MiaRecのAI採点は処遇に直結させない|全通話採点と人事評価の線

MiaRecのAI採点は処遇に直結させない|全通話採点と人事評価の線

「全部の通話をAIが採点してくれるなら、評価の不公平はなくなるはずだ」「でも、AIの点数で賞与が決まるとなったら、現場は黙っていない」——コンタクトセンターやインサイドセールスを抱える会社で、品質管理の自動化を検討し始めると必ず出てくる二つの声です。前者は半分だけ正しく、後者はほぼ確実に起きます。AIの採点は、抜き取りの限界を補う道具ではあっても、そのまま処遇を決める物差しにはなりません。この記事では、通話録音と生成AIによる全通話の自動品質評価を提供する MiaRec を例に、AIの採点をどこまで人事評価に使い、どこから使わないか、誰がどう確かめ、本人にどう説明するかを、導入から定着までの順に整理します。


カメ先生カメ先生

全通話をAIが採点すると聞くと、人の好みが入らないぶん公平になる、と思われがちなんだ。でも実際には、AIが測るのは評価表に書いた質問への当てはまり方だけで、その質問の作り方に会社の偏りがそのまま入る。点数の公平さは、評価表と確かめ方で決まるんだよ。


カメ子カメ子

AIが採点するから公平なのではなく、何を聞くかと、誰が確かめるかで公平さが決まるということですか。


カメ先生カメ先生

そう。それに MiaRec は2026年4月、通話のあとの連絡や追客をAIが自動で起こす機能も出した。採点だけでなく、会話をもとにAIが社外へ動く範囲まで、先に線を引いておく必要があるんだ。


カメ子カメ子

採点の話と、AIが勝手に顧客へ連絡する話は、別々に決めておくものなんですね。


この記事のポイント
  • MiaRec の自動品質評価は全通話を採点できるが、点数は評価表の質問への当てはまり方であり、顧客満足とは別物
  • AIの採点は指導と傾向把握に使い、処遇に使うなら人が抜き取りで採点し直した結果だけにする
  • 通話後の自動対応は、社外へ送る前に誰が確定するかを決めてから有効にする

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

MiaRecとは:通話録音から始まった会話分析と自動品質評価の基盤

MiaRec は米国カリフォルニア州に本拠を置く、コンタクトセンター向けの通話録音と会話分析の会社です。公式サイトでは、通話録音、文字起こし、会話の要約、感情や話題の分析、そして生成AIによる自動品質評価を一つの基盤として提供していると説明しています。同社の公式ブログによれば、音声認識の仕組みは約10年前から自社で開発してきたとのことです。シスコの会議と通話の基盤である Webex の連携アプリ一覧にも、自動品質評価と会話分析の製品として掲載されています。

情シスの目で見ると、MiaRec は「録音の置き場」と「録音をAIで読む仕組み」が一体になった製品です。役割ごとの権限と監査記録、録音ファイルの暗号化、録音の改ざんを見分けるための透かし、部門ごとに設定できる保存期間、クラウドかオンプレミスかの選択、といった項目を公式の安全面のページで挙げています。もともと金融や医療など、録音を規則に沿って残す必要がある業種で使われてきた系譜の製品だと分かります。

この記事で扱うのは、その上に載った全通話の自動品質評価と、2026年4月に加わった通話後の自動対応の二つです。録音の束をAIに横断で問いかける使い方は、同じ便の別記事で扱っているので、ここでは「点数をつける」「会話をもとに動く」という、オペレーター本人と顧客の双方に直接効く機能に絞ります。

2026年の動き:通話後の対応をAIが起こす機能と、採点の見直し論

2026年4月24日、コンタクトセンター業界の専門メディアは、MiaRec が会話から読み取った情報をもとに後続の対応を自動で起こす新機能を提供開始したと報じました。顧客の意図、感情、通話の結果といった手がかりから、取りこぼした商談への追客の連絡、不満の兆しがある顧客への先回りの連絡、危険度の高いやり取りの上位者への引き上げなどを自動で起こすという内容です。公式の説明では、既存の会話分析に追加する機能で、Zapier や n8n などの自動化サービスを通じて、CRM、マーケティングの自動化、問い合わせ管理、メール、SMS といった既存の仕組みに動きを渡します。

