AI電話とは？国内外8事例でわかる導入と新規事業の条件

AI電話とは？IVRとの違いを3分で理解する

AI電話は、用件の理解から処理・通知・有人引き継ぎまで、対象範囲を決めて使います。 AI電話は、電話で話された用件をAIで理解し、案内や手続きを進める仕組みです。

ボイスボットや音声AIエージェントとも呼ばれますが、用件分類だけを行うものから業務システムを更新するものまで、範囲は製品ごとに異なります。すべてが生成AIを使うわけでもありません。

従来のIVRは、「予約は1を、変更は2を押してください」のように、決められた選択肢をたどります。これに対してAI電話は、顧客が話した言葉から用件を推定し、必要な質問を返せます。

さらに、CRM（顧客管理システム）や予約システムとつながれば、聞き取りだけでなく登録や変更まで行えます。

AI電話を理解するときは、次の3種類を分けるとわかりやすくなります。

この表からわかるのは、AI電話が人を丸ごと置き換える道具ではないことです。定型部分を完結させ、複雑な案件だけを人へ渡す設計にすると、顧客の待ち時間と現場負荷を同時に下げやすくなります。

技術の全体像は、AIエージェントの記事とコンテキスト・エンジニアリングの記事も参考になります。

電話業務が変わる背景と、効果の測り方

対応件数だけでなく、用件の完了、誤処理、再入電、残る有人作業を合わせて測ります。 変化を後押ししているのは、生成AIだけではありません。

人手不足、顧客の即時対応への期待、クラウド電話の普及、カスタマーハラスメント対策が同時に進んでいます。

厚生労働省の公表によると、カスタマーハラスメント防止措置の事業主への義務化は2026年10月1日施行です。本記事の確認日である9月28日時点では、施行前です。

方針の周知、相談体制、事後対応などを組織として整えることが求められます。AI製品を導入すること自体が義務なのではなく、通話記録や有人対応を支える一つの選択肢です。

一方、生成AIが入れば自動的に成果が出るわけではありません。というのも、電話は、雑音、言い直し、割り込み、方言、固有名詞を含むからです。

しかも、画面のチャットより情報が曖昧で、顧客は回答を読み返せません。そのため、正しい内容を短く伝える会話設計が必要です。

導入効果を見るときは、削減件数だけでなく、顧客側と現場側の指標を並べます。

「人が受けた電話を何分減らしたか」だけでは不十分です。というのも、顧客が切ってかけ直していれば、負担を別の場所へ移しただけだからです。

そのため、対話完結率と再入電率を一緒に見る必要があります。

AI電話市場はどこまで伸びるのか

AI電話への参入は、対象業界、電話の用件、顧客数、契約単価から売上を積み上げて考えます。AIサービス全体の市場予測を、そのまま自社が獲得する需要へ置き換えないようにします。

313億円はAI電話単独の市場ではなく、チャットや運用を含むAIサービス市場の2029年度予測です。 矢野経済研究所の2026年5月29日公表調査は、コールセンターサービス事業者が提供するAIサービスの国内市場を、2024年度90億円と推計し、2029年度313億円と予測しています。

2024年度は前年度比150.0%、すなわち50.0%増という整理で、2023〜2029年度の年平均成長率の予測は31.7%です。

対象は、コールセンターサービス事業者によるAIチャットボットなどの提供と、導入後の調整・運用の売上高です。AI電話だけの市場でも、将来の売上が確約された数字でもありません。

予測値は、定義によって変わります。たとえば、AI電話、ボイスボット、コンタクトセンターAI、CCaaSを同じ市場として足すと、規模を二重に数えます。

そのため参入判断では、対象業務、顧客数、1件単価から自社の獲得可能市場を積み上げる方が安全です。

AI電話を支える4層の業界構造

4層は企業の固定的な区分ではなく、自社が担当する機能と提携先を選ぶための整理です。 AI電話には、音声処理、会話制御、電話の運用、業務システムとの接続が必要です。

一社で複数の機能を提供する製品もあるため、下の4層は機能を整理するための区分です。特定の企業が一つの層だけを担当するという意味ではありません。

例えばVapiは、音声認識・言語モデル・音声合成を組み合わせ、既存のAPIへ接続する構成を説明しています。Genesys Cloudは、音声やデジタル窓口、有人対応、CRM連携を扱います。

