公開日： 2026年10月09日
カテゴリ： AI導入・活用
この記事の要点
- AnthropicはClaudeで構築した購入相談エージェントを自社のインバウンド対応に導入し、商談化率が旧来のコンタクトフォーム経由と比較して2倍超になったと公式ブログで報告している（自社による自己報告値）
- 同エージェントは1日あたり数千件の会話を24時間処理しており、営業担当へ引き継ぐ際は会話の全履歴が共有される設計になっている
- この事例が示す本質は「24時間対応」ではなく、「対応範囲の定義・エスカレーション条件の明文化・会話ログの活用」という設計判断にある
- 中小企業が問い合わせ対応にAIを組み込む前に、同じ3点を自社に合わせて決めておくことが、導入後に機能し続ける仕組みの土台になる
読む前に確認しておきたい言葉
| 言葉 | 一言で言うと | 身近な例え |
|---|---|---|
| 購入相談エージェント（Buying Agent） | AIによる自動接客係 | 店頭でお客様に声をかけ、担当者に橋渡しするスタッフ |
| エスカレーション | AIから人へ引き継ぐこと | 「この件は上長に確認します」と担当を変える社内対応 |
| システムプロンプト | AIへの事前指示書 | 「こういう対応をしてください」とAIに渡すマニュアル |
「うちのWebサイトに問い合わせが来ても、返信が翌日以降になってしまう」——そんな状況が続いていませんか。
対応が遅れる理由は多くの場合、問い合わせ件数に対して対応できる人手が足りないことです。そして実際に届く内容の相当数は、FAQやサービス説明ページを読めば答えられるものだったりします。Anthropicが導入前に感じていた課題も、まったく同じでした。
事例の概要
| 項目 | 内容 |
|---|---|
| 企業 | Anthropic（AIモデル「Claude」の開発・提供会社） |
| 課題 | 月数万件のインバウンド問い合わせに対し、回答まで数日かかることがあった |
| 使ったツール | Claude Managed Agents（ClaudeのAPIを使ったエージェント構築機能） |
| 構築期間 | 数週間（営業担当1名＋エンジニアが協力） |
| 報告された変化 | 商談化率2倍超、クローズまでの期間が約5日短縮 |
※ 数値はAnthropic公式ブログにおける自己報告値です。独立した第三者による検証は行われていません。
導入前の状況：何が困っていたか
Anthropicは急速に事業が拡大するなかで、Webサイトへのインバウンド問い合わせが月に数万件規模に達していました。しかし営業チームの人数はそれに追いつかず、問い合わせを受けてから回答するまでに数日かかるケースが出ていました。
さらに問題だったのは、その問い合わせの大半が「公式ドキュメントやサポート記事で既にカバーされている内容」だったことです。つまり、人が時間をかけて対応しなくても解決できる問い合わせが、貴重な営業リソースを消費していました。
「回答の質」より先に「回答が届くこと自体」がボトルネックになっていた状態です。この構造は、人手が限られた中小企業の問い合わせ対応と、本質的に同じです。
フィノジェン現場から
Anthropicの事例では、「件数が多すぎる」だけでなく、「既存資料で答えられる問い合わせに人の時間が使われている」という構造が確認できます。AIが担う余地は、その繰り返し部分にあります。
導入のプロセス：実際に何をしたか
① AIが答える範囲を先に決めた
Anthropicがまず行ったのは、エージェントが対応する問い合わせの種類を絞り込むことです。公式ドキュメントやサポート記事で既に答えられる内容に対応範囲を定め、それ以外は人へ引き継ぐ設計にしました。
迷ったこと：「どこまでAIに任せるか」の線引き
工夫したこと：答えられる範囲を最初から広げすぎず、既存コンテンツでカバーできる質問に絞った
② 「AIと話すか、人と話すか」を顧客に選ばせた
エージェントへ問い合わせる際、見込み客はAIと話すか、人間の営業担当と話すかをあらかじめ選べる設計になっています。AIに全員を誘導するのではなく、顧客の意思を尊重する入口を設けました。
迷ったこと：顧客がAI対応に抵抗を感じないか
工夫したこと：選択の主導権を顧客側に置くことで、AIへの不信感が生じにくい設計にした
③ 引き継ぎ時の情報を設計した
