社内の問い合わせ対応を効率化するため、FAQサイトを整備する企業は多くあります。しかし「FAQを作ったのに、同じ質問が繰り返し寄せられる」という悩みは後を絶ちません。
この問題の背景には、FAQの内容、運用設計、アクセス性という3つの構造的な課題があります。一方で2026年に公開された事例では、Stripe、Lyft、Vodafone、LATAM Airlinesなどが、AIエージェントを問い合わせ対応や社内ナレッジ活用に取り入れ、本番環境で運用していることが紹介されています[1][2]。
本記事では、従来型FAQが機能しない3つの理由を明らかにし、AIエージェント時代に求められるナレッジ運用の設計を解説します。
社内FAQが機能しない3つの理由
理由1：利用者の状況と質問の表現が一致しない
FAQは、あらかじめ想定した質問と回答をリストにした形式です。しかし利用者が抱える疑問は、FAQに記載された質問文と完全に一致するわけではありません。たとえば「育児休業の申請方法」に対し、利用者は「産休後の手続き」「男性社員も取れるか」といった異なる表現で検索します。
Pineconeは2026年8月の公開記事で、AIエージェントの回答品質を左右する要因として、検索・ナレッジ参照の設計に課題が残りやすいと指摘しています[3]。従来のキーワード検索では、表現の揺れや質問の文脈に対応しにくい場合があります。
理由2：複数の情報を組み合わせた回答が必要
業務上の質問は、単一のFAQ項目で答えられないケースが多くあります。たとえば「海外出張時の経費精算手順と保険加入条件」という問い合わせには、経費規程と福利厚生規程の両方を参照する必要があります。
従来のFAQは、質問と回答を項目単位で整理する設計が中心です。そのため、複数規程をまたぐ質問や、利用者ごとに前提条件が異なる質問では、必要な情報を利用者自身が探して組み合わせる必要があり、結局は担当部署へ問い合わせることになります。
理由3：FAQにたどり着けず、探すより聞く方が早い
FAQを作成しても、利用者がその存在を知らなければ使われません。社内ポータルの階層が深かったり、部門ごとにFAQが分散していたりすると、探す手間がかかります。利用者は「探すより聞いた方が早い」と判断し、担当部署への問い合わせを選びます。さらにFAQの更新は担当者の負荷が高く、更新が滞ると古い情報が放置され、利用者の信頼を失います。
ナレッジ運用を見直すための参考事例
公開事例では、Lyft、Vodafone、LATAM Airlinesなどが、AIを顧客対応に活用しています[2]。各社に共通するのは、AIにすべてを任せるのではなく、問い合わせ内容に応じて有人対応へ引き継ぐこと、ナレッジを継続的に更新・評価すること、担当者向けの支援機能も用意することです。
たとえばLyftでは、AIによる自己解決とエスカレーション回避を別の指標として評価しています。Vodafoneでは顧客向けAIと担当者支援AIを組み合わせ、LATAM Airlinesではナレッジ抽出・整備を通じて対応品質の改善を進めています[2]。
各社の導入方式や利用する技術は異なりますが、ナレッジを継続的に整備し、AIだけで完結しない問い合わせは適切に人へつなぐという考え方には共通点があります。
ただし、顧客向け問い合わせ対応と社内FAQは同一ではありません。社内では、人事・経理・法務などの文書を扱うため、回答精度だけでなく、閲覧権限、参照元の明示、規程改定時の更新責任まで含めて設計する必要があります。
「静的なFAQ」から「動的なナレッジ運用」への転換
Stripeの社内向けAIエージェント「Kai」の事例では、複数の社内システムやデータソースを横断し、各チームが用途別のスキルを提供する運用が紹介されています[1]。重要なのは、AIチャットを単体導入することではなく、社内ナレッジを利用部門ごとに整備し、継続的に活用・改善できる体制をつくることです。
AIエージェント時代のナレッジ運用設計
ナレッジの品質がモデル性能より重要