製品名だけで選ばず、既存設備との接続、責任分担、運用費を並べ、自社が補う機能を具体化します。

顧客にデータ保管場所やアクセス権の要件がある場合は、ソブリンクラウドの考え方も参考になります。ただし、閉域接続だけで学習利用や保守担当者のアクセスを制御できるとは限らず、契約と構成を個別に確認します。

企業はAI電話をどう使っている？国内外8組の事例と関連施策

事例の成果は、対象業務・分母・測定時点をそろえて読み、自社で試す条件を選びます。 業務を完了する、適切な窓口へ振り分ける、会話中の離脱を減らす、有人対応を支える、という目的で事例を分けます。

8組目のNextは音声での提供が明記されていないため、関連する業務設計の参考例として扱います。

実運用の結果、試験の結果、提供開始時の見込みは分けて読みます。表の数値で企業を順位付けせず、自社と似た用件、顧客、システム条件の事例から、検証方法を選びます。

ドコモショップは、予約の完了までを評価した

この事例のポイントは、音声認識率を最終目標にしなかったことです。顧客が予約を終えられたかを見て、認証方法とCRM連携を改善しています。

NTTドコモの導入事例では、来店予約の電話がつながらず、予約機会を逃すことが課題でした。当時、年間約1,400万件の予約のうち約700万件が電話で、対応に約95万時間を使っていたと説明しています。

これは導入前の業務量で、削減済みの時間ではありません。

まず15店舗で対話完結率と予約完了率を確認し、質問の長さ、言い回し、音声・キー操作を調整しました。200店舗へ広げる段階ではCRMとも連携し、予約完結率は37%から54%へ改善。

差は17ポイントです。複数の変更を進めた事例で、改善をCRM単独の効果と決めることはできません。

2022年10月に約2,300店舗へ導入し、拡大後はAI電話に入った予約の約50%が完結していたとしています。

東京電力EPは、本人確認後の手続きを人へ引き継いだ

東京電力エナジーパートナーの2021年2月18日発表は、引っ越しに伴う電気・ガスの使用開始・停止など、一部の電話受付へのAI導入計画です。AIがお客さま番号や名前を確認し、会話を文字にしてオペレーターへ渡し、詳細な手続きは人が行う構成を示しました。

2月26日からの開始を予定し、当初は月約2万件のAI受付、有人の1件当たり対応時間は約3割減を見込んでいました。これは発表時の予定と見込みです。

自社でも、用件全体の自動化に限らず、前段の確認と情報入力を減らす方法を検討できます。結果を測る際は、AIとの会話と待ち時間を含む顧客側の所要時間も確認します。

クレディセゾンは、AIだけで終えない振り分けを設計した

クレディセゾンの2025年1月取材事例では、月約20万件の問い合わせと、6階層のIVRによる途中離脱が課題でした。約半数はオペレーターへつながり、待ち時間が長くなることもあったため、用件の分類と引き継ぎを見直しました。

LINE WORKS AiCallを使った「AIナビ」は、顧客の発話から用件を35種類に分けます。そして、用件に応じて、SMS送信、IVR案内、オペレーター転送へつなぎます。

つまり、有人対応をなくすのではなく、電話以外で済む仕事と人が必要な仕事を分けました。

導入後、月10万件あったオペレーターへの着信を3万件減らしたとしています。ここでの30%は、有人着信件数の減少で、全問い合わせの30%削減や、人件費の30%削減とは別です。

IVRで完了する割合も改善したと報告していますが、本記事では比較前後の率が確認できない数値の換算は行いません。

この事例からは、AIだけで完結させなくても、SMS・IVR・人のうち適した窓口へ早くつなぐ価値が読み取れます。用件を画面へ引き継ぎ、担当者が誤分類を報告する仕組みまで含めて設計することが参考になります。

ヤマト運輸は、集荷から始めて対象を広げた

2023年5月取材のヤマト運輸の事例では、2020年11月に法人の集荷依頼、2021年4月に個人へ対応を拡大し、2022年11月には「その他」の一部問い合わせへ広げています。従来の電話の使いやすさを保ちながら、履歴を分析して次に対応する用件を選びました。

