━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

問い合わせ対応の自動化が、なぜ「最初の一歩」で止まるのか

── FAQ自動化の始め方と落とし穴

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

✓ 問い合わせ対応をAIで自動化したいが、何から始めればいいのか決めきれていない

✓ チャットボットやRAGを試したものの、精度や運用がうまく回らず止まっている

✓ 社内に散らばったFAQやマニュアルを、AIが答えに使える形に整理できていない

✓ 内製と外注のどちらで進めるべきか、費用感も含めて判断できていない

もし一つでも当てはまるなら、

問題は「どのツールを選ぶか」ではありません。

問い合わせ対応を自社で運用・改善し続ける状態を、どう作り、どう育てるか──その地図がないだけです。

この45分で、自社の問い合わせ対応を「どこから・どう作り・どう育て・どこで失敗を避けるか」の地図を持ち帰ることができます。

■ こんな方におすすめです

────────────────────────────────

✓ コールセンター・カスタマーサポートの運営を担っている方

✓ 社内ヘルプデスクや問い合わせ対応の効率化を検討している情シス・DX推進の方

✓ チャットボットやRAGを試したが、精度や運用で止まってしまった方

✓ 散在するFAQ・マニュアル・過去の応対ログを資産として活かしたい方

✓ 内製と外注のどちらで進めるか、費用感も含めて整理したい方

■ セッション説明

────────────────────────────────

「問い合わせ対応をAIで自動化したい。でも、何から始めればよくて、どこで失敗するのかが分からない」。コールセンターやカスタマーサポート、社内ヘルプデスクの現場で、この声をよく聞きます。採用難と高い離職率、1件800〜1,200円という対応コストの中で、人を増やし続けるモデルはもう限界に近づいています。

本セッションでは、問い合わせ対応をAIで「内製化」する──外注に丸投げするのではなく、自社で運用・改善できる状態をつくる──ための始め方と落とし穴を、実態ベースで整理します。家電メーカーのサポート窓口を題材に、「大量の過去応対ログ → ローカルAIで要約・Q&A抽出・マスキング前処理 → ナレッジ基盤に追加 → RAGで自動応答 → 新たな応対がまたログに溜まる → 取り込み直して精度が上がる」という、運用しながら育つ1本のループを具体物で追いかけます。

まずFAQ自動化・チャットボット・ボイスボット・オペレーター支援という4手段の効果を国内事例の数値で示し、社内ナレッジを根拠に答えさせるRAGの仕組みを、受付から有人引き継ぎまでの具体フローで説明します。後半は「何を借り、何を自社で握るか」をツール名で切り分け、ナレッジ基盤を作る8工程、過去ログを安全に扱うローカルAIの使いどころ、精度を上げ続ける運用ループ、そして陥りやすい落とし穴と乗り越え方まで扱います。難しい技術知識は不要です。

■ 今回話す内容

────────────────────────────────

1. なぜ今、問い合わせ対応をAIで内製化するのか（採用難・コストの実態と4手段の効果）
2. RAGで問い合わせがどう自動応答されるか・ナレッジ基盤を作る8工程と過去ログで精度を育てるループ
3. 導入で実際につまずく5つの落とし穴（ハルシネーション・FAQ陳腐化・エスカレーション・PoC止まり・現場浸透）と対策

■ 登壇者

────────────────────────────────

三好大悟（株式会社リベルクラフト 代表）

データサイエンティスト出身。製造業・大手ITを中心に、AI・データ活用のコンサルティングと社内研修を手がける。「技術を現場で動く施策に翻訳する」をミッションに、導入判断から構築・運用展開まで一気通貫でサポートしている。Python・SQLによる実装経験と、経営層へのプレゼン・合意形成の両方を持つ実務家。

X: 三好大悟, リベルクラフト