インタラクティブ・ボイス・レスポンス（IVR）とは？

「人と話したい場合は『人間』と言ってください。」

「人間。」

「申し訳ありませんが、『キューバン』に該当する選択肢が見つかりませんでした。人と話したい場合は…」

はぁ…。

インタラクティブ・ボイス・レスポンス（IVR）システムの評判は、今やすっかり悪くなってしまいました。

まあ、それも仕方ないでしょう。IVRはAI音声エージェントの中でも、いわば「厄介者」と呼ばれてもおかしくありません。

使い勝手が悪く、時代遅れで、実用的とは言えません。スマートフォンで高度なアプリが使える今、ロボットと音声でやりとりするのは最も不便な使い方に感じます。

それでもなぜこの記事を書いているのでしょうか？

ああ、そうでした。[咳払い]。

…でも、音声技術の愛好家であり、洗練されたアプリ設計に魅力を感じる者として、自動化された電話フローの利点についていくつかお伝えしたいことがあります。

カスタマーサポートへの導入障壁が最も低く、支える技術——NLP（自然言語処理）やASR（自動音声認識）も大きく進化しています。

適切な設計をすれば、聞き間違いや終わらないメニューも過去のものにできます。

それでは、IVRシステムの構成や現在の活用法、そしてこの技術ならではの利点について、一緒に見ていきましょう。

IVRについて考えたことはあっても、本当に深く考えたことはないのでは？

IVRとは？

IVR（インタラクティブ・ボイス・レスポンス）は、企業がカスタマーサポートの電話対応で使う自動化されたメニューシステムです。よくある質問への回答や簡単な手続き、オペレーターへの引き継ぎなどが可能です。

