目次
EC事業者が抱える問い合わせ対応の3大コスト問題
経済産業省は、2024年の日本国内BtoC-EC市場規模が26.1兆円まで拡大したと発表しています。市場が伸びるほど、商品質問、配送、返品、交換、在庫確認の問い合わせも増えます。
従業員10〜50名規模のEC事業者では、CS人員を問い合わせ件数に合わせて増やすのは簡単ではありません。特に負荷が大きいのは次の3つです。
1. 購入前の疑問放置によるカート離脱
「サイズ感はどうですか」「この素材は肌に合いますか」「今日注文したらいつ届きますか」。購入直前の小さな不安は、そのまま離脱につながります。
Baymard Instituteは、複数調査を集計したオンラインカート離脱率の平均を70.22%としています。すべてを問い合わせ対応で解決できるわけではありませんが、購入前の不安をその場で減らすことは重要です。
2. 営業時間外の対応空白
ECサイトの閲覧や購入検討は、夜間や休日にも発生します。自社のGA4や注文ログで、問い合わせ発生時間と購入時間帯を確認すると、CSの営業時間外に高意向の質問が届いていることがあります。
翌営業日に返信した時点で、顧客はすでに別のサイトで購入しているかもしれません。
3. 返品・交換処理の人件費
返品方法、交換条件、返送先、返金時期、交換品の発送予定。これらは定型情報ですが、件数が増えると大きな工数になります。
一方、返品・交換は単なるコストではありません。Recustomerは2025年の約1,780万件の注文データと約19万件の返品・交換データを分析し、返品・交換プロセスの最適化がLTV向上にもつながると整理しています。公開リリースでは、返品・交換を経験したユーザーのLTVが2倍以上に向上したことや、CS自動化による年間約5万時間規模の工数削減も紹介されています。
AIで解決できる具体的なシナリオ4選
1. 注文状況の確認
「注文した商品はいつ届きますか」は、件数が多い問い合わせです。注文番号やメールアドレスを確認し、配送ステータスを案内するだけならAIが対応しやすい領域です。
2. 返品・交換手続きの案内
返品ポリシー、交換条件、返送先、返金目安は文書化できます。AIが購入日、商品カテゴリ、返品理由を確認し、ルールに沿って手順を案内します。
ミスミは、MISUMI ECサイトで生成AIチャットボットを本格導入し、技術問い合わせや注文後のキャンセル・変更・返品可否判定に24時間対応すると発表しました。回答までの待ち時間は、従来のオペレーター対応と比べて平均97〜98%削減とされています。
3. 購入前の商品質問
素材、サイズ、対応機種、使用上の注意などは、商品ページに書かれていても顧客は自分の状況に当てはめて確認したいものです。AIは商品情報とFAQをもとに、その場で不安を減らせます。
4. 在庫確認
「Mサイズはありますか」「再入荷予定はいつですか」。在庫データと連携できれば、担当者が管理画面を確認して返信する手間を減らせます。連携がない場合でも、入荷通知や問い合わせ記録として受け止めることはできます。
AI対応 vs 人間対応
AIはすべての問い合わせを置き換えるものではありません。定型対応を受け持ち、判断が必要なケースを人へ渡す設計にします。
| 問い合わせ種別 | AI受付 | 人間 |
|---|---|---|
| 注文状況確認 | 注文情報を確認して案内 | 例外・配送事故 |
| 返品・交換案内 | ポリシーに沿って手順案内 | 例外承認・不満対応 |
| 購入前の商品質問 | 商品情報・FAQで回答 | 高額商品・専門判断 |
| 在庫確認 | 在庫または入荷通知を案内 | 仕入れ判断 |
| クレーム | 状況を記録 | 即時対応 |
| 感情的な問い合わせ | 受け止めて要約 | 人間へエスカレーション |
費用対効果の試算
まずは自社の数字で試算します。
| 前提 | 入力例 |
|---|---|
| 月間問い合わせ件数 | 500件 |
| 1件あたり平均対応時間 | 15分 |
| 月間CS工数 | 125時間 |
| 時給換算コスト | 2,000円 |
| 月間人件費換算 | 25万円 |
AI導入後に定型問い合わせの60%を自動化できるなら、月75時間程度を削減できます。これは月15万円相当、年間180万円相当の工数です。実際の効果は、注文・在庫・返品ポリシーとの連携範囲、問い合わせ内容、スタッフ単価で変わります。
重要なのは、コスト削減だけでなく、購入前不安への即時回答と返品・交換体験の改善によって、機会損失とLTVにも影響する点です。
導入前チェックリスト
- 自動化する問い合わせ種別を「注文確認」「返品案内」「商品質問」などに絞っている
- 返品・交換ポリシーが社内外で文書化されている
- 商品情報、サイズ、素材、在庫、配送条件の参照元が決まっている
- クレーム、例外承認、感情的な問い合わせの引き継ぎ条件がある
- 夜間・休日にAIが受けた問い合わせを翌営業日に確認する運用がある
- CS担当者に、AI導入後の役割変更を共有している
AIRAXで始める流れ
AIRAXは既存サイトからAgentの初期ドラフトを生成し、Webチャット、Web音声、電話チャネルに展開できます。
EC事業者では、まず商品FAQ、配送、返品・交換ポリシー、注文状況確認、在庫確認、引き継ぎ条件を整理します。最初から全システム連携を完成させる必要はありません。問い合わせが多い領域から始め、必要に応じて注文・在庫データとの接続を広げます。
実際の入口は console.airaxai.com から確認できます。
FAQ
Q1. AI問い合わせ対応はどんなEC事業者に向いていますか？
注文状況、返品案内、商品質問など、反復問い合わせが多い事業者に向いています。
Q2. 返品・交換をAIに任せると満足度が下がりませんか？
定型手順はAIが即時案内し、例外や不満は人間に渡せば品質を保てます。
Q3. 夜間問い合わせの翌日フォローは？
AIが内容を記録し、担当者が翌営業日に確認できる状態にします。
Q4. 既存ECサイトに追加できますか？
AIRAXは既存サイトから始められ、段階的に連携できます。
Q5. 誤案内リスクはありますか？
あります。参照元を明確にし、不確かな内容は人間へ渡します。
Q6. AIと人間の切り替え基準は？
定型情報か、感情対応か、例外判断かで分けます。
Q7. 導入コストはいつ回収できますか？
月間件数、平均対応時間、自動化率で変わります。まず自社数字で試算します。
まとめ
ECの問い合わせ対応コストは、購入前の不安、営業時間外の空白、返品・交換処理に集まりやすい構造があります。
AI受付は、注文状況、返品手順、商品質問、在庫確認を即時に受け止め、人間が見るべき例外を整理して渡す仕組みです。まずは問い合わせログを分類し、定型対応から自動化してください。