大規模なカスタマーエクスペリエンス（CX）を担うリーダーの皆さまは、AIを概念としてではなく、チャネルやシステム、実際の顧客接点をまたいで確実に機能すべきケイパビリティとして評価されていることと思います。私はGoogleとIBMで大規模なインテリジェントシステムの構築に長年携わった後、繰り返し目にしてきたギャップを埋めるためにMavenを共同創業しました。そのギャップとは、会話はできても、文脈を踏まえて（しかもハルシネーションなく）真に問題を解決することはできないサポート自動化です。
現代のカスタマーサポートには、音声、チャット、メール、SMSを横断して、応答するだけでなく推論し行動できるAIが必要です。私たちは一貫して、エンタープライズ環境において推論し、アクションを実行し、音声、チャット、メール、SMSをシームレスに横断して稼働するエージェント型AIの構築に注力してきました。
CXにおけるエージェント型AIの5つの中核概念をまとめたこの「入門」用語集は、私たちがこの課題に実務でどう向き合っているかを反映したものです。最新のAI駆動型カスタマーサポートが何を実現でき、何を実現すべきかを見極める際の、明確で実用的なリファレンスとしてご活用ください。
「AIエージェント必須用語100選」の完全版にご興味のある方は、こちらから記事全文をお読みください。
プレッシャーにさらされるCXチームのための入門ガイド
エンタープライズのCXチームには、チャネル全体で増え続ける問い合わせに対応しながら、コスト削減、解決スピードの向上、ブランドへの信頼維持が求められています。しかも、エージェント型AI、自律型エージェント、AIコパイロットといった用語がベンダーごとにばらばらに使われており、プレッシャーに混乱が拍車をかけています。
この用語集の目的は次のとおりです。
- 主要なAIエージェントの概念を、エンタープライズに即した平易な言葉で明確にする。
- 会話のみのAIとアクションを実行できるエージェント型システムを区別する。
- 業界リーダーによる第三者の裏付けを提供する。
- CXリーダーが自信を持ってテクノロジーパートナーを評価できるようにする。
AIをサポート戦略にどう組み込めるかを検討中であれば、本ガイドをCX、IT、オペレーションの関係者間の共通の参照点としてご活用いただけます。
1) AIとエージェントの中核概念
エージェント型AI（Agentic AI）
エージェント型AIとは、目標達成に向けて、ポリシーで明示的に定義された制約の範囲内でタスクを計画、推論、実行できるAIシステムを指します。多くの場合、エンタープライズシステム全体のツール、API、ワークフローを呼び出して実行します。従来のチャットボットや生成AIとは異なり、エージェント型システムは応答を生成するだけでなく、業務を完了するように設計されています。
IBMは、エージェント型AIを、言語モデルにツールと意思決定ロジックを組み合わせて実際のシステム内で行動させるパターンとして説明しています。 👉 IBMの概要：エージェント型AI — IBM
Gartnerは、**2029年までに一般的なカスタマーサービスの問題の80%**をエージェント型AIが自律的に解決するようになり、CXオペレーションが根本的に変わると予測しています。 👉 Gartnerプレスリリース：エージェント型AIがカスタマーサービスを変革
Mavenにおける位置づけ： Maven AGIはエージェント型の実行を中心に構築されており、AIエージェントがカスタマーサポートのワークフロー全体で推論し、安全かつ監査可能なアクションを実行できるようにします。 詳しくはこちら：Agent Maven
**Mavenリーダーシップの視点： 私の考えでは、いま起きている最も重要な変化は生成AIではなく、エージェンシー（自ら行動する能力）です。企業が苦労しているのは答えがないからではなく、分断されたツールをまたいでシステムがアクションを実行できないからです。エージェント型AIが重要なのは、そのギャップを埋めるからです。AIが意図を推論し、制約を理解し、実際のワークフローを安全に実行できるようになったとき、それはデモではなくインフラになります。
AIエージェント
AIエージェントとは、成果を達成するために入力を認識し、コンテキストを保持し、目標について推論し、アクションを実行できるシステムです。この定義は受動的なボットの枠を超えるもので、長年のAI研究とも一致しています。
一般的な定義： 👉 AIエージェント — Wikipedia
CX環境において、AIエージェントには次のことが求められます。
- チャネルを横断して意図を理解する。
- エンタープライズのナレッジにアクセスする。
- バックエンドのアクションを実行する（提案するだけではない）。
Mavenにおける位置づけ： MavenのAIエージェントは、共通の推論レイヤーを使って音声、チャット、メール、SMSを横断して稼働するため、顧客がチャネルを切り替えても会話をやり直す必要がありません。AIエージェントは、Mavenで定義された対象のActionsをパラメーターとInstructionsに基づいて呼び出すことができ、新たなActionsを推測して作り出すことはありません。 エージェントのチャネルを見る：エージェントチャネル
