デジタルトランスフォーメーションが加速する現代ビジネス環境において、顧客対応の在り方は急速に変化しています。特に生成AI（Generative AI）の台頭により、カスタマーサポートやカスタマーサクセスの領域では、自動化と人間による対応とのバランスが新たな課題となっています。
一般的にカスタマーサクセスの対応者は、最先端のAI技術を活用しながらも、「人間中心」の価値観を大切にしています。本記事では、顧客対応における「人間らしさ」の価値と、生成AIの技術的可能性を組み合わせた、次世代のカスタマーサクセスモデルについて考察します。
こうしたテーマを取り上げた背景には、私たち自身が日々のカスタマーサクセス業務において「生成AIをどこまで活用すべきか」「人の対応が必要な場面とは何か」といった問いに直面している現実があります。生成AIの進化は目覚ましく、導入により業務効率が飛躍的に向上する一方で、実際には顧客との信頼関係や感情的な共感といった“人間ならでは”の要素が、どのように、あるいはどの程度影響があるのかを慎重に見極める必要があります。
本記事は、そうした実務上の課題感や、現場からの声をもとに、生成AIと人間らしさをどのように共存させていくべきかを探るために執筆しました。
顧客対応における「人間らしさ」とは、共感能力、文脈理解、柔軟性、個別化といった要素から構成される複合的な価値です。特にB2B SaaS領域では、製品の複雑性や導入プロセスの特殊性から、これらの「人間らしさ」が顧客満足度に直結します。
日本のビジネスコンテキストでは、「人間らしさ」には「おもてなし」の精神や「察する」文化が深く関連しており、言葉にされていない顧客のニーズを先回りして理解し対応することを含みます。
McKinseyの調査によれば、顧客体験の向上は売上を2〜7%増加させ、収益性を1〜2%向上させることが示されています※1。また、消費者の71%が企業からのパーソナライズされた対応を期待しており、76%はそれが欠けている場合にフラストレーションを感じています※2。
現在の大規模言語モデル（LLM）は、応答速度、一貫性、24時間対応、多言語対応といった強みを発揮しています。特にGPT-4以降のモデルでは、基本的な問い合わせに対する応答の自然さは、一般的な会話レベルでは人間と区別が難しいレベルに達しています。
検索拡張生成（Retrieval-Augmented Generation, RAG）技術は、LLMの生成能力と情報検索システムを組み合わせたアプローチです。この技術により、企業固有の知識ベースと生成AIを組み合わせることで、より正確で文脈に沿った回答が可能になっています。(図※3参考)
しかし、RAG技術にも以下のような限界があります
私たちJAPAN AIでも、社内ナレッジベースとLLMを連携させた社内Q&Aシステムを開発し、情報検索の効率化に取り組んでおります。