Hughes（EchoStar傘下）がMicrosoft Azure AI Foundryを活用し、コンタクトセンターの通話要約から現場サービス支援・営業コール監査まで12本のAIアプリを内製することで年間35,000時間以上の削減と監査コスト90%減を達成した。
「書く」作業が、顧客対応の時間を奪っていた
Hughesは衛星ブロードバンドサービスを北米で展開するEchoStar傘下の通信企業です。コンタクトセンターでは通話ごとに要約・タグ付け・後続アクション登録という事後作業が発生します。フィールド技術者も現場対応後に報告書の入力が必要でした。CSもフィールドも、顧客と向き合う時間より「書く」時間のほうが長い状況が続いていました。
営業コールの品質監査は1件あたり$26かかっていました。全件チェックは予算的に不可能で、サンプル抽出で対応するしかなく、問題のあるコールが見過ごされるリスクは常に残っていました。
汎用AIを一本入れるのではなく、業務ごとに設計した
Hughesが選んだのは、Azure AI Foundry上に業務単位のアプリを自社開発するアプローチでした。現在12本のアプリが本番稼働しています。
コンタクトセンター向けには、通話終了と同時にAIが内容を要約・分類して後続アクションを自動登録するシステムを構築しました。フィールド技術者向けには現場でリアルタイムにサポートを受けられる仮想アシスタントを展開し、対応後の報告入力も補助します。営業コールには音声解析による自動監査を導入しました。
Azure AI Foundryはテスト・デプロイ・モニタリングを一元管理できるため、外部ベンダーへの依存を最小化しながら内製でも本番品質のAI基盤を維持できます。Azureスタックで現場レポートの作成時間を82%削減したAxon Enterpriseも、同じ「業務特化のアプリ設計」を採用しています。
年間35,000時間削減・監査コストは1件$26から$2へ
通話要約の自動化だけで年間30,000時間以上を削減。現場サービス関連で8,000時間以上を追加し、合計35,000時間超の削減と全体で25%以上の生産性向上を達成しました。
営業コール監査のコストは1件$2まで下がりました。90%削減です。コストの壁がなくなったことで、サンプルではなく全コールの監査が可能になっています。顧客リサーチを4時間から15分に短縮したLumen Technologiesと同様、営業部門の業務はROIが数字で見えやすく、投資判断を通しやすい領域です。
業務ごとに分けたから、精度と速度が両立できた
Hughesのアプローチで際立つのは「分ける」設計です。一つの汎用AIに複数業務を任せるのではなく、「通話要約」「現場サポート」「コール監査」をそれぞれ専用アプリとして設計しました。各アプリが扱うデータとロジックが絞られたことで、精度が上がり、導入スピードも確保できました。業務横断の巨大システムより、業務単位の小さなアプリを積み上げるほうが、結果的に早く数字が出ています。
「コストが数字で見える業務」から始める
Hughesの事例で参考になるのは始め方の設計です。1件$26という監査コストは最初から明確でした。コストが数字で見える業務から手をつければ、投資対効果の計算も、経営層への説明も、シンプルになります。
通話後処理・現場報告・コール監査という課題は、通信に限らず製造・物流・医療にも共通します。「後処理に時間がかかっている業務」か「1件あたりのコストが把握できている業務」——どちらか一方から始めることが、Hughesが実証した再現可能な入口です。
FREE DOWNLOAD
実務で使えるお役立ちコンテンツを無料で見る
無料会員登録で、実務で使えるAIテンプレート・プロンプト・PDFを受け取れます。
全PDFにアクセスする（無料）
無料会員登録して受け取る
通話が終わった後の入力作業、慣れていても地味にしんどいですよね。その時間が一気になくなる感覚、想像するだけでうらやましくなりました。
Hughesが面白いのは「全部任せる」ではなく「業務ごとに分ける」設計を選んだ点です。12本に分けたアプリが、35,000時間という数字を積み上げています。
まずコストが見えている一業務から。それだけで十分なスタート地点になります。