コンタクトセンターの音声分析は、録音済みまたは進行中の通話を構造化データに変えます。誰が、何を、どの順番で話し、どんな結果になったのか。こうして数千件の通話にまたがるパターンが検索できるようになります。ところが多くの導入はそのダッシュボードで止まってしまい、だからこそ何かを変えられる事例がほとんどないのです。
音声分析のプロジェクトは、たいていダッシュボードで終わります。ツールを買い、通話が文字起こしされ、感情のグラフが描かれ、QAの責任者が週に一度ヒートマップを眺める。そこで得られる知見は本物です。問題は、それをもとに何も起こらないことです。グラフは過去を説明するだけで、次の通話に出るエージェントはその中身を何ひとつ知りません。
2026年の変化は、より良いダッシュボードではありません。ループを閉じることです。コンタクトセンターの音声分析を全通話の100%に適用し、その出力を電話に応答するシステムへ戻す。要約はCRMに自動で書き込まれます。不満を抱えた顧客がいれば、月曜朝のレポートではなくその場でエスカレーションが走ります。QAは自社の評価基準に沿って全通話を採点し、サンプリングの偏りはありません。そして次の通話は、前回何があったかをエージェントが把握した状態から始まります。
これが分析的とエージェント的の違いです。以下では、エージェント的なかたちをどう構築するかを説明します。
通話の2%を抽出するのは計器なしの飛行
手作業のQAが確認できるのは、通話のおよそ1〜3%です。月に2万件の通話を扱うチームなら採点できるのはせいぜい400件で、その400件はリスクではなく手軽さで選ばれています。採点されない19,600件の中には、見逃したコンプライアンス違反も、解約の兆候も、気づかないまま壊れていた業務プロセスも、すべて含まれています。
AIによる音声分析は、このサンプリングの問題を丸ごと取り除きます。文字起こしと分析は限界費用ほぼゼロで全通話に対して実行できるため、カバー率は2%から100%になります。それによってデータでできることが変わります。
- リスクが見つけられるようになる。 「解約」「弁護士」「動かない」といった言葉を、たまたま当たったサンプルではなく全通話の100%から検索できます。
- 傾向が実体を持つ。 ある苦情の急増が、四半期レビューを待たずに数時間で表面化します。
- QAが公平になる。 すべてのエージェントが同じ基準ですべての通話を採点されるため、コーチングはスーパーバイザーの記憶ではなくデータに基づきます。
全件をカバーする音声データのインサイトは、いまや当たり前の前提です。差がつくのは、その次に何をするかです。
音声分析が実際に抽出するもの
マーケティング的な表現を取り払うと、現代のパイプラインが1通話ごとに生み出す構造化データはひと握りです。
- 文字起こし — 話者分離済み（誰が何を話したか）でタイムスタンプ付き。電話帯域の音声と訛りに合わせて調整されたASRモデルが生成します。
- 感情 — 単一のスコアではなく、発話ターンごとの推移。怒りで終わった通話は、その平均値よりも重い意味を持ちます。
- トピックとインテント — 顧客が電話をかけた理由。請求への異議、WISMO、解約、技術的な不具合など。
- エンティティ — 注文番号、製品名、日付、金額、競合への言及を項目として抽出したもの。
- QAスコア — 本人確認をしたか、録音について伝えたか、スクリプトに沿ったか、継続提案の導線を示したか。
- 通話サマリー — 3〜5文の要約に加え、対応結果と約束した内容。
これらはいずれも、アクションが利用できる場所に届いて初めて意味を持ちます。データレイクに眠る文字起こしは雑学にすぎません。ウェブフックに載った感情スコアはトリガーです。
通話後分析とリアルタイム分析
2つのモードは別々の課題を解決するもので、成熟した運用では両方を回します。
**通話後分析は、電話を切った数秒後に走ります。これが後処理時間（ACW）をなくします。エージェントが要約を打ち込んで対応結果を選ぶ代わりに（1通話あたり45〜90秒の、話していないのに賃金が発生する時間です）、モデルが要約を書き、対応結果を設定し、CRMを自動更新します。月2万件の通話でACWを60秒削れば、約330時間分のエージェント工数が戻ってきます。スタック全体で最も速く、最もリスクの低い成果であり、通話後分析と通話要約**が投資を回収するのはここです。
リアルタイム分析は、通話中にストリーミングされる文字起こしの上で動きます。エージェントへのライブ支援、コンプライアンスのガードレール（「録音についてまだお伝えしていません」）、そしてボイスエージェントであれば会話中の意思決定を支えます。リアルタイムのほうが難易度は高く、レイテンシの制約の中で不完全な文字起こしを扱うことになります。まず通話後分析から始めて価値を証明し、その後でROIの高いシグナルからリアルタイムへ移しましょう。
インサイトからアクションへ
ここがダッシュボードのベンダーが飛ばす部分です。後続のアクションを変えないインサイトは飾りにすぎません。ループを閉じることで、抽出された一つひとつのシグナルがトリガーになります。
