坂井モーターの事例｜自動車整備の電話受付をAIで逃しにくくする

自動車整備における電話受付の課題とAI活用の結論

自動車整備の現場において、作業中の電話対応は整備士やフロント担当者の手を止める要因になりがちです。作業の中断が重なると日中の作業効率が落ちるだけでなく、集中力の維持にも影響を与えます。一方で、顧客からの入電を逃してしまうと、車検や点検といった重要な整備機会を失うリスクが生じます。特に定休日や夜間などの営業時間外における着信は、折り返しの手段がないまま機会損失になりやすい傾向があります。

こうした課題に対し、電話受付の自動化を検討する事業者が増えています。その際、整備に関わる技術的な可否判断や日程の確定までを最初から自動化しようとすると、システム要件が複雑になり、現場への定着が難しくなるケースが少なくありません。

実務において有効なアプローチは、AIに整備内容の判断を任せるのではなく、まず受付の入口を整えて取りこぼしを防ぐことです。電話をかけてきた顧客の用件や希望日時を正確に聞き取り、後工程を担当するスタッフへスムーズに引き継ぐ仕組みを作ることが、現場の負担軽減と機会損失の防止につながります。

坂井モーターの公開事例に見る取り組み

導入の背景と現場の状況

中古車販売と自動車整備を兼ねる坂井モーターの公開事例では、日常業務における電話応対の負荷が課題として挙げられています。販売業務と整備業務が並行して動く現場では、来店客への接客やピット作業中に電話が鳴り響く場面が多く発生します。

現場で作業に追われている時間帯や、スタッフが不在となる営業時間外には、電話に対応しきれず予約の取りこぼしが発生する懸念がありました。顧客側としても、日中の忙しい時間帯を避けて夜間に連絡を取りたいニーズが存在します。こうした背景から、営業時間外の未対応を減らし、予約機会を逃しにくくするための手段としてAIの導入が進められました。

AI Messenger Voicebotによる役割分担

同社では、営業時間外の入電を受ける仕組みとして「AI Messenger Voicebot」が活用されています。この取り組みにおいて重要なのは、AIにすべての対話を完結させるのではなく、受付の一次受けとして明確に位置付けている点です。

公開事例から読み取れる役割分担は、主に次の3つの要素に整理できます。

• 予約希望の聞き取り：車検やオイル交換を希望する顧客からの入電に対し、希望する作業内容や日時をAIがヒアリングします。
• 営業時間外の一次受け：スタッフが対応できない時間帯でも電話を遮断せず、音声対話を通じて用件を受け止めます。
• 受けた内容の整理と引き継ぎ：聞き取った内容を整理し、翌営業日以降にスタッフが確認できる状態にして引き渡します。

このように、AIの役割を着信の受け止めと情報の整理に絞り込むことで、現場のオペレーションに無理を生じさせない運用体制を構築しています。

編集部の示唆：整備現場におけるAI受付の設計思想

完全自動化を目指さない切り分け

編集部の示唆として、小規模から中規模の整備事業者におけるAI導入では、「完全自動応答」を目指さない姿勢が成否を分けるポイントになります。自動車整備は、車種や年式、現在の走行距離や不具合の症状によって必要な作業や部品が大きく異なります。そのため、電話口のAIだけで確定的な整備プランや費用を提示するのは現実的ではありません。

目指すべきは、電話をゼロにすることではなく、電話対応によって生じる突発的な業務の中断を減らし、後工程で扱いやすい形へ情報を変換することです。電話一次受けの段階では顧客の要望を過不足なく集めることに徹し、内容の確認や実際の予約確定は人が行うという役割分担が、実務上最も定着しやすい形といえます。

後続業務を見据えた情報設計

電話受付を単独の業務として捉えるのではなく、その後の見積作成やピットのスケジュール調整、顧客への連絡業務と一体のものとして設計することが重要です。

「誰から」「いつ」「どのような用件で」「どの車両について」連絡があったのかが明文化されていれば、フロント担当者は落ち着いた状態で顧客台帳や整備履歴を確認し、適切な準備を整えた上で折り返し連絡を行えます。受付の段階で情報が整っていること自体が、後続の整備説明や見積案内の質を底上げする土台となります。

