私たちは小さな倉庫です。そんなものにお金を燃やす余裕はありません。AIカスタマーサービスシステムの値札を見たときの第一印象がそれでした。人の担当者は1人あたり月数千元かかります。年間請求のAIライセンスも安くは見えませんでした。しかも、もしAIが顧客に間違った数字を伝えれば、顧客は去ってしまい、節約したお金ではその損失は埋まりません。ところが、2026年の旧正月の直後の最初の週に起きた出来事が、私に計算をやり直させました。3社の顧客が同時に在庫について尋ねてきました。カスタマーサービスの担当者は1人しかおらず、手が回りませんでした。ある顧客は返信を40分以上待ち、次の出荷を別の場所に移してしまいました。私たちは商品を失ったのではありません。顧客を失ったのです。
その後、私は別の問いを立て始めました。3PLにおけるAIカスタマーサービスは、具体的に何をすべきなのか。今の私の答えはシンプルです。答えを調べられる場合はAIが先に答え、判断が必要な場合は人が先に答える。在庫水準、到着状況、出荷進捗——システムには標準的な答えがあるので、AIが返信します。クレーム、注文変更、価格交渉——それらは人が決める必要があるので、AIが引き継ぎます。
担当者1人、顧客十数社
私たちの苦境を説明しましょう。3,000平方メートルの倉庫、十数社ほどの顧客、カスタマーサービス担当者1人。日中、彼女は電話を取り、メッセージに返信し、在庫を確認し、ドライバーを追いかけます。忙しい日は水を飲む時間もほとんどありません。在庫についての質問はすっかり覚えました。「私たちの出荷はあとどれくらい残っていますか」「先週のコンテナは出荷が終わりましたか」「今週さらに200ユニット送れますか」。これらが彼女の1日の半分以上を占め、すべての答えはWMSの中にあります。彼女は基本的に人間の問い合わせマシンでした。
2026年3月、私は意を決して軽量なAIカスタマーサービスを導入し、ちょうど1つのシナリオから始めました。在庫照会です。手作りのやり方はこうでした。AIはWMSのライブ在庫フィードだけを読みます。顧客が「在庫を確認」とメッセージを送ると、AIは現在の利用可能数量、入荷数量、直近の出荷時刻を返信します。答える前に2つのチェックを通ります。第一に、顧客の身元が一致しなければなりません。顧客番号がなければ、数字は返しません。第二に、すべての返信は「本日午前9時時点の数字です。倉庫の実地棚卸が正式な数字です」で終わります。この最後の一文が私の逃げ道です。
結果は期待を上回りました。初月の社内数字はこうです。AIは在庫照会の約70%を単独で処理し、平均応答時間は20分超から1分未満に短縮され、担当者は1日約2時間を取り戻してクレームや注文変更——本当に人が必要な仕事——に充てられるようになりました。顧客が怒ることはありませんでした。答えはシステムの数字そのものだったからです。AIは即興で答えていたのではありません。数字を読み上げていただけです。
AIカスタマーサービスが答えること、決して触れないこと
しかし、AIの誤答が何を犠牲にするかもすぐに学びました。2026年5月、ある顧客が商品の在庫について尋ねたとき、AIは「入荷分+手持ち」と「出荷可能分」を取り違え、数字を300ユニット多く伝えてしまいました。顧客はその数字をもとに下流で注文を受け、出荷日になって在庫がないことが分かりました。私たちは緊急の転送運賃を払って対処し、顧客は危うく去るところでした。その後、私は鉄のルールを作りました。AIが報告する数字は1つだけ——利用可能在庫です。入荷分、検品中、凍結分は決して引用しません。それらを尋ねる人はすべて直接人間につなぎます。
私たちのトリアージ表は今こうなっています。ボットが扱うのは3つ。現在の利用可能在庫、注文の出荷状況、配送確認です。人が扱うのは4つ。調査が必要な在庫の不一致、クレームと破損、注文変更と急ぎの依頼、価格と請求です。そしてグレーゾーンもあります。顧客が「500ユニット取り置きしてもらえますか」と尋ねる場合です。AIはそれに独断で「はい」と言ってはいけません。在庫の取り置きは在庫をロックし、他の顧客に影響するからです。その判断は人がしなければなりません。
