2026年スイート:受信トレイ、AI、会計。アプリを開く
← Workspace369 リサーチ

データと、作業内容。

AIカスタマーサービスパフォーマンス統計

測定されたAI支援サポートの結果と顧客の期待を比較し、解決の生産性、品質、およびベンダー調査の意見を明確に分離します。

短縮版

2026年版

主なポイント

各テイクアウェイは、その正規のデータ行にリンクされています。報告された数値は、引用された作成者に属し、モデル化された結果は計算としてラベル付けされています。

  1. サポート調査:1時間あたりの解決済み問題数の増加:15.2%(ロールアウトは主に2020年秋~2021年冬;記事は2025年2月発行)。Brynjolfsson、Li、およびRaymond
  2. サポート調査:平均チャット処理時間の短縮:8.5%(ロールアウトは主に2020年秋~2021年冬;記事は2025年2月発行)。Brynjolfsson、Li、およびRaymond
  3. サポート調査:解決済みチャットのシェアの増加、約(統計的に有意ではない):1.3 pp(ロールアウトは主に2020年秋~2021年冬;記事は2025年2月発行)。Brynjolfsson、Li、およびRaymond
  4. サポート調査:顧客NPSの減少、約(統計的に有意ではない):0.12(ロールアウトは主に2020年秋~2021年冬;記事は2025年2月発行)。Brynjolfsson、Li、およびRaymond
  5. サポート調査:スキルと経験の浅いエージェントの1時間あたりの解決済み問題数の増加:30%(ロールアウトは主に2020年秋~2021年冬;記事は2025年2月発行)。Brynjolfsson、Li、およびRaymond
  6. Zendesk消費者調査:担当者に以前のやり取りから継続してもらいたい:81%(2026年レポート、2025年11月公開;フィールドワークの日付はリリースで未開示)。Zendesk
  7. Zendesk消費者調査:情報の繰り返しに不満を感じる:74%(2026年レポート、2025年11月公開;フィールドワークの日付はリリースで未開示)。Zendesk
  8. Zendesk消費者調査:応答性と正確性が購入に強く影響すると述べている:86%(2026年レポート、2025年11月公開;フィールドワークの日付はリリースで未開示)。Zendesk
  9. Zendesk消費者調査:会話でテキスト、音声、ビジュアルを選択する:76%(2026年レポート、2025年11月公開;フィールドワークの日付はリリースで未開示)。Zendesk
  10. Zendesk消費者調査:AIによる決定の説明を期待する:95%(2026年レポート、2025年11月公開;フィールドワークの日付はリリースで未開示)。Zendesk

サポート担当者がAI支援を受けた場合、何が変わりましたか?

この研究では、解像度の高い生産性と短い処理時間が見られました。平均品質測定値では統計的に有意な改善が見られなかったため、生産性の向上を顧客満足度の向上とラベル付けすることはできません。

すべての列を比較するには横にスクロールしてください →

AIカスタマーサービスのパフォーマンス — サポートのロールアウトは主に2020年秋~2021年冬。2026年のZendeskレポートは2025年11月にリリースされました。サポートエージェントは主にフィリピンに在籍し、米国のソフトウェア企業にサービスを提供しています。Zendesk調査は22カ国にまたがっています。
測定された成果報告された変更解釈
1時間あたりの解決済み問題数の増加15.2%準実験的成果統計的に有意
平均チャット処理時間の短縮8.5%準実験的成果統計的に有意
解決済みチャットシェアの増加、約1.3 pp準実験的成果統計的に有意ではない
顧客NPSの減少、約0.12準実験的成果統計的に有意ではない
スキルと経験の少ないエージェントの1時間あたりの解決済み問題数の増加30%準実験的成果サブグループの結果;労働者平均ではない

公開された記事を使用しており、その初期のワーキングペーパーではありません。相対的なパーセンテージ変化、パーセンテージポイント変化、およびNPSポイントは異なる単位です。有意でない推定値は、ゼロ効果の証明ではありません。

一次情報源: Brynjolfsson、Li、およびRaymond — 2025年2月4日

消費者はAI搭載サービスに何を期待していますか?

消費者は、継続性、応答性、チャネルの柔軟性、および説明を好むと報告しています。これらは調査の期待であり、観察されたリテンション率や実験的に測定されたサポート結果ではありません。

AIカスタマーサービスのパフォーマンス — サポートのロールアウトは主に2020年秋~2021年冬。2026年のZendeskレポートは2025年11月にリリースされました。サポートエージェントは主にフィリピンに在籍し、米国のソフトウェア企業にサービスを提供しています。Zendesk調査は22カ国にまたがっています。
消費者反応回答者のシェア
担当者に以前のやり取りから継続してもらいたい81%調査による期待
情報の繰り返しに不満を感じている74%調査による期待
過去のやり取りに合わせたサポートを期待する67%調査による期待
応答性と正確性が購入に強く影響すると述べている86%調査による期待
会話でテキスト、音声、ビジュアルを選択する76%調査による期待
AIによる決定の説明を期待する95%調査による期待

参加者の合計数を、各消費者質問の分母として使用することはできません。

一次情報源: Zendesk — 2025年11月18日

この調査は、自律ボットがエージェントを置き換えることができることを示していますか?

