「相談員700人分を減らした」と報告してよいのでしょうか
カスタマーサポートAIの投資案を検討すると、「相談員700人分」「チャットの81%を処理」「年間5,800万ドル削減」といった目立つ数字が先に目に入ります。これらを一行に並べると、AIが人を置き換え、その分の給与がなくなったという結論になりがちです。
しかし、Klarnaの公式発表とSEC提出資料が示す内容は異なります。700人は実際の解雇や再雇用の人数ではなく、KlarnaがAIの処理業務を正社員の相談員700人に相当すると表現したFTE相当値でした。最初の発表では具体的な換算式は公開されていませんでした。
公開資料では、KlarnaがAIのために実際に何人を退職させ、その後何人を再雇用したかは確認できません。したがって、この事例の価値は「AIを撤回した」という逆転劇ではなく、FTE相当値・企業推定の削減額・台帳上の支出減少・サービス品質を別々の数値として読む方法にあります。
700人分は人数ではなくFTE相当の業務量です
Klarnaは2024年2月、AIアシスタントがリリース初月に230万件の会話を処理したと発表しました。これはカスタマーサービスのチャットの3分の2であり、正社員相談員700人に相当する業務だという説明でした。ただし、相談員1人当たりの処理量や生産時間など、700を算出した方法は明らかにしていません。
後続のForm F-1には別の最新数値と計算基準が示されています。この資料では、AIがリリース後にカスタマーサービスチャットの62%を処理し、800人超のFTEに相当する業務を行ったと記されています。この800人超の推定値は、AIリリース後に正社員相談員が処理した月平均のチャット・電話会話がどれだけ減少したかを基準に計算されました。 この方法論を最初の700という数値にそのまま遡及適用することはできません。
最初の発表でKlarnaは、再問い合わせが25%減り、解決時間が従来の11分から2分未満に短縮し、顧客満足度は人間の相談員と同程度だったと主張しました。 ただし、再問い合わせ率の絶対値と分母、問い合わせ構成、満足度の標本と対照群は公開されていません。品質改善の兆候とは見られますが、独立した無作為実験の結果のように解釈することはできません。
| 公式数値 | 意味するもの | この数値だけでは分からないこと |
|---|---|---|
| 700人相当 | リリース初月にAIが行ったと企業が発表したFTE相当業務 | 具体的な換算式と実際の解雇・再雇用人数 |
| 800人超FTE | 後続の開示で人間が処理した会話の減少量から推定した業務量 | 相談員1人当たりの処理量と全体の詳細計算式 |
| チャットの3分の2 | 初月にAIが処理したカスタマーサービスチャットの比率 | 電話を含むサポート全体の自動化率 |
| 解決時間11分→2分未満 | 企業が発表した導入前後の数値 | 同一条件の対照実験結果 |
| 人間の相談員を選ぶ選択肢 | AIと人を並行させた初期サービス構造 | その後の人間相談員の利用率・待ち時間・品質 |
4,000万・3,900万・5,800万ドルは異なる数字です
2024年の最初の発表における4,000万ドルは、その年に生じると予想された利益改善額でした。 その後のForm F-1でKlarnaは、AIアシスタントが2024年に約3,900万ドルのコスト削減を生んだと記述しました。 しかし、計算式やモデル・統合・運用・品質検査の費用を含める範囲は公開していません。したがって、3,900万ドルも企業が開示したコスト削減推定値であり、台帳で確認済みの純ROIと断定することはできません。
2025年第3四半期の投資家資料には、リリース後2,800万件の会話、チャット処理比率81%、853 FTE相当、年間5,800万ドルの削減推定値が登場します。5,800万ドルは、2024年10月から2025年9月までに観察した月平均の人間業務減少と人間によるチャット処理コストを用いた年換算推定値でした。 2024年の3,900万ドルと単純合算したり、実際の現金削減額として表現したりしてはいけません。
| 金額 | 性質 | レポートで使う表現 |
|---|---|---|
| 4,000万ドル | 最初の発表時点の将来予測 | 2024年の予想利益改善額 |
| 約3,900万ドル | SEC提出資料に記載された企業推定 | 2024年コスト削減推定値 |
| 年間5,800万ドル | 12か月の観察値を用いた年換算推定 | 年換算コスト削減推定値 |
| 自社台帳上の減少額 | 同一会計期間の実際の支出比較 | 台帳で確認したコスト減少 |
FTE相当値に平均給与を掛けても、まだコスト削減ではありません。
回収した時間が実際の解雇、採用回避、外注契約の縮小、または追加業務の実施につながったかを別途記録してください。純効果を計算する際には、モデル利用料と統合・運用・検査費用も差し引く必要があります。
人につなぐからといってAI戦略を撤回したわけではありません
人間の相談員を選べる機能を、後から復活した機能と見るのは難しいです。Klarnaは2024年の最初の発表時から、顧客が望めばライブ相談員を選べると明記していました。
SECは2025年5月のコメントレターで、外部記事で報じられたAIサービス品質への懸念と人間相談員の方針に言及し、経験の蓄積に伴ってAIアプローチがどう変化したかについて開示を充実させるよう求めました。 ただし、この文書は品質低下を独立して検証したものでも、新規採用・再雇用人数を示す資料でもありません。
自動化率と人間の相談員は対義語ではありません。AIが単独で処理する業務、人が担う業務、途中で引き継ぐ条件を一緒に設計できます。このとき引継ぎ率は、無条件に下げるべき失敗指標ではなく、危険な回答と未完了処理を防ぐ品質指標になります。
最初のROI行を自分で計算してみましょう