IVRは、初期対応や情報収集などの基本的な業務を自動化し、より複雑または繊細なケースのみオペレーターが対応できるようにします。

（通常は録音済みの）メッセージ集とユーザー入力の読み取り機能により、カスタマーサポートの手作業を大幅に軽減できます。

IVRシステムはどのようにユーザー入力を読み取るのか？

従来のシステムはDTMF（デュアルトーン多重周波数）を使ってユーザー入力を読み取っていました。つまり、ダイヤルパッドのキーが選択肢に対応しています。

（だからこそ、キーパッドの番号ごとに異なる音が鳴るのです。）

「英語の場合は1を押してください」など、おなじみですね。

今でも一部で使われていますが、最近はかなり進化しています🌶️。

音声技術の進歩により、キーワード認識や自然言語処理（NLP）による意味や感情の抽出など、より高度な仕組みが組み込まれるようになりました。

IVRはどのように動作するのか？

1. 初回通話

顧客が専用の電話番号にかけることでIVRフローが開始されます。

2. 挨拶とメニュー

顧客にいくつかの選択肢が案内されます。これらも録音済みの音声です。

例えば、銀行の残高照会、会社方針に関するFAQ、オペレーターにつなぐ前の事前情報入力などがあります。

3. ユーザー入力

ユーザーが選択肢を選びます。システムが入力を読み取る方法はいくつかあります。

デュアルトーン多重周波数（DTMF）

DTMFは古典的な方法で、シンプルかつ明確です。ただ、電話をかけるなら話したいという人が多いため、最近はあまり好まれません。

一方で、最もリソースを消費しない入力方法です。

主に行政サービスなど、まだ大規模なサポートポータルがない機関や、最終的にはオペレーター対応が前提の場面で多く使われています。

音声コマンド認識

これは、ユーザーが選択肢に対応する単語を発話する方式です。例：「残高照会をご希望の場合は『残高』と言ってください。」

この技術は登場以来、数十年で大きく進歩しました。

冒頭の例のように、認識精度が低くてイライラした経験があるかもしれませんが、それは古いIVRシステムの問題であり、音声コマンド認識自体の限界ではありません。

自動音声認識（ASR）とNLP

高度なシステムでは、完全な音声認識とNLPを組み合わせることもあります。

ユーザーが自然な言葉で選択肢を話し、ディープニューラルネットワークを使ったアルゴリズムが入力を文字起こし・分類します。例：「えっと、入金したいんだけど。」

比較的軽量なシステムでも、十分高速かつ高精度なASRやNLPモデルが動作し、この仕組みで非常に良い成果が出ています。

4. 振り分け

システムの構成や顧客の回答に応じて、次のステップへ進みます。

クレジットカード番号や生年月日などの個人情報入力を求められる場合や、より詳細な選択肢がある次のメニューに進む場合もあります。

IVRとAI音声エージェントの違い

カスタマーサポートチャットボットに音声機能をつければ、それはIVRシステムになるのでしょうか？

まあ、厳密に言えばそうです。

ただし、IVRはあらかじめ決められたフローと録音済みメッセージを使うシステムを指します。

この場合、エージェントは録音済みメッセージでユーザーに選択肢を促し、それに応じて振り分けます。

AI音声エージェントの場合、ユーザーはエージェントと会話し、応答は動的に生成されます。エージェントは必要に応じて自律的にツールを呼び出します。

IVRは録音済みメッセージと決まった入力方法でユーザーをフローに沿って案内します。各ステップで選択肢が提示され、ユーザーは該当するものを選びます。

一方、AI音声エージェントは特定のツールにアクセスし、ユーザーの入力を解釈して適切なものを呼び出します。また、応答も録音済みではなく動的に生成されます。

IVRを音声エージェントより優先して使うべき場面は？

そもそも、なぜ段階的な音声システムを使う必要があるのでしょうか？今やスムーズで自律的な会話型エージェントがあるのに。

しかも、IVRでAIを使ってユーザーの意図を分類しているなら、完全自律型システムにしない理由は？

良い質問です。

予算が限られている場合

音声認識自体はどちらのシステムでも必要ですが、IVRでのAIの役割は、ユーザーの発話をn個（通常10個以上）の選択肢の中から分類することに絞られます。

一方、自律型エージェントは、ユーザーの意図を判断するために複数回LLM（大規模言語モデル）を呼び出し、応答を生成し、テキスト読み上げ（TTS）で音声を作成します。これらはコストや応答時間の増加につながります。

