【金融×CS自動化】東京海上日動コンタクトセンターにPKSHA+CTC連携で生成AI

東京海上日動が、PKSHA TechnologyのAIプロダクトとCTC(伊藤忠テクノソリューションズ)の基盤を組み合わせて、コンタクトセンター主要業務にAIを導入した、という事例です。

2026年3月から運用開始で、東京海上日動コミュニケーションズが担うコンタクトセンターが対象。 通話のリアルタイムテキスト化と回答案の自動提示を組み合わせ、入電から終話後の管理業務までをAIで一貫支援する設計です。

僕が注目したのは「PKSHAのAI+CTCの基盤運用」という役割分担です。 1社のSaaSを丸ごと入れるのではなく、AIエンジンとシステム基盤を別々のプロバイダで組み立てた点が、自社設計の参考になります。

コンタクトセンター業務の課題

金融系コンタクトセンターには、こんな構造的な課題があります。

  • 入電件数が年間数百万件規模で、純粋に処理ボリュームが大きい
  • オペレーターのスキルに応対品質が依存している(属人化)
  • 通話後の要約・分類・記録などの後処理が労働時間を圧迫している
  • スーパーバイザーのモニタリング負荷も常時高い

東京海上日動コミュニケーションズの場合、対象規模は年間約200万件超の入電。 このスケールだと、1件あたり数十秒の改善でも、組織全体で数万時間の効果になります。

東京海上日動はどう導入したか

公式リリース(2026-03-04)とCTC・PKSHA双方のプレスリリースを総合すると、以下の構成です。

  • 対象: 東京海上日動コミュニケーションズのコンタクトセンター主要業務
  • AIプロダクト: PKSHA Technologyが提供(カスタマイズ版含む)
  • 基盤構築・運用設計: CTC(伊藤忠テクノソリューションズ)が担当
  • 機能: 通話内容のリアルタイムテキスト化、回答案の自動提示、入電〜終話後の管理業務までを一貫支援
  • 開始: 2026年3月

ポイントは「役割分担で組み立てた」点です。 AIエンジン(PKSHA)、システム基盤(CTC)、業務オーナー(東京海上日動コミュニケーションズ)が分かれている構造で、金融業界の高い品質・セキュリティ要件を満たす設計になっています。

削減効果の内訳と実態

公式リリースで報告された主要な数値は以下です。

  • お客様向け応対時間: 最大約30%削減(約58,000時間)
  • 代理店向け応対時間: 最大約10%削減(約32,000時間)
  • 対象スケール: 年間約200万件超の入電
  • 再配分先: 専門性の高い領域への注力

注意点として、これは「最大値」の見込み数値で、実運用での確定値ではありません。 また、AIの自動応対で完結する話ではなく、「オペレーターの応対をAIが支援することで時間短縮する」モデルです。

「AIが全部代わりに対応する」のではなく、「人が対応する時間が短くなる」という解釈が正確です。 生み出された時間を専門性の高い領域に振り向ける、という方針が公式で明示されています。

中小企業で再現するなら

ここからが本題です。年商5億規模の会社や、コールセンター数十席規模で同じ思想を取り入れるならどう削るか。

構成

項目 東京海上日動 中小企業(年商5億・コールセンター10席)
対象 年間200万件超の入電 月数千〜数万件の入電
ツール PKSHA + CTC(自社設計) コンタクトセンター向けAI SaaS(月数万円〜の従量課金、2026年6月時点。要最新価格確認)
月額費用 (非公開・大規模) 推定 月5〜30万円(席数・通話量による、2026年6月時点)
初期費用 (非公開・カスタマイズ前提) 推定 50〜200万円(プロンプト・FAQ整備+音声認識チューニング+CRM連携)
体制 業務側+SIer+AIベンダーの三者体制 既存CS+外部支援月10〜20時間
期間 段階展開(年単位) 3〜6ヶ月でPoC→部分運用

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=数字小さいほど簡単)

スコア根拠は以下です。

  • ROIが高いのは、応対時間1秒の削減が件数ボリュームで増幅されやすいため
  • 再現性は中程度。コールセンター運用が既にある会社向けで、小規模の電話対応ではオーバースペック
  • 難易度は高め。音声認識精度・FAQ整備・CRM連携と、整える要素が多い

前提条件・必要データ

  • コールセンター(または定型的な電話応対業務)が既に存在する
  • 過去の通話ログ・FAQ・応対マニュアルが文書化されている
  • 個人情報・金融情報の取り扱いルールが整備されている
  • AIの誤認識・誤回答を人が最終確認するワークフローを許容できる

失敗条件・適用しないケース

  • 電話応対が月数百件以下で、AI導入コストが回収できない
  • 通話内容が雑談中心・非定型で、FAQ化が困難
  • 個人情報の扱いが厳格すぎて、外部AIサービスへの音声送信が禁止
  • 「AIで自動応答完結」を狙って、人のレビュー工程を省こうとする(金融CSでは事故リスク)

「PKSHAやCTCのソリューションを入れればCS時間が30%減る」わけではありません。

通話ログの整理→FAQ・応対マニュアルの構造化→音声認識のチューニング→AI提示のオペレーター運用→効果測定、の5ステップで初めて、現場で安全に回せる体制になります。

特に金融・保険系は「AIが回答したことの責任」が論点になるので、最終判断を人が引き取る前提を崩さないことが大事です。

出典・参考


市野

市野

「うちのコールセンターやCS業務に生成AIをどう組み込めばいいか」と悩んでいる方は、 無料相談(30分)で具体的にお話しします。 営業はしません、純粋にケース壁打ちです。 → 無料相談を申し込む

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。

市野 佑馬
執筆メンバー 市野 佑馬

愛知県岡崎市を拠点に、中小企業向けのAI活用支援を提供。ChatGPT・Claude Code等を活用した業務自動化やSEO・広告運用の内製化を支援。経営者が自らAIを使いこなせる体制づくりをサポートしている。

>>詳細なプロフィールはこちら
タイトルとURLをコピーしました