだ。エージェントは、その存在を「やり取り」としてではなく、「負担の軽減」として感じるべきである。
一部の企業はAIを自動化の見せ物（オートメーション・シアター）として用いているが、より深い機会は「余白」をつくることにある。知能が雑務を吸収すれば、サポートチームは共感、判断、つながりのための時間を取り戻せる。顧客はその違いをすぐに感じ取る。たとえテクノロジーが目に見えなくても、だ。
「成果中心」の指標で成功を測る
AIの有効性を測る最終的な尺度は、意図が現実と向き合う日々の業務において、どのような影響を与えるかである。AIエフェクティブなカスタマーサービス・プラットフォームは、4つの「成果中心」の指標で評価できる。1つ目は価値創出までの時間で、90日後の時点で、チームがまだ学習段階にあるのか、進展の兆しを示しているのかを見極める。2つ目は強制なしの定着で、カスタマーサービスのエージェントが実際にAIを使っているのか、それとも回避して仕事を進めているのかを追う。次に、作業負荷への具体的な影響があり、手順、意思決定、コンテキストスイッチ（作業切り替え）が減ったかどうかを確認する。4つ目に念頭に置くべき指標は運用の自立性で、チームがこれらのツールへ自力でアクセスできるのか、それとも機能させるために依然としてベンダーの支援に依存しているのかという、究極のテストである。結局のところ、ヘルプデスクを使うために助けが必要なら、そのAIツールはエフェクティブではない。
実務でAIエフェクティブを実現する
イノベーションが加速するなかで、私は「AIファースト」が期待値となり、AIエフェクティブであることが差別化要因になると考えている。言い換えれば、もはや「AIファースト」というラベルを何かに貼り付けただけで感心されることはない。カスタマーサービスのリーダーが本当に求めているのは、より速いセットアップ時間と、素早い定着のために設計された直感的なツールである。彼らは透明な価格設定、即時の価値、プレミアムの追加機能ではなくデフォルトで組み込まれたAIを求めている。
AIエフェクティブは、エージェントが仕事の管理に費やす時間を減らし、解決に費やす時間を増やすことで、こうした要件に応えられる。断片化したダッシュボードがより明瞭で整理されていけば、エスカレーション、やり直し、社内への小さな問い合わせ（ピン）も減るだろう。サポートはより構造化され、終わりのないチケット数は、落ち着いた継続性に置き換わっていくはずだ。スタートアップは華やかなAI機能を出し続けるかもしれないが、本当の進歩は基盤のレベルで起きる。雑務を減らし、意思決定を効率化し、パーソナライズされたカスタマーサービスをスケールして提供できるサポートシステムを設計することにある。
やがて「AIファースト」は背景へと溶け、現実によって引退させられたスローガンの1つになるだろう。エフェクティブであることは、あらゆるやり取り、あらゆる解決、そしてAI搭載のカスタマーサービスが本来そうあるべきだった直感性をようやく備えた、その一瞬一瞬に可視化され続ける。
