【翻訳】AI時代の顧客体験をどう高めるか──カスタマーサクセスに活かす7つの戦略

この記事は著作権を有する Custifyの許可を得て翻訳したものです。
Original article:https://www.custify.com/blog/ai-customer-experience/

業界を問わずAIの導入が進んでいくなか、企業は顧客体験をどのように進めていけばよいのでしょうか。

AIを活用することで、顧客体験の改善は、より迅速かつ顧客個人にパーソナライズされたものへと進化しています。膨大なデータとフィードバックを一つずつ確認して、改善につながるインサイトを探っていくのではなく、AIを導入し、関連性の高いフィードバックを効率的に絞り込み、サービスの改善に繋げる必要があります。

本記事では、AIを導入して顧客体験を向上させる方法について解説します。

具体的には、顧客の進捗状況をリアルタイムで可視化する方法、ロータッチ型エンゲージメントの自動化、市場動向や顧客感情分析など複数のシグナルから解約リスクを検出する方法などを取り上げます。

また、顧客体験にAIを活用する際に起こりやすい問題と、その回避方法についても紹介します。

まずは、AI時代における優れた顧客体験とは何かを整理していきましょう。

AIを活用した顧客体験とは

AIを活用した顧客体験とは、人工知能を用いて顧客の行動を分析し、顧客ごとにパーソナライズされたコミュニケーションを行うことです。さらに、問題解決を迅速化し、チームが次に取るべきアクションを判断しやすくすることも含まれます。

SaaSにおいて、AIはカスタマーサクセスチームのタスクをさまざまな面で支援します。たとえば、アカウントの状況を把握する、解約リスクを検知する、顧客の感情を分析する、フィードバックを要約する、顧客を最適なエスカレーションや自動化されたワークフローへつなぐ、といった施策が可能です。

SaaS企業にとって、AIを活用した顧客体験は、カスタマーサクセスプラットフォームが保有するアカウント情報、ヘルススコア、タスク、履歴などと深く関係しています。これらの情報をAIが活用することで、より精度の高い顧客への理解が可能になります。

AI時代における優れた顧客体験とは

AIツールが顧客体験に組み込まれていることは、もはや珍しいことではありません。シンプルなチャットボットから、高度なカスタマーサクセスツールまで、AIの存在は、顧客に関するエンゲージメントのプロセスに組み込まれつつあります。

一方で、顧客はAIの活用について、どのように考えているのでしょうか。AIに何を期待し、サービスのワークフローにどの程度組み込まれることを希望するのでしょうか。また、どのような点に懸念や不安を感じているのでしょうか。

近年の調査からは、顧客がAIに対して期待と疑問の両方を持っていることが分かります。

顧客がAI活用に対して懸念していること：

顧客は、顧客体験にAIが導入されることに対して、いくつかの重要な懸念を抱いています。

• 個人情報の取り扱いへの不安
  Qualtricsの「2026年顧客体験トレンドレポート」によると、顧客の53%が、AI活用に伴う個人データの悪用を懸念しています。

• 企業側と顧客側の認識のギャップ
  Medalliaの「State of CX 2026」によると、CX専門家の67%が顧客体験は改善していると考えている一方で、顧客側でそう感じているのは17%にとどまっています。企業がAIを活用するのであれば、顧客が実感できる形で体験を改善することが重要です。

• 透明性の不足
  Qualtricsによると、顧客の46%は、自分のデータがどのように収集されているのかについて、より詳しい情報を求めています。

• 人間的なつながりの不足
  顧客の50%は、AIを顧客体験に組み込んでいる企業と取引する際に、人間的なつながりが失われることを懸念しています。

• AIが提供する情報への不信感
  顧客の31%は、AIが提供する情報を信頼していないと回答しています。AIによる誤回答やハルシネーションが広く知られるようになったことも、その背景にあると考えられます。

顧客がAIに期待していること

一方で、顧客はAIの活用に対して否定的な意見に偏っているわけではありません。多くの顧客は、AIによってサービスにメリットがもたらされることにも期待しています。

• 問い合わせや問題を解決できること
  CSGIの「2026年 顧客体験の現状」によると、顧客の77%は、質問や問題を解決するためにAIが顧客体験で活用されることに抵抗がないと回答しています。

• 人間による対応へのスムーズな切り替え
  62%の顧客は、AIエージェントから人間による対応へスムーズに移行できるのであれば、AIカスタマーサポートを安心して利用できると回答しています。

