この記事の章立て 概要 何が発表された？ 前と何が違う？ 数字で見るとどう変わった？ ライバルと比べてどう？ 料金は？ 日本で使える？ 自分にはどう関係する？ これまでの流れ まとめ 概要
ドコモSMTBネット銀行は、カスタマーセンターの応対基盤を「Amazon Connect Customer AI agents」へと刷新しました。電話とチャットの両チャネルでAIによる自動応対を行います。これにより、顧客の利便性と運用コストの最適化を両立させました。
AIに自律的な判断を任せ、確実性が求められる処理はフローで制御します。この役割分担が成功の鍵です。この取り組みにより、同社は生成AI導入の「二周目」の課題を解決しました。具体的には、FAQ精度向上と運用コストの可視化を実現しています。
何が発表された？
ドコモSMTBネット銀行は、2026年9月より「Amazon Connect Customer AI agents」を用いた自動応対を開始しました。これは、既存のコンタクトセンターシステムであるAmazon Connect上に、生成AIを活用したエージェント機能を統合する取り組みです。
同社は2017年の「クラウドファースト」方針に基づき、2018年からAmazon Connectを活用してきました。今回の導入は、従来のシナリオ型チャットボットや初期の生成AI導入で残った課題を解決するためのものです。その課題とは「FAQ回答精度の向上」です。
本番環境での運用開始により、電話とチャットの両面で顧客対応の自動化を進めています。
あわせて読みたい Museとは？シンガポール提供開始と日本での使い方 → 前と何が違う？
曖昧な質問への聞き返しが可能に
従来のシステムでは、顧客の質問が曖昧な場合、掘り下げることができず回答に窮するケースがありました。新基盤では、AIが「どのようなキャンペーンについてお知りになりたいですか？」と自然に聞き返すことが可能です。
オペレーターが行うような「用件の深掘り」が自動化されました。これにより、顧客は自身の意図をより正確にAIへ伝えることが可能となります。
AIとフローの役割分担
AIには意図理解やFAQの検索といった「自律的な判断」を任せます。事故受付のような確実性が求められる手続きは、コンタクトフロー側で制御する構成をとりました。
どちらか一方に寄せるのではなく、同じ基盤上で組み合わせることで、開発効率を維持しつつ柔軟な対応を実現しています。この設計により、窓口を増やすたびに発生していた開発負荷を軽減できます。
応答時間の短縮設計
AIの応答時間を短縮するため、設計を見直しました。AIには可変部分（回答の要点）のみを生成させます。定型文やURLなどの固定値はコンタクトフロー側で組み立てる設計です。
これにより、AIの推論負荷を下げ、顧客が待たされる時間を短縮しています。この工夫により、顧客はストレスなく回答を得られるようになります。
数字で見るとどう変わった？
AWSの検証環境における測定値として、以下の知見が示されています。
推論時間（所要時間）：1トークンあたり15〜21ミリ秒
回答精度：PoC段階で95%以上を確認
固定値の割合：AIの出力内容のうち約9割が問い合わせ内容によらない固定値
なお、これらはAWSの検証環境での数値であり、実際の短縮幅は環境や設定によって変動します。この数値を基準に、運用しながらさらなる精度改善を目指すことが可能となります。
ライバルと比べてどう？
Amazon Connect Customer AI agentsは、自社のAWSアカウント内で完結する構成をとれる点が金融機関にとって大きな強みです。外部のSaaSを利用する場合と比較して、ログの管理やアクセス制御などの統制を既存の枠組みで維持できます。
そのため、セキュリティ要件の厳しい銀行業務に適しています。個別のデータ受け渡しに関する整理が不要となるため、運用上の管理コストも低減されます。
料金は？
Amazon Connectの料金体系に準拠しており、通話時間とチャット数を基に算出されます。トークンベースでコストが変動しやすい外部SaaSと比較して、コンタクトセンターの運用計画に合わせたコスト管理が可能です。
これにより、利用量が増えた際にも予算の見通しが立てやすくなります。
日本で使える？
日本国内の企業がAWSを通じて利用可能です。詳細はAWSの製品ページや管理者ガイドを確認してください。導入にあたっては、AWSの担当者やテクニカルアカウントマネージャーを通じた技術支援を受けることが推奨されます。
ドコモSMTBネット銀行も、AWSとの共同検証を通じてプロンプトの修正などを行い、導入を進めました。
自分にはどう関係する？
エンジニアなら
AIの出力内容をトークン単位で分析し、固定値と可変値を切り分けるという最適化手法は、コスト管理と応答速度向上の両面で参考になります。また、プロンプトの修正を管理画面から行えるため、試行錯誤のサイクルを短縮できる点も大きなメリットです。
企画・マーケティングなら
「AIにすべてを任せる」のではなく、顧客体験を損なわない範囲でAIを活用する「線引き」の考え方が、自動化率を上げるための重要な戦略となります。顧客の曖昧な質問に対しても、AIが聞き返すことで解決率を高めることが可能です。
経営者・管理者なら
生成AI導入の「二周目」として、運用開始後の精度モニタリングや、会話分析による改善サイクルをいかに定着させるかが、投資対効果を左右します。AIの回答を人が採点し、プロンプトやナレッジベースを修正する運用を回すことで、継続的な品質向上が期待できます。
これまでの流れ
2026年10月27日：Amazon BedrockのOpenAIモデルで、AIの回答コストを約6割減らす新機能の活用術
2026年10月28日：ドコモSMTBネット銀行がAmazon Connect Customer AI agentsによる応対を開始
今回の発表は、既存のクラウド基盤を活かしつつ、AIの推論コストと応答速度を最適化する実践的なアプローチを示しています。同社は今後、パーソナライズ機能の追加やエージェンティックセルフサービスへの進化も視野に入れています。
まとめ
ドコモSMTBネット銀行の事例は、生成AIを「とりあえず導入する」段階から「運用の中で改善し続ける」段階への移行を示唆しています。次に取るべきアクションは、自社のコンタクトセンターにおいてAIが担当すべき業務の範囲を明確にすることです。
そして、フィードバックを反映できる改善基盤を整えることが重要です。Amazon Connect Customer AI agentsを活用することで、顧客の利便性と運用効率の高度な両立が実現します。