同じ時期、同社の公式ブログは品質評価の点数と顧客満足が結びつかないという問題を正面から取り上げています。コンタクトセンターの調査機関 CMP Research の分析では、品質評価の点数と顧客満足度の相関は弱いか、ほとんど見られないことが多く、わずかに負の相関になった例もあったと紹介しています。ある利用企業では、社内の品質評価に合格した通話の31%が、顧客の不満足で終わっていたとも書いています。

ベンダー自身が「点数が良くても顧客は満足していない」と書いていることは、導入する側にとって重要な手がかりです。AIで全通話を採点しても、評価表の中身が顧客の体験を測っていなければ、点数が増えるだけで判断の質は上がりません。同社はこの問題への答えとして、AIによる顧客満足の推定などを組み合わせる方向を示していますが、推定もまたAIの読みであることは変わりません。なお MiaRec は、調査機関 CMP Research の評価 Prism で、品質管理と顧客分析の部門に名前が載っていることを公式サイトで示しています。

よくある誤解:全通話をAIが採点すれば、評価は公平になる

人が採点する品質評価は、ひと月に数件の通話を抜き取って聞くのが一般的です。そのため「たまたま難しい客に当たった月に聞かれた」「担当者によって厳しさが違う」という不公平の声が出ます。全通話をAIが同じ評価表で採点すれば、件数の偏りと採点者の差は確かに小さくなります。MiaRec も公式に「すべての担当者を同じ方法で評価できる」ことを利点に挙げています。

ただし、公平さには別の顔があります。AIは評価表に書かれた質問にどれだけ当てはまるかを文字起こしから読み取っているだけです。挨拶をしたか、本人確認をしたか、締めの言葉を言ったか、という質問ばかりの評価表なら、AIは丁寧に全通話でそれを数えます。しかし、料金の食い違いを分かりやすく説明できたか、という顧客にとって大事な点が評価表になければ、AIは一度も見ません。前の節で触れた「合格した通話の3割が不満足」という数字は、まさにこのずれです。

もう一つは、通話の難しさの違いです。解約の申し出ばかり受ける窓口と、新規の申し込みを受ける窓口では、同じ評価表でも点数の出方が変わります。全件を採点したからといって、担当している仕事の難しさまで均してくれるわけではありません。「全件だから公平」ではなく、「全件だから、評価表の偏りも全件に効く」と捉えるのが出発点です。

  • AIの点数の月平均を、そのまま賞与や昇格の判断材料に入れる
  • 点数の低い担当者を、通話を聞かずに面談へ呼ぶ
  • 評価表の質問を変えた月と変える前の月の点数を、同じ物差しとして並べる
  • 窓口ごとの通話の難しさの違いを考えず、全員を一つの順位表に並べる

AIの採点は何を測っているか:評価表の質問と、AIの読み方

MiaRec の公式ブログは、自動採点の仕組みを次のように説明しています。通話を文字起こしし、その全文と、会社が作った評価表の質問や評価の基準、追加の指示を、生成AIの大規模言語モデルに送ります。AIは指示に従って全文を読み、質問ごとの評価と全体の点数を返します。評価表は会社が自由に作れ、通話だけでなくメールやチャットにも同じ評価をかけられると公式は説明しています。

ここから分かるのは、点数の質は文字起こしの精度、質問の書き方、AIの読み違いの三つに左右されるということです。同社は、評価の正確さを保つために、1回の読み取りで聞く質問は5問までにすることを勧めています。15問の評価表なら、同じ通話を3回に分けて読ませることになります。質問が多すぎたり、あいまいな言葉で書かれていたりすると、AIの判定は揺れます。

日本の会社が気をつけたいのは、日本語の通話での文字起こしと採点の精度は、今回確かめた公式資料には数字が示されていないという点です。敬語の言い回し、相づちの多さ、方言、聞き取りにくい回線など、日本語の通話には特有の難しさがあります。導入前に自社の実際の通話で試し、人の採点とどれだけ一致するかを自分たちで測ることが欠かせません。AIに点数の根拠となる発言箇所を示させ、判定の理由を人が読める形で残す設定にしておくと、後の確かめがずっと楽になります。

