Airbnbのサポート問い合わせ、約半分をAIが解決。学ぶべきは「AIに任せない問い合わせ」です
By Surya Pratap
2026年10月12日
9 min read
AI & Technology
2026年10月12日
9 min read
半分まで、少しずつHover to exploreAIサポートの導入は、たいてい1つの数字とともに発表されます。ボットが「対応した」問い合わせの割合です。Airbnbは今、その中でもかなり大きな数字、つまり約半分を掲げており、この1年半、四半期ごとに報告してきました。見出しの数字よりも、その推移のほうが役に立ちます。数字がどう伸びたのか、そして途中で何をあえて自動化しなかったのかがわかるからです。
本記事の数値は、CX Dive（2025年第2四半期）、CX DiveとPYMNTS（2026年第2四半期）が報じたAirbnbの決算発表と、2026年10月2日に公開され今週話題になったCTO アフマド・アル＝ダーレ（Ahmad Al-Dahle）氏のLatent Spaceのインタビューに基づいています。いずれもAirbnb自身が発表した数値で、第三者による監査は受けていません。第4節以降は筆者の見解です。
AirbnbのAIサポートエージェントは、一度の導入で「半分」に達したわけではありません。同社の発表をまとめると、次のとおりです。
1つの言語、1つの国での導入から、グローバルなサポート業務の半分に至るまで、約18か月かかったことになります。音声によるサポートも2026年中に始まる予定です。
ブライアン・チェスキー（Brian Chesky）氏は2025年に、優先順位の理由を説明しています。Airbnbが検索ではなくサポートから始めたのは、「カスタマーサービスは最も難しい問題だからです。失敗の代償が大きく、すばやく答える必要があります」。同氏はもう1つの理由として、ハルシネーションのリスクを挙げています。
2026年1月にMetaの生成AIチームからAirbnbのCTOに就任したアル＝ダーレ氏は、導入までの流れを一文で説明しています。「モデルを作り、エージェントを作り、本番に出す前に大量の合成データを生成し始める」。
つまり、実際のゲストがエージェントと話す前に、架空ながら現実的なサポートケースを大量にエージェントに解かせ、その結果で評価しているということです。評価には、サポート用途の実際の本番の問い合わせから抽出したサンプルも使われています。
これは、一部のスタートアップが調査に使う「合成ユーザー」とは別物です。合成ユーザーは、AIモデルに自社の顧客になりきってもらうもので、実在の人の意見の代わりとしては不十分です。一方、合成テストケースはエージェントを試すために書いた入力で、正しい答えと照らし合わせて採点します。前者は証拠の代わりにしようとするもの、後者はリリース前に証拠を集めるための方法です。
インタビューで最も重要な一文は、エージェントが処理する半分についてではなく、残りについてのものです。「どの問い合わせを、まだ解決しないことにするかは、意図的に決めています」。
例として挙げられているのは安全に関わる問題です。モデルが対応できるかどうかにかかわらず、人間の担当者に回されます。
サポートエージェントの解決率は、モデルの性能と同じくらい、「触らせない問い合わせ」のリストによって決まります。
こう考えると、見出しの数字の読み方が変わります。「問い合わせの半分」とは、エージェントにあらゆる問い合わせを試させて半分成功した、という意味ではありません。Airbnbが自動化してよいと判断した問い合わせを選び、それらにエージェントを強くし、確信が持てるにつれて範囲を広げてきた、という意味です。あの一文の「まだ」には、しっかり意味があります。
同じ方法を使うのに、13個のモデルも50の言語も必要ありません。必要なのは次の4つです。
最初に「任せないリスト」を書く。 何かを作る前に、エージェントが単独では決して完了させない問い合わせの種類を書き出します。安全、法的な脅し、一定額を超える返金、アカウントのセキュリティ、弱い立場のユーザーが関わるものなどです。これらは、モデル自身の「対応できそうか」という判断ではなく、ルールで人間に回します。
