社内ヘルプデスクの​AI自動化｜​ボット導入の​前に​「過去ログを​全部​読む」

社内ヘルプデスクのAI自動化で最初にやるべきは、ボットの導入ではなく「過去の問い合わせログを全件読む」ことです。

問い合わせ対応の負荷の実態——何が・どれだけ・誰から来ているか——を数字で持たないままボットを入れると、回答できない質問が放置され、結局人に聞く文化に戻ります。

社内問い合わせの対応を負担と感じている担当者が多いことは、複数の公開調査に出ています（バックオフィス業務の実態調査まとめ）。この記事は、社内問い合わせ対応で本業が進まない情シス・総務の担当者に向けて、負荷が実際に減る順番を整理します。

ボット先行が​失敗する​構造

社内向けチャットボットの典型的な失敗は、導入時に数十問のFAQを手作業で作り、その後更新されないことです。ボットが答えられない質問が数回続くと、利用者は二度と使いません。原因はツールの性能ではなく、回答の元になるナレッジの量と鮮度です。

ナレッジは会議で作るものではなく、すでに手元にある過去の問い合わせと回答のログから抽出するのが最短です。この「蓄積が主、応答は従」という順番は、社外向けカスタマーサポートでも同じで、カスタマーサポートのAI活用に整理した型がそのまま社内に適用できます。

負荷が​減る​順番——​分類・​ナレッジ化・​応答

1. 過去ログの全件分類

メール・チャット・電話メモに散らばった問い合わせログを、カテゴリ・頻度・対応時間の軸で全件分類します。ここで初めて「上位10種の質問が全体の何割を占めるか」がわかり、投資対効果の分母が数字になります。

2. 回答のナレッジ化

頻度の高い質問から、過去の回答実績をもとにFAQと手順書を抽出します。人がゼロから書くのではなく、すでに回答済みの内容を構造化するため、現場の言葉のまま作れます。あわせて「そもそも問い合わせが発生しない設計」（申請フォームの改善・通知の見直し）に回せる質問群も、この工程で見つかります。

3. 一次応答の自動化（最後に）

ナレッジが揃って初めて、一次応答の自動化が精度を持ちます。全問自動化を狙わず、頻度上位のカテゴリだけをAIが答え、残りは人に引き継ぐ設計が現実的です。回答には根拠のナレッジを添え、間違いに気づける形にします。

自力で​どこまで​やれるか

問い合わせが月数十件で、対応者が1〜2人なら、対応のたびにFAQへ1行足す運用で足ります。自力の壁は、過去ログの遡り分類です。

数千件のログを人手で読み直す工数は通常確保できず、「今月から記録を付ける」だけでは、すでにある資産が眠ったままになります。

外注する​場合の​判断基準

「FAQページを作りたい」だけなら社内で足ります。

「過去ログから負荷の構造を数字にし、ナレッジ整備から一次応答まで仕組みにしたい」なら外注を検討する段階です。ゴムマリでは過去ログの全件分類・ナレッジ抽出から一次応答の仕組み化までをAIエージェント導入として提供しています。社内の問い合わせに根拠つきの一次回答を出す業務には、業務ごとのページ社内ヘルプデスクAIエージェントがあります。まず分類・分析だけを切り出す場合は業務データ分析レポートでお受けします。

次の​一歩

まず、直近1年の問い合わせ件数を概算してください（メールの件数だけでも十分です）。件数と記録の形式がわかれば、問い合わせから分類・分析の価格を回答します。

関連記事: FAQ作成代行の比較｜料金を載せていた6社の金額と頼み方／カスタマーサポートのAI活用／文書管理の属人化をAIで解消する／AIエージェント導入の稟議書の書き方