人事評価・処遇に使う範囲と使わない線

AIの採点の使い道は、大きく三つに分かれます。一つは、全体の傾向をつかむこと。どの質問で点数が落ちやすいか、どの時間帯に崩れるか、といった集計です。二つめは、一人ひとりへの指導です。MiaRec は担当者ごとに改善点を示す機能を公式に挙げています。三つめが、賞与・昇格・配置換え・契約更新といった処遇の判断です。一つめと二つめはAIの採点に向いていますが、三つめにそのまま使うのは避けるべきです

理由は三つあります。第一に、前の節で見たとおり点数は評価表の偏りと文字起こしの精度に左右され、その誤差が一人の担当者に積み重なると処遇の差になってしまいます。第二に、本人が「なぜこの点数なのか」と問うたとき、AIの判定の理由を人が説明できなければ、処遇の根拠として持ちこたえません。第三に、欧州のAI規則は、労働者の評価や処遇の判断に使うAIを高い危険の区分に置いており、国内だけの会社でも取引先や親会社の方針として同じ水準を求められる場面が増えています。

実務での線は、次のように置くのが現実的です。AIの点数は、人が聞く通話を選ぶための目印と、指導の材料に使う。処遇に使うのは、人が実際に通話を聞いて採点し直し、本人の言い分も聞いたうえで確定した評価だけにする。AIの点数の月平均を評価の欄に直接入れない。この線を就業規則や評価制度の説明資料に書いておくと、現場の不安はかなり和らぎます。

使い道AIの採点をそのまま使ってよいか人が持つ判断
全体の傾向の把握(質問別・時間帯別の集計)使ってよい評価表の見直しの要否
担当者への指導の材料使ってよい(根拠の発言箇所を添える)指導の内容と優先順位
人が聞く通話の選定使ってよいどの通話を聞くかの最終決定
賞与・昇格・配置換え・契約更新使わない人が採点し直し、本人の言い分を聞いて確定
懲戒や退職勧奨の根拠使わない事実の確認は人が通話を聞いて行う

抜き取りで確かめる:AIの採点を人が採点し直す運用

全通話をAIが採点するようになっても、人の採点はなくなりません。役割が変わるだけです。これまでは人が抜き取った通話を採点していましたが、これからはAIが採点した通話の一部を人が採点し直し、AIの判定がどれだけ当たっているかを確かめる役になります。これをやめると、AIの読み違いに誰も気づかないまま点数が積み上がります。

抜き取りの選び方には工夫が要ります。ランダムに選ぶだけでなく、AIの点数が極端に低い通話、極端に高い通話、質問によって判定が割れている通話を意図して含めます。極端な点数の通話こそ、文字起こしの失敗や、AIが文脈を取り違えた例が隠れていやすいからです。人とAIの判定が食い違った質問は記録し、月に一度、評価表の書き方を見直す材料にします。

確かめる人は、現場の上長だけにしないのが望ましいです。上長は自分のチームの点数を良く見せたい立場にあるため、品質管理の担当や別チームの上長と組んで採点し直す形にすると、身内の甘さも防げます。人とAIの一致の度合いを毎月記録しておくことが、点数を指導に使い続けてよいかの根拠になります。一致が落ちた月は、評価表かAIの設定のどこかが崩れている合図です。

  • 抜き取りには、ランダムな通話と、AIの点数が極端な通話の両方を入れる
  • 人とAIの判定が食い違った質問は、評価表を直す材料として残す
  • 確かめる人は、担当チームの上長だけにしない

評価表を変えるときの手順:試験用の環境で実際の通話を当てる

MiaRec には、作った評価表を本番にかける前に、実際の通話を選んで当ててみる試験の仕組みがあると公式は説明しています。全体の点数と質問ごとの評価を見て、結果が不正確だったり揺れたりする場合は、質問や説明の書き方を直して再び試す、という流れです。この仕組みは、評価表を変えるたびの手続きとして使えます。

評価表の変更は、現場から見れば「物差しが変わる」ことです。変更の前後で点数を同じものとして並べると、本人に不利な比較が生まれます。次の手順で、変更の記録と周知を一体にしておくと安全です。

