成果報酬で動くAIエージェントと、稟議が止まる日本の現場──57歳SVの最後の武器は「泥」だった
paizaの片山良平会長がnoteに書かれた記事「売って稼ぐAIエージェントの到来：Sierraの歩合報酬モデル」を読みました。
記事の中で紹介されているSierra（シエラ）というアメリカのAI企業。彼らが提供しているのは、カスタマーサポート向けのAIエージェントです。ただし「チャットボット」という言葉で想像するものとはまるで違います。
顧客から「商品に欠陥がある」と画像が送られてくる。AIがその画像を見て欠陥かどうかを判断する。欠陥品だと認定すれば、新品の配送手配までAIが完了させる。人間の手は一切介さない。
それだけではありません。解約したいと電話してきた顧客に対して、AIが利用履歴を分析し、「こちらのプランに変えたほうがお得ですよ」と提案して解約を阻止する。別の商品を勧めるクロスセルまでやる。しかもそれで売上が立てば、Sierraはコミッション（歩合）を受け取る。
AIが接客し、判断し、処理し、売上まで作る。これが2026年の現実です。
そして極めつけが、課金モデルです。Sierraの料金体系は「タスク完了の成果報酬」。AIが自律的に問い合わせを解決した時にだけ料金が発生し、人間にエスカレーションした場合は無料。片山氏の記事によれば、あるブランドではAIエージェントの問い合わせ解決率がすでに70%に達しているそうです。
この記事を読んで、僕は自分が身を置いている業界の「死」を見ました。
僕は57歳のコールセンターSVです。約30名のオペレーターを管理し、60ほどのクライアント案件を回しています。
日本のコールセンター（BPO）業界のビジネスモデルは、基本的に「席数」と「稼働時間」で成り立っています。オペレーターを何人配置し、何時間稼働させたか。つまり「人の労働力」を売っている。クライアントは、人が電話を取ってくれる時間に対してお金を払っています。
Sierraが売っているのは「成果」です。問い合わせが解決したかどうか。それだけ。
24時間待たせず対応し、顧客の購入履歴を瞬時に把握し、解約阻止やクロスセルまでこなすAIエージェントが「成果報酬」で動く世界。そこに「時給いくらで人を何十人並べます」という提案が太刀打ちできるわけがありません。
片山氏の記事にはこう書かれています。「いま海外のAIアプリケーションレイヤーがターゲットにしているのはソフトウェア費用ではなく人件費と業務委託費です」と。
コールセンターBPOの売上は、まさにその「業務委託費」そのものです。AIエージェントが狙い撃ちにしている市場の、ど真ん中にいるのが僕らです。
では、僕ら現場の人間は、AIに駆逐されてお払い箱になるのを待つしかないのか。
僕は、そうは思いません。
なぜなら、シリコンバレーの最先端から視線を日本の現場に戻すと、そこには果てしない「泥」が広がっているからです。
僕の職場では、2026年の今でもクライアントからFAXで報告書の提出を求められます。主に自治体が絡む案件です。「まあ先方が求めてくるんだから仕方ない」とは思います。でも「なんとかならんのか」という気持ちが湧くのも事実です。
僕は自腹でChatGPT、Claude、Geminiの3つのAIに課金し、業務の壁打ちに使っています。ただし自腹のAIはいわゆる「シャドーAI」です。社外秘の情報やクライアントの顧客データを読み込ませるわけにはいかない。だから会社にMicrosoft Copilotの有料ライセンスを使わせてほしいと提案し、今年の2月末に承認を得ました。約1ヶ月間、業務で使うことができた。
その1ヶ月で、オペレーター研修用のフラッシュカードQ&Aの自動生成やレポート作成にCopilotを投入し、ROI換算で約800%の成果を出しました。
ところが3月末でライセンスが切れた後、4月に入って再利用の稟議を出しましたが、決裁者である上司とシフトがすれ違い、今この瞬間も止まったままです。
親会社の社長は期初訓示で「AIは流行りの掛け声ではなく、実際に現場で活かすことが重要です」と明言しています。その同じ会社で、AIツールの継続稟議が物理的なすれ違いで何日も止まっている。この矛盾を、僕は黙って飲み込んでいます。
矛盾はそれだけではありません。
僕の会社ではブラウザとしてGoogle Chromeを使っています。にもかかわらず、セキュリティを理由にGoogleのサービスが禁止されている。Chromeを開きながらGoogleが使えないという状況を、僕らは毎日やり過ごしています。
