第1回
AIを活用したカスタマーサポートの現状
AIは、サポートチームがチケットを確認する前から、すでに顧客への回答を行っています。今年、私たちは数千のCrispのワークスペースのデータを分析し、AIを活用したサポートによって実際に何が変わり、何が(まだ)変わっていないのかを明らかにしました。
はじめに
サポートチームは、周囲のワークフローを再設計するより早くAIツールを導入しました。調査したほとんどのワークスペースでは、すでにAIエージェントが最前列に立ち、下書き、解決、または振り分けを行っています。一方、その背後の運用モデルは、今も人間がすべての会話を読む前提のままです。
この不一致こそが、本レポートの核心である。AIを「機能のオン/オフ」として測定した場合、その効果はばらつきが見られる。一方、エンドツーエンドで処理される総量の割合として測定すると、あるパターンが浮かび上がる。すなわち、処理速度は明らかなメリットであり、処理能力は目立たないメリットである。
以下のページはベンチマークであり、製品紹介ではありません。数値は、Crispのの運用データに基づくワークスペースレベルの中央値です。製品に関する言及は、その仕組みが結果の説明に役立つ場合に限定されています。
この調査が答える問い
- AIは人なしでどれだけのサポートを解決できるのか?本番環境でAI Agentを運用しているチームでは、AIは現在、会話のおよそ40%を人の関与なしに完了させています。
この割合は調査期間中に大きく伸びました。AIのみの会話は2026年1月の22%から8月の40%に上昇しており、AIが最初のメッセージへの返答を超えて、サポート対応全体を解決する方向に進んでいることを示しています。 - AIは人によるカスタマーサポートよりどれだけ速いのか?
- 小規模なサポートチームのほうがAIの恩恵は大きいのか?
- AIは人のエージェントが担う業務量を減らすのか?
- AIがより簡単な問い合わせを引き受けたあと、人の応答時間はどうなるのか?
- AIによるサポート会話のコストはどれくらいか?
方法論
データの背後には誰がいるのか
2025年5月から2026年8月までの16か月間にわたり、PlusおよびEssentialsプランのCrispのワークスペースで行われた会話のデータです。30チーム未満のデータに基づく数値は一切含まれていません。
27,318
分析対象のワークスペース
484.8M
分析された会話
16
ヶ月
チームの規模
REPORT.METHODOLOGY.BREAKDOWNS.TEAM_SIZE.CAPTION
- 1~5名のエージェント28%
- 6~15名のエージェント24%
- 16~30名のエージェント18%
- 30~50名のエージェント14%
- 50~100名10%
- 100名以上のエージェント6%
セクター
REPORT.METHODOLOGY.BREAKDOWNS.SECTOR.CAPTION
- テクノロジー35.3%
- 小売・Eコマース11.4%
- Marketing & メディア7%
- プロフェッショナル・サービス6.8%
- 教育6.2%
- その他33.3%
地理
REPORT.METHODOLOGY.BREAKDOWNS.GEOGRAPHY.CAPTION
- アメリカ合衆国24.4%
- フランス16.8%
- イギリス6.3%
- ブラジル4.1%
- カナダ3.3%
- その他45.1%
主要な発見
10件中4件、まだ伸びている
AI Agent が稼働しているワークスペースでは、会話の10件中4件近くがチームの誰の目にも触れずに完了しており、その割合はまだ伸び続けています。
これは目の前にあるのに見過ごされがちな導入の話であり、AIサポートは頭打ちを待つゆっくりした展開ではありません。AI Agentsを運用しているチームでは、人を介さずに解決される会話の割合が今も速く伸び続けており、8月は天井ではありません。繰り返すべき数字は今日の水準だけではなく、上がるのを止めていないという事実です。
意味があるのは1月から8月までの窓です。これらのチームは、市場の他の部分よりもすでに自動化を求めていました。AI Agentsが変えたのは速度であり、人を介さずに完了する会話は8か月で22%から40%へ移り、曲線は2月から急になり、毎月より多くの負荷がAIへ移っています。
残りの市場は止まっており、だからこそこの勾配は本物です。AI Agentのないチームは今も会話の11%を人なしで閉じており、1年前と同じ数字です。ルールベースの自動化はすでに天井を迎えており、AIはその天井に縛られていません。同じグラフ上には今、二つのサポート経済があります。AIがすでにキューの3倍以上をこなしさらに増やしている側と、10件に1件で止まった側です。8月はまだ上がっている曲線のスナップショットであり、直近の月を見ても前者の伸びが終わったとは言えません。
40%
2026年8月時点で、人間が介在しない状態で終了した会話数。
人間を介さずに処理された会話の割合
2本の線は、本番でAI Agentを運用しているチームと未導入のチームについて、人間が関与せずに完了した会話の割合を月ごとに比較しています。
- 本番環境でAI Agent を導入しているチーム
- ~がないチームAI Agent
秒であり、分ではない
AIの初回応答の中央値は7秒であり、人の初回応答の中央値は14分です。
