RightTouch、電話の応対品質をAIで自動評価する「QANT コーチ（β）」を提供開始

エンタープライズ向けにAIコンタクトセンター基盤を提供する株式会社RightTouch（本社：東京都品川区、代表取締役：野村 修平／長崎 大都、以下「RightTouch」）は、生成AIを活用しコンタクトセンターの応対品質を全量・均質に自動評価する新プロダクト「QANT コーチ（β）」の提供を開始しました。

本プロダクトは、これまでスーパーバイザー（SV）の工数制約により一部の応対しか評価できなかった課題を解消し、メール・電話・チャットを含むすべての応対データを生成AIが統一基準で自動評価します。評価結果を起点に、オペレーターへのフィードバックと学習サイクルを高速で回す運用を実現します。

将来的には、人だけでなくAIオペレーターの評価・学習にも同基盤を適用し、人とAI双方が同じ品質基準のもとで進化し続ける「自己進化型コンタクトセンター」の実現を目指します。

開発背景：応対品質評価における3つの壁

コンタクトセンターにおいて応対品質の維持・向上は、顧客体験（CX）を左右する重要なテーマです。しかし、現場の応対品質評価業務は構造的な3つの課題に直面しています。

課題① 人手に頼り、一部の応対評価をもとにフィードバックを実施

応対品質評価は、SV（スーパーバイザー）が応対を一件ずつ聞き取り、評価する人手の作業に支えられてきました。1件あたりの工数が大きくSVのリソースにも限りがあるため、評価対象は全応対のごく一部に絞らざるを得ません。その結果、サンプリングされた一部の応対のみを根拠にフィードバックを行う運用が常態化しています。これにより評価に偏りが生まれ、重要な課題の見逃しや適切なフィードバックの不足を招き、オペレーターの納得感を得にくい状況となっています。

課題② 評価者によって基準がぶれ、均質な評価が難しい

応対品質は定性的な領域であり、同じ応対でも評価者によってスコアや評価が異なることがあります。SVごとに判断基準のスケール感が揃わないため、組織として均質な評価を担保することが難しく、評価結果の一貫性も損なわれます。結果としてオペレーターは「誰に評価されるか」で結果が変わる状況に置かれ、フィードバックへの納得感がさらに下がる要因となっています。

課題③ 評価業務に手一杯で、本来重要な教育まで回らない

評価そのものに大きな工数がかかるため、フィードバックの頻度はどうしても下がり、本来最も重要な「教育（学習サイクル）」まで手が回らないのが実情です。評価結果がオペレーターの改善行動に結びつかず、組織として応対品質を継続的に高めていく仕組みが機能しづらい状態に陥っています。

これら3つの壁の根本にあるのは、「人による評価」を前提とした運用設計です。本質的な解決には、評価そのものをスケールさせ、評価から学習までのサイクルを高速で回す仕組みが必要です。

QANT コーチ（β）とは

「QANT コーチ」は、生成AIが応対データ全量を統一基準で均質に自動評価し、評価結果を起点に学習サイクルを高速化する応対品質評価プロダクトです。「QANT VoC」のオプション機能として1st Versionの提供を開始します。

これまで

これから（QANT コーチ）

評価対象

一部の応対のみ（サンプリング）

全量の応対を自動評価

評価基準

評価者ごとにばらつき

生成AIが統一基準で均質評価

学習サイクル

評価で手一杯、フィードバック頻度が低い

週次/日次のフィードバックで学習を高速化

対応チャネル

電話中心

メール・電話・チャットを横断

＜実現される価値＞

① 全量の応対を自動評価できる

データを投入するだけで生成AIが自動で評価を実施。SVの工数に縛られず、全応対データを対象とした評価が可能になります。AI対応を含むメール・電話・チャットすべてのチャネルに対応します。

② 統一基準による均質的な評価

評価項目ごとに最適なLLMを適用し、統一された基準のもとで評価を行います。評価者によるばらつきが排除され、オペレーターにとっても納得感の高いフィードバックが実現します。

③ 学習サイクルの高速化

週次・日次でのフィードバックが可能になり、評価→改善→学習のサイクルが圧倒的に速く回ります。SVは必要に応じた確認・コメントに集中し、オペレーターは自身で学習を進められる運用へと移行できます。

④ 自由な評価項目とレポート設計

「ニーズの把握」「説明のわかりやすさ」「解決への道筋」「安心感を与える案内」など、プリセットされた評価項目を使ってすぐに運用を開始できます。さらに、独自項目の自由設定や、評価シート上のコンポーネント配置・出力頻度のカスタマイズにも対応します。

今後の展開

「QANT コーチ」は、2026年中の正式リリースに向け、お客様の現場での運用知見を踏まえながら機能の拡充を進めていきます。評価項目や評価レポートの柔軟性をさらに高め、組織単位での運用や、オペレーター自身による振り返りにも活用しやすい形へと進化させていく予定です。また、評価結果を起点としたオペレーターの学習体験そのものを支援する機能の提供も視野に入れています。

将来的には、本プロダクトを「人」のオペレーターだけでなく「AIオペレーター」の評価・学習にも適用し、人とAIが同じ品質基準のもとで進化し続けるコンタクトセンターの実現を目指します。

代表者コメント

株式会社RightTouch 代表取締役 長崎大都

「応対品質はコンタクトセンターの本丸でありながら、これまでは『SVが一部を評価して終わり』という構造から抜け出せませんでした。評価量にも基準の均一性にも限界があり、最も重要なはずの『教育』まで手が回らない。多くの現場が抱えてきたこの課題に、生成AIで正面から向き合うのが本プロダクトです。

もともと本プロダクトは『QANT VoC』の一機能として提供してきましたが、お客様からのニーズの高さを受け、このたび独立したプロダクトとして正式に提供を開始します。全量を均質に評価できる前提が整うことで、評価から学習までのサイクルが初めて高速で回るようになります。さらにこの仕組みは、AIオペレーターの自己進化にもそのまま活用できます。人とAIの双方が、同じ品質基準のもとで成長し続ける応対の現場をつくっていきます。」

6/24（水）〜6/26（金）開催！VoC×応対品質評価ウェビナー

6/24（水）〜6/26（金） AIで変わるコールセンターの応対品質評価とオペレーター育成（各回 14:00〜14:50にて開催）

▼ 参加申し込みはこちら

https://attendee.bizibl.tv/sessions/seSLme44BlRo

QANTについて

「QANT」は、カスタマーサポートの各業務・顧客接点でのAI実装を多面的に支援し、AIコンタクトセンターを実現するプロダクトです。業務全体をつなぎ、最適化することを可能にします。課題分析や企画案の作成、ナレッジ作成など、工数のかかる業務は「AI」で自動化し、内容の確認や意思決定、対人コミュニケーション