AIを導入しても改善しない理由 AIが扱う対象を整理してみた

先日、一般社団法人　日本コンタクトセンター教育検定協会、以下コン検様のウェビナ三部作の講師担当が無事に終了しました。

終了後に振り返っていて、一つだけ少し心残りがありました。

それは、

「AIによって得意なことが違う」

という整理を、もう少し丁寧にお伝えしても良かったかもしれない、という反省です。

AIという言葉は一つですが、実際には扱っている対象が違います。

しかし現場では、

「AIを入れれば改善する」

という期待だけが先行し、

そもそも何を扱うAIなのか

が整理されないまま導入が進むことがあります。

今日はその話を書いてみたいと思います。

AIは何を扱うのか

例えばコンタクトセンターで使われるAIを考えてみます。

大雑把に整理すると、次のような違いがあります。

この表は、どれが優れているという話ではありません。

扱う対象が違うのです。

例えばFAQ検索AIは、

「どこに答えが書いてあるか」

を探すのが得意です。

要約AIは、

「何が起きたか」

を整理するのが得意です。

分析AIは、

「どんな傾向があるか」

を見つけるのが得意です。

それぞれ役割があります。

しかし現場で困っているのは何か

コンタクトセンターの現場を見ていると、

本当に困っている場面は少し違います。

例えば、

• このケースはエスカレーションすべきか

• どこまで説明すればよいか

• 何を先に確認すべきか

• なぜベテランはその質問をしたのか

といった暗黙知≒判断です。

ここでは、

「情報が無い」

のではなく、

「判断基準が共有されていない」

ことが問題になります。

FAQを増やしても解決しない。

教育しても差が残る。

AIを入れても期待通り動かない。

その理由の一つがここにあります。

AIが扱えていない対象

今回のウェビナ三部作で扱ったテーマは、

まさにこの部分でした。

多くのAIは、

結果

情報

データ

を扱います。

しかし、

その結果を生み出している

判断構造

は扱っていません。

ベテランが

どの情報に着目し、

何を優先し、

どのように次の質問を選び、

どのような価値判断を行ったのか。

ここが共有(ナビゲーション)されないままでは、

経験は蓄積されても組織能力にはなりません。

AI時代だからこそ重要になるもの

AIが進化すると、

情報整理のコストは下がります。

要約もできる。

検索もできる。

分析もできる。

しかし逆に、

何を見るか

どう判断するか

なぜそう考えるのか

という部分の価値は高まります。

これはAIと人間の対立ではありません。

むしろ役割分担です。

AIが情報処理やナビゲーションを担当し、

人間が判断構造を育てる。

そして、

育った判断構造を組織全体で共有する。

その循環ができた組織ほど、

AI時代に強くなるのではないか。

最近はそんなことを考えています。

おわりに

AI活用という言葉を聞くと、

つい「どのAIを選ぶか」に意識が向きます。

しかしその前に、

自分たちは何を改善したいのか。

情報なのか。

結果なのか。

判断なのか。

ここを整理することが大切なのかもしれません。

AIを選ぶ前に、

まず扱う対象を整理する。

その視点を持つだけでも、

見える景色は大きく変わるように思います。