LINE WORKSの製品ページは、集荷受付で月100万件の対応、AIによる対話完結率80%を紹介しています。掲載ページに測定期間の明記はなく、2023年取材時の数字と同一期間とは扱いません。

再配達などを含めた全業務の80%という意味でもありません。電話を使い慣れた顧客が迷わず用件を終えられるか、人へ話したい場合に引き継げるかを、対象拡大の条件にします。

JCBは、加盟店デスクに絞り、約4,000件の試験を重ねた

IVRyが掲載するJCBの事例では、大規模な電話基盤の刷新を待たずにAIを試すため、月約1万件・約30名体制の加盟店デスクを選びました。カード番号などの個人情報を扱わず、FAQで完結しやすく、自部門で進めやすいことが選定理由です。

100を超えるFAQを整え、遅い話し方や訛りを含む約4,000件のテスト通話を行いました。

その後、加盟店デスクの43%をAIだけで解決し、月約500時間の対応時間を代替したとしています。JCB全体の約2,000席のコールセンターで43%を自動化したという数字ではありません。

また、500時間は創出した業務時間で、そのまま現金支出や人員が減ったことを示しません。

この事例で参考になるのは、初期の対象を限定し、現場が通話の記録を見て調整したことです。自社でも試験件数をまねるのではなく、よくある用件と誤りの影響が大きい用件を洗い出し、公開後の修正担当と費用まで決めます。

ソフトバンクは、人を減らす以外の価値を作った

ソフトバンクの2026年2月2日発表によると、SoftVoiceは発言内容を変えず、声のトーンや抑揚を調整して、強い口調を穏やかな声色に変換します。東京大学との共同研究成果を基に同日提供を開始した、有人オペレーター向けの支援です。

同社は、電話対応の経験者・未経験者の男女約300人で実験を行い、通話相手の怒りを7段階で評価した平均値が、変換前6.5から変換後4.2へ低下したと報告しています。これは声から感じる怒りの評価で、離職率や実務中のストレスが同じ割合で減ったという測定ではありません。

自動応答で置き換えにくい相談にも、聞こえ方を調整する支援を提案できると考えられます。導入時は本人の使いやすさ、聞き取り間違い、発言内容の保持を確かめ、脅迫や長時間の拘束などは管理者へ引き継ぎます。

音声変換だけで問題行為への対応を終えないことが大切です。

AI Shiftは、音声を変えて即切断を比較した

用件を完了する前に会話自体が始まらない問題を、音声条件の比較で確かめた点は参考になります。自然な音声と正確な業務処理は、どちらか一方ではなく両方を評価します。

AI ShiftとAI Labの実証発表では、2022年9〜12月、金融・保険など複数の導入企業で、従来の音声と独自の合成音声を利用者へランダムに半数ずつ割り当て、受電・架電のA/Bテストを実施しました。結果として、通話直後の切断率が最大40%改善したと報告しています。

「最大」は全社平均ではありません。元の切断率や件数がこの発表にないため、40ポイント減と換算することもできません。

NextとSierraの関連例から、本人確認と継続試験を考える

Sierraが公表したNextの事例では、6週間で2つの用途にAIエージェントを導入し、注文番号がなくても顧客を照合して本人確認を行い、返品の手続きを扱うとしています。ただし、この事例ページは電話チャネルでの導入と明記していません。

AI電話の導入実績ではなく、会話から業務処理へつなぐ関連例です。

別の2025年9月11日発表のVoice Simsは、雑音、訛り、割り込みなどを含む模擬の音声会話を試す機能です。認識、判断、合成のどこに誤りがあるか、更新後に以前の動作が崩れていないかを確認する構成を説明しています。

製品機能の公表と、Nextでその機能を使った実績は分けて読みます。

導入効果は、音声品質と業務完了を合わせて測る

完了率は分母を明記し、再入電と運用負担も含めて導入前後を比べます。 音声が自然でも、予約が重複登録されたり、本人確認をせず情報を渡したりすれば導入を広げられません。