自社で試す手順：段階的な電話受付AIの導入プロセス

自社で同様の電話受付体制を構築する際は、業務を細かく分解し、段階的に導入を進めるアプローチが適しています。

手順1：折り返し前提の要約運用から開始する

導入の初期段階では、AIが受けた電話に対してその場で予約を確定させる運用は避け、折り返し連絡を前提とした要約の作成に留めます。

電話口では希望内容を丁寧にヒアリングしつつ、「内容を確認の上、担当者より折り返しご連絡いたします」という案内で通話を終了させます。これにより、予約枠の二重ブッキングや部品在庫の確認不足によるトラブルを未然に防ぐことが可能です。まずは受電内容のテキスト化や要約の精度を確かめながら、スタッフが折り返し連絡を行うルーティンを確立させます。

手順2：受付票や顧客台帳の記録項目を固定する

次のステップとして、AIが聞き取るべき項目と、自社の受付票や顧客台帳へ記入する項目を厳密に揃えます。統一しておくべき基本的な項目には次のようなものが挙げられます。

• 顧客の氏名および連絡先電話番号
• 対象車両の車種および年式
• 希望する作業内容（車検、オイル交換、定期点検、異音などの症状）
• 入庫を希望する日時や時間帯の候補
• 代車の要否

ヒアリング項目が固定されていれば、AIが収集する情報に漏れが生じにくくなります。整備フロントやピット作業を担当する整備士にとっても、事前に必要な情報が同じフォーマットで揃っているため、内容の把握が迅速になります。

手順3：着信時間帯ごとの傾向を分けて観察する

運用が定着してきたら、営業時間外の着信と営業時間内の着信を分けてログを観察します。

夜間や休日の営業時間外にどのような用件の電話が入っているかを把握できれば、潜在的な整備需要の傾向が見えてきます。日中の電話対応に追われている現場であれば、まずは営業時間外の一次受けのみをAIに任せるだけでも、取りこぼしていた顧客との接点を維持し、機会損失を抑える効果が期待できます。時間帯ごとの受電傾向を確認した上で、日中のあふれ呼対応などへ対象を広げるかどうかを判断するのが適切な手順です。

運用上の注意：トラブルを防ぐための確認事項

技術的な判断をAIに委ねない

整備工場におけるAI活用で最も警戒すべき点は、車検の合否や整備方法の妥当性といった専門的な判断をシステム側に委ねてしまうことです。

顧客から「この症状なら車検に通るか」「部品交換なしで修理できるか」といった質問を受けた際、AIが推測で回答してしまうと、入庫後に顧客との間で認識の相違やクレームが生じかねません。技術的な見通しや整備の方針に関する質問に対しては、定型的な受付にとどめ、最終的な判断は整備士やフロントのプロフェッショナルが実車を確認して行う前提を崩さないことが肝要です。

音声認識の誤りを想定した確認フローの整備

AIによる音声認識技術は進化しているものの、通話環境のノイズや方言、滑舌などの影響によって誤認識が発生する可能性は常に残ります。特に自動車の専門用語や型式、顧客の固有名詞、電話番号などは聞き間違いが起きやすい領域です。

そのため、AIが記録したテキストデータを盲信するのではなく、顧客名や連絡先、車両の基本情報については、人が折り返し連絡を行う際やすり合わせの段階で必ず再確認するフローを組み込んでおく必要があります。あらかじめ誤認識が含まれ得ることを前提とした二重チェック体制を設けることが、安定した運用の継続につながります。

参考にした公開事例

自動車整備の現場における電話受付の改善については、以下の公開情報を基に構成しています。

• AI Shift: 坂井モーターへのAI Messenger Voicebot導入