タスク単位で見ると何が変わるのか
O*NETはこの職業を具体的な応対で説明しています。商品やサービスに関する質問に答え、注文を受け、料金の苦情を解決し、各対応を記録し、未解決の案件を次へ引き継ぐ仕事です。そのうち定型的な側、つまり注文状況の確認、パスワードの再設定、決まった規定の案内は、多くの企業でAIチャットや音声システムが最初に吸収する部分です。記録も変わりつつあります。担当者が一から入力する代わりに、ツールが作った応対要約を確認する方式です。
この職業は他の職業より影響を受けやすい側にあり、そう言うのが誠実です。米国労働統計局(BLS)の見通しも、セルフサービスや自動システムが定型的な応対をより多く担うことで、この職業が緩やかに縮小する方向を示してきました。同時にILOの生成AI研究は、影響の大きい職業でも縮小の前にまず仕事の構成が変わると強調しています。人に届く問い合わせは、より難しく、より感情的で、より珍しい案件になります。以前の仕事の縮小版ではなく、別の仕事になるのです。
人に集まる仕事
人に届く問い合わせは、O*NETがこの職業の中核とする能力をますます必要とします。傾聴、判断、交渉です。家族を亡くしてアカウントを整理する顧客、システム側が間違っている料金の争い、安全に関わる問題、どの規定も想定しなかった例外。こうした案件には、感情を受け止め、規則と公正さを天秤にかけ、決断できる人が必要です。言い換えれば、難しい案件の対応(エスカレーション)が仕事の周辺ではなく中心になります。
責任は二つの場面で人に残ります。第一に、自動応答が間違ったとき、誰かがそれを見つけ、顧客の状況を正し、同じ失敗が繰り返されないようフィードバックしなければなりません。担当者はAIシステムの上に立つ品質管理の層になりつつあります。第二に、返金、例外対応、期日の約束といった顧客への約束は会社を代表して行うものであり、コストが大きい案件や規制のかかる案件では、会社は人をその輪の中に残します。どちらの役割も、製品を深く理解している人に有利です。
現実的な最初の90日
最初の1か月は、自動応答が失敗する問い合わせをあえて得意分野にします。難しい案件の対応に自ら手を挙げ、自動化の層が間違った答えや役に立たない答えを返した事例を、理由とともに個人記録に残します。この記録はチームにとって希少で価値ある根拠になります。2か月目には、ナレッジベース(よくある質問と解決策をまとめた社内資料)を利用者としてだけでなく書き手として学びます。2、3本の記事を直すか新しく書いてみます。AIの回答品質はその内容に直結しているからです。
3か月目には、失敗記録を提案書に変えます。最も頻繁に繰り返される自動応答の失敗、それが再問い合わせや返金として生むコスト、そしてどのナレッジ記事や業務フローを直せば解決するかをまとめ、チームリーダーに共有します。こうすることで、サポート組織が実際に増やしている役割、つまり品質レビュー、ナレッジ管理、AI業務フローの管理へ、転職せずに足場を作れます。ポストや肩書きは会社によって大きく異なるため、保証ではなく根拠づくりと捉えるのがよいでしょう。