ここが直感に反する部分です。AIカスタマーサービスの最大の価値は、節約できるお金ではありません。担当者がようやくカスタマーサービスをする時間を持てることです。社内見積もりとして数字を出しました。担当者1人は月約6,000元、AIは月約1,500元なので、4,500元の節約に見えます。しかし本当の計算は反対側にあります。担当者が取り戻した1日2時間を、積極的な顧客フォローアップと例外対応に使えば、更新と追加の物量は4,500元をはるかに上回る価値があります。逆に言えば、AIが担当者を置き換えるだけで、顧客がロボットと話すだけになれば、その節約はいずれ失われた顧客として返ってきます。ROIは引き算だけではありません。
AIカスタマーサービスの最初の1か月と、私たちを救った1つのルール
ここからは誰も語らない地味な部分です。導入後の最初の1か月間、私は毎晩20分かけてその日のAIの会話を読みました——何を間違えたか、何を曖昧に答えたか——そして翌朝一番にルールを修正しました。1か月後、エラー率は20%超から10%未満に下がりました。「人がAIを監督する」という仕事は省略できません。AIは雇って忘れられる従業員ではありません。訓練が必要な新人です。
3か月後、私が見ているのは節約したお金ではありません。顧客がまだ私たちと話したがっているかどうかです。2つの数字が教えてくれます。在庫について尋ねた後に注文する顧客の割合と、人間を要求する顧客の割合です。最初の数字は安定しており、AIが誰も遠ざけていないことを意味します。2番目の数字は40%超から約20%に下がり、残りの20%のほとんどは複雑なケース——在庫が合わない、人の確認が必要——で、引き継ぎが正しい答えである場合です。長年の顧客の1人が、最近は真夜中でも返信がとても速くなったと言ってくれました。彼が知らないのは、真夜中の「人」は人ではないということです。彼が感じているのは、この倉庫は信頼できるということです。その褒め言葉をありがたく受け取ります。
もちろん今でも時々失敗します。2026年6月、システムのアップグレードで在庫フィードがしばらく壊れ、AIは数字が見つからず「明日到着予定」という返信をでっち上げました。顧客はそれを信じ、トラックを手配して引き取りに来ましたが、商品はまだ輸送中でした。私たちは運賃を払い、顧客を危うく失うところでした。その後、私は厳しいルールを追加しました。フィードがダウンしている場合、AIは「システムで確認中です。しばらくお待ちください。まもなく担当者からご連絡します」と返信します。推測なし、でっち上げなし、空白を埋めることもなし。AIは遅くても構いません。間違ってはいけません。それが最低ラインです。
そこで、AIカスタマーサービスを考えている小さな倉庫への3つのアドバイスです。第一に、1つのシナリオ——在庫照会——から始め、それを確実なものにしてから、ボットに他のことをさせてください。第二に、答えはシステムの数字からのみ出します。AIは数字をでっち上げたり、推定したり、推測したりしません。見つからなければ、その旨を伝えて人間に引き継ぎます。第三に、人間への逃げ道を見える場所に置いてください。すべてのAIの返信には「人間による確認は1と返信してください」のような一文を入れ、顧客がいつでも人にたどり着けるようにします。
では、顧客が在庫について尋ねたとき、誰が先に答えるべきでしょうか。私の答えはこうです。数字を調べられる場合はAIが先に答え、状況に判断が必要な場合は人が先に答えます。AIは優秀な助っ人ですが、カスタマーサービスの担当者ではありません。顧客が求めていたのは「即時の返信」ではありません。正確な返信と、たどり着ける人間でした。小さな倉庫には小さな倉庫なりの生き残り方があります。私たちのやり方はこれです。AIには節約すべきお金を節約させ、大切な人間の努力は1セントたりとも削らない。
Xiao Ma(小規模倉庫オーナー)著
英語版からの翻訳。内容に相違がある場合は英語版を優先します。