この追加コストが必要になるケースもあります。例えば、会社の規約やFAQが非常に多く、顧客からの問い合わせも多岐にわたる場合です。

すべてを事前に定義し、録音メニューで探させるのは現実的ではありません。この場合はエージェントが最適です。

フローが完全に決まっていない場合

自律型エージェントは高機能ですが、予測が難しい面もあります。

エージェントは自律的に判断するため、各ターンで複数の処理が走り、エラーの原因特定が難しくなります。

私自身、何時間もデバッグに費やした経験があります。

これは開発の一部ですが、データやフロー構造、ニーズが明確になってから時間をかけるのが賢明です。

IVR（自動音声応答）は、これらの要素を整理するのに最適な方法です。

手順を明確に定義し、ユーザーを一つずつ案内することで、データの整理やフローの理解が格段にしやすくなります。

IVRには強みがあり、複雑なAIエージェントよりもシンプルな対応には向いていると私は考えています。

少なくとも、完全な自動化への第一歩として捉えることができます。

IVRのメリット

IVRシステムが広く使われているのには理由があります。

今はより高度な音声対応カスタマーサポート技術が登場していますが、それでもIVRには注目する価値があると思います。

セキュリティ

AIが人間と同じようにできることばかり話題になりますが、実際にはAIが人間を上回る点も多くあります。

その一つが音声認識です。例えば「これはトムの声だ」や「これはトムじゃない」といった判別です。

金融や個人情報などの機密性が高い内容では、自動音声フローを使って話者の声と本人情報を照合し、不正を見抜くことができます。

顧客体験の向上

すべての着信に対応できる人員がいない場合、その不足分を補う仕組みが必要です。

保留されるより、助けてもらえる方が良い。

オペレーターによる対応は素晴らしいものですが、事前に顧客のニーズを把握し、専門性に応じて割り当てられたオペレーターが対応するのが理想的です。

コスト削減

このメリットは2つあります。

まず、簡単な問い合わせ対応を自動化することでコスト削減につながります。シンプルな質問には特別な対応は不要で、IVRで十分に対応できます。

これは双方にとってメリットがあります。

また、AIエージェントやチャットボットよりもコストを抑えられる選択肢です。

多くの企業がコストの高いAIエージェントによる自動化を目指しますが、IVRのような安価な自動化も検討すべきです。

ボット導入のコストはツールや技術だけでなく、構築時の試行錯誤にかかる時間も含まれます。
明確なワークフローを持つ低コストなシステムを設計することで、顧客ニーズの把握や最適な自動化方法の学習ができ、完全自動化に移行する前の準備になります。

より効果的な振り分け

明確なワークフローステップ（さらにAIの活用も加えると）で、顧客に本当に必要なサポートを提供できるようになります。

AIはノイズの多いデータからパターンを見つけるのが得意です。

AIはIVRの必須要素ではありませんが、機械学習を使ってユーザー行動を予測するのは比較的簡単です。

IVRを使えば、顧客のプロフィールや相談内容、どのオペレーターがどの相談に役立つかといったデータを集められます。

IVRは、どのオペレーターに引き継ぐかを判断する必要があります。

例えば、あるオペレーターはデータベース移行に詳しく、別のオペレーターはログイン情報に詳しい。さらに、エンタープライズプランのユーザーには3番目のオペレーターが最適かもしれません。

