CATS株式会社が、Chatwork上の顧客サポートを、JAPAN AI CHATとAPI連携させて自動回答化した、という事例です。
「うちはBtoBだしChatworkで直接サポートしてるから、AI挟む余地ないでしょ」と思った方、ちょっと待ってください。 公開された記事を読むと、FAQ約180件をベースにAIが一次回答しているところがポイントで、これは多くの中小サポート業務で参考になります。
僕が注目したのは、削減数値そのものより「Chatworkというお客様と直接やり取りするチャネル上でAI一次回答を成立させている」という設計です。 ここを「AIだから機械的でOK」と読むと、顧客満足度が一気に下がる構造になっています。
CS問い合わせ対応の課題
CATSが抱えていた課題は、サポート業務の典型例です(出典: JAPAN AI公式事例、2025-02-25)。
- 1日100件以上の問い合わせをCS5名で対応
- 回答までに最大6時間程度の遅延が発生
- CSメンバーの残業が月50時間以上
- 顧客が「細かい質問をするのは気が引ける」と遠慮し始める状況
問い合わせを抱える会社で似たような状態は珍しくありません。 人を増やせば一時的に解決しますが、月50時間の残業が常態化すると、人を増やしても新人の教育コストでCSのレスポンスはむしろ落ちます。
CS拡大の前に「繰り返し質問への一次回答」をどう切り出すかが先、というのは中小規模でも同じです。
Chatwork×JAPAN AI CHATをどう導入したか
JAPAN AI公式事例で報告されている構成は以下です。
- 対象: 顧客サポート(Chatworkを利用したBtoB顧客向け)
- ツール: JAPAN AI CHAT + Chatwork(API連携) + 複数LLM(GPT、Gemini、Claude)
- 対象データ: 約180件のFAQ
- 実装スタイル: Chatworkに届いた問い合わせに対してAIが自動回答する仕組み
- 現状: 約10社の顧客を対象に試験運用中(全顧客展開予定)
ポイントは「新しいチャネルを増やしていない」ことです。 お客様は普段どおりChatworkで質問を投げて、その裏でAIが一次回答する。 顧客にAI専用ツールを使わせる構成ではないので、利用ハードルがゼロに近いところがうまい設計です。
FAQ自動回答の内訳と実態
公開事例で挙がっている定性効果は以下です。
- マニュアルで対応できる質問にはAIが即時回答する環境を構築
- CS側は判断が必要な問い合わせに時間を集中できる
- 顧客側は「細かい質問」を遠慮なく投げやすくなる
注意点として、公開時点では試験運用段階で、定量効果(例: 対応時間が何%削減されたか)は記事には明記されていません。 ここで「○%削減した」と断定するのは僕の役割ではないので、定性的な改善方向だけ抑えておきます。
それでもこの事例が参考になるのは、AIで削るべき領域(マニュアル化済みの繰り返し質問)と、人が残るべき領域(個別判断)が、最初から切り分けられている点です。 AIに全部任せる設計ではないからこそ、運用に乗り始めている、という読み方ができます。
中小企業で再現するなら
ここからが本題です。年商5億規模のSaaS・受託IT企業で、似た構造のCSを抱えているならどう削るか。
構成
| 項目 | CATS事例 | 中小企業(年商5億・CS2〜3名) |
|---|---|---|
| 対象 | 既存BtoB顧客のCS問い合わせ | 既存顧客のChatwork/メールCS |
| ツール | JAPAN AI CHAT + Chatwork API + 複数LLM | JAPAN AI CHAT等のFAQ自動回答SaaS + 既存Chatwork/メール |
| FAQ整備 | 約180件 | 最低50〜100件のFAQ整備が前提 |
| 月額費用 | (非公開) | 推定 月3万〜10万円(SaaS型FAQ自動応答、2026年5月時点。要最新価格確認) |
| 初期費用 | (非公開) | 推定 30〜80万円(FAQ棚卸し+回答テンプレ整備+API連携) |
| 体制 | CS5名+運用 | 既存CS担当+外部支援月5〜10時間 |
| 期間 | 試験運用→全社展開へ | 2〜3ヶ月でPoC→本格運用 |
評価軸スコア
| 評価軸 | スコア |
|---|---|
| ROI(投資対効果) | ★★★★☆ |
| 再現性(中小企業) | ★★★☆☆ |
| 難易度(低いほど簡単) | ★★★☆☆ |
(難易度=数字が小さいほど簡単)
スコア根拠は以下です。
- ROIが高いのは、CS残業月50時間という常態を削れれば人件費と離職リスクに直結するため
- 再現性は中程度。Chatwork/メールとAPI連携できる環境かどうかで分かれる
- 難易度は中程度。FAQ整備・回答テンプレ・人間エスカレーション設計の3点が前提作業として残る
前提条件・必要データ
- CSの問い合わせがチャネル(Chatwork/メール/Web等)に集約されている
- 過去の問い合わせから抽出したFAQが50件以上ある、または整備できる
- 「AIが回答していい質問」と「人間が必ず引き取る質問」の境界が言語化できる
- 顧客向けに「AI一次回答である旨」を伝えられる関係性がある
失敗条件・適用しないケース
- 顧客ごとに契約条件・SLAが大きく異なり、FAQで一般化できない
- 個別案件の判断比率が高く、FAQ即答型の質問が少ない
- FAQが古いまま放置されており、現状の仕様と乖離している
- AI回答を顧客に通さず社内回覧で止める運用に縛られている
「Chatwork×AIを入れれば問い合わせ対応がゼロになる」わけではありません。
FAQの棚卸し→回答テンプレ整備→AIで一次回答→人間が判断系を引き取る、の4ステップを踏んで初めて、CSの残業常態化を抜け出す体制が見えてきます。
特に「AIに任せる質問の線引き」を曖昧にしたまま導入すると、顧客満足度の事故と人の二度手間の両方が同時に起きるので注意です。
出典・参考
市野
愛知県岡崎市でAI活用支援を手がける一人社長。 中小企業の現場でAIを実装してきた経験から、他社事例を「うちで再現するには」の視点で読み解いて発信中。