オペレーターのITリテラシーの壁もあります。古いマニュアルやトークフロー資料。本来ならデジタルに移行して検索可能にしたい。でも「紙のほうが見やすい」「今の資料に慣れている」という声がある。カビの生えたマニュアルを、まだ廃止できずにいます。
これが、日本の大企業における現場のリアルです。
SierraのAIエージェントがどれほど優秀で、数秒で顧客の苦情を処理できたとしても、「絶対にFAXで報告を上げろ」と譲らないクライアントの担当者を説得することはできません。
「紙のマニュアルじゃないと仕事ができない」とこぼすベテランオペレーターの横に座り、一緒に画面を見ながら話を聞くことも、AIにはできません。
日本のビジネスの現場には、合理性では説明できない「しがらみ」と「ローカルルール」が溜まっています。海外の優秀なAIモデルをそのまま導入しただけでは、この泥が浄化されることはあり得ない。
片山氏の記事の終盤に、こう書かれています。
「各産業の各領域の非汎用的なタスクは無数にあり、そこに対して基盤モデルが最適化するのは事実上困難です」
Sierraですら、製品をポンと入れるのではなく、現場に入り込んで「30日返品ポリシーだけど、購入歴がある顧客なら実は45日でもOK」というような運用の機微まで把握した上でAIに落とし込んでいる。
日本のコールセンター現場の泥は、その比ではありません。
ここからが本題です。
これからの時代、僕らコールセンターのSVが生き残る道は「オペレーターという人間を管理して時給を稼ぐこと」ではないと考えています。
生き残る道は、ツルツルした優秀なAIを、泥臭い日本の現場運用に適合させるための「翻訳者（アダプター）」になることです。
僕には、その手触りがあります。
Copilotを使えた1ヶ月間で、僕はクライアントの業務マニュアルをCopilotに読み込ませて、オペレーター研修用のQ&Aを自動生成するという作業をやりました。
最初に出てきたのは、使い物にならないQAの山でした。
「このサービスの正式名称は？」「受付時間は何時から何時までですか？」。マニュアルの目次を疑問文に変換しただけです。現場のオペレーターが本当に迷うポイントには、1ミリもかすっていない。
コールセンターの新人が詰まるのは、電話対応そのものではありません。電話を切った後の「後処理」です。システムにどう入力するか。クライアントへの引き継ぎ連絡をどのタイミングでどの方法で行うか。マニュアルに書いてはあるが、どこに書いてあるかわからない。そこで手が止まる。
AIはマニュアルの文字を読めます。でも「新人が電話を切った後に何秒間フリーズするか」という現場の肌感覚は持っていない。
だから僕は、Copilotに投げるプロンプトを「後処理の手順」と「引き継ぎの方法」に絞り込み、出力フォーマットをExcel貼り付け用にガチガチに指定し、1回5件ずつ出力させて人間がチェックする、という型を作りました。
それでも、Copilotが出してくるQAの半分はそのままでは使えません。「マニュアルに書いてあること」と「現場で動けること」の間には深い溝がある。AIの出力は正しいが、具体的なファイル名も送信先も件名も入っていない。新人がそれを読んでも手が動かない。
その溝を埋めるのは、現場を知っているSVの仕事です。これが、僕の言う「翻訳」です。
AIに現場の泥を食わせる。AIが吐き出した50点の成果物を、現場の文脈で100点に仕上げる。FAXを求めるクライアントとAIの間に立つ。上司のシフトを掻い潜って決裁を通す。
どんなにAIが進化しても、最後の「泥を被る役割」は、現場を知り尽くした人間にしかできません。
時給でオペレーターを並べるビジネスモデルは、間違いなく終わりに向かっています。Sierraの事例はそれを明確に示しています。
でも僕は、淘汰される側に回るつもりはありません。
57歳の非エンジニアである僕が目指すのは、AIを「泥臭い現場で使い倒す側」に立つことです。
止まったままの稟議書があります。カビの生えたマニュアルがあります。FAXで届く報告依頼があります。Chromeを開きながらGoogleが使えない環境があります。
明日も泥は乾きません。
でも、その泥の中でAIを動かせる人間が、これからの時代に最も必要とされる存在だと、僕は思っています。
【あわせて読みたい】 AIツールの使い方がわかっても、日本の古い企業では「稟議」が通りません。私が実際にCopilotのID延長を勝ち取った「絶対に稟議を通すための実物提案書（社内政治のハック）」をこちらで公開しています。