感情をきっかけにしたエスカレーション。 ターンごとの感情がしきい値を越えたとき、あるいは顧客が「解約したい」と言ったとき、分析レイヤーがウェブフックを発火します。人が対応するキューであれば、スーパーバイザーに知らせが飛びます。Finnのボイスエージェントであれば、同じ通話の中で振る舞いが変わります。継続提案のフローに切り替える、引き止めのオファーを出す、あるいは文脈をすべて添えて人へウォームトランスファーする。顧客に同じ話を繰り返させることも、情報のない引き継ぎもありません。（引き継ぎのペイロードについてはウォームトランスファーの解説をご覧ください。）
エージェント側のネクストベストアクション。 前回の通話のサマリーと未完了の約束が、次の通話のメモリーになります。火曜に約束した返金について顧客が木曜に折り返してきたら、エージェントは「ご用件をお伺いします」ではなく「3月のご注文について返金でお約束していますね」と切り出します。この連続性こそがエージェント型AIコンタクトセンターの眼目です。分析は会話を説明するだけでなく、次の会話を武装させます。
AssemblyAIのインサイト訴求やVapiのCall Analysisといった競合が開いたままにしているのが、このループです。抽出し、グラフにし、そこで止まる。抽出結果を行動するエージェントへ戻すところから、運用上の成果が生まれます。
QAとコーチングの自動化
自社のスコアカードを評価基準として読み込ませ（本人確認、必須の案内、共感を示す表現、解決策の提示、アップセルの試行など）、全通話をそれで採点します。カバー率が100%になることで、QAは抜き取り検査ではなく生きた指標になります。
出力は2方向に分かれます。集計スコアは構造的な穴を浮かび上がらせます（「解約時に継続提案を飛ばしているエージェントが42%」）。個人別スコアは、文字起こしの正確なタイムスタンプを根拠としてコーチングを支えるので、1on1は雰囲気ではなくその瞬間を指して話せます。ボイスエージェントにとって、同じ基準はリグレッションテストでもあります。エージェント自身の通話を採点し、ドリフトを検知し、顧客が気づく前にプロンプトを直す。コールセンター最適化のプレイブックで示したKPIの考え方と組み合わせてください。
データの配管
インサイトが行動するシステムに届いて初めて、ループは閉じます。届け先は3つです。
- CRM — 要約、対応結果、感情、エンティティを連絡先やチケットに書き込みます。ACWをなくし、次のエージェントに文脈を渡すのがこれです。
- BI・データウェアハウス — トピックと感情の傾向をダッシュボードへ。グラフを本当に見たい運用責任者のために。
- ボイスエージェントのメモリー — ほとんどのツールが無視している届け先です。過去の通話サマリーと未完了の約束をインデックス化し、次の接点でエージェントが取り出せるようにします。RAGのグラウンディングと同じ検索の作法です。
配信はウェブフックと冪等な書き込みで行います。すべてのインサイトに通話IDを持たせ、アクションを追跡・再実行できるようにします。
効果を証明する指標
CFOに通じる数字にプロジェクトを結びつけましょう。
- AHT — 自動要約とACWの撤廃によって短縮（目標は全通話で45〜90秒の削減）。
- FCR — 向上。折り返しの時点でエージェントが未解決の用件を把握しているためです。
- CSAT — 向上。感情をきっかけにした引き止めが、電話を切る前に解約を食い止めます。
- QAカバー率 — 2%から100%へ。ほかのすべてに説得力を与える見出し数字です。
報告するのは素のスコアではなく変化幅です。「ACWが68秒短縮、FCRが9ポイント向上」——これが予算を更新させる一文です。
FAQ
音声分析とカンバセーションインテリジェンスの違いは何ですか。 大部分はマーケティング上の違いです。音声分析は歴史的に通話後の文字起こしを掘り下げることを指し、カンバセーションインテリジェンスはリアルタイムを含意することが多い言葉でした。2026年に意味のある区別は、分析的（インサイトを生む）かエージェント的（アクションに供給する）かです。
全通話の100%に音声分析をかけても費用は見合いますか。 見合います。ASRとLLMによる分析は分あたりの単価が十分に安く、全件カバーの費用はそれによって消えるACWよりはるかに小さくなります。サンプリングはいまや過去の制約であって、コスト上の制約ではありません。
始めるのにリアルタイム分析は必要ですか。 不要です。通話後の要約とQA採点だけで、レイテンシのリスクを負わずにROIの大半が得られます。通話後分析で成果が確認できてから、価値の高いトリガーにリアルタイムを追加してください。
これはボイスエージェントとどうつながりますか。 分析の出力がエージェントのメモリーとトリガー群になります。サマリーが次の通話を武装させ、感情のしきい値がエスカレーションを発火させ、QAの基準がエージェント自身の通話をリグレッションテストします。
すべての通話を次のアクションに変える
ダッシュボードは何が起きたかを教えてくれます。Finnはそれに基づいて動きます。Finnは通話の100%に音声分析をかけ、その結果をそのままボイスエージェントへ渡します。自動要約、感情をきっかけにしたエスカレーション、全通話のQA、そして次の会話を賢くするメモリー。Finnがどうループを閉じるのかをご覧ください →