いいえ。人間のサポートエージェントに提供される提案を評価するものであり、エージェントはそれを編集または無視することができます。自律的な解決、エスカレーションポリシー、エンドツーエンドのチャットボットパフォーマンスは、独自の評価が必要です。

支援エージェントの生産性を、ボットの封じ込め率、人員削減、または保証されたコスト削減として再ラベル付けしないでください。

一次情報源: Brynjolfsson、Li、およびRaymond — 2025年2月4日

AIサポートスコアカードは、どの指標を分離して保持すべきですか?

完了した解決策、処理時間、再連絡、エスカレーション、および顧客評価の品質を個別に追跡します。各測定値の分母を定義し、ボットが会話を人に引き継いだ後に行われた作業を含めます。

AIカスタマーサービスのパフォーマンス — サポートのロールアウトは主に2020年秋~2021年冬。2026年のZendeskレポートは2025年11月にリリースされました。サポートエージェントは主にフィリピンに在籍し、米国のソフトウェア企業にサービスを提供しています。Zendesk調査は22カ国にまたがっています。
指標ローカル評価の定義
解決生産性承認された解決策 ÷ 担当時間
処理時間会話あたりのアクティブ処理時間(同時実行性のルールが記載されています)
エスカレーション人間またはスーパーバイザーに転送された会話 ÷ 対象となる会話
品質条件間で同じスケールを使用した独立したレビューまたは顧客フィードバック

Workspace369の編集測定フレームワーク;これらの定義は、追加の経験的発見ではありません。

このレポートの作成方法

方法論と制限事項

  1. 測定結果テーブルには、公開された論文の推奨推定値とその品質に関する有意でない結果が保持されています。調査テーブルには、個別に帰属表示された消費者の期待のみが含まれています。
  2. 公開されている著者ホストの記事は、メイン結果テーブルを含め、直接確認されました。選択された事実の結果のみが要約されており、論文とそのチャートは再配布されていません。
  3. 元の貢献は、証拠タイプの比較と再利用可能な測定フレームワークであり、新しいサポート実験ではありません。クロスソースの平均は計算されていません。

これらの数字が教えてくれないこと

  • 運用研究は、1つの企業、過去の支援者、および非ランダムな完全ロールアウトに関するものです。識別戦略は、単純な意見調査よりも強力ですが、他のチームへの転用を保証するものではありません。
  • 消費者調査はベンダーがスポンサーとなっています。表明された好みは観察された購買決定ではなく、そのレポート版の年はフィールドワークの日付ではありません。
  • Workspace369のパフォーマンスを示すもの、自律エージェントの置換率を証明するもの、または包括的な顧客サービスROIの主張を裏付けるものは何もありません。

鮮度と修正

Workspace369編集チームによって維持されます。四半期ごと、および引用されたプロデューサーが代替調査をリリースしたときにレビューします。次の編集レビュー:2026年12月。過去のモデルバージョンと観察日を保持します。エディションの日付は、証拠またはコンテンツが実質的にレビューされた場合にのみ変更されます。基になる観察期間は変更されません。

初版: この版では、データの抽出、出典の明記、計算を確認しました。独立した査読は主張していません。

エラーまたはより新しい一次リリースを見つけましたか? 情報源と影響を受けた統計とともに修正を送信修正が確認された場合は、再公開前に改訂履歴に記録してください。

一次情報源と来歴

報告された各数値セルは、その作成者に直接リンクされています。ダウンロードには、正確なテーブルまたはワークブックのロケーター、観測期間、アクセス日、数式、および入力参照が含まれます。

  1. Brynjolfsson、Li、およびRaymondGenerative AI at Work、Quarterly Journal of Economics掲載記事(2025年)↗2025年2月4日公開。2026年9月12日アクセス。選択された事実の観測値は、帰属表示を付けて言い換えています。ソースレポート、チャート、参加者データ、または専有データベースは再配布されていません。ソース権は作成者に帰属します。
  2. Zendesk2026 CXトレンド:元の発行元の調査発表 ↗2025年11月18日公開。2026年9月12日アクセス。選択された事実の観測値は、帰属表示を付けて言い換えています。ソースレポート、チャート、参加者データ、または専有データベースは再配布されていません。ソース権は作成者に帰属します。

確認され、引用されるために作成

このレポートの引用方法

出典報告の統計については、元の発行元にクレジットを記載し、当社の集計を使用する際はここに正確な行をリンクしてください。モデル化された結果については、Workspace369を引用し、仮定を含めてください。このページへのリンクは、当社が第三者データの元の作成者であることを意味するものではありません。

Workspace369. (2026-09-12). AIカスタマーサービスパフォーマンス統計。https://workspace369.com/research/ai-customer-service-performance-statistics/. レポートに記載されている一次情報源と観測期間。

ダウンロードは英語の参照データセットであり、翻訳されたページも含まれます。ソースの権利は、その作成者に帰属します。Workspace369の集計と計算を引用し、各ソースの再利用条件を参照してください。