新人オペレーターの電話デビューは、いまも多くのセンターで「ぶっつけ本番」に近い形で行われています。ロープレ（ロールプレイング研修）はある。しかし顧客役を務めるのはSVや先輩オペレーターで、その時間はいつも足りない。結果、新人は数回のロープレだけで着台し、最初の失敗を実際の顧客で経験することになります。

チャットボット、応対評価AI、VOC分析と「内製でつくる」シリーズを続けてきましたが、今回は少し毛色が違います。これまでの3つは業務システムの話でした。電話ロープレAIは、業務を処理する仕組みではなく、人が安全に失敗するための場です。

正解のある処理を自動化するのではなく、練習相手というリアリティを作る。この違いが、つくり方にも難しさにも効いてきます。そしてこの領域は、S2S（Speechto Speech）モデルとリアルタイム音声APIの登場で、いままさに実用域に入りました。

テキストのロープレでは、電話の怖さは消えない

LLMを相手役にしたロープレは、テキストチャットの世界ではすでに珍しくありません。応対文面の練習には十分機能します。しかし、電話応対の難しさの本丸は、そこにはありません。

新人が電話を怖がる理由は、商品知識の不足ではなく、リアルタイムであることそのものです。

相手が黙る。話の途中でかぶせてくる。早口でまくし立てる。声が明らかに苛立っている。この「間」と「感情」への対応は、テキストでは練習のしようがなく、マニュアルを何度読んでも身につきません。上達の方法は昔から1つ、場数だけです。問題は、その場数を積む相手が、これまで先輩か実際の顧客しかいなかったことです。

転換点：顧客役はS2Sモデルで務まるようになった

以前の記事で、電話AIにはパイプライン方式（ASR→LLM→TTSと工程を分ける）とS2S方式（音声のまま聞き、音声のまま返す）の2つがあると書きました。ロープレの顧客役は、前者ではほぼ務まりません。工程ごとの処理で積み重なる不自然な間が、練習したいものそのもの、つまり会話のテンポを壊してしまうからです。

S2S方式のリアルタイム音声APIは、これを変えました。数百ミリ秒での応答、発話へのかぶせ（割り込み）、感情や話速の表現。「怒っている客が話を遮ってくる」という、電話応対で最も練習したい状況を、音声で再現できるようになったのです。

そして注目すべきは、この用途がS2Sの弱点と噛み合わないことです。

同じ記事で、S2Sには文字という確認ポイントがなく、正確性や監査性が求められる業務には単体で使いにくい、とも書きました。しかしロープレの顧客役は架空の人物です。本人確認もなければ、誤案内のリスクもない。多少事実と違うことを言う客は、現実にもいます。

つまり、本番の電話AIオペレーターでは壁になるS2Sの制御の難しさが、ロープレではほとんど問題にならない。電話AIの導入より先に、電話ロープレAIが実用域に入る。この逆転は、多くのセンターにとって直感に反するはずです。

つくるものは「顧客役・シナリオ・振り返り」の3点セット

電話ロープレAIと聞くと顧客役の音声AIだけを想像しがちですが、研修として機能させるには3つの要素が必要です。

顧客役は、S2Sモデルに与えるペルソナです。年齢層や状況だけでなく、感情の状態（穏やか・急いでいる・苛立っている）、話し方（早口・遠回し・言葉少な）、協力度（すぐ納得する・簡単には納得しない）を指定します。

シナリオは、状況設定と到達ゴールです。「引越しに伴う住所変更。ただし本人は旧姓のままの契約に気づいていない」のように、応対の中で発覚する事情を仕込みます。重要なのは、台本を書かないことです。台本を書くとAIはそれを読み上げる役者になり、新人は台本の進行を覚えるだけになります。練習したいのは筋書きではなく、想定外への対応です。

振り返りは、録音とログの活用です。ここでロープレAIは、応対評価AIと直結します。ロープレは最初から録音・文字起こし・シナリオの正解条件が揃っている、評価AIにとって理想的な入力です。練習→採点→フィードバック→再挑戦のループを、SVの工数をほぼ使わずに回せます。

組み立ての要点は4つ

7ステップのような工程は、この領域ではまだ固まっていません。代わりに、先行して取り組んだ組織がほぼ共通してぶつかる要点を4つ挙げます。

第一に、題材は「頻出の応対」ではなく「失敗コストが高い応対」から選ぶことです。
業務システムの内製では頻出理由から着手するのが定石でしたが、ロープレは逆です。頻出の定型応対は現場で場数を積めます。人間相手には練習しにくいもの、たとえばクレームの一次対応、解約の申し出、ご家族からの訃報連絡。「実際に来たら怖いが、練習の機会がない」応対こそ、AIが相手役を務める価値が大きい題材です。

