「お客様からの電話が終わった後の、CRMへの入力時間をAI要約によって1通話あたり90秒から10秒へと、劇的に減らすことに成功しました！」と発表したセンター。センター長はこれで「放棄率が劇的に減り、応答率が上がるはずだ」と確信していました。
しかし、1ヶ月経っても全体の接続率は1ミリも改善しません。それどころか、後処理という「唯一息を抜ける時間」を奪われたオペレーターたちが次々と疲弊し、突然の欠勤や離職が増えてしまい、センターの運営はガタガタになってしまいました。

システム全体（コンタクトセンター全体）の最終的な処理能力は、全体の工程の中で「最も処理スピードが遅い場所（ボトルネック・制約）」によって決定づけられます。ボトルネックではない工程をAIでどれだけ速くしても、全体の応答率は絶対に上がりません。

「なんとなく後処理が遅そう」ではなく、実測の数値を並べて真のボトルネックを特定します。

例えば、後処理はもともと90秒かかっていましたが、AI導入によって10秒まで短縮できました。
一方、クレジットカード認証待ちは60秒以上かかっており、AIを導入しても待ち時間が短くなっていません。 

この場合、60秒という時間が90秒より長いからボトルネックなのではありません。AIで後処理が改善された一方で、認証待ちだけが改善されずに残っているため、次に改善すべきボトルネックだと判断します。 

このように、「一番時間が長い工程」ではなく、「改善した後も時間が残っている工程」を探すことで、真のボトルネックを特定できます。 

☐ 電話が繋がりにくい時間帯のデータを1週間分集める

☐ 「オペレーター人数」「1本あたりの通話時間」など、工程ごとの数値を上の表の形式で書き出す

☐ 最も数値が悪い工程を、AIを投入すべき真のボトルネックとして特定する

ACWだけを高速化しても、接続率が変わらないことがあります。工程別の処理時間を数値で並べ、真のボトルネック（人員不足や認証待ちなど）を特定してからAIを投入する。この順番が全体最適の鍵です。