サービス業のAI開発でできること｜人手不足と品質のばらつきに効く使い方
サービス業は、売っているものが在庫にありません。人が動いた結果がそのまま商品になります。だから人手が足りなくなると、売上が落ちる前に品質がばらつきます。
同じ料金をいただいているのに、担当者と時間帯で受けられるものが違う。繁忙期だけ待たせる。こうしたずれは、現場の努力では埋めきれません。
この記事では、サービス業でAIが効く場面を、需要の読み・人の配置・品質のばらつき・問い合わせ対応の順に整理し、どこから手をつけるかまでを扱います。
- Index
サービス業のAI活用で、何が変わるのか
サービス業のAI活用とは、来客や問い合わせの量を読み、人の配置とやり方を数字で支える仕組みのことです。製造業や流通業と違って在庫がないため、在庫にあたるのは人の時間になります。
この違いが、効く場所を決めます。
在庫がある商売では「余らせない・切らさない」が論点ですが、サービス業では人の時間は貯めておけません。暇な時間は戻ってこず、足りない時間は品質で払うことになります。だから、先に量が読めることが何より効きます。
効く業務とその理由
| 業務 | いま起きていること | 使うデータ |
|---|---|---|
| 需要の予測 | 繁忙と閑散を経験で読んでいる | 来店・受電・予約の実績、曜日、天候、催事 |
| 人の配置 | 頭数で組み、当日に調整している | 需要予測、資格・スキル、勤務制約 |
| 品質のばらつき | できる人に仕事が寄っている | 対応履歴、手順、チェック記録 |
| 問い合わせ対応 | 同じ質問を何度も受けている | 過去の問い合わせ、社内規程、マニュアル |
上の2つは量の話、下の2つはやり方の話です。量が読めないまま、やり方だけ直そうとしても続きません。先に需要が読める状態を作ると、あとの3つが決めやすくなります。
需要を読む：来る量が分かれば、配置が決まる
サービス業の需要予測で見る単位は、売上ではありません。来店数・来館数・受電数といった「人が対応した回数」です。売上は単価の影響を受けるため、人をどう置くかの判断には直接使えません。
ここで多くの現場がつまずくのが、そもそも回数を数えていないことです。
売上は会計システムに残りますが、「何人来て、何人が買わずに帰ったか」は残っていません。読む材料が無いので、予測より先に記録の設計が要ります。
店舗や施設なら、すでに設置してある防犯カメラの映像を数える対象として使える場合があります。
当社が設置済みカメラの映像をAPI連携で取得して来店・退店者数を自動カウントした検証では、複数のロードサイド店舗で実測誤差±2%以内（IN/OUTバランス98〜102%）を確認しました。新しい機器を買わずに、来た量を日次で取れる状態にできます。
進め方は店舗の行動分析、既存カメラで始めるにまとめています。
人の配置：勘のシフトから、根拠のあるシフトへ
需要が読めるようになると、次は配置です。ただし人数を合わせるだけでは足りません。サービス業の現場では、誰がいるかで対応できる範囲が変わるからです。見るのは頭数ではなくスキルの組み合わせです。
資格が要る業務、経験がないと任せられない工程、新人だけでは回らない時間帯。
頭数で見ると足りているのに現場が回らないのは、この組み合わせを見ていないためです。必要なのは、需要の山に対してどのスキルが何人要るかを出すことです。
シフトを自動で組ませる話に飛ぶ前に、確認することがあります。誰が何をできるかの一覧が、更新された状態で社内にあるかどうかです。これが古いまま自動化すると、現実に合わない表が出てきて誰も使わなくなります。
品質のばらつき：属人化を記録に変える
品質がばらつく原因は、人の能力差より判断の基準が共有されていないことにあります。できる人は基準を持っていますが、本人も言葉にできていないことが多く、引き継げません。
ここで「ベテランのやり方をAIに学ばせる」と考えると、たいてい止まります。学習させる材料が無いからです。
先にやるのは、判断の結果を記録として残すことです。どういう場面で何を選んだかが貯まれば、あとからそれが材料になります。記録を取り始めることはAIの導入を待たずにできて、しかも後から必ず効きます。
記録が貯まれば、対応履歴から「似た事例」を引ける形にできます。経験の浅い担当者でも、過去にどう対応したかをその場で参照できれば、ばらつきは縮みます。人を入れ替えるのではなく、判断の土台をそろえるのがこの領域の打ち手です。
問い合わせ対応：生成AIが向く仕事と、向かない仕事
問い合わせ対応は生成AIの出番に見えますが、向き不向きがはっきり分かれます。目安は、答えが社内のどこかに書いてあるかどうかです。書いてあるものを探す仕事は向き、書いていないことを答えさせる仕事は向きません。
