想定ケース
ここでは、従業員35名のEC（ネット通販）運営会社で、担当3名が1日60件の問い合わせメール対応に午前中を使っているケースを想定します。
| 項目 | 内容 |
|---|---|
| 業種・規模 | EC（ネット通販）運営・従業員35名 |
| 対象部署 | カスタマーサポート（担当3名） |
| 対象業務 | 問い合わせメールの仕分け～返信文作成～送信 |
お客様の状況と課題
お客様からの問い合わせメールは1日約60件。
内容は配送状況の確認、返品・交換の依頼、商品についての質問が大半を占めます。
毎朝、担当3名がメールを1件ずつ開いて内容を確認し、担当を割り振ってから返信文を作成しており、この仕分けと返信作成で毎日午前中がほぼ埋まります。
返信文は過去のメールを探して流用しているものの、担当者ごとに文面や案内内容がばらつくのも悩みの種です。
さらにセール後は問い合わせが倍増し、返信が翌日以降にずれ込んでクレームの原因になっています。
午前が問い合わせ対応で埋まるため、商品ページの改善や出荷業務は午後に押し込まれたままです。
実現したいこと
- メールの仕分け作業をなくし、担当者が最初から返信に集中できるようにする
- 返信文をゼロから書かず、下書きの確認・修正だけで済むようにする
- 担当者ごとの回答のばらつきをなくす
- セール後の問い合わせ増でも当日中に返信できる体制にする
改修の概要
現状は、届いたメールを担当者が1件ずつ開いて内容を読み、誰が対応するかを決めてから、過去のメールを探して返信文を作成しています。
この仕分けと返信作成にかかる時間は、1件あたり約7分です。
改修後は、届いたメールを生成AI（文章を読み取り、文章を作れるAI）が内容ごとに「配送」「返品」「商品質問」「その他」へ自動で仕分けし、ラベルを付けてGmail上で色分け表示します。
さらに過去の回答例をもとに返信の下書きも自動で作成され、下書きフォルダに保存されます。
だから担当者の仕事は、下書きを開いて内容を確認・修正し、送信ボタンを押すだけです。
所要時間は1件あたり約2分に縮まります。
人の仕事を「文章を書く」から「文章を確かめる」に変える改修です。
仕分けと下書き作成は自動化しつつ、お客様に届く文面の最終判断だけを人に残します。
使用する技術構成
| 役割 | 使用技術 | 選定理由 |
|---|---|---|
| 現場の人が触る部分 | Gmail（ラベル・下書きフォルダ） | 担当者が普段使うメール画面のまま。新しい操作を覚える必要がない |
| 裏側の処理（仕分け） | 生成AI＋Google Apps Script（Googleのメールやスプレッドシートに付属する自動化機能） | 届いたメールの本文を読み取り、4分類のラベルを自動付与 |
| 裏側の処理（下書き作成） | 生成AI | 過去の回答例集を参照して返信文の下書きを生成し、Gmailの下書きに保存 |
| 回答例の置き場 | Googleスプレッドシート | 質問パターンと標準回答を一覧管理。現場が自分で追加・修正できる |
効果試算
前提: 人件費単価2,500円/時（事務職の職種別単価・福利厚生込み概算・推定）
| 項目 | Before | After |
|---|---|---|
| 1件あたり所要時間 | 約7分（仕分け＋返信作成） | 約2分（確認・修正のみ） |
| 対応件数 | 1日60件（月約1,260件・21営業日換算） | 同じ |
| 対応人数 | 3名 | 3名 |
| 月間工数 | 約147時間 | 約42時間 |
| 年間人件費換算 | 約441万円 | 約126万円 |
年間削減効果は約315万円（約1,260時間）と試算しており、問い合わせの内訳によって変動します。
金額に出ない効果もあります。
回答内容が標準化されること、当日返信率が上がりクレームが減ること、そして午前の時間を商品ページ改善などに回せることです。
運用コストの目安（構成パターン別・推定）
| 構成 | ランニングコスト（目安） | 向いているケース |
|---|---|---|
| A. Gmail＋生成AIの内製型 | 月数千円～1万円（AIの読み取り量に応じた従量制） | Google Workspace環境。コストを抑えたい |
| B. 問い合わせ管理サービス型 | 月2～5万円（サービス利用料・利用人数に依存） | 電話・チャットなど複数窓口をまとめて管理したい |
1日60件のメール中心ならAで十分成立します。
ただ、窓口がメール以外に広がる見込みがあるならBも候補です。
構築費用は回答例の整備状況や既存環境によって変わるため、個別にお見積りします。
リスクと対策
| リスク | 内容 | 対策 |
|---|---|---|
| 誤った回答をそのまま送ってしまう | AIの下書きは在庫や規約の最新状態を誤ることがある | 自動送信には絶対にせず、必ず人が確認・修正してから送信する運用に固定。送信ボタンを押すのは常に人 |
| 顧客の個人情報の外部送信 | 氏名・住所・注文内容を含むメールをAIに渡す | 入力内容を学習に使わない設定（学習利用オフ）のサービス・プランを選定し、契約条件を導入時に文書化 |
| 仕分けの誤分類 | 返品依頼が「商品質問」に紛れる等 | 「その他」ラベルを毎朝人が目視確認。誤分類は回答例集に追記してAIへの指示を改善 |
| 回答例が古くなり形骸化 | 規約・送料改定に下書きが追随しない | 回答例集の更新担当を決め、規約変更時のチェック項目に組み込む |
| 構築者の退職で保守不能 | 内製型の典型的な死に方 | 構成図・設定値・改修手順のドキュメントを納品物に含める |
導入の進め方と期間の目安
標準的には、ヒアリング、構築、並行運用、本稼働の4ステップで、合計1.5～2ヶ月が目安です。
期間は推定で、回答例の整備状況によって変動します。
Step1. ヒアリング・現状把握（約2週間）
過去1～2ヶ月分の問い合わせメールを拝見し、質問パターンの分類と標準回答の整理を行う。
Step2. 構築（約2～3週間）
仕分け・下書き作成の仕組みを作り、過去メールで分類精度と下書きの品質を検証する。
Step3. 並行運用（約3～4週間）
従来の手作業と並行して動かし、下書きの修正量と誤分類の頻度を実測する。
Step4. 本稼働
問題がなければ本稼働に切り替える。
以後は回答例集の追記だけで精度を育てていく。
お客様にお願いすることは、過去の問い合わせメールと回答のご提供、並行運用期間中の下書き品質のフィードバック、担当者との週1回・30分程度の打ち合わせの3点です。
業務を止める切り替え作業はありません。
この構成が向く会社・向かない会社
この構成が効果を出しやすいのは、次のような会社です。
- 問い合わせが1日30件以上あり、質問パターンの8割が定型（配送・返品・商品質問）に収まる
- 過去の返信メールが残っており、回答例として整理できる
- GmailなどのWebメールで問い合わせを受けている
逆に、1日10件以下であれば手作業の方が安く済むため、導入をおすすめしません。
クレーム対応や個別交渉が問い合わせの大半を占める場合も、下書きの修正量が多くなり効果が出にくいため向いていません。