エージェントが営業担当へエスカレーションする際、それまでの会話の全履歴が担当者に共有されます。担当者は「この顧客が何を聞いて、何を伝えられたか」を把握した状態で会話をスタートできます。
迷ったこと：人への引き継ぎをどのタイミングで行うか
工夫したこと：履歴を丸ごと渡すことで、引き継ぎ後の最初の1往復で重複確認が発生しない状態を作った
フィノジェン現場から
「AIが何を話したか」を引き継ぎ時に担当者が把握していないと、顧客は同じ説明を繰り返さなければなりません。これは対応品質を下げるだけでなく、顧客の不満にも直結します。エスカレーション設計は「いつ引き継ぐか」と同時に「何を渡すか」まで決めておくことが必要です。
導入後の変化：何が変わったか
報告された変化：
Anthropic公式ブログによると、エージェント経由で営業担当に引き渡されたリードは、旧来のコンタクトフォーム経由のリードと比較して商談化率が2倍超となり、クローズまでの期間が約5日短縮されたと報告されています。また1日あたり数千件の会話を24時間処理しています。
セールス開発責任者Carl Johnsonの説明（Anthropic公式ブログの要旨）：
Carl Johnson氏は、エージェントが顧客と先に会話することで、営業担当者はエスカレーションを受けた時点から、顧客のニーズと、それまでに伝えられた内容を把握したうえで対応を始められると説明しています。
なお、 この数値はAnthropicの自己報告であり、他の業種・規模の企業で同様の効果が得られることを保証するものではありません。
この事例から学べること（あなたの会社への示唆）
- 「AIが答えてよい範囲」を先に書き出すことが、すべての起点になる。 Anthropicが既存ドキュメントでカバーできる範囲に絞ったように、自社のFAQやサービス説明を棚卸しするだけで対応範囲の草案は作れます。
- エスカレーションの条件を曖昧にしたまま動かさない。 「判断が難しいものは人へ」という定義では、結局ほぼすべてが人に回ってきます。「見積もりが必要な相談」「クレーム」など、条件を具体的な言葉で決めておくことが必要です。
- 会話ログは「引き継ぎ資料」として設計する。 AIが顧客と何を話したかを後から確認できる状態にしておくと、担当者が重複対応せずに済み、対応品質の改善にも使えます。
AIに「判断を任せる」設計全般については、文章を作るだけがAIじゃない——「判断を自動化する」という次のステップもあわせてご覧ください。また、AIエージェントへの業務委任の考え方についてはAIエージェントを「使う」から「任せる」へ——HENNGE AIの組織実験が示す業務委任の考え方が参考になります。
フィノジェンの見解：問い合わせ対応AIを組み込む前の自己確認ポイント
Anthropicの事例を参考にしながら、自社の状況を確認するための3つの問いです。
問い①：AIに任せてよい問い合わせの種類を、今すぐ5つ書き出せますか？
書き出せるなら、対応範囲の定義を始められます。書き出せない場合は、まず過去3か月の問い合わせ内容を種類別に分類するところから始めてください。種類が見えなければ、AIに任せる範囲も決まりません。
問い②：「この問い合わせはAIではなく人が対応すべき」という条件を、今の自社で言語化できますか？
「難しそうなもの」という定義は機能しません。「金額が発生する相談」「クレームの文言が含まれる場合」「初回接触が電話だった顧客」など、判断基準を具体的な条件の言葉に置き換えることが必要です。これが決まらないと、エスカレーションのタイミングが担当者ごとにバラバラになります。
問い③：AIが顧客と話した内容を、担当者が引き継ぎ時に確認できる仕組みがありますか？
Anthropicの事例で商談化率が上がった背景のひとつは、担当者が「顧客が何を聞いて、何を伝えられたか」を把握した状態で話し始められたことにあります。会話ログを引き継ぎ資料として設計しておかないと、顧客が同じ説明を繰り返す手間が発生し、対応品質が下がります。
よくある質問
Q. 中小企業でも同じような問い合わせAIを作れますか？
Anthropicと同一の技術スタック（Claude Managed Agents）を中小企業がそのまま再現することは、コスト・工数の面から現実的ではない場合がほとんどです。ただし、問い合わせ対応を自動化する仕組み自体は、月額数千〜数万円台で使えるチャットボットツールや、NotionやSlackと連携するAIツールを組み合わせることで段階的に近づけられます。まず「AIが答えてよい範囲を定義する」という設計判断は、どのツールを選ぶかより先に行うべきことです。
