18人のサポートチームがチャットボットなしでチケットの3分の1を削減した方法

構築した内容. 約18人規模の中堅 EC サポートチームに2つのものを構築した。4年分の過去チケット・商品ドキュメント・配送ポリシーを対象とした社内検索と、下書き・確認型の返答アシスタントだ。担当者はより速く、出典付きの回答を得られるようになった。繰り返しチケットの約32%が2人目の担当者に回らなくなった。

顧客向けのチャットボットは導入しなかった。チームは数年前にチャットボットをオフにしており、復活させたくないという意向だった。削減は担当者が初回返答で正確に答えることで生まれており、ボットが入口で顧客を遮断することによるものではない。

サポートリードが気にする数字：複雑なチケットの初回返答時間が40%減少し、繰り返し届く「注文はどこ？」とポリシー関連の問い合わせの約32%が、提案された回答により初回対応で解決した（エスカレーションなし）。削減率はベンダー推計ではなく、チーム自身のチケットタグ付けベースラインによる。

#チャットボットなしの AI チケット削減とは？

ほとんどの「削減」という触れ込みは、ボットが顧客に答えることで人間に届かなくすることを意味する。今回は違う。以前はシニア担当者にエスカレートしていた「注文はどこ？」という問い合わせが、最初の担当者によって正確に答えられるようになった。アシスタントが配送ポリシーと最も近い過去チケット3件とその解決内容を表示するからだ。

サポートチームに実際に何を構築したか？

2つとも社内向けだ。チームの過去履歴に対する検索と、それを元に下書きを作る返答アシスタント。顧客が目にするものはなく、自動送信もない。

• 社内検索：4年分の解決済みチケット・商品ドキュメント・配送・返品ポリシーをインデックス化。担当者がチケットを開くと、最も近い過去事例と該当ポリシー条文がソースへのリンク付きで表示される。
• 下書き・確認：チームのトーンに合わせた初稿を、使用したポリシーの出典付きで作成。担当者が編集して送信する。人間が送信ボタンを押さない限り、何も送られない。
• タグ付け：提案されたすべての回答をチケットタグに紐づけてログに記録し、どのカテゴリが削減できていてどれがまだ人間を必要とするかをチームが把握できるようにする。

出典が明示される点が担当者の信頼を生んだ。「2026年3月更新の返品ポリシーによると、50ドル以上の注文は送料無料です」とリンク付きで書かれた下書きは、自信満々な推測より遥かに頼りになる。これは私たちがチケットトリアージの記事で書いたのと同じ構造だ。システムが読み込んで下書きを作り、担当者が決定する。

なぜ初回返答時間の短縮がチケットの削減につながるのか？

曖昧な最初の返答が2通目・3通目のチケットを生み出すからだ。顧客が「注文はどこ？」と聞いて「確認中です」という汎用的な返信を受け取ると、2回フォローアップしてくる。そのフォローアップそれぞれがチームの新たな対応工数になる。

最初の担当者が配送状況と実際のポリシーを正確に答えると、スレッドが閉じる。複雑なチケットの初回返答時間は40%短縮され、弱い最初の返答の後に続いていた繰り返しのフォローアップが届かなくなった。これが32%の大部分の出所だ。

私たちは顧客を遠ざけているのではない。不十分な最初の返答が生み出していた2通目・3通目のチケットを遠ざけているのだ。

削減効果が現れるまでどれくらいかかったか？

最初の週ではなかった。最初の2週間は、検索が関連性の薄い過去チケットを多く表示し、担当者が提案を読まなくなった。その期間は、どの過去事例をカウントするかの調整とノイズの除去に使い、上位3件が本当に近い事例になるようにした。

5週目までに削減率は安定した。担当者が上位の提案を信頼して先に使うようになったからだ。このエンゲージメントは私たちのカスタマーサポート案件全体と同じ構造だ。社内検索・トリアージ・下書き・確認、そしてチームへのトレーニングも含まれており、ツールだけでなくワークフロー自体を自分たちのものにしてもらう。公開記録としての詳細はジャーナルにある。

サポートチームを率いていて、AI が顧客とのあいだにボットを置かずに返答時間を短縮し繰り返しチケットを削減できるか考えているなら、正直な答えはできる、そしてその形はこうだ——出典付きの下書き、すべての送信に人間、自社のチケット履歴が仕事をする。それが私たちの構築するものだ。あなたが取り組んでいることを教えてほしい。