**Mavenリーダーシップの視点： AIエージェントが成功するのは、推論とアクションを組み合わせたときです。CXチームに必要なのは答えだけではなく、成果です。だからこそMavenのエージェントは、あらゆるチャネルとタッチポイントで意図に基づいて行動するよう設計されています。
自律性とヒューマン・イン・ザ・ループ（HITL）
自律性とは、AIエージェントがどの程度独立して稼働できるかを指します。エンタープライズCXでは、完全な自律か否かという二者択一になることはほとんどありません。システムは自動化と人による監督のバランスを取ります。
Salesforceは、エージェント型AIがアシスト型AIと異なり、必要に応じて人によるレビューを可能にしつつ、タスクを能動的に実行する点を強調しています。 👉 エージェント型AIとは - Salesforce
ベストプラクティス： 大量かつ低リスクのワークフローは完全に自動化されることが多く、機微なエッジケースはコンテキストを完全に保持したまま人のエージェントにルーティングされます。
Mavenにおける位置づけ： Mavenは設定可能なヒューマン・イン・ザ・ループのガードレールをサポートしており、CXチームは自律の範囲と人によるレビューの開始点を定義できます。自律性は常に、適格性ルール、Knowledgeの範囲、Actionの制約によって制限されます。
**Mavenリーダーシップの視点： 自律とは人を完全に排除することではなく、人が価値の高い例外対応に集中できるようにすることです。HITL戦略は、エンタープライズにおける信頼性と信頼の中核です。
2) 顧客とのインタラクションチャネル
音声AI／音声エージェント
音声AIにより、AIエージェントはライブの電話での会話に対応できます。割り込み、アクセント、意図を理解しながら、リアルタイムでアクションを実行します。
Maven Voice™は、既存の電話システムやコンタクトセンター基盤と統合する、エンタープライズグレードの音声自動化向けに設計されています。音声チャネルは他のすべてのチャネルと同様に、同じActionsとKnowledgeの基盤を使って稼働します。
Maven Voiceや当社のエージェントソリューションについてのご相談：デモを予約
**Mavenリーダーシップの視点： 顧客はチャネル単位ではなく、成果で考えます。従来のサポートテクノロジーの最大の失敗の1つは、音声、チャット、メール、SMSを別々に扱ってきたことです。一定であるべきはチャネルではなく、エージェントです。チャネルは単なるインターフェースであり、インテリジェンスは共有されるべきです。
チャット＆メッセージングAI
チャットエージェントは、Webやアプリ内でのリアルタイムのデジタル会話に対応します。コンテキストを保持し、ナレッジにアクセスし、必要に応じてシームレスにエスカレーションします。
Mavenにおける位置づけ： チャットエージェントは音声やメールと同じ推論レイヤーで動作するため、一貫した回答とアクションを実現します。すべてのチャネルが同じKnowledge、Actions、品質評価シグナルを共有します。
チャット機能を見る： チャット
**Mavenリーダーシップの視点： 共通の推論エンジンにより、顧客が会話の途中でチャネルを切り替えても、あらゆるインタラクションがシームレスに感じられます。
メール＆SMSの自動化
メールとSMSは大量のインタラクションに欠かせません。AIは、トーンとコンプライアンスを保ちながら、メッセージの分類、要約、下書き、解決を大規模に行えます。
Mavenにおける位置づけ： メールとSMSのインタラクションは同じエージェント型エンジンで処理されるため、チャネルをまたいだ継続性と、解決スピードの測定可能な改善を実現します。
**Mavenリーダーシップの視点： 一貫性とコンテキストは譲れない要件です。メールやSMSのような非同期チャネルではなおさらです。
3) ナレッジ、コンテキスト、推論
ナレッジグラフとグラウンディングされたAI
エンタープライズAIは、ハルシネーションやポリシー違反を避けるため、信頼でき、適切に管理されたナレッジに基づいている必要があります。信頼できる基盤がなければ、高性能なモデルであっても、一貫性のない回答や古い情報を返したり、ポリシーに違反したりします。
Mavenにおける位置づけ： MavenのGraph of Recordは、AIをエンタープライズの正確な情報にグラウンディングさせる独自のアプローチです。データをコピー、移行、集約することなく、組織の既存システム全体のナレッジを結び付けます。情報を新しいシステムへ移行するよう企業に求めるのではなく、CRM、チケット管理プラットフォーム、コンテンツリポジトリ、データウェアハウスなどのシステム・オブ・レコードとの間に、インテリジェントなリアルタイム接続を構築します。
すべての応答はこれらのシステムから直接取得されるため、Graph of Recordにより、回答は最新のデータを反映し、既存の権限設定に従い、企業のポリシーを順守したものになります。
