結論から：AIカスタマーサービスが向かないのは、高額クレーム、感情的な相談、条件が毎回変わる複雑な見積、関係構築が売上に直結するB2B、そして商品データが整っていないチームです。これらはAIを外すのではなく、有人が主導しAIは下書きと一次整理に限定してください。判断は「間違えたときの損失額」で行います。
AIカスタマーサービスは、定型の問い合わせを24時間さばくのが得意です。逆に、間違えると損害が大きい会話には向きません。導入を検討するとき、できることの一覧より「向かない場面」を先に決めた方が失敗は減ります。
ここでは、AIに向かない5つのケースを正直に整理します。東南アジアでは会話量が多く種類も幅広いため（DataReportalの国別レポート参照）、有人とAIの境目を先に決めておくことが失敗を減らします。
| ケース | AIの可否 | 理由 | 代替手段 |
|---|---|---|---|
| 高額クレーム・返金要求 | 不向き | 誤答の損失が大きい | 有人が主導、AIは要約 |
| 感情的な相談 | 不向き | 共感の欠如が悪化させる | 有人、AIは検知と引き継ぎ |
| 条件が変わる複雑な見積 | 限定 | 前提が都度変わる | 有人が見積、AIは下書き |
| 関係重視のB2B商談 | 限定 | 信頼構築が中心 | 担当者が会話、AIは記録 |
| 商品データ未整備 | 不向き | 誤情報を高速で配る | まずFAQ整備、AIは保留 |
| 定型的なFAQ対応 | 向く | 反復と24時間対応 | AI主導、有人は例外 |
| 注文状況の照会 | 向く | 参照で完結する | AI＋システム連携 |
| 予約・受付の一次対応 | 向く | 空き確認と確定が定型 | AI主導、有人が承認 |
向き・不向きを機能で判断すると迷います。判断軸は損失額です。AIが1回誤答したときに、返金・信用・法令のどこにどれだけ響くかを考えてください。
損失が小さい反復作業はAIに任せ、損失が大きい会話は有人が持ちます。そのうえで、AIには検知、要約、下書きという補助役を割り当てるのが現実的です。
ケース1：高額クレーム・返金要求
数万円の返金、損害賠償、契約解除の相談は、AIに結論を出させないでください。断定した回答が1つ残ると、後から覆すのに何倍も手間がかかります。
運用は、AIが「担当者に確認します」と一旦止め、会話の要約と顧客情報を担当者に渡す形にします。返金の判断基準は越境ECのチャット対応と同じで、文面を先に決めればぶれません。
ケース2：感情的な相談
怒り、不安、悲しみを含む相談は、正しい情報より先に共感を求めています。AIが正論を返すと、火に油になります。
AIの役割は、感情の強い語を検知して早く有人に渡すことです。「お気持ちを伺います。担当者におつなぎします」と一言添えて引き継ぎます。一次応答の速さはAIが担い、受け止めは人が担う分担です。
ケース3：条件が毎回変わる複雑な見積
数量、仕様、納期、為替が絡む見積は、前提が会話の途中で変わります。AIが金額を確定すると、古い条件のまま進んで事故になります。
ここではAIを下書きに限定します。過去の類似案件を引いて金額のたたき台を作り、最終判断は担当者が行います。見積の往復が多い業種ほど、AIは検索と下書きの道具として効きます。
ケース4：関係構築が売上に直結するB2B
継続取引や大型商談では、担当者との信頼が成約を左右します。AIが前面に出ると、かえって距離ができます。
担当者が会話の主導権を持ち、AIは議事録の要約、過去のやり取りの検索、フォローの下書きを担当します。会話の記録を1か所に集める方が、AIを表に出すより成果につながります。
ケース5：商品データが整っていないチーム
価格表、在庫、送料、返品条件が古いままAIを入れると、誤情報を高速で配る装置になります。応答が速い分、訂正のコストも大きくなります。
まずFAQと商品マスタを整え、AIは「確認して折り返します」までに留めます。データが揃ってから自動回答の範囲を広げてください。
有人とAIの分業設計
分業は次の順で決めます。AIが担う範囲、有人に切り替える条件、切り替え後のSLA（対応時間の約束）の3つです。
- AIが担う：定型FAQ、注文状況の照会、営業時間や所在地の案内、一次の聞き取り
- 切り替える条件：返金・損害・訴訟の語、一定額以上の要求、2回続けて同じ不満、顧客が「人と話したい」と言ったとき
- SLA：有人への引き継ぎは即時、一次応答は営業時間内30分以内、時間外は翌営業日の朝と明示する
切り替え条件は管理画面のルールとして設定し、担当者が迷わないようにします。
コスト比較と再評価のタイミング
単位コストは、有人が1件あたり数十円から数百円、AIは数円から数十円が目安です。ただしAIの誤答による訂正や返金を足すと、差は縮まります。安さだけで選ぶと、損失が後から乗ります。
再評価は3つのタイミングで行います。問い合わせ量が2倍になったとき、誤答率が数%を超えたとき、商品や価格の改定があったときです。いずれも、AIの範囲を広げるか狭めるかの判断が必要になります。
インドネシア市場での導入事例
インドネシアのクリニックEuromedicaは、予約の受付にAIを組み込みました。クライアント報告値では予約率25〜30%、成約32%です。詳細はEuromedicaの事例へ。
教育のSparks Sports Academyは、AIの支援でオペレーターの成約20〜30%、研修の立ち上がり30〜50%短縮という報告値です（Sparksの事例）。いずれも定型業務にAIを絞った例で、高額クレームは人が担当しています。
AIカスタマーサービスは、向く場面に絞れば強い武器になります。逆に、向かない場面に広げると損失を増やします。導入前に、有人とAIの境界と切り替え条件を文章にしてください。BSPとAI機能の関係はBSP比較の記事で整理しています。
Cekat.aiはAIチャットボットと共有受信トレイを提供し、AIの担当範囲と有人への引き継ぎ条件を管理画面で設定できます。料金と含まれる機能は料金プランで確認できます。
よくある質問（FAQ）
AIを入れると有人は不要になりますか？
なりません。定型対応はAIに寄せられますが、クレームや複雑な相談は人が担います。人数は減らせても、役割は残ります。
誤答率はどのくらいなら許容できますか？
定型FAQは数%以下が目安です。判断を伴う質問は0を目指し、AIに答えさせない設計にしてください。
小規模なチームでも分業できますか？
できます。担当者1人でも、AIの範囲と引き継ぎ条件を決めれば、休みの日も一次応答は止まりません。
切り替え条件はどう設定しますか？
語句、金額、連続回数、顧客の希望の4つで組みます。管理画面のルールとして設定し、定期的に見直してください。
データが整うまで待つべきですか？
待つ必要はありません。AIは保留と聞き取りに限定し、データが揃った範囲から自動回答を広げてください。
向いていないと分かったらどうしますか？
範囲を狭めます。AIを外すのではなく、検知・要約・下書きに役割を戻せば、有人の負担は下がります。
向く業務から始めて、向かない業務は人に残す。この切り分けができれば、AIは問い合わせを増やさずに処理量を伸ばす道具になります。料金と導入の進め方は料金プランをご覧ください。
