カスタマーサービスでAIを利用した消費者の5人に1人近くが、その体験からまったくメリットを得られなかったと答えています。Qualtrics 2026 Customer Experience Trends Reportによるこの調査結果が発表されたのは、ベンダー各社が50%、60%、さらには80%の自動化率を打ち出していたのと同じ年でした。
どちらの数字も同時に正しい可能性があります。両者の差は、ひとつの言葉に集約されます。それが「ディフレクション」です。
ディフレクションは、AIが対応したやり取りの数を数えます。自律解決は、AIが実際に解決した問題の数を数えます。AIカスタマーサービスの解決率とは、この2つの数字の差のことです。そしてこの差こそが、顧客が取り残され、CXリーダーが誤ったデータに基づいて高くつく意思決定を下してしまう領域なのです。
ディフレクションが実際に測定しているもの
顧客が質問を送信し、システムがFAQ記事へのリンクで回答すると、ほとんどのプラットフォームはそれをディフレクション成功として記録します。チケットは担当者に届かず、自動化率は上がり、ダッシュボードは健全に見えます。
しかしダッシュボードには、その顧客が答えを見つけられたかどうかはわかりません。諦めたのか、翌日に再び問い合わせたのか、黙って離れていったのかもわかりません。ディフレクションが測定するのはAIが何をしたかであり、顧客がどのような体験をしたかについては何も語りません。
この問題は、導入規模が拡大するほど深刻になります。2026年のNewtonXの調査では、3大陸の消費者2,000人と企業のCX意思決定者500人を対象に調査が行われ、その結果には明確な隔たりがありました。企業はコスト削減とチケットのディフレクションを重視する一方、消費者が何よりも重視するのは解決でした。企業が優先すると答えた成果の中で、解決は7番目にとどまりました。
同じ調査では、企業の55%がAIと人間のエージェントのパフォーマンスをまとめて測定していることもわかりました。これでは、AIが実際にどの程度機能しているかを切り分けることはほぼ不可能です。シグナルを分離できなければ、AIが問題を解決しているのか、単に件数を吸収しているだけなのかを判断できません。
1つの数字で見るギャップ
このギャップの大きさを最も明確に示しているのが、現在業界全体で引用されているGartnerの調査です。AIは顧客からの問い合わせの45%以上をディフレクションしていますが、セルフサービスで完全に解決に至るのは約14%にすぎません。ダッシュボードの報告と顧客が実際に得た結果の間には、31ポイントの開きがあるのです。
AIが対応する質問100件のうち、顧客の問題が解決して終わるのは約14件です。残りの31件は、解決されないまま「対応済み」として数えられています。こうした問い合わせが再問い合わせ、エスカレーション、解約となって戻ってきます。健全に見える自動化率の裏で、不健全なオペレーションが進行しうるのはそのためです。
ディフレクションを危うくする計算
1か月の例で見てみましょう。
AIが10,000件のチケットを処理したとします。ベンダーのダッシュボードには60%の自動化率が表示され、6,000件が人手を介さずに処理されたことになります。数字の上では好成績です。
しかし、データを掘り下げてみると話は変わります。自動化された6,000件のうち、本当に解決したのは75%ほどかもしれません。顧客は必要なものを得て、再び問い合わせることはありませんでした。残りの25%はディフレクションされただけで、AIは応答したものの問題は残ったままです。別のチャネルを試した顧客もいれば、電話をかけた顧客も、離れていった顧客もいます。
実際の自律解決率は60%ではなく、45%です。そして自動化されたように見えて実はそうではなかった1,500件のチケットは、再問い合わせ、エスカレーション、解約という形を変えて、今もシステム内に残っています。
これを把握する方法のひとつが、解決の持続性を測定することです。問題が解決済みとされたかどうかだけでなく、顧客が72時間以内に同じ問題で再び問い合わせてきたかどうかを確認します。ディフレクション率が高く、同時に再問い合わせ率も高い状態は、自動化ではありません。コストの先送りです。
本番環境での解決とは
自律解決とは、人間の関与も、フォローアップのチケットも、別チャネルでの再度の試みもなく、AIが顧客の問題を完全に解決することを意味します。これはほとんどのベンダーのダッシュボードが測定できるよう設計されている水準よりも高いハードルですが、CXリーダーが重視する成果、つまりチケットあたりのコスト削減、CSATの向上、解約の減少と相関するのはこの水準です。
AIとのやり取りが真の解決とみなされるには、3つの条件を満たす必要があります。
まず、AIがナレッジベースだけでなく、受注管理、請求、CRM、チケット管理ツールといったシステムにアクセスできることです。配送先住所を変更したい顧客に必要なのは、ヘルプセンターへのリンクではありません。住所を変更してもらうことです。既存のヘルプデスクを置き換えるのではなく接続するオーバーレイ型のアーキテクチャなら、何か月にも及ぶ移行なしにこうしたアクセスを実現できます。AIがシステムを読み取れても書き込めなければ、質問に答えることはできても問題を解決することはできません。それは高度なFAQであって、AIエージェントではありません。