Q. 問い合わせ対応AIを入れると、顧客から「機械に対応させるのか」と思われませんか？
Anthropicの事例では、見込み客がAIと話すか人間と話すかを自分で選べる入口を設けています。選択の主導権を顧客に置くことで、抵抗感を下げる設計になっています。「AIである」ことを隠さず、選べる状態にしておくことが、顧客の不信感を生まないための基本です。
Q. 導入前に準備しておくべき社内資料はありますか？
最低限、次の3点を文書化しておくと導入後の混乱が減ります。①AIが答えてよい問い合わせの種類リスト、②人へ引き継ぐ条件の定義（具体的な言葉で）、③引き継ぎ時に担当者へ渡す情報の範囲。この3点はツールを選ぶ前に準備できます。
行動プラン
今週中にできること（コストゼロ・1時間以内）
- 過去1か月に自社に届いた問い合わせを振り返り、「AIが答えられそうな種類」と「人が答えるべき種類」に分けてみる
- 「人へ引き継ぐ条件」として思い浮かぶ状況を、箇条書きで5つ書き出す
今月中にできること
- 書き出した対応範囲と引き継ぎ条件を、社内で問い合わせ対応を担っている人1〜2名に見せて、抜けや違和感がないか確認する
3か月後の理想像
AIに任せる範囲・人へ引き継ぐ条件・ログの確認方法の3点が社内で合意されており、FAQで挙げた月額数千〜数万円台のチャットボットツールや、Notion・Slackと連携するAIツールの中から候補を選び、小さな範囲で実際に試している。
参考文献
-
How Anthropic's sales team rebuilt inbound with Claude Managed Agents（Anthropic公式ブログ） - https://claude.com/blog/how-anthropics-sales-team-rebuilt-inbound-with-claude-managed-agents
└ 購入相談エージェントの設計思想・成果数値（商談化率2倍超・クローズ5日短縮・1日数千件処理）の一次情報として参照 -
Anthropicの自社活用事例、Claudeが購入相談を24時間対応 商談化率2倍超（Ledge.ai） - https://ledge.ai/articles/anthropic_claude_buying_agent
└ Anthropic事例の国内向け報道として、日本語読者への事実確認の補足として参照 -
Anthropic Sales Team Says Claude-Powered Buying Agent Doubled Conversion Rates（BigGo Finance） - https://finance.biggo.com/news/9b77ad17-5dbc-416b-8ad3-17aec63ee752
└ エージェントへの誘導UI（AIと人間の選択設計）および開発体制の詳細を独立した第三者報道として確認 -
Anthropic Replaced Its Lead Form With an AI Agent—and Sales Converted 2x Faster（Inc.） - https://www.inc.com/robert-gillespie/anthropic-replaced-contact-form-for-ai-agent/91415246
└ 導入前の課題（数日待ち・ドキュメントで答えられる質問が多い）を第三者視点で整理した報道として参照 -
AIチャットボット導入ガイド（cresclab） - https://blog.cresclab.com/ja/ai-chatbot-customer-support
└ 中小企業が問い合わせAIを設計する際の対応範囲定義・エスカレーション条件設定に関する国内実践知見として参照
著者より
この事例を読んで「うちには規模が違いすぎる」と感じた方も多いかもしれません。ただ、Anthropicが最初にやったのは技術的に高度なことではなく、「どの問い合わせにAIが答えてよいか」を言語化することでした。この設計判断は、ツールを選ぶ前に、どの規模の会社でも今日から始められます。ツール選定より先に、対応範囲と引き継ぎ条件を書き出すことを先行させてください。
株式会社フィノジェン 代表 角 浩太