別の分析ツールをインストールする必要はありません。ブラウザでAI Automation ROI Benchmark Report 2026を開き、予想削減額、年換算削減額、回収した生産能力、実際のコスト減少がどう区別されるかを確認してください。レポートは公開ページのため、別途認証は不要です。続いて、現在使っているスプレッドシートにログインし、空白のシートを作成してください。
以下の数値はKlarnaの実績ではなく、計算形式を説明するための仮想入力です。
- 業務と完了条件を一つに固定します。
たとえば「支払い異議申し立て処理」を選び、ポリシーに沿った最終回答が届けられた状態を完了と定義します。導入前後で問い合わせの種類や難易度が異なる場合は、種類別に分けるか、同じ構成比に正規化してください。 - 経路と最終状態を分けて定義します。
問い合わせIDごとに、処理経路をAIのみ / 最初から人 / AIから人へ引継ぎのいずれか一つとして記録します。これは解決の有無とは別です。最終結果は解決 / 未解決として別に記録します。3経路の合計と2結果の合計は、それぞれ全受付数と一致しなければなりません。人間の投入時間は人が直接使った時間を合計し、待ち時間と区別してください。 - 再問い合わせコホートには7日間の観察時間を保証します。
各完了案件に元の問い合わせIDと完了時刻を残し、完了後7日間が完全に過ぎた案件だけを「7日間完全観察済み完了案件」に含めます。再問い合わせは新しい問い合わせの元IDがこのコホートに結び付く場合のみ認め、再問い合わせのある元IDを重複なく数えます。測定期間の終わりに完了し、まだ7日経っていない案件は、分母と分子の両方から除外してください。 - 導入前後のデータを2行に入力します。
以下の仮想例は、それぞれ8週間の受付案件の終了時点の状態を比較し、その時点までに完了した案件はさらに7日間観察した値です。1つ目の表は処理経路と投入時間、2つ目の表は解決結果と再問い合わせを含みます。「AI単独解決」は解決案件の部分集合なので、解決合計に再度加えません。
| 期間 | 全受付 | AIのみ | 最初から人 | AI→人へ引継ぎ | 人間の投入時間 |
|---|---|---|---|---|---|
| 導入前8週間 | 10,000件 | 0件 | 10,000件 | 0件 | 2,000時間 |
| 導入後8週間 | 10,000件 | 7,000件 | 0件 | 3,000件 | 700時間 |
| 期間 | 解決合計 | 未解決 | 解決のうちAI単独 | 7日間完全観察済み完了案件 | そのうち7日以内に再問い合わせがあった元案件 |
|---|---|---|---|---|---|
| 導入前8週間 | 9,700件 | 300件 | 0件 | 9,700件 | 970件 |
| 導入後8週間 | 9,000件 | 1,000件 | 6,000件 | 9,000件 | 630件 |
仮想例の導入前の1件当たり人間投入時間は2,000時間 ÷ 10,000件 = 0.2時間です。業務量と問い合わせ構成が同じと仮定すると、回収時間は0.2時間 × 導入後10,000件 − 700時間 = 1,300時間です。
週40時間の有給基準では、8週間の相談員1人の時間は8週間 × 40時間 = 320時間なので、同期間のFTE相当値は1,300時間 ÷ 320時間 = 約4.06 FTEです。休暇・研修・会議を除いた純生産時間を分母に使う場合は、実際の控除式を記録し、導入前後に同じ基準を適用してください。4.06は回収した業務量であり、4.06人を解雇したという意味ではありません。
- 各比率の分母をセルに残します。
AI単独解決率は6,000 ÷ 全受付10,000 = 60%、人間引継ぎ率は3,000 ÷ AI最初受付(7,000 + 3,000) = 30%です。再問い合わせ率は、7日間を完全に観察した完了元案件だけを分母にして、導入前は970 ÷ 9,700 = 10%、導入後は630 ÷ 9,000 = 7%と計算します。分子は該当コホートで再問い合わせが1回以上あった元問い合わせIDの数です。同じ元案件に再問い合わせが複数回あっても1件として数え、100%を超えうる発生件数と区別してください。 - FTEと金額を分けます。
FTE相当値の横に、実際の解雇、採用回避、外注費減少を別行で記録し、人事記録や契約書・台帳に結び付けてください。予想額、年換算額、企業開示推定額、台帳上の減少額も別々の列に置きます。 - 純効果と品質を一緒に確認します。
台帳上の給与・外注費減少からモデル・統合・運用・検査費用を差し引き、未解決・再問い合わせ・人間引継ぎ・品質標本を並べて確認します。
最初の行の成功基準
- 同僚が元ログだけで自動化率・引継ぎ率・再問い合わせ率・FTEを再計算できます。
- 相互排他的な3つの処理経路の合計と、解決・未解決の合計が、それぞれ全受付と一致します。AI単独解決のような部分集合を再度足しません。
- 再問い合わせの分母には、完了後7日間を完全に観察した元案件だけが含まれます。
- FTE相当値と実際の解雇・採用回避・外注費減少が分けられています。
- 企業推定・年換算金額と、同じ会計期間の台帳上のコスト減少が区別されています。
- 削減額からAI運用費を差し引いた純効果と品質結果が一緒に表示されています。
さらに深く調べるなら
Klarna AI assistant handles two-thirds of customer service chats in its first monthでは、230万件、700人相当業務、解決時間、4,000万ドルの見通しが最初にどのような表現で発表されたかを確認できます。 prnewswire.com
Klarna Group plc Form F-1では、後続の800人超FTEが人間の相談員による月平均チャット・電話の減少量を基準に推定された説明と、2024年のコスト削減の主張を確認できます。 sec.gov
Klarna Group plc Q3 2025 presentationでは、853 FTEと年間5,800万ドル推定値の観察期間と計算基準を確認できます。 sec.gov