STEP1
変える理由を書き出す

顧客満足とのずれ、人とAIの判定の食い違い、業務の変化など、評価表を変える理由を一文で書く。品質管理の担当が起案し、現場責任者が目を通す。

STEP2
実際の通話で試す

試験の仕組みで、過去の通話から性質の違うものを選んで新しい評価表を当てる。人が同じ通話を採点し、質問ごとの一致を確かめる。

STEP3
切り替え日を決めて周知する

切り替え日と、変わる質問、変わらない質問をオペレーターに先に伝える。切り替え日の前後の点数は並べて比べないと明記する。

STEP4
切り替え後の一か月は重点的に抜き取る

切り替え直後は人の採点し直しを増やし、一致の度合いが前の評価表と同じ水準に戻ったかを確かめてから通常の運用に戻す。

オペレーター本人への説明と、異議の受け方

全通話の採点は、オペレーターから見れば「すべての通話が評価される」ことです。録音されていること自体は以前から知っていても、すべてを読まれ、点数が付くとなれば受け止め方は変わります。導入の前に、何を採点するのか、点数を何に使い、何に使わないのか、誰が点数を見られるのかを本人に説明しておく必要があります。

国内では、個人情報保護委員会がガイドラインのQ&Aで、従業員のモニタリングを行う際の留意点として、目的を特定して社内規程に定めること、実施の責任者と権限を定めること、ルールを定めて従業員に周知すること、適正に行われているかを確かめることなどを挙げています。全通話の採点もこれに沿って、規程と周知の形を整えておくのが筋です。採点の結果を社員の評価に関わる個人データとして扱い、閲覧できる人を役割で絞ります。MiaRec は役割ごとの権限と監査記録を備えると公式に説明しているので、誰が誰の点数を見たかを後から確かめられる設定にしておきます。

異議の受け方も先に決めます。本人が点数に納得できないとき、通話を聞き直してもらう窓口、聞き直す人、回答までの期限を決めておきます。異議を受けて人が聞き直した結果は、AIの点数より優先すると明記します。異議が多い質問は評価表の書き方に問題がある可能性が高く、前の節の見直しに回します。異議を出したことが不利に扱われないことも、説明の中に入れておきます。なお、声の調子から本人の感情を推し量って社員の評価に使う機能は、欧州では職場での利用が原則禁止されているなど扱いが重く、採点とは分けて考えるべき論点です。

録音の保存期間と伏せ字:何を残し、何を消すか

全通話を採点するには、全通話を録音し、文字に起こして残す必要があります。保存するものが増えるほど、漏れたときの影響も大きくなります。MiaRec は保存期間を30日、90日、1年、5年といった単位で、財務・法務・問い合わせ窓口など部門ごとに設定できると公式に説明しています。録音を残す目的が、規則への対応なのか、品質評価なのか、顧客対応の記録なのかによって、必要な期間は違います。

伏せ字化についても、公式は機械学習による自動の伏せ字化を挙げています。クレジットカード番号やセキュリティコードなどの支払い情報を、音声と文字起こしの両方から取り除き、取り除いた情報は復元できないと説明しています。名前や住所、電話番号などの個人を特定できる情報も対象にできるとしています。ただし、日本語の氏名や住所に対する伏せ字化の精度は、公表資料では確かめられませんでした。自社の通話で、どの情報が残り、どの情報が過剰に消されるかを試してから運用に入ります。

実務の線は、採点に要らない情報は採点の前に伏せる、です。支払い情報は採点に必要ありません。一方で、医療のように内容そのものが採点の対象になる業種では、伏せ字化すると評価ができなくなります。その場合は伏せずに暗号化して扱い、AIの提供元との契約で扱いを縛る、という公式ブログの説明に沿って、法務と一緒に線を決めます。

何が社外に出るか:文字起こしと評価の質問がAIの提供元へ

MiaRec の公式ブログは、自動採点と自動要約の仕組みについて、通話の文字起こし、会社が書いた指示、評価表の質問などを大規模言語モデルに送り、結果を受け取ると説明しています。送るデータは通信中も保存中も暗号化され、AIの提供元で一時的に保存されたあと削除されるとし、その期間は提供元の条件によって数日から30日程度と書いています。商用の契約では、送ったデータがAIの学習に使われないという説明も添えています。

