ミサワホームがコンタクトセンターに生成AI要約支援システム「C-AI」を導入、後処理時間を1件あたり約4分30秒短縮

公開：2026年5月30日更新：2026年5月30日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

ミサワホーム株式会社は2025年10月、コンタクトセンターに音声対応の生成AI要約支援システム（C-AI）を導入しました。通話後の後処理作業（ACW）をAIで要約サポートし、1件あたり約4分30秒の作業時間を短縮しています。これによりオペレーターが事務作業から解放され、お客さまとの対話や解決策の検討といった業務へ時間をシフトしています。

ミサワホームの生成AI要約支援システム（C-AI）の導入背景と目的
C-AIにおけるAgile Loopによる継続的な改善の仕組み
音声対応の生成AI要約支援システム（C-AI）の概要
trends編集部の一言
References

ミサワホームの生成AI要約支援システム（C-AI）の導入背景と目的

住宅業界では、人手不足の深刻化や多様化するライフスタイルへの迅速な対応が求められています。ミサワホーム株式会社は、AIを単なる省力化ツールとしてではなく、コンタクトセンターの進化を支えるインフラとして位置づけました。C-AIという名称は、オペレーターと共に決定したものであり、名称の"C"にはCommencement（開始）とCommunication（コミュニケーション）の意味が込められています。

導入の真の目的は、手作業による要約ログ作成という事務負担を軽減することと、お客さまの細かな困りごとや想いを汲み取る「共感の時間」を最大化することです。DX推進を通じた労働生産性の向上と、技術と人間の感性の融合によって、持続可能なサービス体制の構築を目指しています。

Python研修一覧はこちら

目的に合うPython研修を一覧形式から探したい方は、ぜひご利用ください。

Python研修を比較する

Java研修一覧はこちら

目的に合うJava研修を一覧形式から探したい方は、ぜひご利用ください。

Java研修を比較する

PHP研修一覧はこちら

目的に合うPHP研修を一覧形式から探したい方は、ぜひご利用ください。

PHP研修を比較する

新入社員研修

目的に合う新入社員研修を一覧形式から探したい方は、ぜひご利用ください。

新入社員研修を比較する

全ての研修からも探したい方はこちら

C-AIにおけるAgile Loopによる継続的な改善の仕組み

C-AI（Contact center-AIの略称）の運用では、AIに入力した音声ログデータと出力された要約の差異を特定し、詳細な分析を行うことで即時にプロンプトを改善しています。この受付窓口と一体となった改善ループ（Agile Loop）によってオペレーションを最適化した結果、お客さまからの電話の応答率が向上しました。

ACW（After Call Work）は従来、通話終了後にオペレーターが手作業でエディターに記録して要約する作業でした。現在は、AIによる要約を導入しており、日中の応対時間に活用されています。AIプロンプトは常時アップデートを実施しており、精度の継続的な向上を図っています。

音声対応の生成AI要約支援システム（C-AI）の概要

項目	詳細
導入企業	ミサワホーム株式会社
代表者	代表取締役社長執行役員　作尾徹也氏
システム名	生成AI要約支援システム（C-AI）
正式名称	Contact center-AI
導入時期	2025年10月
対象業務	通話後の要約登録業務（ACW: After Call Work）
短縮時間	1件あたり約4分30秒
改善手法	Agile Loop（受付窓口と一体となった改善ループ）

生成AI要約支援システム（C-AI）の詳細はこちら

Python基礎・実践(Django)

企業・法人向けのPython研修では、基礎から応用まで体系的に学べます。

Python研修の詳細

DX社員研修

企業・法人向けのDX研修では、実務に繋がるリスキリングでITレベルを向上させます。

DX研修の詳細

Javaエンジニア育成研修

企業・法人向けのJavaエンジニア育成研修では、Javaの基礎から応用まで確実に習得できます。

Java研修の詳細

新卒・新入社員向け研修

企業・法人に新入社員・新卒社員に向けたプログラミング研修を提供しています。

新入社員研修の詳細

コードキャンプのIT研修を全て見る

trends編集部の一言

1件あたり約4分30秒という短縮時間は、件数が積み重なるコンタクトセンター業務においてかなりのインパクトです。コンタクトセンター業界全体としては、ACW削減による応対品質の向上が共通の課題として長く語られており、AIが要約を自動化することで人が「本来集中すべき業務」に向き合える設計は、業界横断で注目される動きと捉えられます。

注目したいのは、精度の維持に向けてAgile Loopという継続改善の仕組みを組み込んでいる点です。生成AIの導入後に「精度が安定しない」「現場に定着しない」という課題は業界を問わず共通しており、プロンプトを常時アップデートする体制を最初から設計に織り込んでいるアプローチは、業界内でも参考事例として注目されそうです。