コンタクトセンター(コールセンター)におけるAI活用は、金融・公共といったセキュリティ要件の高い領域でも急速に進んでいます。たとえば、Bank of Americaでは累計30億回超の対話を44秒で処理し、米国IRSは音声AIで480万件の通話を完結させています。本記事では、金融3事例・公共3事例の計6つの海外事例から、コンタクトセンターのAI活用をセキュリティの高い金融・公共領域で推進するための設計パターンを解説します。
vottiaはチャットと音声の両方に対応するAIエージェントプラットフォーム「maestra」を提供しています。マルチエージェント構成により、本人確認・個人情報保護といったセキュリティ要件にも対応した設計が可能です。特にセキュリティとCXの両立が最重要課題となるコンタクトセンターでは、マルチエージェント構成がこの課題を解決する手法として世界中で採用されています。
目次
金融・公共領域のコンタクトセンターのAI活用とは?
金融・公共領域のコンタクトセンターのAI活用とは、銀行・保険・行政・税務などの問い合わせ対応をAIで自動化する取り組みです。一般的なカスタマーサポート向けAIとの最大の違いは、本人確認(KYC)、個人情報保護(PII)、法規制遵守が前提となる点にあります。具体的には、以下のような違いがあります。
| 項目 | 一般的なCS向けAI | 金融・公共のコンタクトセンター向けAI |
|---|---|---|
| 本人確認 | 不要または簡易 | 必須(KYC/多要素認証) |
| データの機密性 | 一般的な個人情報 | 口座・納税・医療等のPII |
| 法規制 | 業界ガイドライン | 金融規制・行政法・GDPR等 |
| エスカレーション | 任意 | 法的判断が必要な場面で必須 |
| データ主権 | クラウド利用が一般的 | 国内処理・主権型AIの要件あり |
なぜ金融・公共でもコンタクトセンターのAI活用が加速しているのか?
「AIを入れたいが、セキュリティが心配」──金融機関や自治体から最も多く聞かれる声です。しかし海外では、この制約を「設計で解決すべき課題」として捉え、多くの組織が成果を上げています。
背景には3つの変化があります。
- AIの対話精度の向上:LLMの進化により、金融商品の説明や行政手続きの案内も実用レベルになりました
- 段階的導入モデルの確立:FAQ対応→本人確認付き対応→セルフサービスと、リスクを管理しながら拡大する手法が定着しています
- コスト圧力と人手不足:金融・公共ともにコンタクトセンターの人材確保が困難になり、AIの活用が戦略的に不可欠となっています
つまり、金融・公共のコンタクトセンターのAI活用は、もはや「導入すべきかどうか」ではなく「どう導入するか」のフェーズに移っています。実際に、AI導入は単なるコスト削減ではなく、顧客体験と規制対応の両立を実現する戦略的投資として位置づけられています。
金融領域のコンタクトセンターのAI活用事例3選
事例1:Bank of America「Erica」──30億回超の対話を44秒で処理
まず、Bank of Americaの仮想アシスタント「Erica」は、金融領域のコンタクトセンターのAI活用を代表する事例です。2018年のローンチ以来、利用者は約5,000万人に達し、累計の対話回数は30億回を突破しています。
具体的には、Ericaの特徴は以下の3点です。
- 応答速度:平均44秒以内に回答し、98%以上のケースで対応を完結します
- インテント認識:当初200〜250種類だった認識パターンが、現在は700種類以上に進化しました
- プロアクティブ対応:17億件以上のパーソナライズされたインサイトを能動的に提供しています
このように、金融領域のコンタクトセンターのAI活用では「こちらから気づかせる」プロアクティブなAIが、顧客体験の向上に直結しています。
事例2:SoFi × Sierra AI──コンテインメント率61%を達成
次に、フィンテック大手SoFiは、Sierra AIのプラットフォームを活用してAIエージェントを導入しました。銀行口座・投資・ローンなど全プロダクトのサポートをAIが担っています。
| 指標 | 数値 |
|---|---|
| コンテインメント率(AIだけで完結) | 61% |
| 週間処理件数 | 5万件以上 |
| NPS改善幅 | +33ポイント |
| 導入から成果までの期間 | 3カ月 |
すなわち、コンタクトセンターのAI活用において、本人確認を前提としたパーソナライズ対応でもAIが実用レベルで機能することを示した金融領域の重要事例です。
事例3:Klarna──全面AI導入からの「揺り戻し」が示す教訓
さらに、Klarnaは2024年にAIアシスタントを導入し、初月で230万件(全体の約2/3)をAIが処理、700人分の業務を代替しました。加えて、2024年のコスト削減効果は約3,900万ドル(約59億円)に上ります。
しかしその後、人間の担当者を再び採用する方向に転換しました。「AIの回答が一般的すぎる」「複雑な質問に対応できない」という顧客の声が背景にあります。
実際に、この「揺り戻し」は重要な教訓を示しています。つまり、金融領域では複雑な金融商品の説明や紛争処理など、人間の判断が不可欠な場面が存在します。したがって、ハイブリッドモデルの設計──AIと人間の適切な役割分担──が成否を分けます。
公共領域のコンタクトセンターのAI活用事例3選
事例4:米国IRS──AIで480万件の通話を処理