ここで情シスが確かめるべきは、どのAIの提供元に、どの地域で送られるかです。公式ブログの説明は仕組みの一般論で、自社の契約でどの提供元が使われ、どの国で処理され、一時保存が何日なのかは、契約前に個別に確かめる必要があります。文字起こしには顧客の氏名や相談内容、オペレーターの発言がそのまま入っています。委託先のさらに先にデータが渡る形になるため、個人情報の委託と越境の扱いを、法務と一緒に契約書の段階で確かめます。

同社の安全面のページは、SOC 2 の要件に沿って運用し、認証の取得に取り組んでいると説明しています。また、利用企業の担当者以外で裏側のデータベースに触れられるのは、少数の同社技術者に限られるとしています。「認証の取得に取り組んでいる」と「認証を取得済み」は別物なので、審査の段階で報告書の有無を確かめます。クラウドかオンプレミスかを選べる点は、データを国内や自社の中に置きたい会社にとって検討材料になります。

通話後の自動対応:AIが送る前に、誰が確定するか

2026年4月に加わった自動対応の機能は、採点とは性質が違います。採点は社内で点数を付けるだけですが、自動対応は会話をもとに、AIが社外の顧客へ連絡を送ったり、社内の仕組みに記録を作ったりする機能です。公式ブログは、検出、判断、実行の三層で動くと説明しています。AIが会話から約束や購買の兆し、不満の言葉を見つけ、規則とAIの判断で対応の種類を決め、自動化サービスを通じて実行します。オペレーターが通話中に約束した資料の送付や、取りこぼした問い合わせへの数分以内の追客の連絡などを例に挙げています。

公式の説明では、起点と指示は自然な文で設定でき、本番の前に試験用の環境で試せます。ここで決めておくべきは、AIが作った連絡文を、人の確認なしに顧客へ送ってよい範囲です。資料の送付のように内容が決まっているものと、AIが会話の中身を引用して書く個別の連絡とでは、誤りが出たときの影響がまるで違います。会話の聞き違いで、顧客が言っていない要望を前提にした連絡を送れば、苦情や誤解の原因になります。

始めるときは、社内向けの動き(上長への通知、問い合わせ管理への記録の作成)から有効にし、顧客向けの送信は下書きを作るところで止めるのが安全です。下書きを担当者が確かめて送る運用で一致の度合いを見てから、決まった文面の連絡だけを自動送信に移します。解約の申し出への引き止めや料金の約束に関わる連絡は、自動送信にしません。CRM に自動で書き込む項目も、AIが書いたことが分かる印を付け、担当者が確定するまで仮の扱いにします。

自動対応を有効にする前に決めること
  • 社内向けの通知・記録と、顧客向けの送信を分けて設定する
  • 顧客向けは、まず下書きの作成で止め、担当者が確かめて送る
  • 自動送信に移すのは、決まった文面の連絡だけにする
  • 解約・料金・契約条件に関わる連絡は、自動送信の対象から外す
  • CRM に書き込む項目は、AIが書いた印を付けて仮の扱いにする
  • 自動化サービスとの接続を止める手順と、止める権限を持つ人を決める

費用はどう増えるか:通話の長さと質問の数で処理量が決まる

MiaRec は、AIの利用について公正利用の料金方針を公開しており、処理量をトークンという単位で考えると説明しています。公式の試算では、15分の通話を処理するには約1,700トークン、15問の評価表で採点するには3回に分けて読むため約5,000トークンが必要になるとしています。送る指示と返ってくる結果の両方が数えられ、使うAIの種類によって単価も変わると書いています。

ここから分かる費用の増え方は三つです。一つめは通話の量と長さ。全通話を採点するので、通話が増えれば処理量もそのまま増えます。二つめは評価表の質問の数。質問を増やすと読み取りの回数が増えます。三つめは、要約、感情の分析、自動対応など、同じ通話にかける処理の種類です。公式は、自動品質評価そのものは中核の製品に追加費用なしで含まれると説明していますが、自動対応は追加の機能として位置づけています。