顧客はサポートをグラフ上の中央値としては体験しません。誰かが答えるまでの待ち時間として体験し、その待ち時間が、聞いてもらえたと感じるか、別チャネルを開くか、購入をやめるか、待っているあいだに苦情を書くかを決めます。AI Agentsが最初の番を取ると、その待ち時間は分ではなく秒で測られ、企業にとってそれは、苛立ちが始まる前に顧客へ受信を返すことと、人がまだ開いてもいないキューに客を残すことの違いです。
この差は、調査した期間では縮まりませんでした。AIの初回応答は秒のまま、人の中央値は約11分から約14分へ移り、人を必要とする残りの仕事は速くなっていません。エージェントを増やせばキューから分を削ることはできますが、初回応答を秒には戻せないため、カスタマーサポートの速さはもはや人員目標ではなく、AIに先に答えさせるかどうかの判断です。その判断をする企業は待ち時間では競争しなくなり、しない企業は、すでに秒へ移った市場で、分単位の体験を売り続けていることになります。
7s
2026年8月のAI初回応答時間の中央値。人は14分。
速さは顧客が最初に感じる差であり、それを埋めるのはワークフローの問題です。誰が最初の番を取るか、AIが終えられないときに引き継ぎがどれだけ速いかです。
初回対応時間の中央値、AI
ワークスペース単位の月次中央値(2025年5月〜2026年8月)。秒。
初回対応時間の中央値、人間
ワークスペース単位の月次中央値(2025年5月〜2026年8月)。分。
チームが小さいほど
チームの規模が小さければ小さいほど、AIが実際に担当するカスタマーサポートの業務は多くなります。
調査対象となったあらゆる規模のチームにおいて、時間の経過とともにAIがサポート業務のより大きな割合を担うようになりました。しかし、その傾向は市場の最小規模のチームで最も顕著でした。調査期間の終了時点では、エージェントが5人以下のチームでは、会話の約10件中4件を人間の関与なしに完結させていました。 このデータからは、小規模なチームが人員増を待ってから自動化を行っている様子は見られません。むしろ、AIを活用して既存のキャパシティを拡張していることが示されています。
最も大きな変化が見られたのは、2~5人のエージェントで構成されるチームでした。これらのチームの自律的解決率は12%から39%へと上昇し、27ポイントの増加となりました。1人のエージェントで構成されるチームもこれに続き、20%から44%へと上昇しました。 実務的には、AIはこれらのチームにとって追加のサポート層としての役割を果たしつつあります。つまり、キューの相当な部分が、たった1人、あるいは数人のエージェントが介入する必要が生じる前に処理できるようになったのです。
サンプルに含まれる大規模なチームも同様の傾向を示しましたが、その程度はより低くなりました。6人から15人のエージェントからなるチームでは、自律的な解決率が9%から30%へと上昇しました。AIを活用したカスタマーサポートの利用率はすべてのグループで増加していますが、チーム規模によって異なるのは、待ち行列のうちどの程度の割合がAIに委任されるかという点です。
44%
2026年8月、エージェント1名体制のチームにおいて、人間が関与せずに終了した会話。
2人から5人のチームは12%から39%に増加した。6人から15人のチームは30%に達した。メンバー数が少ないほど、AIが処理する割合は高くなる。
少人数チームにおける、人間を介さずに処理された会話の割合
1名、2~5名、および6~15名のチームごとの月額シェア。2025年5月から2026年8月まで。
- 1人1チームの体制
- 2~5人のチーム
- 6~15人のチーム
仕事はどこへ行ったのか
AI Agentsを運用するチームでは、人間だけが扱う会話の割合が45%から16%へ下がりました。
仕事は消えたのではなく、上流へ移りました。16か月前、これらのチームでは会話のほぼ半数が、AIなしで人から始まり人で終わっていました。その割合は今16%であり、運用モデルは逆転しています。キューの大半は、人が取り上げるのを待たなくなりました。企業にとってそれは、需要を最初に扱うのが誰かの変化であり、その移行はまだ続いています。
ハイブリッドの経路は、同じ人の負荷の上に挨拶を重ねただけではないことを示します。AIで始まり、その後人を必要とする会話はミックスの約4分の1にとどまり、AIだけで閉じる会話は13%から40%へ増えました。キャパシティは人が速くなったからではなく、人のキューに入らない会話から生まれ、だから性能の差が広がっています。AIをデフォルトにしていないチームでは、今も人が会話の42%を一人で閉じており、1年前とほぼ同じ水準です。
カバー率は、同じ分断を反対側から見せます。市場全体では未回答の会話が増え続け、今は3件に1件がまったく返事を得られません。一方、AI Agentsを運用するチームは逆方向へ動き、未回答は19%から16%へ下がりました。カスタマーサポートは、AIがデフォルトになり同じ需要をより多く処理する企業と、今も人を先にするキューを回し、より多くを未回答のままにする企業に分かれています。
16%
2026年8月に人間がすべて対応した会話。
会話の進め方については、~を持つチームではAI Agent
経路別の会話シェア(2025年5月~2026年8月)。ワークスペース単位の月次内訳。
- AIのみ
- AI、その次に人間
- 人間のみ
人間はより良くなるのか、それとも単に忙しさが減るだけなのか?