また、米国の税務当局IRSは、2022年からコンタクトセンターのAI活用を段階的に進めています。
| チャネル | 処理件数 | AIのみで完結した割合 |
|---|---|---|
| チャットボット | 45万件以上 | 42% |
| 音声ボット | 480万件以上 | 40% |
特に注目すべきは音声ボットの活用です。たとえば、本人確認済みの納税者が分割払い契約をセルフサービスで行えます。さらに、2025年末にはAgentforceを導入し、法務部門でAIによる文書検索も開始しました。
このように、税務情報は最もセンシティブなデータの一つですが、コンタクトセンターのAI活用をそうしたデータを扱いながら段階的に拡大している点が参考になります。
事例5:フランス政府「Albert」──公共領域のAIを主権型で構築
また、フランス政府は独自の主権型生成AI「Albert」を開発し、行政の窓口対応に導入しました。具体的には、2024年初頭に30カ所で60人の職員がテスト運用を行い、同年4月に全国展開を開始しています。
特に、この事例の注目点は2つあります。
- 職員支援型の設計:AIが直接市民に回答するのではなく、職員を支援する形で運用しています。正確性と責任の所在を確保する仕組みです
- データ主権の確保:個人情報を海外クラウドに預ける懸念を回避するため、自国内で開発・運用する「主権型AI」を採用しています
一方で、日本の自治体にとってもデータの所在地管理の観点で重要な設計思想です。
事例6:ポルトガル政府──AI対応で12言語・2,300行政サービスに対応
さらに、ポルトガル政府は2025年1月にgov.ptポータル上でAIアシスタントを正式稼働しました。具体的には、行政専用のナレッジベースを構築し、2,300以上の公共サービス情報を12言語で提供しています。
実際に、多言語対応は移民や外国人居住者が多い国では特に重要であり、AIが言語の壁を越えた24時間対応の窓口として機能しています。
金融・公共のコンタクトセンターのAI活用を成功させる3つの設計原則
6つの事例に共通する設計パターンを整理すると、3つの原則が浮かび上がります。
原則1:金融・公共のコンタクトセンターでは段階的なAI導入が必須
たとえば、IRSの事例が典型です。まずFAQ的な一般対応からスタートし、成果を確認しながら本人確認を伴う処理へ段階的に拡大しています。具体的には、以下のステップが有効です。
- まずFAQ対応(本人確認不要)からスタートする
- 次に本人確認付きの情報照会へ拡大する
- 最終的にセルフサービス(契約変更・手続き実行)まで進む
原則2:金融領域ではAIと人間のハイブリッド体制が不可欠
同様に、Klarnaの揺り戻しとフランスAlbertの設計が示す通り、AIに全てを任せず人間との役割分担が不可欠です。
- AIが担う領域:定型的な問い合わせ、情報照会、手続きの案内
- 人間が担う領域:複雑な金融商品の説明、紛争処理、法的判断、最終承認
原則3:データ主権とPII保護の設計が前提条件
たとえば、フランスの主権型AIが象徴的です。すなわち、個人情報をどこで処理し誰がアクセスできるのかを明確にすることが求められます。特に公共領域ではデータの国内処理が重要な要件です。
実際に、vottiaのmaestraは、こうした金融・公共領域の要件に対応するためにマルチエージェント構成を採用しています。つまり、本人確認・情報照会・手続き処理を専門エージェントに分業させることで、セキュリティと効率を両立します。結果として、金融領域のコンタクトセンターのAI活用において最適な構成となっています。
金融・公共のコンタクトセンターのAI活用に関するよくある質問(FAQ)
Q. 金融機関のコンタクトセンターでAIを導入する場合、何から始めるべき?
A. IRSの事例のように、まず本人確認が不要なFAQ対応から始めることを推奨します。成果を確認しながら段階的に拡大するのが、リスク管理の面で有効です。
Q. AIエージェントだけで完結できない問い合わせはどう対処する?
A. ハイブリッドモデルの設計が鍵です。Klarnaの事例が示す通り、AIに全てを任せるとCXが低下するリスクがあります。人間の判断が必要な場面で適切にエスカレーションする仕組みが重要です。
Q. 行政のコンタクトセンターでAIを導入する場合、データの扱いは?
A. フランス政府の「主権型AI」が参考になります。市民の個人情報の処理場所を明確にし、可能であれば国内でのデータ処理を選択しましょう。AIが直接回答するのではなく、職員を支援する形での運用も有効です。
参考リンク
- Bank of America Erica 公式プレスリリース(2025年8月)
- Sierra AI × SoFi 事例
- Sierra AI 金融サービス向けページ
- Klarna AI アシスタント プレスリリース(2024年2月)
- IRS 音声・チャットボット活用ページ
- OECD AIと公共サービス報告書(2025年6月)
- StateTech – 行政コンタクトセンターAI活用
- EY – 行政コンタクトセンターとAI
関連記事
- コンタクトセンターのAI活用 最前線──海外事例7選から見える「次の標準」
- 通信・インフラのコンタクトセンターにおけるAI活用──海外事例7選
- カスハラ対策の新展開:AIエージェント×音声感情認識で従業員を守る
コンタクトセンターに、未来の顧客体験を
豊富な運用知見とAIエージェントプラットフォーム「maestra」で
貴社のコンタクトセンターDXを支援します。



コメント