カスタマーハラスメント対策に人工知能を活用する動きが広がり始めています。
店舗やコールセンターでは、従業員と顧客との会話の中でカスハラが発生します。
暴言が繰り返される。
威圧的な言葉が使われる。
同じ要求が長時間続く。
従業員が一人で対応を続ける。
こうした状況を人工知能が音声データなどから分析し、問題の早期発見や管理者への引き継ぎに役立てようというのが、AIによるカスハラ検知です。
2026年10月1日から企業にカスハラ対策が義務付けられることで、企業には相談窓口やマニュアルを整えるだけでなく、現場で問題が起きていることをどのように把握するのかという課題も生じます。
AIは、従業員が自ら助けを求めるまで会社が気づけなかったカスハラを、より早く把握するための道具になる可能性があります。
AIによるカスハラ検知とは何か
AIによるカスハラ検知とは、顧客と従業員との会話などをデジタルデータとして取得し、人工知能を利用して問題となる言動の兆候を分析する仕組みです。
特に利用しやすいのが音声です。
コールセンターでは、もともと品質管理などの目的で通話を録音している企業があります。
その音声を文字に変換し、
どのような言葉が使われたのか
会話がどの程度長時間化しているのか
特定の要求が何度繰り返されているのか
といった情報を分析します。
これまで人が録音を聞かなければ分からなかった問題を、AIによって効率的に抽出することが期待されています。
まず音声を文字に変換する
AIによる会話分析の基本となる技術の一つが音声認識です。
顧客と従業員との会話を録音し、その音声をAIなどによって文字情報へ変換します。
たとえば顧客が、
責任者を出せ
今すぐ対応しろ
SNSに書くぞ
といった発言をした場合、その内容がテキストとして記録されます。
人が録音を最初から最後まで聞かなくても、文字データから会話内容を確認しやすくなります。
大量の電話を受けるコールセンターでは、すべての通話を管理者が聞くことは現実的ではありません。
音声認識によって会話をデータ化することが、AI分析の入口になります。
暴言や威圧的な発言を分析する
音声を文字化した後、AIを使って問題となる表現を分析します。
たとえば、
侮辱的な言葉
脅迫的な表現
過度な謝罪要求
従業員への人格攻撃
などです。
従来でも特定の禁止語を登録して検出する方法はありました。
しかし、実際のカスハラは単純な単語だけでは判断できません。
同じ言葉でも、会話の前後関係によって意味が異なることがあります。
そのためAIを活用し、会話全体の文脈なども踏まえて問題の可能性を分析することが考えられます。
声の特徴を分析する技術もある
会話分析では、発言内容だけではなく音声そのものの特徴を利用できる場合があります。
たとえば、
声の大きさ
話す速度
会話の重なり
沈黙時間
といった情報です。
ただし、声が大きいからカスハラだと単純に判断することはできません。
聞こえにくいため大きな声で話している人もいます。
感情的になっていても、要求自体は正当な場合があります。
そのため、AIが分析した結果だけで、
この顧客はカスハラである
と自動的に決めるのではなく、人による確認と組み合わせることが重要になります。
長時間対応を検知することも重要になる
カスハラは暴言だけではありません。
従業員を長時間拘束することも問題になる場合があります。
同じ説明を何度しても受け入れない。
同じ要求を繰り返す。
電話を切ろうとすると新しい要求を始める。
こうしたケースでは、問題となる単語がほとんど使われていなくても、従業員の負担は大きくなります。
そこで、
通常より通話時間が著しく長い
同じ内容が繰り返されている
といった特徴を分析することも考えられます。
AIによるカスハラ検知では、暴言の有無だけでなく、会話全体の異常を捉える視点が重要です。
管理者への通知につなげる
AIがカスハラの可能性を検知しても、分析結果を表示するだけでは従業員を守れません。
重要なのは、その情報を実際の対応につなげることです。
たとえばAIが問題の可能性を検知した場合に、
管理者へ通知する
通話内容を確認する
必要に応じて管理者が対応を引き取る
といった仕組みを組み合わせます。
従業員本人が、
もう対応できません
と声を上げる前に、管理者が異常に気づくことができれば、カスハラの長時間化を防げる可能性があります。
店舗での会話分析にも利用が広がる
音声分析はコールセンターだけの技術ではなくなりつつあります。
今回の記事では、音声分析サービスを手がけるRevCommが2026年7月、AIを活用して実店舗での顧客との会話を解析するサービスを開発したことが紹介されています。
同社はすでに電話の会話を解析するサービスを提供しており、コールセンターなどで利用されています。
実店舗の会話もデータとして分析できれば、
どのような場面で顧客が怒りやすいのか
どのような説明でトラブルが発生するのか
どの店舗でカスハラが多いのか
といった傾向を把握できる可能性があります。
カスハラ対策が、従業員からの事後報告だけに依存しない仕組みへ変わる可能性があります。
AIは従業員の代わりに判断するものではない
