自社サイトにアシスタントを

日曜の夜遅く、ある人が会社のサイトにたどり着きます。質問はひとつです。自分のケースに合うのか、配送にどれくらいかかるのか、返品できるのか、12人のチームだといくらかかるのか。Webサイトには問い合わせフォームがあり、フォームは月曜まで待ちます。

月曜になるころには、その買い手はどこか別の場所でアシスタントに尋ねています。企業にとっての問いは、もはや人々が質問したいかどうかではありません。自社のサイトで自社に質問でき、自社が署名できる答えを得られるかどうかです。

なぜ価値があるのか

習慣は、ほかの場所で形づくられています。Forresterは1月、法人の買い手の94パーセントが購買プロセスでAIを使っていると報告し、G2は3月の調査で、ソフトウェアの買い手の半数が、いまやGoogleよりもAIチャットボットで調べものを始めることが多いと明らかにしました。尋ねることに慣れた人は、尋ねられる場所を探します。

企業が自社の顧客の前にアシスタントを置いたところでは、報告される数字は大きなものです。Amazonは2025年10月、その年に2億5000万人の顧客がショッピングアシスタントRufusを使い、使った人は購入を完了する可能性が60パーセント高かったと発表しました。Klarnaは2024年、自社のアシスタントが最初の1か月で230万件の会話、つまりカスタマーサービスのチャットの3分の2を担い、用件の解決時間は11分から2分未満に短縮され、再度の問い合わせは25パーセント減ったと発表しました。

どちらも企業自身の数字で、1つ目は相関にすぎません。質問する人は、もともと購入に近いのかもしれません。それでも方向は一貫しています。質問の瞬間に答えがあれば買い手は離れず、良い答えは問い合わせを1件減らします。

自社の情報源から答える

自社サイトのアシスタントは、会社を代表して話します。そして、そのことはすでに裁定機関によって示されています。2024年2月、カナダの裁定機関は、Air Canadaに対し、同社Webサイトのチャットボットが実在しない返金ルールを説明したことを受けて、乗客に支払いをするよう命じました。Air Canadaは、チャットボットは自らの行動に責任を負う別個の法的主体だと主張しました。裁定機関はこれを退け、航空会社は、静的なページから来たものであれチャットボットから来たものであれ、「自社Webサイト上のすべての情報に責任を負う」としました。

逆の失敗は、一般的な知識から答えるアシスタントです。The Markupが2024年にニューヨーク市の事業者向けチャットボットをテストしたところ、雇用主には従業員のチップの一部を取ってよいと、家主には住宅バウチャーを持つ入居希望者を断ってよいと答えました。いずれも、市自身のルールに反する答えでした。

だから、最初のルールは単純です。良いアシスタントは、自社の情報源から答えます。商品データ、価格表、規約、マニュアル、ヘルプページ、そして実際に有効な方針です。答えがどこから来たのかを示します。情報源が質問をカバーしていないときは、即興で答えるのではなく、そう伝えます。

製品とルールを知っている

カタログを知っているのは、簡単なほうの半分です。役に立つアシスタントは、その周りのルールも知っています。何を約束してよく、何を約束してはいけないのか。どんな割引があり、誰がそれを出せるのか。お金、健康、法律に関わり、人が扱うべき質問はどれか。そして返品が、ショップ一般ではなく、そのショップでどう扱われるのか。

こうしたルールは、アシスタントを公開する前に、それを担う人たちが平易な文章で書き出しておかなければなりません。ほとんどの企業はこの段階で、一部のルールがどこにも書かれていなかったことに気づきます。それだけでも、取り組む価値があります。

アシスタントは、自分が何者であるかも伝えなければなりません。EUのAI法（AI Act）のもとでは、2026年8月2日から、明らかな場合を除き、人々はAIシステムとやり取りしていることを知らされなければなりません。明確な表示には費用がかからず、ボットに人間の名前をつけるよりも多くの信頼を得られます。

人に引き継ぐ

良いアシスタントの最も重要な機能は、出口です。苦情を抱えた買い手、大口の注文、情報源では答えられない質問は、会話ごと人に引き継がれるべきです。そうすれば、誰も同じ説明を2度する必要がありません。

向こう側にいる人も得をします。経済学者のErik Brynjolfsson氏、Danielle Li氏、Lindsey Raymond氏は、5'179人のカスタマーサポート担当者を対象にした研究で、AIアシスタントによって1時間あたりの解決件数が平均で14パーセント、経験の浅い担当者では34パーセント増え、顧客の感情も改善したことを明らかにしました。

それが、私たちが信じる仕事の分担です。機械は定型的な質問にすぐに答え、案件を準備し、該当する箇所を見つけます。判断、思いやり、決定を必要とする会話は人が受け持ちます。そして、その瞬間に本物の人にたどり着いた顧客は、そのことを覚えています。

避けるべきこと

情報源を持たず、自信ありげに話しては作り話をするアシスタント。人間のふりをするボット。人にたどり着く道のない、終わりのないループ。何かに答える前にメールアドレスを求めるチャット画面。ページやメッセージの文章に指示されると、言いくるめられてルールを外れてしまうアシスタント。そして、テストなしの公開。公開前に、チームが最もよく耳にする100の質問を投げかけ、すべての答えを読みましょう。

始め方

小さく、具体的に始めましょう。受信箱、電話、営業の会話から、顧客が実際に尋ねる質問を集めましょう。それに答える情報源を集め、ルールを書き出しましょう。引き継ぎをどこへ回し、誰が、どの時間帯に受けるのかを決めましょう。そのうえでサイトの一部で公開し、毎週会話を読み、答えだけでなく情報源を直しましょう。

これが、私たちが企業のためにつくる頭脳、Twinの背後にある仕事です。会社のナレッジ、ルール、連携をひとつの場所にまとめることで、顧客への答えにはマニュアルの該当箇所が添えられ、返品は会社の方針に従い、確信の持てない質問は人に回されます。企業がWebサイトを運用するStudioは、Twinを頭脳として接続します。電話では、同じ考え方がTimbreになります。通話、受付、予約、メッセージに24時間対応する私たちの音声アシスタントです。そしてデータを社外に出してはならないときは、パートナーのEigna Labsが構築したEigna上で、Twinをプライベートに動かせます。会社自身の仕事で学習したモデルを、その会社自身のクラウドやサーバー上で動かすものです。

最良のアシスタントは、自分の知識がどこで終わるのかを知っているアシスタントです。まず、その部分をつくりましょう。