リリース前にテストセットを作る。 過去の実際の問い合わせを数百件集め、怒っている、あいまい、多言語、誤字が多い、ボットをだまそうとする、といった合成バリエーションを加え、それぞれの正しい結果を書いておきます。具体的な手順はAI MVPの評価セットの作り方ガイドで解説しています。プロンプトやモデルを変えるたびに実行しましょう。
狭く始めて、広げていく。 Airbnbは1つの国の1つの言語から始めました。あなたも、注文状況、パスワードの再設定、予約の変更といった1つの問い合わせカテゴリーから始め、それが本番で安定してから次を加えればよいのです。
削減率だけでなく顧客あたりのコストを測る。 Airbnbは解決率と並べて、予約あたりのサポートコストを公表しています。翌日にまた戻ってくる問い合わせを「解決」したり、顧客の離脱を招いたりするボットは、ダッシュボード上は順調に見えても、実際のコストを押し上げかねません。
数える前に「解決」を定義する
何をもって解決とするかを文書で決めておきましょう。顧客が問題の解決を確認した、あるいは一定の日数内に同じ件で再度問い合わせがなかった、などです。再オープンした問い合わせはエージェントの失敗として数えます。これがないと、「AIが対応した」がいつの間にか「顧客があきらめた」という意味になってしまいます。
問い合わせの半分が完全に解決されたとは言えません。 Airbnbは「解決」の定義を公表しておらず、数値は同社自身の発表です。CTOの「約半分」と第2四半期決算の「45%近く」も、少し違うものを測っている可能性があります。
顧客の満足度が上がったとも言えません。 Airbnbは、これらの数値とあわせて、AIが対応した問い合わせの満足度スコアを公表していません。予約あたりのコストが下がったことはAirbnbにとっては良いことですが、体験が良くなった証拠にはなりません。
16%のコスト削減がすべてAIによるものだとも言えません。 予約あたりのサポートコストは、予約数、人員体制、契約などにも左右されます。AIエージェントが主な要因なのは明らかですが、公表された数字はその効果だけを切り出していません。
スタートアップが同じ曲線をたどるとも言えません。 Airbnbには、チューニングに使える何年分もの過去の会話、大規模なエンジニアリングチーム、独自モデルを作る予算がありました。問い合わせが数千件の小さな会社は、もっと低いところから始まりますし、それが自然です。
AirbnbのAIサポートエージェントは、2025年の米国での「人間への問い合わせ15%減」から、2026年には世界全体で問い合わせの約半分を解決するまでになり、予約あたりのサポートコストはこの1年で約16%下がりました。1つの言語から多言語へと段階的に広げ、リリース前に各エージェントを合成ケースでテストし、安全など失敗の代償が大きい問い合わせは人間に残してきた結果です。
見出しの割合は、最も他社に移しにくい部分です。真似できるのは方法のほうです。エージェントに決して完了させないものを決め、顧客の目に触れる前に数百件の現実的なケースでテストし、1つのカテゴリーから始め、削減率だけでなくコストと再問い合わせを測ることです。
サポートエージェントを作る前に、2つのリストを書いてください。最初に任せる問い合わせの種類と、単独では決して任せない種類です。そのうえで、1つ目のリストのテストセットを作りましょう。
出典：CX Dive（Airbnbの2025年第2四半期決算）— 2025年4月の米国ユーザーの半数への導入、人間の担当者が必要な問い合わせの15%減少、数万件の会話でチューニングした13個のモデル、カスタマーサービスに関するブライアン・チェスキー氏の発言。CX Dive（2026年第2四半期決算）— 45%近くの問題が人を介さずに解決、50以上の言語、予約あたりのサポートコストの約16%減少、音声サポートの予定。PYMNTS（2026年8月20日）— 2025年末の約3分の1という数値。2026年第1四半期の40%はCX Diveの報道によります。Latent Space（CTO アフマド・アル＝ダーレ氏へのインタビュー、2026年10月2日）— 問い合わせの「約半分」、合成テストの実施、本番の問い合わせのサンプルによる評価、安全に関わる問題を含め自動化しない問い合わせを意図的に選んでいること。第4節と第5節は筆者の見解です。
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