第二に、顧客役には「下手にさせる」指示が要ることです。
LLMは親切で協力的に振る舞うよう訓練されており、素のままでは物分かりの良い客しか演じられません。物分かりの良い客との練習は、練習になりません。「一度の説明では納得しない」「話の途中で割り込む」「質問とずれた答えを返す」「感情が収まるまで解決策を聞き入れない」。現実の顧客が持つ非協力性を、明示的に指示して初めてリアリティが生まれます。

第三に、難易度を段階設計することです。
いきなり激怒した客を出しても、新人は萎縮するだけです。穏やかな客で手順を覚え、急いでいる客でテンポに慣れ、苛立った客で感情対応を練習する。ゲームのレベルデザインと同じ発想で、同じシナリオに感情と協力度のパラメータだけ変えた3段階を用意するのが実用的です。

第四に、振り返りまでを1セットにすることです。
やりっぱなしのロープレは、怖さに慣れる効果はあっても、上達にはつながりにくい。応対評価AIの判定項目（オープニング、共感の言葉、復唱確認など）をロープレの採点にもそのまま使い、どの項目ができていたか、根拠の発言つきで直後にフィードバックする。評価基準を研修と本番で共通にしておくと、着台後のモニタリング結果と地続きで上達を追えます。

• 例（架空の保険コンタクトセンター・D社)：
  D社は「解約申し出の一次対応」を最初の題材に選び、同一シナリオで温厚・多忙・立腹の3段階の顧客役を用意した。
  新人は着台前に最低9回（3シナリオ×3段階）のロープレを行い、評価AIの判定が基準を超えたら着台する運用にした。
  着台までの期間は平均6週間から4週間に短縮し、着台初月の新人の応対品質スコアは前年の新人と比べて改善した。

この内製の敵は「不正確さ」ではなく「リアリティのなさ」

これまでのシリーズで繰り返してきた内製の壁は、正確さと運用でした。チャットボットは誤答が、評価AIは誤判定が敵でした。ロープレAIの敵は違います。練習にならないことです。

具体的には、こういう形で現れます。顧客役が優しすぎて、新人が全員一発クリアしてしまう。逆に、怒りの演技が安定せず、同じ難易度設定なのに日によって別物になる。長い対話の中でペルソナが崩れ、苛立っていたはずの客が急に協力的になる。S2Sモデルの制御性は現在も発展途上で、テキストのLLMほど細かい指示が効きません。

だからこそ、ベテランSVに顧客役AIと実際に話してもらい、「この客はリアルか」を判定してもらうことが、そのまま品質検証になります。評価AIにおけるキャリブレーション（人間との一致率測定）に相当する工程が、ロープレAIではSVによるリアリティの官能検査なのです。

もう1つ、効果測定の難しさもあります。ロープレの回数は測れても、それが本番の数字に効いたかは、着台までの期間、着台初月の応対品質スコア、初期離職率といった間接的な指標で追うしかありません。短期のROIを厳密に示しにくいことは、始める前に関係者と共有しておくべきです。

運用の壁：体験会で終わらせない

ロープレAIには、これまでのシリーズの「8歩目」に相当する壁が、少し違う形で存在します。デモの魅力が強いぶん、一度の体験会で満足して終わることです。

研修の仕組みとして根づかせるには、育成体系への組み込みが要ります。着台前カリキュラムの何週目に、どのシナリオを、どの難易度で、何回。合格の基準は何か。着台後も、月次のスキルチェックや、クレーム対応の定期訓練として使い続けるのか。そして、シナリオの鮮度です。商品改定や新しいキャンペーンが出るたびに、顧客役の設定も古びていきます。VOC分析が拾った「最近増えている問い合わせ」を新しいロープレシナリオに起こす、という接続ができると、シリーズの3つの仕組みが1つのループにつながります。

私たちは「最初の失敗相手」を顧客にすべきではないと考える

私たちは、電話ロープレAIの本体は音声技術ではなく、新人が安全に失敗できる場を育成体系の中に確保し続ける運用だと考えています。

S2Sモデルはこれからも急速に良くなり、顧客役のリアリティは技術の進歩が勝手に引き上げてくれます。しかし、どの応対を練習させるか、何をもって合格とするか、練習の結果を誰がどうフィードバックするかは、技術が進歩しても自動では決まりません。それを決めるのは、これまでのシリーズと同じく、運用の設計です。

新人オペレーターの最初の失敗相手は、実際の顧客であるべきでしょうか。それともAIであるべきでしょうか。育成に悩むすべてのセンターに、この問いを置きたいと思います。

音声AIを含めた応対品質と育成の設計に関心のある方は、お気軽にお問い合わせください。