Pineconeは2026年8月、「It’s the Knowledge, Not the Models（問題はモデルではなくナレッジだ）」というメッセージを発表しました[3]。306チームを対象とした分析では、68%のチームが10ステップ以内でエージェントを人間に引き継ぐ制限を設けているとされています。Pineconeは、その背景にある重要な課題の一つとして、検索・ナレッジ参照の非効率性を挙げています[3]。生データをそのまま検索対象にするのではなく、エージェントが扱いやすい形にナレッジを構造化する考え方を提案しています[3]。前述のLATAM Airlinesの事例でも、ナレッジ抽出・整備とAIアシスタントの運用を通じて、解決率が24.6%から55.1%へ向上しました[2]。
ナレッジ管理を「運用プロセス」として設計する
従来のFAQでは、作成後の更新責任者や更新手順が明確でない場合、情報が古くなっても修正されず、実質的に「静的な文書」になりやすいという課題があります。AIエージェント時代のナレッジ運用は、継続的に更新・評価される「動的なプロセス」です。公開事例によれば、Vodafoneはナレッジを更新・展開しやすい仕組みを整え、Lyftは評価を継続的に実施し、LATAM Airlinesは会話から利用者の意図や課題を分析しています[2]。ナレッジを一度登録して終わりにせず、利用状況や回答結果をもとに改善を続ける運用が重要です。
エスカレーションと協働の仕組みを組み込む
AIエージェントは、すべての問い合わせを単独で解決するわけではありません。Lyftの事例では、完全解決率とエスカレーション回避率を別の指標として評価しています[2]。重要なのは、AIだけで完結する問い合わせだけでなく、人への引き継ぎを含めた対応品質を継続的に測定している点です。Vodafoneは、顧客向けと担当者向けの2層構造を構築し、顧客が解決できない問題は人間に引き継がれ、担当者は支援を受けながら対応します[2]。エスカレーションの基準、引き継ぎ時の情報共有、担当者への支援機能を設計することで、AIと人間が協働する仕組みが実現します。
社内FAQをAI活用につなげる4つの設計項目
対象業務を絞る
最初から全社FAQを対象にせず、「経費精算」「人事手続き」「情報システム部門への定型問い合わせ」など、質問の多い領域から始めます。対象を絞ることで、ナレッジの整備、更新責任者の決定、効果測定を現実的な規模で進められます。
正本となる文書と更新責任者を決める
AIに登録する前に、「どの文書を正本とするか」「規程改定時に誰が更新するか」を決めます。古い版や重複文書が混在すると、回答品質だけでなく利用者の信頼も損なわれます。部門ごとに更新責任者を明確にし、規程改定時の更新フローを組み込むことが重要です。
回答できない質問の引き継ぎ先を設計する
AIが回答を控えるべき質問、担当部署へ引き継ぐ質問、確認事項を聞き返す質問をあらかじめ分類します。AIにすべてを答えさせるのではなく、人とAIの役割分担を決めることが重要です。引き継ぎ時には、質問内容と利用者の状況を引き継ぎ先に共有する仕組みも必要です。
効果測定の指標を決める
「問い合わせ件数」だけで判断すると、自己解決できず離脱した利用者を見落とします。検索失敗率、回答参照率、有人対応への引き継ぎ率、回答後の評価、文書更新の遅延件数なども確認します。利用者の評価フィードバックを収集し、回答品質の継続的な改善サイクルを構築することが定着の鍵です。
さいごに
社内FAQが機能しない理由は、利用者の状況と質問表現の不一致、複数情報を組み合わせる負担、FAQの見つけにくさと更新遅延という3つの構造的な問題にあります。2026年に公開された事例では、Stripe、Lyft、Vodafone、LATAM Airlinesなどが、「静的なFAQ」から「動的なナレッジ運用」へ転換し、継続的な更新・評価プロセスとAIと人間の協働を実現しています。
問い合わせ対応の効率化を目指すなら、FAQの作成だけでなく、ナレッジの運用設計まで含めて検討することをお勧めします。社内FAQの検索性や更新負荷に課題がある場合は、社内文書を取り込み、組織固有のナレッジを反映した回答生成に活用できるEmbedding Chatbotをご検討ください。社内ナレッジを活用しやすい形で整備・運用するための基盤として活用できます。
AIエージェントによるナレッジ活用の詳細については、「RAGとは？社内文書をAIで活用する仕組み｜導入前の3つの落とし穴」や「社内ナレッジをAIエージェントが”動かす”時代｜静的FAQから脱却する2026年のナレッジ管理再設計」もご覧ください。
この記事を書いた人