• 迅速な問題解決
  Verintの「State of Customer Experience 2026」によると、顧客の58%は、人間の担当者よりも早く問題を解決してくれるAIエージェントを好むと回答しています。顧客にとって重要なのは、AIを使っているかどうかではなく、問題がどれだけ早く解決されるかです。

• 役に立つパーソナライゼーション
  顧客体験におけるAI活用の代表例として、パーソナライズされたコミュニケーションがあります。CSGIによると、顧客の74%は、パーソナライゼーションにおいて最も重要なのは「（その機能が）役に立つこと」だと回答しています。

• 個人情報に対するコントロール
  Qualtricsによると、45%以上の顧客が、個人データの利用に関して、「透明性の向上」「データの取り扱いをコントロールできる仕組み」「データを簡単に削除できる機能」を求めています。

• コストパフォーマンスの高さ
  顧客の46%は、企業と取引する際に「費用対効果の高さ」を重視すると回答しています。AIは業務の効率化に役立つ一方で、企業側はその処理が「顧客が受け取る価値も向上しているか」を常に意識する必要があります。

顧客体験を向上させるためのAI活用法7選

1. 顧客がリアルタイムで進捗を確認できるようにする

顧客が目標達成までの進捗を確認できるようにすることは、顧客体験を向上させる有効な施策です。

近年のAIツールの進化により、カスタマーサクセスプラットフォーム上において、顧客の進捗状況をリアルタイムで把握しやすくなりました。重要なのは、企業側が進捗を把握するだけでなく、その情報を顧客にも分かりやすく伝えることです。

具体的には、以下のような流れが考えられます。

• 顧客が目指す成果を把握し、マイルストーン（指標やKPI）を設定したうえで、顧客ダッシュボード上で進捗を追跡する
• プレイブック、ライフサイクル、価値実現までのステップを通じて、顧客の進捗を把握できるツールを活用する
• 顧客ポータルを用意し、価値実現までの進捗、現在のタスク、オンボーディングや実装フェーズの状況などを把握できるようにする
• QBRなどの場で、顧客ポータルやAIによるミーティング支援を活用しながら、目標の達成状況を分かりやすく共有する

顧客自身がマイルストーンや目標達成までの進捗を確認できる状態をつくることで、提供されている価値が見えやすくなり、納得感のある顧客体験につながります。

2. AIによる感情分析を活用して、重要アカウントに集中する

自然言語処理やAIが多くのSaaSツールに組み込まれるようになったことで、顧客のセンチメントを分析する取り組みは、より一般的になりつつあります。

顧客からの問い合わせ、メール、ミーティングメモなどの情報を分析することで、顧客がプロダクトに対してポジティブに感じているのか、不満や懸念など、ネガティブな感情を抱えているのかを把握しやすくなります。

こうした分析は、チームがアカウントのヘルススコアをより深く理解し、アクションが必要な顧客に注力するうえで役立ちます。

センチメント分析から得られるインサイトを効果的に利用するためには、以下の点を意識するとよいでしょう。

• 顧客の目標、プロダクトの進捗状況を継続的に確認できるようにアカウント情報を整理する
• 顧客から発せられるシグナルやコミュニケーション履歴を、感情分析ツールに集約する
• 顧客のセンチメントを定期的に分析する。分析頻度は、毎日、毎週、毎月、または顧客とのエンゲージメントモデルに応じて設定する
• 顧客のセンチメントに大きな変化があった場合に通知される自動的なフローを設定し、必要なアカウントへの対応を優先できるようにする

AIは、フォローアップの内容や対応策を提案することもできます。ただし、最終的な判断や顧客への伝え方は、人が担うことが重要です。

3. AIエージェントを活用して、ロータッチの顧客対応を自動化する

AIエージェントは、チームメンバーのような役割を担い、基本的なサポート依頼への対応、顧客への一次対応、適切な担当者や対応フローへの振り分けなどを行うことができます。

こうした業務を自動化することで、CSMやサポート担当者は、より複雑で重要な顧客対応に時間を使えるようになります。

特に、予測型サポートやセルフサービス型サポートは、顧客体験を向上させるうえで有効な取り組みです。顧客が自分で問題を解決できる環境を整えたり、問題が大きくなる前に予測して対応したりすることで、顧客の負担を軽減することができます。

予測型サポートでは、AIによって以下のような対応が可能になります。

• アカウントの状態をモニタリングする
• 課題・問題となる兆候を特定する
• あらかじめ設定されたルールや過去の対応履歴と照合する
• 顧客への対応策を提案する
• 可能な範囲で解決策を実行する
• 対応内容をアカウントの履歴として記録する