たとえば、顧客がアカウントの状態や請求の適格性について尋ねた場合、エージェントはキャッシュされた要約ではなく、システムのライブなコンテキストを使って回答します。これにより、特に規制の厳しい環境や運用が複雑な環境において、ハルシネーション、古い回答、コンプライアンスリスクを大幅に低減できます。
**Mavenリーダーシップの視点： グラウンディングのないインテリジェンスはリスクです。ナレッジ、コンテキスト、ガードレールは、エンタープライズ規模のAIにとって最も難しく、かつ最も重要な取り組みです。MavenのGraph of RecordがBusiness AGIの礎であるのは、正確性、コンプライアンス、運用の健全性を保ちながら、インテリジェンスを企業全体に拡張できるからです。システムを複製するのではなく接続することで、組織はAIをより迅速に導入し、見えにくいインフラコストを削減し、実験段階から本番環境へと自信を持って移行できます。
コンテキストメモリとRAG
検索拡張生成（RAG）により、エージェントは実行時に関連するエンタープライズデータを取得できます。コンテキストメモリは、長時間または複数セッションにわたるインタラクションの継続性を確保します。MavenのRAGは、アクセスルールと表示の適格性を順守する、範囲が限定されたKnowledge Basesから情報を取得します。
IBMとGartnerは、エンタープライズAIの信頼性の鍵として、グラウンディングとコンテキストを重視しています。 👉 IBMのエンタープライズAIに関するインサイト：エンタープライズAIエージェント — IBM
**Mavenリーダーシップの視点： RAGとメモリにより、AIは確信を持って行動でき、顧客の信頼を損ないかねないミスを回避できます。
4) インテグレーションとワークフローの実行
CRMおよびバックエンドとのインテグレーション
AIエージェントが、レコードの更新や返金処理といった実際の業務を行うには、CRM、請求システム、社内ツールとの連携が不可欠です。
Mavenにおける位置づけ： MavenはSalesforceやZendeskなどのシステムと連携し、エージェントがシステムデータの読み書きを行う対象のActionsを呼び出せるようにします。
Mavenのすべてのインテグレーションを見る： インテグレーション
**Mavenリーダーシップの視点： アクションを実行できないAIは、単なるインターフェースレイヤーにすぎません。エージェントは、完全な監査可能性とセキュリティを備えた、エンタープライズシステム内の第一級のオペレーターでなければなりません。
APIと安全な実行
APIにより、エージェントはエンタープライズシステムとやり取りし、安全かつ監査可能な方法でワークフローを起動し、アクションを実行できます。これにより、企業のガバナンス基準への準拠を確保しながら、業務効率とスケーラビリティを高めます。
Mavenにおける位置づけ： MavenのAPIファーストのアプローチにより、エージェントはエンタープライズシステム内で複雑なワークフローを直接実行できます。Mavenは、すべてのアクションが厳格な認証、トレーサビリティ、コンプライアンス対策によって管理されるようにします。これにより、お客様は管理を維持し、測定可能な効率向上を実現しながら、既存のインフラとシームレスに統合できます。
**Mavenリーダーシップの視点： 私たちは、安全な実行をエンタープライズのイノベーションを推進する戦略的な要素と捉えています。信頼と説明責任は、エンタープライズ自動化を成功させる礎です。自動化されたすべてのアクションを追跡可能かつ監査可能にし、ガバナンスポリシーに沿ったものにすることで、組織が安心して業務を安全に拡大できるようにしています。
5) CXリーダーにとって重要な指標とKPI
自律解決率（ARR）
定義： 人の介入を必要とせず、AIエージェントによって完全に解決された顧客からの問い合わせまたはチケットの割合。自律解決とは、ハンドオフがなく、ネガティブなフィードバックもなく解決された会話を指し、製品の指標における「Resolved by Maven」と同じ意味です。
重要な理由： エージェント型AIがタスクを自律的に実行する際の有効性と信頼性を測定する指標で、コスト削減や、人のエージェントをより価値の高い業務に振り向けることに役立ちます。
事例： Papaya PayはMaven AGIを活用し、問い合わせの90%への自律回答を達成しました。
一次解決率（FCR）
定義： チャネルを問わず、最初のやり取りで解決された顧客の問題の割合。
重要な理由： FCRが高いことは、効率性とシームレスな顧客体験を示します。AIエージェントはナレッジやシステムに即座にアクセスできるため、フォローアップの必要性を減らし、FCRを向上させられます。
事例： Papaya PayはAgent Maven™の導入後、70%の一次解決率を達成しました。
解決までの時間（TTR）
定義： 顧客が問い合わせを送信してから、問題が完全に解決されるまでの平均経過時間。