公表事例を踏まえ、試験では音声の聞きやすさと、業務を正しく処理できるかを合わせて確認します。

• 顧客が話し終わる前に割り込まず、顧客の割り込みには止まれる
• 氏名、住所、商品名、日時を復唱し、誤りを訂正できる
• CRM、予約、在庫、決済などの業務システムを安全に更新できる
• AIが迷ったときに、会話履歴と用件を付けて人へ渡せる
• 変更のたびに、雑音や例外を含む通話試験を再実行できる

デモの想定どおりに話せても、本番で同じように動くとは限りません。二つの用件を同時に話す、本人確認が通らない、接続先が停止する、といった条件を試験に入れます。

AIの応答を採点するだけでなく、登録内容、通知、人への引き継ぎが正しいかを担当者が点検します。

聞き取りやすい音声に加えて、誤認識、途中離脱、転送、再入電の記録を分類し、修正後に再試験する運用が重要です。通話を集めるだけでなく、保存・閲覧・学習利用の権限を決め、顧客固有の情報を他社へ流用しないように管理します。

架空例｜AIでの完了率75%でも、全体では60%になる

計算方法を示す架空例です。初回問い合わせが1,000件あり、そのうち800件をAIが受け、600件は人へ転送せず完了したとします。

AIが受けた分を分母にすると600÷800＝75%、初回問い合わせ全体を分母にすると600÷1,000＝60%です。分母を変えるだけで、同じ結果の見え方が変わります。

さらに600件のうち60件が、同じ用件のやり直しで3日以内に再入電したと仮定すると、再入電なしで終えたのは540件、全体の54%です。3日間という期間も説明用の設定です。

実務では追跡期間と再入電の理由を決め、別件の問い合わせを失敗に数えないようにします。

工数も残る作業を含めます。従来1,000件を平均6分で処理していたなら100時間です。

導入後は、最初から人が受ける200件、AIから転送された200件、やり直しの60件を、すべて人が平均7分で処理すると約53.7時間。確認・改善作業を20時間加えると約73.7時間で、差は約26.3時間です。

これも仮定であり、各社の公表実績ではありません。

削減した時間を金額へ直す際は、実際に残業や外注費が減るのか、別の業務へ振り向けるのかを分けます。通信・AI利用・保守の費用、初期構築費も差し引き、顧客体験を損なわず継続できるか判断します。

日本のAI電話導入では、既存システムとの接続を確認する

既存の電話・CRM・有人窓口を確認し、対象を絞って接続と引き継ぎを試します。 国内企業には、長く使ってきたPBX、録音装置、CRM、委託先BPOがあります。

一度にすべてをクラウドへ置き換えると、移行リスクと現場負担が大きくなります。

そのため、既存の電話番号や回線を残し、一次受付だけをAIへ寄せる方法が現実的です。具体的には、AIが用件を聞き、簡単な手続きは完了し、複雑な案件は既存の有人窓口へ戻します。

そして、導入後に完結できる用件を少しずつ増やします。

席数や作業時間で請求するBPO契約では、自動化が売上の減少につながる場合があります。AI運用、会話設計、品質監査、例外対応を別のサービスとして提供するなら、料金と責任の範囲を合意し直す必要があります。

BPOの記事も参考に、減った作業と新たな運用を分けて見積もります。

受電件数や用件の複雑さは企業規模だけで決まりません。件数が少なく共通的な業務なら標準製品を比較し、多拠点の予約や特殊な本人確認が必要なら、既存システムとの接続費まで見積もります。

専用開発と標準製品のどちらがよいかを、必要機能と運用負担から選びます。

AI電話で狙える新規事業は三つある

業務特化、試験・運用、有人支援のうち、自社の強みと支払者が合う役割を選びます。 自社に音声基盤の開発資産がない場合、既存製品と顧客業務をつなぐ役割が候補になります。

以下は当研究所による参入方法の整理で、利益が得られることを保証する分類ではありません。支払者、対象用件、必要な権限と費用を具体化して検証します。

次の表では、参入方法ごとに最初の顧客と提供価値、必要な提携先、契約前に確認する懸念を比べます。

以下では、公表された取り組みと、自社で導入・参入を考える際の確認事項を説明します。

1. 業界特化型の手続き完結サービス

金融ならカード停止、保険なら事故受付、医療なら予約変更など、業界ごとに一つの業務を深く取ります。FAQを読むだけでなく、本人確認、条件判定、登録、通知まで終える設計です。