AIエージェントがこれらのプロセスを自動的に実行できれば、より多くの顧客に対して、一定の品質でサポートを提供しやすくなります。

4. AIエージェントで、潜在的な解約兆候を早期に検知する

AIエージェントは、解約リスクを継続的に把握するうえでも役立ちます。

解約の理由は多岐にわたり、分かりやすい兆候として表れるものもあれば、表面化しにくいものもあります。利用頻度の低下や、問い合わせ増加のように分かりやすい傾向だけでなく、市場環境の変化、顧客組織内の優先順位の変化、意思決定者の交代などが影響している場合もあります。

AIを活用することで、こうした複数のシグナルを組み合わせ、潜在的な解約リスクを早期に検出しやすくなります。

具体的には、以下のような活用例が考えられます。

• 顧客のヘルススコアに隠れた懸念を把握する
  AIを活用したヘルススコアの分析により、解約につながりやすい兆候を早期に予測できます。

• 市場の動向とアカウントへの影響を把握する
  顧客が解約する理由は、自社のサービスだけにあるとは限りません。顧客を取り巻く市場環境や業界の変化が影響している場合もあります。AIエージェントを活用すれば、こうした外的要因を早期に検知し、必要な施策を検討しやすくなります。

• 顧客からのフィードバックを分析する
  AIは、大量のドキュメントや統計を精査し、具体的な改善の提案や施策に落とし込むことに適しています。顧客アンケート、問い合わせ内容、ミーティングメモなどを分析することで、プロダクト開発、サポート、カスタマーサクセスなど、各チームが取るべき施策に移行しやすくなります。

解約リスクを早期に検知することは、顧客体験を向上させるだけでなく、顧客が抱えている問題や不安をより深く理解することにもつながります。

5. AIを活用したステークホルダーマップで意思決定者を把握する

BtoBにおける顧客体験は、関係者が多く、複雑になりやすい領域です。

BtoCのように、サービスを利用する本人が導入や契約の判断を行うとは限りません。BtoBでは、日々サービスを利用する担当者、管理者、上長、経営層など、複数の関係者が導入や契約に関わります。

実際に契約更新や予算の判断を行う人物が、サービスを利用している現場から離れていることも少なくありません。

AIは、こうした複雑な関係性を整理するうえでも役立ちます。

たとえば、顧客とのコンタクトやアカウントの履歴をもとに、表に出にくい意思決定者を特定し、ステークホルダーの関係性を可視化できます。ステークホルダーマップをダッシュボード上で確認できれば、意思決定者にどのような価値を伝えるべきか、どの関係者とのコンタクトを強化すべきかを判断しやすくなります。

顧客維持と解約における分岐点は、アカウントごとの優先順位を少し見直すだけでも変わる場合があります。AIを活用することで、より影響力の大きい意思決定者に対して、適切なコミュニケーションや価値訴求を設計しやすくなります。

6. AIエージェントを活用して、顧客に合わせた施策を効率化する

AIを利用するメリットには、サポートリクエストや対応タスクを、適切なCSMやサポート担当者へ振り分ける用途にも活用できます。

IVRやスマートルーティングは従来から利用されてきた顧客対応の手段ですが、AIエージェントを活用することで、問い合わせの文脈や顧客の状況を踏まえた、より適切な振り分けが可能になります。

たとえば、以下のような活用方法が考えられます。

AIエージェントを活用することで、たとえば以下のような対応が可能になります。

• AIチャットボットが顧客の問い合わせ内容を整理し、チャット内で解決できるケースはその場で迅速に対応します。AIだけでは対応が難しい場合は、CSMやサポート担当者へスムーズに引き継ぎます。

• カスタマーサクセス向けのAIエージェントをSlackやTeamsなどに連携すれば、CSMは顧客とのやり取りの前後に、アカウント情報や対応履歴、タスク状況などをすぐに確認できます。これにより、顧客ごとのインサイトを踏まえた対応がしやすくなります。

• AIエージェントは、よくある問い合わせ、機能リクエスト、顧客の傾向などをもとに、顧客のエンゲージメントに対する、パーソナライズ案を提示することもできます。
  現場で繰り返し発生している課題を整理し、対応フローの見直しにつなげるうえでも役立ちます。