次に、AIが実際にアクションを実行することです。返金処理、フライトの再予約、アカウントの更新。解決を生み出すのはこうしたやり取りです。情報を提示するだけのプラットフォームと、トランザクションを実行するプラットフォームの差は、そのままディフレクションと解決の差になります。
そして、顧客が問題の解決に同意したことをAIが確認することです。ほとんどのプラットフォームが省いているのがこの部分です。顧客が問題の解決を確認した時点ではなく、AIが応答した時点でチケットをクローズしてしまうのです。顧客が確認した解決を測定しているベンダーは、チケットの自動クローズに頼るプラットフォームと比べて、CSATスコアが一貫して15～20%高くなっています。
この3つの条件がそろうと、数字が動きます。McKinseyによる2026年の独立したサービスオペレーション調査では、アクションを実行するAIエージェントが、ディフレクション重視のツールよりはるかに高い解決率を達成し、しかも人間による対応の数分の1のコストで処理していることが示されています。この差は設定の問題ではなく、構造的なものです。
うまく機能しているときの姿
本番環境の数字がこれを裏付けています。Mastermindは導入から6週間で93%の自律解決率を達成しました。ディフレクションではなく、人手を介さずに問題をクローズした割合です。Rhoは、人員を増やすことなく月間の問い合わせ件数が12%増加する中でも、95%のCSATを維持しました。AIが件数を他に回すのではなく、実際に吸収していたからです。
これらの成果には共通点があります。AIが解決した件数で評価され、かつ解決が実際に行われるシステムに組み込まれていたことです。顧客の体験や財務部門が把握できる結果と連動するのは、ディフレクションではなく解決率なのです。
ベンダー評価で確認すべき5つの質問
現在AIカスタマーサービスプラットフォームを評価しているなら、ディフレクションと解決の違いを最初のフィルターにすべきです。デモやPOCでこれを見極める方法をご紹介します。
「解決」をどのように定義していますか？ 顧客の問題が完全に解決されたことに触れず、封じ込め、ディフレクション、自動化率を用いた回答であれば、それは解決というラベルを付けたディフレクション指標です。AIが対応したやり取りと、AIが解決した問題を区別するようベンダーに求めましょう。
72時間以内の再問い合わせ率はどのくらいですか？ これは見せかけの解決を明らかにする指標です。解決済みチケットの25%が3日以内にフォローアップを生んでいるなら、実質的な解決率は公表値を大きく下回ります。解決の質に自信のあるベンダーは、この数字を開示するはずです。ためらうベンダーは、おそらく測定していません。
AIはバックエンドシステムでアクションを実行できますか？ それとも回答を提示するだけですか？ 読み取り専用か、読み書き可能な連携かが、アーキテクチャ上の分かれ目です。注文を照会できても返品を処理できないAIでは、真の解決の上限は常に低くなります。既存のヘルプデスク、CRM、受注管理ツールとの連携の深さについて、具体的に確認しましょう。
顧客による解決の確認をどのように測定していますか？ AIの応答後にチケットを自動クローズすることは、顧客の問題が解決したことを確認することとは異なります。プラットフォームが顧客による確認、フォローアップアンケート、再問い合わせの追跡のいずれを使っているかを確認しましょう。数字と同じくらい、測定方法が重要です。
解決に成功した件数に基づく料金体系に対応していますか？ 成果報酬型の料金体系は、ベンダーのインセンティブを顧客の成果と一致させます。顧客の問題が実際に解決されたときにのみベンダーが報われる仕組みなら、そのベンダーは解決を目指して製品を作っています。成果にかかわらずシート単位、チケット単位、メッセージ単位で課金するなら、そのインセンティブは成果ではなく件数にあります。
指標の転換はすでに始まっている
ゆっくりではあるものの、業界はこの方向に動いています。Gartnerは、2029年までにAIが一般的なカスタマーサービスの問題の80%を人の介入なしに解決すると予測しています。ここで重要なのは「ディフレクション」ではなく「解決」という言葉です。一部のベンダーはすでに課金方法を見直し、検証済みの解決と単なる封じ込めを区別して、証明できる成果に対してのみ課金しています。どんな導入事例よりも、ベンダーの本当のインセンティブを素早く見極められる手がかりです。
今期ベンダーを評価しているCXリーダーにとって、ディフレクションと解決の違いは理念上の議論ではありません。調達におけるフィルターです。解決を測定するベンダーは解決を改善する製品を作り、ディフレクションを測定するベンダーはディフレクションを改善する製品を作ります。その違いには、ダッシュボードよりもずっと早く顧客が気づくでしょう。
現在評価を進めているなら、上記の5つの質問から始め、各ベンダーの定義を解決率が本来測定するものと照らし合わせてください。デモでは好調に見えた導入が本番環境で停滞する理由については、AIサポートのパイロットから本番へのギャップの解説で、両者を分ける指標を取り上げています。
自社のチケット量で、自律解決がどのようなものかをご確認ください。デモを予約して、最も難しい問い合わせをお持ちください。
自社の会話でお試しください。
無料の個別デモをお申し込みください。