AI活用で注意したいのは、AIにカスハラの最終判断をすべて任せないことです。
正当なクレームとカスハラの境界は複雑です。
商品に重大な欠陥があれば、顧客が強い口調で改善を求める場合があります。
一方、穏やかな口調でも、何時間も同じ要求を繰り返せば従業員の就業環境を害する場合があります。
AIによる分析結果は、
カスハラの可能性がある会話を見つける
ための補助情報として利用することが現実的です。
最終的には、会社の基準に基づいて人が状況を確認し、対応を判断する必要があります。
誤検知の問題も考える必要がある
AIには誤検知の可能性があります。
方言。
話し方の特徴。
会話の前後関係。
冗談。
音声品質。
こうした要因によって、実際には問題のない会話をカスハラの可能性があると判定することも考えられます。
反対に、問題のある会話を見逃す可能性もあります。
そのため、
AIが検知しなかったから問題はない
と考えることも危険です。
従業員からの相談や管理者による確認など、従来の仕組みと組み合わせて利用する必要があります。
録音データには個人情報が含まれる
AIによるカスハラ検知では、大量の会話データを扱う可能性があります。
そこには、
顧客の氏名
電話番号
住所
契約内容
相談内容
従業員の声
などが含まれる場合があります。
そのため企業は、
何の目的で録音するのか
AI分析を何のために利用するのか
誰が分析結果を閲覧できるのか
データをどこに保存するのか
どれくらいの期間保存するのか
といったルールを定める必要があります。
AIを導入したからといって、顧客との会話を無制限に収集し利用できるわけではありません。
従業員の監視にならないよう注意する
AIによる会話分析は、顧客のカスハラを検知できる一方で、従業員の会話も分析することになります。
使い方によっては従業員から、
常にAIで監視されている
と感じられる可能性があります。
そのため導入時には、
何のために利用するのか
どのデータを分析するのか
誰が確認するのか
人事評価にどのように利用するのか
などを従業員へ説明することが重要です。
従業員を守るために導入したシステムが、逆に従業員の心理的負担になってしまっては本末転倒です。
AIでカスハラの傾向を分析できる
AI活用のメリットは、個別のカスハラを検知することだけではありません。
大量の会話を分析することで、企業全体の傾向を把握できる可能性があります。
たとえば、
特定の商品について苦情が集中している
契約説明の特定部分で顧客が混乱している
特定の時間帯に長時間対応が増えている
特定の問い合わせがカスハラへ発展しやすい
といった傾向です。
そこから、
商品説明を分かりやすくする
ウェブサイトの説明を改善する
人員配置を見直す
対応マニュアルを変更する
といった予防策につなげることができます。
カスハラを減らす原因分析にも利用できる
カスハラ対策では、顧客の行為だけを見るのではなく、
なぜそのトラブルが発生したのか
を分析することも重要です。
もちろん暴力や脅迫が正当化されるわけではありません。
しかし、
料金体系が分かりにくい
説明が複雑すぎる
待ち時間が長い
問い合わせ窓口が分かりにくい
といった企業側の仕組みが顧客の不満を増幅している場合があります。
AIによる大量の会話分析から、こうした問題を発見できれば、カスハラの発生そのものを減らすことにつながる可能性があります。
AIは現場任せを減らす道具になる
これまでのカスハラ対策では、従業員本人が問題を認識し、
上司へ報告する
相談窓口へ連絡する
という流れが中心でした。
しかし、従業員が、
この程度なら我慢しなければならない
と思って相談しない場合があります。
AIが長時間対応や問題となる発言を検知し、管理者へ知らせる仕組みがあれば、従業員本人の判断だけに頼らず会社が問題を把握できます。
AIの重要な役割は、顧客を自動的にカスハラ認定することではありません。
現場で起きている異常を会社が早く発見することにあります。
結論
AIによるカスハラ検知は、顧客と従業員との会話を音声認識などによってデータ化し、暴言や威圧的な発言、長時間対応などの兆候を分析する仕組みです。
問題の可能性を検知した場合に管理者へ通知できれば、従業員が一人で長時間対応することを防げる可能性があります。
さらに大量の会話を分析することで、カスハラが発生しやすい商品やサービス、説明方法などを把握し、予防策につなげることも期待できます。
一方で、AIの判断は万能ではありません。
誤検知や見逃しもあり得るため、最終的な判断は人が行う必要があります。
また、録音データには個人情報などが含まれる可能性があり、従業員の監視にならないような制度設計も必要です。
2026年10月からのカスハラ対策義務化によって、企業には問題が起きてから相談を受けるだけではなく、現場の異常を早期に把握する仕組みも重要になります。
AIは従業員の代わりにカスハラと戦うものではありません。
従業員が一人で戦わなくてもよいように、会社が早く気づくための道具なのです。
参考
日本経済新聞 2026年8月17日 朝刊 カスハラ対策に企業奔走
日本経済新聞 2026年8月17日 朝刊 官民で広がるサポート