すべての組み合わせを人が覚えるのは現実的ではありません。

でもAIにとっては、単なるデータです。

24時間365日サポート

オペレーターが常時対応できなくても、必要な情報を時間外に収集したり、対応可能な時間に折り返しを設定したり、簡単な問い合わせに即時対応できます。

これにより顧客側のストレスが減り、オペレーターの稼働時間も有効活用でき、リソースを調整して閑散時間帯にもオペレーターを配置しやすくなります。

IVRの業界別活用事例

IVRとNLPを組み合わせることで、多くの業界で効率化や満足度向上が実現しています。

銀行

この記事でも銀行業界を例に挙げましたが、IVRの活用に最適な分野だと思います。

どのようなケースでも、安全な取引には本人確認が何度か必要で、その後に取引内容の詳細を指定します。

ほとんどはシンプルですが機密性の高い情報（クレジットカード番号や入金額など）なので、IVRが信頼できて安全なら銀行業務に最適です。

実際、自然言語対応IVRの導入で、高い自己完結率（オペレーターへの引き継ぎ不要）とセキュリティ向上を実現した銀行もあります。

医療

COVID-19による人員不足で、医療分野でも自動化の重要性が明らかになりました。

アイオワ州の薬局ネットワークGBANK Healthは、ケースごとのIVR導入で24%の転送削減を達成しました。

医療は負荷が高く重要な業界であり、自動化の効果は人々の健康向上に直結します。

カスタマーサポート

カスタマーサポートの多くは繰り返しの問い合わせです。着信の分類・振り分けで時間短縮と満足度向上が図れます。

米国の小売業者では、自然言語IVRで30%の転送削減を実現しました。

IVRを導入することで、主導権を自社側に持つことができます。

同じ小売業者は、予測アルゴリズムで追加サービスを提案し、70%以上の成功率でフォローアップの必要性を減らしました。

IVRでよくある課題を回避する方法

IVRにも課題はありますが、対策を講じることで解決できます。

メニューをシンプルに保つ

IVRメニューは長くなりがちで、選択肢が分かりにくいこともあります。最初の選択肢を忘れてしまったり、自分に合うものが分からないことも。

解決策: 繰り返し改善しましょう。利用データを収集し、どこでユーザーがつまずいているか確認してください。

選択肢の順序を変えたり、使われていないものを削除したり、似たものをまとめたりするのが有効です。

注力すべきは、通話時間の短縮、前のステップへの戻り回数の削減、オペレーターへの引き継ぎの最小化です。

透明性を確保する

IVRは人間ではありませんが、それで問題ありません。

ただし、オペレーターとの会話を希望する顧客もいます。

ユーザーの感情を読み取ったり反応したりできないため、不満を感じる顧客もいます。

解決策：分かりやすさを重視し、オペレーターと話す方法をできるだけ早く明示することが大切です。

自動メニューは人間ほどパーソナルではありません。ユーザーの感じ方もさまざまです。

顧客の感じ方はコントロールできませんが、選択肢については常に透明性を持って伝えましょう。

ボトルネックの解消

自動化システムにも待ち時間は発生します。IVRが同時に対応できる顧客数には限りがあり、オペレーターの待ち時間も変動します。

解決策：ボトルネックを特定し、緩和策を検討しましょう。

IVRワークフローを設計する際は、システム外で必要なことにも目を向けてください。

メニューの中には、他より需要が高いものがあるかもしれません。その場合は人員配置を見直すのも有効です。

ウェブサイトで解決できる簡単な問い合わせが多い場合は、その情報を分かりやすく掲載しましょう。

IVRで電話対応を自動化する

AI自動化にいきなり取り組むのが不安なら、まずIVRを導入するのが最適な第一歩です。

IVRならAIの力を活用しつつ、コントロールも維持できます。データを集めて継続的に改善できます。

必要なのは構築プラットフォームだけです。Botpressならドラッグ＆ドロップで簡単に作成でき、低コストなモデルも豊富、電話連携も簡単です。分析データも自動で収集されます。

今すぐ構築を始めましょう。無料です。

よくある質問

最新のIVRは自然な会話やさまざまなアクセントをどれくらい正確に理解できますか？

最新のIVRシステムは、対応言語で明瞭な発話の場合、85～95％の認識精度を実現しています。これは高度な音声認識と自然言語処理によるものです。強いアクセントや方言、雑音がある場合は精度が下がるため、実際のユーザーによるテストが重要です。多くのプラットフォームでは、特定のアクセントや業界用語に合わせたカスタムモデルの調整も可能です。

IVR技術の導入は小規模ビジネスにとって高額ですか？

IVR技術はもはや中小企業にとって手が届かないほど高価ではありません。クラウドベースのソリューションなら、通話量や機能によっては月額50～200ドル程度から利用できます。音声認識や業務システムとの連携を追加するとコストは上がりますが、最大の費用は通常ソフトウェアそのものではなく、設計やセットアップにかかる時間です。

IVRシステムはCRMと連携して応答をパーソナライズできますか？

IVRシステムはCRMやバックエンドツールと連携できるため、発信者の名前で挨拶したり、顧客履歴に基づいてルーティングしたりといったパーソナライズされた体験が可能です。これらの連携はAPIやデータベースへの直接接続に依存するため、ある程度の技術的な設定が必要ですが、現代のIVRプラットフォームでは標準的になりつつあります。

IVRシステムはクレジットカード番号などの機密情報を安全に処理できますか？

IVRシステムは、PCI-DSS準拠や暗号化プロトコルを備えて設計されていれば、機密情報も安全に処理できます。多くの最新IVRプロバイダーは、人間のオペレーターから入力内容を隠し、エンドツーエンドで暗号化する「支払い情報取得」フローを提供しています。

IVRシステムをゼロから導入するにはどれくらい時間がかかりますか？

クラウドプロバイダーのテンプレートを利用すれば、シンプルなDTMFベースのIVRシステムなら数日で導入可能です。音声認識や複雑なワークフローを備えた高度なIVRシステムの場合、立ち上げまでに数週間かかることもあります。