AIは、顧客との関係からCSMを分断するものではありません。むしろ、顧客対応に付随するタスクのデメリットを減らし、CSMが顧客の支援により多くのリソースを割けるようにするものです。AIがアカウント情報を要約し、会話をフォローアップタスクに変換し、解約などリスクの兆候を早期に検出できれば、CSMはデータを整理する労力を減らし、顧客の成功支援により多くの時間を使えるようになります。

− Irina Vatafu, Head of Customer Success, Custify

7. AIを利用して顧客体験の摩擦を分析し、改善につなげる

AIエージェントを活用すると、カスタマージャーニー上のさまざまな接点を分析し、顧客が、サービスのどの箇所でつまづいているかを特定しやすくなります。

たとえば、以下のような観点で分析できます。

1. 顧客の目標達成に最も大きな影響を与えているプロセスはどこか
2. カスタマージャーニー上で、問題が頻繁に発生している箇所はどこか
3. よく発生する問題のうち、解約につながりやすいものは何か
4. 機能や利用席数、オプションの追加によるアップセルやクロスセル、契約規模の適正化につながるポイントはどこか

AIをカスタマージャーニーの改善に活用する大きなメリットは、大量のデータを短時間で精査し、人間だけでは見落としやすいインサイトを得られる点にあります。

こうしたインサイトを活用することで、顧客の期待により的確に応えられるようになり、競合他社との差別化につながる可能性があります。

AIが役立つ場面と、人間が担うべき場面

AIは多くの業務を支援できます。ただし、AIが得意な領域と、人間が引き続き重要な役割を果たす部分を分けて考えることが重要です。

AIは、データ整理やタスクの自動化に強みを発揮します。一方で、顧客の感情や信頼関係を修復すること、契約に関する判断を行うことは、人間が担うべき重要な領域です。

顧客体験におけるAI活用でよくある5つの失敗と回避方法

1. 人間をAIに置き換えようとする

顧客体験向上を目的にAIエージェントを導入する際、よくある失敗の一つが、サポート担当者やCSMが得意とする部分をAIに完全に置き換えようとすることです。

AIは簡単なリクエストには対応できます。しかし、顧客に起きている全てのトラブルが簡単なものとは限りません。専門的な知識が必要な問い合わせや、慎重なコミュニケーションが求められる場面では、チームへの引き継ぎが欠かせません。

また、チームはAIと顧客との対応を交代するだけではなく、AIを指導するためのトレーナーでもあります。AIがリクエストに対して適切に回答できるようにするには、人間による確認、学習データの整備、対応ルールの見直しによって、改善とフィードバックを提供することが必要です。

2. 人間への引き継ぎがスムーズではない

先述の通り、CSGIの調査では「顧客の62%は、AIエージェントから人間の担当者へスムーズに引き継がれる仕組みがあれば、AIをより安心して利用できる」と回答しています。

顧客がAIで解決できない問題を抱えたとき、担当者へ迅速かつシームレスに引き継ぐ仕組みが必要です。引き継ぎ時に、顧客が同じ説明を繰り返さなければならない状態では、AIは顧客体験の改善に貢献できず、却って負担の増加につながってしまいます。

3. AIを問題解決ではなく、問い合わせを打ち切る手段として使う

適切なルールや学習データが整備されていないケースでは、AIは顧客に解決策を提供するのではなく、リクエストをクローズしようとする傾向に働いてしまうことがあります。このケースでは顧客は問題を抱えたまま、別のチャネルで再度問い合わせることになり、顧客体験の悪化につながります。

AIを活用する際には、問い合わせがクローズされたかどうかだけでなく、顧客の問題が実際に解決されたかを確認する必要があります。

4. AIの誤回答や不適切な提案を放置する

AIは、適切なルールや学習データがない場合、誤った回答や不適切な提案（「ハルシネーション」と呼ばれる現象）を行うことがあります。

顧客対応においてAIが誤った情報を伝えてしまうと、顧客からの信頼を損なう可能性があります。

このリスクを抑えるためには、AIの回答に対するチェック機能を設けること、AIモデルやナレッジベースを継続的に更新し、重要な回答については人間が確認できる仕組みを整えることが必要です。

5. データプライバシーとセキュリティを軽視する

AIツールを活用する際には、データセキュリティとプライバシーへの配慮が不可欠です。顧客には、「自分のデータが慎重に扱われている」と感じてもらう必要があります。

そのためには、企業が保有する個人データについて、利用目的や管理方法を明確にして、必要に応じて削除できる選択肢を用意することが不可欠です。AIの導入を進めるほど、個人データの取り扱いに対する責任は大きくなります。信用を損なわないためにも、透明性と安全性を前提に運用することが必要です。