2024年2月、スウェーデンのフィンテック企業KlarnaのCEO、Sebastian Siemiatkowskiは自信満々に発表しました。「私たちのAIチャットボットが、700人のCSオペレーターがやっていた仕事を代わりにやっている」と。わずか1か月で全顧客チャットの75%をAIが処理し、月に230万件の会話をこなしていました。 そして1年後、同じCEOがこう言います。「コストがあまりにも支配的な評価基準になっていた。結果は低品質であり、それは持続可能ではない。」
何が起きたのか?
Klarnaは「今買って、後払い（BNPL）」サービスで知られるスウェーデンのフィンテック企業です。企業価値146億ドル、グローバルユーザーは数千万人。2022年からOpenAIと手を組み、AIチャットボットをカスタマーサービスに全面導入し始めました。
最初は本当にうまくいっているように見えました。CEOは1年間の新規採用を完全に凍結し、人員を5,000人から3,500人へ22%削減しました。AIがすべてを解決してくれるという確信でした。
ところが時間が経つにつれ、問題が表面化し始めました。顧客はAIの応答がありきたりで、繰り返しが多く、微妙なニュアンスをまったく捉えられないと不満を爆発させました。複雑な決済トラブルや感情的な場面では、AIは無力でした。顧客満足度が目に見えて落ち込み、AIチャットボットは実際に問題を解決するより、結局は人のオペレーターへ繋げるルーター役に留まっていました。
状況が深刻になると、Klarnaは極端な措置を取りました。すぐに人を採用し直せないため、ソフトウェアエンジニアやマーケターをコールセンターに配置したのです。専門職の人材が電話対応に当たるという事態になりました。
「ブランドの観点から、会社の観点から、顧客に『いつでも望めば人と話せる』ということを明確に示すことが、本当に重要だと思っています。」
何が変わるのか?
Klarnaの事例は孤立したケースではありません。Duolingoも同じような道をたどりました。2024年1月、DuolingoはAI-firstを宣言し、契約社員の翻訳者の10%を解雇しました。CEOのLuis von Ahnは「AIが処理できる仕事には、もう契約社員を使わない」と言いました。 その結果は？レッスンが繰り返し変わり、説明が浅くなり、かつて新鮮だったコンテンツが量産品のような感じに変わりました。LinkedInに投稿したAI-firstメモには1,000件以上のコメントが集まり、ほとんどがアプリを削除するという反応でした。結局von Ahnは「メモの書き方がよくなかった」と認め、一歩引きました。
これは2社だけの問題ではありません。データがそれを証明しています。
| AI全面代替（Klarna以前） | 人間＋AIハイブリッド（Klarna以降） | |
|---|---|---|
| シンプルな問い合わせ処理 | AIが処理（速い） | AIが処理（速い）— 同じ |
| 複雑な問題 | AIが試みる → 失敗 → 顧客が離脱 | AIが要約・文脈を伝達 → 人が解決 |
| 感情的な状況 | 定型的な返答 → 不満が爆発 | 人が共感 → 信頼を回復 |
| エスカレーション | 会話を最初から再説明 | AIが会話履歴・意図・試みた解決策を自動引き継ぎ |
| コスト | 短期的な節約 ✓ | 長期的な顧客維持＋ブランド価値の保全 |
| 顧客満足度 | 60%（AI単独） | 88%（人のオペレーター基準、Verizon） |
Gartnerは2026年2月のレポートでこう予測しています：「AIを理由にCS人員を削減した企業の50%が、2027年までに再び人を採用するだろう。」 Klarnaはその予測を最初に証明する事例になりました。
始め方のポイント
AIでカスタマーサービスを改善しつつ、Klarnaの失敗を繰り返さないために、この5つのステップを参考にしてください。
- AIの役割を「代替」ではなく「補助」として設定する
AIは単純な繰り返し問い合わせ（配送確認、パスワードリセットなど）を処理し、複雑な案件は最初から人に渡すよう設計しましょう。Klarnaの失敗は、AIを「人の代わり」ではなく「人なし」で設定してしまったことでした。 - エスカレーションに「文脈の引き継ぎ」を必須にする
顧客がAIから人のオペレーターへ移行する際、会話履歴・推測された意図・試みた解決策が自動的に引き継がれる必要があります。顧客に最初から説明させることは、CXの失敗です。 - 「人と話す」オプションを常に見える場所に置く
Siemiatkowskiが後になって気づいた核心です。顧客に選択肢を与えてください。隠しメニューの奥に置かないこと。消費者の50%が「AIが人への問い合わせを妨げるのでは」と心配しているというデータがあります。 - AIの品質メトリクスをコスト削減と切り離して追跡する
Klarnaが陥った罠は、コスト削減＝成功と見なしてしまったことです。CSAT（顧客満足度）、FCR（初回解決率）、エスカレーション率を別途追跡し、コストメトリクスと同じ重みでレビューしましょう。 - 段階的に導入し、巻き戻せる準備をしておく
700人を一度に削減するのは実験ではなく賭けです。10〜20%単位でAIの比率を増やしながら、各段階で品質メトリクスを確認しましょう。問題が見えたらすぐに人を再投入できる体制を維持してください。
ポイント
AI導入の目標は「人を減らすこと」ではなく、「人がより重要な仕事に集中できるようにすること」です。Klarnaが高い授業料を払って学んだこの教訓は、実はすべての会社に当てはまります。AIが80%の単純業務を処理すれば、人は残りの20%の高付加価値なやり取りに完全に集中できます。