重要な理由： TTRが短いほど、迅速なサービスと優れたCXを意味します。AIエージェントは、情報の取得、システムの更新、アクションの実行を自動化することで、TTRを大幅に短縮できます。
事例： EnumerateはAgent Maven™によりチケットの80%を3分未満で解決し、本番環境でTTRを大幅に短縮しました。
顧客努力指標（CES）
定義： 顧客が問題を解決するのがどれだけ容易だったかを示す指標で、通常はやり取り後のアンケートで測定します（例：「本日、問題の解決はどの程度簡単でしたか？」）。
重要な理由： CESが高い（労力が少ない）ことは、顧客満足度、ロイヤルティ、解約率の低下と相関します。AIエージェントは、摩擦を減らし、不要な手順を省き、コンテキストを踏まえた支援を提供することで貢献します。
事例： Mastermindはチャットでの問い合わせの93%を解決し、応答時間を75%短縮しました。これは顧客の労力削減を示す有力な指標です。
間接コストの削減
定義： 反復的なタスクの自動化、ワークフローの効率化、追加人員の必要性の最小化によって実現される運用コストの削減。
重要な理由： 間接コストを抑えることで、組織は戦略的な取り組みに予算を配分し、スケーラビリティを高め、顧客からの問い合わせが増加しても収益性を維持できます。AIエージェントは大量のインタラクションを自律的に処理し、定型業務における人のエージェントへの依存を減らすことで貢献します。
CSATとNPSの向上
CSATの定義：特定のやり取りまたはサービス全体に対する顧客の満足度を測る指標で、通常はやり取り後の短いアンケートで収集します（例：「受けたサポートにどの程度満足していますか？」を1–5または1–10の尺度で評価）。 重要な理由： CSATは、顧客の即時の感情と体験の質を反映します。AIエージェントは、正確かつ迅速で、コンテキストを踏まえた解決を提供することで、CSATに好影響を与えられます。
事例： Rhoは、人員を増やすことなくより多くの問い合わせに対応しながら、95%の顧客満足度（CSAT）を達成しました。Thumbtackが50社以上のベンダーを評価した際、Mavenは同社の社内CSAT評価で競合他社を15%以上上回る結果を示しました。
NPSの定義：顧客ロイヤルティとブランドを推奨する可能性を測る指標で、「当社を友人や同僚に薦める可能性はどのくらいありますか？」といったアンケートの質問で収集します。回答者は0–10で評価し、スコアは次のように分類されます。
NPSの計算式 =%推奨者−%批判者
重要な理由： NPSは長期的な顧客ロイヤルティを反映します。摩擦を減らし、解決スピードを高め、チャネル全体で一貫した体験を維持するAIエージェントは、推奨者を増やし、批判者を減らすことができます。
事例： Enumerateは+40のNPSを達成したと報告しており、Mavenが実現したサポート体験に対する高いロイヤルティと満足度を示しています。
ForresterのプリンシパルアナリストであるJulie Mohrは、2025年12月1日に公開した記事で「AIと自動化が加わったことで、従来の『速いほど良い』という考え方はますます意味をなさなくなっている」と述べ、AIを中心とした5つの新しいKPIについての見解を示しています。
👉 Forresterのインサイト：サービスデスクの成功を再考すべきとき
Mavenにおける位置づけ： Mavenの多くのお客様が、対象ワークフローで90%を超えるARRを達成しています。 お客様の成果を見る：導入事例
**Mavenリーダーシップの視点： 問い合わせ件数の削減だけでは成功とはいえません。重要なのは解決です。指標は、単なるチケット数ではなく、顧客にとっての真の成果を反映すべきです。
おわりに
用語集は、エージェント型AIを組織に導入するかどうか、どのように、いつ導入するかを検討するプロセスにおける、多くのステップの1つにすぎないでしょう。
当社の営業、ソリューションエンジニア、カスタマーエクスペリエンスマネジメントチームは、導入を検討されているお客様と協力して、要件の具体化、社内での投資合意の形成支援、テストおよびベータのロードマップ策定を行い、CX戦略におけるエージェント型AIの可能性を明らかにします。
次のステップとして、目標や検討段階についてまずはお話ししませんか。 今後の道筋づくりをぜひお手伝いさせてください：チームに相談する
著者について
Sami ShalabiMaven AGI 共同創業者兼最高技術責任者（CTO）
Sami Shalabiは、音声、チャット、メール、SMSにわたるエンタープライズ向けAIエージェントについて、Mavenの製品ビジョンとプラットフォームアーキテクチャを統括しています。GoogleとIBMでシニアエンジニアリングリーダーを務めた経歴を持ち、推論、自律性、エンタープライズシステムとの統合を組み合わせて測定可能なCX成果をもたらすエージェント型AIシステムに注力しています。
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。