強みになるのは、業界知識と連携先です。特定業界のバーティカルSaaSと組み、電話を新しい入力画面として提供する方法もあります。

2. 会話の試験と運用を代行するサービス

AI電話は、公開後も商品名、料金、規約、繁忙期の質問が変わります。変更のたびに、割り込み、雑音、方言、例外を含む試験が必要です。

会話シナリオの作成、模擬通話、品質評価、失敗分類、改善までを月額で提供します。複数の音声基盤を使い分けられれば、特定ベンダーに依存しない立場も作れます。

3. 人を守るリアルタイム支援

カスハラ対策、回答候補の提示、規約の自動表示、危険な通話の上長転送などです。全面自動化を望まない企業でも検討できる方法です。

現場、情報システム、人事・労務などのうち、誰が必要性を判断し費用を持つか確認します。

ただし、AIが顧客を一方的に「加害者」と判定してはいけません。検知は注意喚起に使い、最終判断、記録の閲覧、異議対応を人が担う必要があります。

AI電話事業を、六つの詰まり方で整理する

完了、離脱、誤処理、転送、データ、改善の未確認条件を見つけます。

01　用件が終わらない

応答率ではなく完了率を測ります。

• 完了の定義は何か
• 再入電は減ったか
• 後工程まで記録できるか

02　顧客が途中で切る

待ち時間と会話設計を分けて直します。

• 返答は遅くないか
• 割り込みへ対応できるか
• 音声は聞き取りやすいか

03　誤処理が怖い

確認と承認が必要な操作を決めます。

• 重要事項を復唱するか
• 本人確認を分離したか
• 高リスク操作を止められるか

04　人へ戻せない

会話の文脈ごと転送します。

• 転送条件は明確か
• 待ち時間を伝えるか
• 担当者へ要約を渡せるか

05　データ保管が曖昧

録音、文字起こし、個人情報を分けます。

• 保存期間は決まっているか
• 学習利用を説明できるか
• 削除依頼へ対応できるか

06　運用改善が続かない

失敗会話を直す担当と周期を決めます。

• 誤答を分類できるか
• 改善責任者は誰か
• 変更後を再試験するか

参入前に確認したい七つのリスクと、例外への対応

重要な処理は本人確認と承認の後に実行し、例外を止めて人へ渡せるようにします。 AI電話は顧客との接点であり、誤りがそのまま不利益につながります。

次の七つは、製品選定と事業設計の両方で確認します。

1. AIが誤認識した氏名、日時、金額を復唱せず登録する
2. 本人確認が不十分なまま、契約や配送先を変更する
3. AIであることや録音・利用目的が顧客へ伝わらない
4. 音声や文字起こしが、想定外の地域や委託先へ保存される
5. 例外時に人へつながらず、顧客が電話を切ってかけ直す
6. 発信業務で同意、頻度、時間帯、拒否登録を管理できない
7. 自動化率だけを追い、苦情、誤案内、再入電を見落とす

本人確認と重要事項の復唱は、契約変更や情報開示を実行する前に行います。確認が取れない、対象外の用件である、顧客が人を希望する、接続先が使えない場合の処理を決め、AIが自称する確信度だけで実行を許可しません。

転送先が不在なら、受け付け可能な折り返しの方法と時間を伝えます。

また、強い口調だけでカスタマーハラスメントと決めず、正当な問い合わせや配慮が必要な状況を含めて人が確認します。誤処理を検知した場合は、追加の実行を止め、顧客への連絡、訂正、原因確認を担当する人へ渡します。

発信業務は、業種と目的に適用されるルール、連絡先の取得経緯、拒否の管理も別途確認します。

個人情報を扱う場合は、収集目的、保存期間、閲覧権限、削除方法、委託先を確認します。クラウドかオンプレミスかだけで判断せず、データがどこを通り、誰が保守できるかまで追います。