費用の見通しを立てるには、採点の対象を全通話にするか、一部の窓口や一定の長さ以上の通話に絞るかを先に決めます。評価表の質問は、指導に使わない質問を削るだけでも処理量が減ります。契約前に、自社の月間の通話件数と平均の通話時間を伝え、処理量の上限を超えたときの扱い(追加料金か、処理の制限か)を確かめておきます。

定着の段階:見るだけから、指導、評価の参考へ

全通話の採点は、いきなり評価制度に組み込むと現場の反発で止まります。段階を分けて、各段階で「次に進んでよいか」の条件を確かめながら進めるのが定着の近道です。各段階の期間は会社の規模によって変わりますが、少なくとも評価表を1回は見直してから次へ進む、という目安が使えます。

段階やること次に進む条件
1 見るだけ品質管理の担当だけが点数を見て、人の採点との一致を測る主要な質問で人とAIの判定がおおむね一致する
2 傾向の共有チーム別・質問別の集計を現場責任者に共有する。個人名は出さない評価表を1回見直し、現場から質問への納得が得られる
3 指導に使う担当者本人に点数と根拠の発言箇所を見せ、指導の材料にする異議の窓口が動いており、異議への回答が期限内に返せている
4 評価の参考人が採点し直した通話の結果だけを、評価面談の参考資料に入れる就業規則や評価制度の説明に線が書かれている

段階1と2では、個人の点数を本人と品質管理の担当以外に見せないことが大切です。早い段階で上長が個人の点数を見て面談を始めると、AIの読み違いがまだ見えていないうちに、点数が評価の代わりとして独り歩きします。段階4でも、AIの点数そのものではなく、人が採点し直した結果を使う線は変えません。

役割の分担も段階ごとに決めておきます。情シスは権限と記録と接続先の管理、品質管理の担当は評価表と抜き取り、現場責任者は指導、人事は処遇への使い方の線を持ちます。AI導入担当は、全体の段階を進めるかどうかを判断し、自動対応を有効にする範囲を決める役です。

よくある質問

AIの点数を一切人事評価に使わないなら、導入する意味はありますか

あります。人が聞く通話を選ぶ精度が上がり、全体の傾向がつかめ、指導の材料が増えます。人が採点し直した結果を評価に使うなら、その通話を選ぶ段階でAIの点数が役立ちます。点数を処遇に直接使わないことと、点数を使わないことは別です。

オペレーターに点数を見せると、点数を取るための話し方になりませんか

なります。評価表の質問に合わせて決まり文句を言うようになり、顧客の満足とはかえって離れることがあります。前の節で触れた点数と顧客満足のずれは、この形でも起きます。点数だけでなく根拠の発言箇所を見せ、評価表を定期的に見直すことで、決まり文句で点数が取れる質問を減らしていきます。

録音を英語圏の会社のクラウドに置くこと自体が問題になりませんか

一概には言えません。個人情報の委託と越境の扱いとして、保存の地域、AIの提供元、一時保存の期間、学習に使われないことを契約で確かめられれば、多くの会社で整理はつきます。整理がつかない場合は、MiaRec がオンプレミスの選択肢を示しているので、その条件と費用を確かめます。

自動対応の機能は、採点と一緒に有効にすべきですか

分けるのが無難です。採点は社内の評価の話、自動対応は社外の顧客に関わる話で、確かめる人も止める判断も違います。採点の運用が落ち着いてから、社内向けの通知から順に自動対応を試すのが安全です。

まとめ

MiaRec の全通話の自動品質評価は、抜き取りの限界を越えて傾向をつかみ、指導の材料を増やす道具として役に立ちます。一方で、点数は評価表の質問への当てはまり方であり、顧客満足とも、担当している仕事の難しさとも別物です。AIの点数を処遇に直接使わず、人が採点し直した結果だけを評価に回し、本人への説明と異議の窓口を先に用意することが、全通話採点を現場に定着させる条件です。2026年4月に加わった通話後の自動対応は、社外の顧客に関わるぶん、社内向けの動きから始め、顧客への送信は人が確定する形で入れていきましょう。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次