AI カスタマーサービス vs 有人カスタマーサービス:包装業界における300社のお客様の受容度調査

2024年、私たちは少し「AI楽観的」ではないかもしれないことを行いました。実際の顧客300社にアンケートを送り、AIカスタマーサービスと人によるカスタマーサービスの受容度について尋ねたのです。結果は少し意外なものでした。

「見積もり相談」の場面では、顧客の85%がAIカスタマーサービスを受け入れました。「工芸相談」の場面では、受容度は35%に低下し。「苦情処理」の場面では、受容度はわずか12%にとどまりました。

これは広く見落とされている事実を明らかにしています。AIカスタマーサービスは「全場面代替」ツールではなく、その受容度は具体的な場面に大きく依存します。包装業界はさらに「非標準」な特徴が非常に強い業界であり、AIカスタマーサービスの導入には、汎用的な場面よりもさらにきめ細かな境界設計が必要です。

この記事でお伝えしたいのは3つのことです。顧客300社の調査のリアルデータ、さまざまな場面におけるAIカスタマーサービスの実際能力、そして包装企業がAIカスタマーサービスを導入するための5つの提案です。

調査背景:300社のお客様によるリアルなサンプル

調査対象:2024年1月から10月にかけて当社にご連絡いただいた300社のお客様(うちブランドからの調達178社、貿易会社65社、個人・起業家35社、同業工場22社)。

調査方法:オンラインアンケート＋電話ヒアリング。各お客様に4つの核心的な質問にお答えいただきました。①どの工程でAIカスタマーサービスとのやり取りをご希望ですか?②どの工程で人間のオペレーターとのやり取りをご希望ですか?③AIカスタマーサービスに対する最大の懸念は何ですか?④許容できるAIカスタマーサービスの応答遅延はどの程度ですか?

サンプルのうち78%はBtoBのお客様(調達担当、貿易会社)、22%はBtoC(スモールブランドの起業家、個人のお客様)です。

データ1:見積もり相談シーンの受容度が最も高い

「見積もり相談」の場面では、85%の顧客が「AI 客服がまず初步的な見積もりを提示し、人的オペレーターが詳細を引き継ぐ形は受け入れられる」と回答しました。

具体的には、顧客が AI 見積もり客服に期待するのは以下の通りです:①迅速な対応(理想的な遅延は 10 秒未満、受容可能な遅延は 30 秒未満);②基本パラメータの正確さ(材質、寸法、数量、用途);③価格レンジの提示(正確な数値ではなく、参考範囲)。

AI 見積もりを受け入れる理由:①人的オペレーターの対応が遅い(繁忙期は 1～2 時間返信);②見積もりには基本情報(材質、サイズ、数量など)の繰り返し確認が必要で手間がかかる;③価格そのものは交渉が必要であり、AI の中立性がかえって歓迎される。

受け入れない 15%:主にブランド側の購買担当責任者であり、「AI の見積もりは不正確で、かえって時間の無駄」と考えており、直接ビジネス担当者と長期的な関係を築くことを好みます。

データ2:工芸(プロセス)相談シーンの受容度が大幅に低下

「工芸(プロセス)相談」工程(例えば「この箱に特定の工芸を施せるか」「どの材料がより適しているか」)では、わずか35%の顧客しかAIカスタマーサービスを受け入れず、残りの65%は明確に「必ず対人対応が必要」と表明している。

AIを受け入れない理由は非常に集中している:①AIは工芸の実現可能性を判断できない(前回の記事でAI工芸予検の限界について述べた通り);②工芸相談は具体的な材料・工芸・コストのトレードオフに関わるため、経験に基づく判断が必要となる;③顧客は「AIが提案する工芸が専門的ではなく、むしろ誤解を招く」ことを懸念している。

受け入れる35%は主に以下のケースである:①一般的な工芸知識の相談(「何是箔押し(ホットスタンピングとは)」「UVとは」);②技術パラメータの相談(「印刷解像度はどれくらい必要か」);③工芸フローの相談(「試作から量産までどれくらいかかるか」)。こうした「知識型」の質問であればAIも十分に回答できる。

しかし、「私のこの製品に適しているかどうか」といった判断型の問題になると、顧客は強く対人でのコミュニケーションを希望する。ある化粧品ブランドの顧客は調査の中で次のように述べた:「私の製品は高精油含有の香水ギフトボックスですが、PVC箱を使用できますか?AIカスタマーサービスに尋ねたところ、『専門家へのご相談をお勧めします』と言われました——ではAIの意味は何ですか?」

データ3:クレーム処理シナリオの受容度が極めて低い

「クレーム処理」の場面では、AIカスタマーサポートを受け入れるのはわずか12%の顧客のみで、绝大多数(88%)は「問題が起きた場合は必ず人間と対応する必要がある」と明確に表明している。

その理由はほぼ一致している:①クレームには感情の理解が必要だが、AIには感情がない;②クレームは具体的な責任の認定に関わるが、AIには判断できない;③クレーム処理にはしばしば譲歩や交渉が伴うが、AIにはその権限がない。

調査中にメッセージを寄せた顧客は次のように書いた:「あなたの製品に問題が起きた際、AIカスタマーサポートは私に『お客様の問題を記録しました。24時間以内に対応いたします』と返信してきた。私が返金してほしいと言うと、AIカスタマーサポートは『注文番号をご提供ください』と返してきた。怒らずにいられますか?」