AIが第一線の業務負担をますます引き受けるにつれて、人間の対応時間は長くなっている。
AIによるエスカレーションそのものは、人間のオペレーターにとって応答時間の面で有意義なメリットをもたらしているようには見えません。AI Agent が会話を引き継ぐと、オペレーターが応答するまで通常約1時間かかりますが、この時間は、AI Agent を本番環境で導入しているかどうかに関わらず、チーム間で概ね同様の傾向を示しています。つまり、生産性の向上が現れるのは、この引き継ぎの段階ではないということです。
より顕著な傾向は、AIを使わずに人間が行う会話に見られます。 「AI Agent 」のリリース前、将来的にこれを導入するチームは、サンプル全体の他のチームとほぼ同様の行動をとっていた。2026年2月以降、彼らの初回応答時間は急激に上昇し、8月までに約32分に達した。これに対し、AI Agent を一度も導入しなかったチームは約13分であった。
この傾向は、AIが人間のサポート業務の構成を変えつつあることを示唆しています。 AIエージェントが上流段階で反復的かつ単純な会話の多くを処理するにつれ、サポート担当者は調査、判断、または行動を必要とする案件を扱う機会が増えています。データからは、個々の会話が客観的により複雑であるかどうかは判断できませんが、そのタイミングは、処理待ちの案件が選別されている状況と一致しています。つまり、人間に回ってくる業務は減少している一方で、実際に人間に回ってくる業務はより多くの注意を要するようになっているのです。
32 min
AIを使用せずに処理された会話における、人間による最初の応答の中央値。
人間が対応する会話の数は減っているものの、残っている待ち行列は、人間による対応をより多く必要としているようだ。ここでの応答時間の長期化は、自動解決できないケースへの移行を反映している可能性がある。
AIを使用せずに処理された会話における、人間による最初の応答の中央値
本番環境でAI Agentを導入しているチームと、一度も導入していないチームの、ワークスペースごとの月次中央値。
- AI Agent 制作中
- 一度も養子に迎えられたことがない
AI会話1件あたりのコスト
最も長い会話が、最も高いわけではありません。
これらの数値は、AI Agent の1件あたりの対応コストであり、人間による返信にかかる総コストではありません。中央値で見ると、このデータセットのどの業界も数セントの範囲に収まっています。専門サービスが最も高く、0.14ドルです。エンタメとマーケティングが0.13ドルで続きます。政府と運輸は0.06ドルです。
会話の長さでは、この順位は説明できません。電気通信はAI会話が最も長く、中央値で4.15メッセージありますが、コストは0.10ドルです。教育は3.05メッセージで0.09ドルです。エンタメは2.18メッセージと最も短い部類に入り、0.13ドルと高めです。何が自動化されているか(短い状況確認か、より長いやり取りか)は、コストよりもメッセージ数に表れます。
$0.14
このデータセットで最も高い専門サービスにおける、1回の会話あたりのAIコスト中央値。
今後の展望
サポートの今後の方向性
AIはすでに秒単位で返信し、AI Agentを運用するチームでは会話の約10件中4件を完結しています。残ったキューは楽になっていません。次の優位性は、最初の対応をAIに任せ、そのうえでまだ人が必要な仕事を配置し、測定することです。
データが支える4つの打ち手
- 最初の対応をAIに任せ、引き継ぎを明示する。速さの差は7秒対14分です。最初の返信が挨拶だけでなく解決まで進むときに、その差は広がります。AIが終えられないとき、遅い、または文脈のないエスカレーションは、すでに終わった作業を無駄にします。
- AIが残すキューを配置し、測定する。人がAIなしで対応する会話では、初回応答時間がAI Agentを運用するチームで約32分まで上がり、一度も導入していないチームでは約13分でした。人に届くチケットは減っています。届くものはより注意を要します。そのキューは別に追ってください。
- AI Agentが11%と40%の差をつくる。AI Agentのないチームは、人間なしで会話の約11%を完結しており、1年前と同じです。Agentがあるチームは40%です。ルールベースの自動化は天井に達していました。小規模チームはさらに高く、1人チームは44%に達しました。
- 45%から16%への低下を人員配置の判断として扱う。人だけが対応した会話は、2025年5月の45%から2026年8月の16%へ、同程度の件数で低下しました。そのキャパシティは、残ったより難しいキュー、カバレッジ、または採用を先送りすることに使って初めて利点になります。使わなければ、より忙しいカレンダーに消えます。
AIはサポートチームに取って代わるものではありません。最初の対応を取り、キューをふるいにかけています。勝つチームは、AI Agentにできることを完結させ、まだ人が必要な会話のまわりにデスクを組み直します。
レポート全文を入手する
『AIカスタマーサポートの現状 2026』の完全版には、このページに掲載されている図表、調査方法に関する付録、および1画面に収まらない業界別分析が含まれています。引用可能な形式で作成された1つのPDFファイルです。
ワークスペースで同じ指標を確認する
このデータセットにおける初回対応時間の大部分は、カスタマーサポートのAI Agent が占めています。このレポートがベンチマークであり、あなたの受信トレイが実稼働環境となります。
AI Agentを見る