投資を急がず、確認を優先したい条件

件数、完了条件、接続、データ管理、誤処理時の責任が未確認なら、本格投資の前に確かめます。 成長市場でも、全社に参入を勧めることはできません。

次の条件に当てはまる場合は、待機か見送りが妥当です。

• 電話業務の件数、用件、完了条件を把握していない
• 顧客企業の業務システムへ接続できる人材や提携先がいない
• 誤処理が起きたときの責任と補償を引き受けられない
• 通話データを安全に扱う体制を作れない
• 汎用音声APIの再販売以外に違いを説明できない
• 顧客の現場と一緒に会話を改善する運用を続けられない

一方、特定業界の顧客基盤、予約・受注などの業務SaaS、BPO運営、セキュリティ、音声品質管理のどれかを持つ企業には機会があります。技術を所有していなくても、顧客の未完了業務を見つけ、複数技術を組み合わせる役割を取れます。

AI電話についてよくある質問

導入範囲、費用対効果、有人対応との分担について、よくある疑問を整理します。

Q. AI電話とボイスボットは同じですか？

A. ほぼ同じ意味で使われます。ただし、製品ごとに範囲が違います。用件の聞き取りだけを行う製品もあれば、生成AIで会話し、CRMや予約システムを更新する製品もあります。名称ではなく、完了できる業務を確認してください。

Q. AI電話は人のオペレーターをすべて置き換えますか？

A. すべてを置き換える設計は勧められません。定型手続き、営業時間外、繁忙時間をAIが担い、感情を伴う相談、複雑な判断、例外は人へ渡す方が安全です。引き継ぎ時に顧客へ再説明させないことも重要です。

Q. AI電話の費用対効果は何で測りますか？

A. 有人対応時間だけでなく、対話完結率、手続き完了率、途中離脱率、再入電率、誤案内率を見ます。削減額から通信費、AI利用料、運用改善費、監査費を引き、1完了あたりの原価で比べると判断しやすくなります。

Q. 生成AIを使えばシナリオ設計は不要ですか？

A. 不要にはなりません。生成AIは言い換えや想定外の表現に強い一方、業務の禁止事項、本人確認、承認、例外、転送条件は明示する必要があります。自由会話と決められた業務手順を組み合わせます。

Q. AI電話の新規事業はどこから始めるべきですか？

A. 顧客が多く、完了条件が明確な一業務から始めます。代表電話全体ではなく、予約変更、集荷受付、カード停止などに絞り、既存の音声基盤と業務システムを組み合わせます。自社は業界知識、連携、運用、監査のどこを持つかを決めます。

まとめ｜応答率ではなく、業務の完了で評価する

AI電話の事業化は、音声の品質と、顧客の用件が安全に終わる仕組みを一緒に設計します。 AI電話は、顧客の発話を聞き取るだけの仕組みから、予約、本人確認、変更、通知まで進める業務システムへ変わっています。

国内でも、ドコモショップ、クレディセゾン、ヤマト運輸、JCBなどが、具体的な業務で成果を公表しています。

新規事業の候補には、業界ごとの手続き、会話の試験・運用、人への支援があります。自社の技術と顧客接点を基に担当する範囲を選び、聞きやすさ、手続きの正確性、有人の残作業まで測定することが重要です。

参入を検討するときは、「AIが話せるか」ではなく、「誰の、どの用件を、どこまで終え、失敗時に誰が責任を持つか」を一文で定義してください。その一文が書けない段階では、製品開発より業務調査を優先するべきです。

参考資料

企業・調査機関・行政の一次資料です。数値は本文で対象と時点を示し、取材事例、試験結果、将来計画、編集上の試算を区別しています。

• コールセンターサービス事業者が提供するAIサービス市場の調査を実施（2026年）｜矢野経済研究所
• 職場におけるハラスメントの防止のために｜厚生労働省
• ドコモショップのAI電話サービス導入事例｜NTTドコモビジネス
• AIを活用した電話受付の開始について（2021年2月18日）｜東京電力エナジーパートナー
• クレディセゾンのLINE WORKS AiCall導入事例｜LINE WORKS
• LINE WORKS AiCallの製品・事例情報｜LINE WORKS
• JCBの対話AI導入事例｜IVRy
• SoftVoice提供開始｜ソフトバンク
• AI Messenger Voicebotの音声合成実証｜サイバーエージェント
• NextのAIエージェント導入事例｜Sierra
• Voice Sims｜Sierra