クレーム場面における核心的なニーズは「真剣に向き合ってもらう」ことであり、AIの画一的な返信はむしろ感情を激化させてしまう。

データ4:お客様が最も懸念するAIカスタマーサポートの不安

調査では「AIカスタマーサポートに対する最大の懸念」を尋ねたところ、お客様からの回答の上位3位は次の通りでした:

第1位(62％):「AIが提供する情報が不正確なため、誤った判断をしてしまった」。お客様が最も心配しているのは「誤解を招かれる」ことであり、特にコストに直接影響する加工や見積もりといった工程において顕著です。

第2位(48％):「AIが私の具体的なニーズを理解せず、提案された内容が適合しない」。お客様は、AIが汎用的な方案を自身の具体的な場面に当てはめることを懸念しています。

第3位(35％):「AIには問題を解決する権限がなく、何度も確認するのに時間がかかる」。お客様は「AIからオペレーターへの引き継ぎ」の連携体験に非常に敏感です——もし引き継ぎの流程がスムーズでなければ、AIはむしろ障害になってしまいます。

5つの実践提案

300社のクライアントからのフィードバックに基づき、包装企業がAIカスタマーサービスを導入するための5つの提案をまとめました。

提案一:シナリオごとにAIと人間の境界を設計する。見積もり相談、ナレッジQ&A、初回接点といった標準化可能なシナリオはAIに処理させ、工芸(ぎじゅつ)に関する相談、複雑なニーズ、クレーム対応といったシナリオは直接人間に引き継ぐ。「AIで全て対応し不足分を人間が補う」という設計よりも、明確な境界を設ける方が効果的です。

提案二:AIは「正確な数字」ではなく「参考範囲」を提示する。包装は非規格産業であり、AIによる見積もりは元単位まで正確に出すことは不可能です。お客様には参考区間(例えば「ご提示いただいたパラメータによれば、価格は1個あたり8〜15元の範囲です。詳細は工芸(ぎじゅつ)次第となります」)を提示する方が、かえって信頼を構築できます。

提案三:AIカスタマーサービスには「人間へのシームレスな引き継ぎ」が必須である。お客様がAIとの会話の中で「人間に対応してほしい」と意思表示したり、感情の変動が見られたりした場合、AIは直ちに人間に引き継がなければなりません。お客様にもう一度問題を説明させないことが肝心です。最も良い体験は、AIが自動的に会話のコンテキストを人間のカスタマーサービス担当者へ引き継ぐことです。

提案四:AIカスタマーサービスの学習データには「ネガティブケース」を含める。お客様が最も嫌うのはAIの「中身のない回答」です。「お客様のクレーム原文＋正しい人間の回答」を学習データとし、AIが問題を解決できないときには「本件は人間の担当者に引き継がせていただきます」と率直に伝えられるよう訓練します。「承りました」だけで済ませるような対応は避けなければなりません。

提案五:AIカスタマーサービスの「分かりません」を強みに変える。AIの包装業界に関する知識の限界は現実として存在します。「この工芸(ぎじゅつ)ディテールについては確認が必要ですので、工芸(ぎじゅつ)担当から30分以内にご連絡いたします」とお客様に直接お伝えする方が、汎用的な知識で無理に回答するよりもプロフェッショナルです。

異なる業界のAIカスタマーサービス比較

包装業界と他の業界のAIカスタマーサービスの受容度を比較すると、包装業界は「AIカスタマーサービスの敷居が高い」業界の一つであることが分かる。

電子商取引・小売(アパレル、3Cなど):AIカスタマーサービスの受容度は70〜85％で、商品標準化度が高く、相談内容は「価格、在庫、物流」が中心であるため。

飲食デリバリー:AIカスタマーサービスの受容度は60〜75％で、相談の中心は「メニュー、配送、割引」。

銀行・金融:AIカスタマーサービスの受容度は40〜55％で、アカウントや資金の問題が関わるため、顧客は人的対応を希望する。

医療・健康:AIカスタマーサービスの受容度は25〜40％で、健康問題が関わるため、顧客の感度が高い。

包装印刷:AIカスタマーサービスの受容度は35〜50％(総合)で、非標準型が強いが、見積もり場面85％、工程場面35％、クレーム場面12％と差が大きい。

包装業界のAIカスタマーサービス導入ソリューションは、場面ごとに細分化しなければならず、電子商取引・小売の「全場面AI」モデルをそのまま適用することはできない。

まとめ

AI 客服は包装業界において「全シーン代替」ツールではなく、「シーン別補助」ツールです。見積もり相談、知識問答、初回接触といったシーンでは AI はとても上手に処理できますが、工芸相談、複雑な要望、苦情対応といったシーンでは AI はむしろ体験を下げてしまいます。

300 社のお客様の実際の受け入れデータから見えてくるのは、包装業界における AI 客服の落地には明確なシーン境界の設計が必要であり、「AI 代替率」のような単一指標を追求してはならないということです。正しい指標は「AI 処理効率 + お客様満足度 + 人工転換率」を総合的に最適化することです。

この境界を理解すれば、AI 時代においてもお客様サービスの品質を安定して保つことができます。AI に任せるべき工程は AI に、人工が対応すべき工程は人工が担当し、その両者をシームレスにつなぐことこそが真の「智能客服」です。

関連閲読:AI 包装見積もりは看似正確なのに最終的にどうして偏差が大きくなるのか、AI 工芸予検の境界:AI が本当に見抜けない問題とは、包装業界における AI の 5 つの真の応用:炒作とトレンドの見分け方、電話で包装箱について相談する際、もっと專業的に質問するには