書いてあるものを探して示す仕事は向きます。規程、料金表、手順書。これらは根拠を示せるため、担当者が確認したうえで使えます。
一方で、書いていないことを答えさせるのは向きません。もっともらしい文章が出てくるぶん、誤りに気づきにくくなります。顧客に直接返す形にすると、この危うさがそのまま事故になります。
現実的なのは、顧客に自動で返すのではなく、担当者の手元で候補を出す形です。回答案と、その根拠になった社内文書を並べて示し、人が確認して送る。これなら誤りが外に出ず、対応時間は確実に縮みます。
社内文書を検索できる形にする進め方は社内ナレッジRAGを約3か月で立ち上げる進め方で扱っています。
どこから始めるか：3つの条件で絞る
最初の対象は、記録がすでにある・対応の回数が多い・効果が既存の指標で測れるの3つで絞ります。3つの条件で絞ると、最初の1つを決める議論が短く済みます。サービス業では1つ目でつまずくことが多くあります。
サービス業で特に効くのが1つ目です。
来店数も対応履歴も残っていない状態から始めると、材料が貯まるまで数か月かかります。手元にある予約記録や受電ログで始められる候補があるなら、そちらが先です。
目安は、要件定義に約3か月、PoC（概念実証）に約2か月、本番システムまで通算で約9〜12か月です（当社の標準的な進行）。
1店舗・1拠点・1業務に絞れば、PoCの段階で続けるかどうかの判断材料が出ます。全社を対象にすると、要件定義だけで半年を超えます。
全社の基盤づくりを先に提案しないのは、このためです。小さく成果を見せ、そこで得た信頼をもとに横展開と全社の仕組みへ広げます。
外注と内製の分け方
分け方の基準は、その判断の基準を社内が持っているかどうかです。サービスの品質をどう定義するかは社内にしかなく、ここを外に預けると現場が納得しません。作る部分だけを外に出します。
一方、記録の設計、データ基盤の構築、モデルの運用、既存システムへの組み込みは外部の経験が効きます。
社内が「何をもって良しとするか」を握り、作る部分を外に出す形が、現実的な落としどころになります。
任せる範囲の線引きはデータ分析の外注はどこまで任せられる？に、発注先の選び方や費用の考え方はAI受託開発とは？費用相場・会社の選び方・失敗しない発注ガイドで詳しく扱っています。
まとめ：サービス業のAIは、人を減らす道具ではない
サービス業で在庫にあたるのは人の時間です。貯めておけないため、先に量が読める状態を作ることがすべての起点になります。
そのうえで効くのは、配置の根拠をそろえること、判断の基準を記録に残すこと、答えがある問い合わせを探せる形にすること。
どれも人を減らす話ではなく、同じ人数で品質を揃える話です。現場に説明するときも、この順で話すほうが通ります。
データの整理や分析基盤の構築について、何から手をつければよいかわからない場合や、自社の状況を整理したい場合は、お気軽にご相談ください。
よくある質問（FAQ）
Q. サービス業でAIを使うなら、どこから始めるのがよいですか？
A. 来店数や受電数といった「対応した回数」を日次で取れる状態を作るところからです。売上は単価の影響を受けるため、人の配置を決める材料になりません。店舗や施設なら、すでに設置してあるカメラの映像から来店数を自動で数えられる場合があり、新しい機器を買わずに始められます。
Q. 記録がほとんど残っていなくても始められますか？
A. 記録の設計から始めることになります。ここで時間を惜しむと、半年たっても判断材料が揃いません。ただし記録を取り始めること自体はAIの導入を待たずにできるので、技術の検討と並行して進めるのが現実的です。
Q. 問い合わせ対応を生成AIで自動化できますか？
A. 顧客に直接返す形はおすすめしません。答えが社内文書に書いてあることなら探して示せますが、書いていないことを答えさせると、もっともらしい誤りが外に出ます。担当者の手元に回答案と根拠の文書を並べて出し、人が確認して送る形なら、誤りを外に出さずに対応時間を縮められます。
Q. 期間と費用はどのくらいかかりますか？
A. 期間の目安は、要件定義に約3か月、PoCに約2か月、本番システムまで通算で9〜12か月程度です（当社の標準的な進行）。費用は対象範囲とデータの整い方で変わるため、1拠点・1業務に絞った見積と、全社を対象にした見積を両方出してもらうと差額で判断できます。
関連記事
Contact
お問い合わせ
データ分析からAI導入、映像の可視化まで。一気通貫で任せられるパートナーを探しているならご相談ください。
分析基盤の構築から映像分析、システム開発まで。課題の棚卸しから伴走し、ビジネスの成果に直結する設計を共に創ります。
