AI FAQの自己解決率とは、寄せられた問い合わせのうち、人を介さずAIだけで解決できた割合を指します。その「平均」や目安を知りたいという声は多いものの、自己解決率は業種や問い合わせの内容、対象範囲によって大きく変わるため、どの企業にも当てはまる一律の平均値は存在しません。本記事では、カスタマーサポートAIの主要な成果指標の定義、世間の平均値に振り回されないための現実的な目標設定の3ステップ、そして成果を出す企業が共通して実践する「可視化」の運用体制を、わかりやすく解説します。

先に結論をお伝えします。自己解決率の目標は、他社の平均値を借りてくるのではなく、自社の現状を測り、そこから段階的に引き上げるのが現実的です。そのためには、AI解決率やエスカレーション率といった成果指標を、定義を正しく理解したうえで可視化することが出発点になります。自社調査では、これらの指標を管理できている企業は約半数にとどまりました。裏を返せば、可視化を整えるだけでも、多くの企業から一歩抜け出せます。

AI FAQの自己解決率の平均とは？主要な成果指標の定義

カスタマーサポートAIの成果は、いくつかの指標を組み合わせて評価します。

中心となるのが、自己解決率（AI解決率）です。これに、エスカレーション率やCSATといった指標を加えて見ることで、AIの成果を多面的に把握できます。まずは、実務で追うべき主要な指標を、定義から整理します。

AI解決率（自己解決率）の定義と意味

AI解決率とは、寄せられた問い合わせのうち、人を介さずAIだけで解決できた割合です。自己解決率とも呼ばれます。この割合が高いほど、人が対応する件数が減り、カスタマーサポートの負担軽減や24時間対応につながります。ただし、何をもって「解決」と数えるかは、企業によって定義が分かれます。そのため、他社の数値と単純に比べても、同じ条件で測ったものとは限りません。ここが、世間の「平均値」を鵜呑みにできない理由です。

エスカレーション率とCSAT（顧客満足度）の定義と関係性

自己解決率とあわせて見るべきなのが、エスカレーション率とCSATです。エスカレーション率とは、AIで解決できず、人へ引き継いだ問い合わせの割合を指します。エスカレーション（対話履歴とともに人へ引き継ぐこと）が発生した割合であり、自己解決率と表裏の関係にあります。

CSAT（Customer Satisfaction。顧客満足度）とは、対応に対する顧客の満足の度合いを表す指標です。自己解決率が高くても、回答が不親切で満足度が低ければ、成果が出ているとは言えません。これらの指標は、片方だけでは実態をつかめず、組み合わせて見ることで、AIが「どれだけ」「どのように」解決できているかが分かります。主要な成果指標を一覧で整理すると、次のとおりです。

成果指標	定義	測定方法	実務上の位置づけ
AI解決率（自己解決率）	人を介さずAIだけで解決できた問い合わせの割合	全問い合わせ数のうち、AIで完結した件数の比率	自動化の効果を測る中心指標
エスカレーション率	AIで解決できず人へ引き継いだ問い合わせの割合	全問い合わせ数のうち、有人対応へ回った件数の比率	解決率と表裏。人の負担量の目安
CSAT（顧客満足度）	対応に対する顧客の満足の度合い	対応後のアンケートなどで満足度を集計	解決の「質」を測る指標
平均解決時間	問い合わせが解決するまでの平均時間	受付から解決までの所要時間の平均	対応スピードの目安

世間の平均値よりも重要？目標設定における「可視化」の実態

目標設定でまず大切なのは、他社の平均値よりも、自社の成果を可視化することです。

調査データ：AI解決率やエスカレーション率を管理できている企業は「約半数」

現状は、多くの企業で可視化が道半ばです。

自社調査「カスタマーサポートAI活用実態調査2026」（AI導入・検証経験者700名対象、2026年5月実施）では、AIの成果や品質を可視化・管理できているかを尋ねました。その結果、AI解決率やエスカレーション率などの指標を管理できている企業は、いずれの指標でも約半数にとどまりました。残りの半数近くは、自社のAIがどれだけ解決できているかを、数字で把握できていないことになります。目標値を検討する以前に、現状を測る土台が整っていない企業が少なくありません。FAQを作っても解決率が上がらない背景にも、この可視化不足があります（詳しくは解決率が上がらない原因で解説しています）。

成果を数字で捉えることが目標達成への第一歩になる理由

成果を数字で捉えることは、目標達成の第一歩になります。実際、成果を出している企業ほど、指標の可視化を実践しています。同じ調査では、成果を出している企業（高成果群）で、AI解決率を可視化できている割合が72%、エスカレーション率が74%にのぼりました。一方、成果が出ていない企業（低成果群）では、それぞれ15%、18%にとどまりました。可視化ができていれば、どこで解決できていないかが見え、直すべき箇所が定まります。逆に、数字がなければ、改善は勘や思いつきに頼ることになります。なお、成果の可視化を怠ると、FAQ AIが「使えない」と受け取られる状態にも陥ります。その構造はFAQ AIが使えない原因で解説しています。世間の平均を追う前に、自社の現在地を数字で押さえることが、目標達成の起点です。

実務でカスタマーサポートAIの目標数値を設計する3つのステップ

目標数値は、3つのステップで自社に合わせて設計できます。

ステップ1：現状の問い合わせ総量とエスカレーション状況の測定

ステップ1は、現状を測ることです。まず、問い合わせの総量と、そのうち何割が人に回っているか（エスカレーション状況）を把握します。この現状値が、目標設定の出発点になります。いきなり高い目標を掲げるより、いまどこにいるかを知ることが先です。現状を測ることで、改善の余地がどこにあるかも見えてきます。

ステップ2：高成果群のデータをベンチマークにした現実的な初期目標の設定

ステップ2は、現実的な初期目標を置くことです。他社の平均値ではなく、自社の現状値を基準に、少し上の到達点を初期目標にします。参考として、成果を出している企業ほど指標の可視化を徹底しているという、前章の調査の傾向を目安にできます。大切なのは、達成可能な目標から始め、運用しながら見直すことです。背伸びした数値を一度に狙うより、段階的に引き上げるほうが、改善は続きます。

ステップ3：未解決理由の特定とナレッジ運用による段階的な目標の引き上げ

ステップ3は、未解決理由を特定し、ナレッジ運用で目標を引き上げることです。AIが答えられず人に回った問い合わせを分析すれば、どのナレッジ（AIが回答の根拠にする専門知識のデータ）が不足しているかが分かります。その不足を補えば、次から同じ問い合わせはAIが答えられるようになり、自己解決率は段階的に上がります。ナレッジを更新し続ける企業ほど成果を実感する傾向は、成果が出る企業の共通点で解説しています。具体的な解決率の上げ方は、解決率を上げるにはをご覧ください。目標は一度決めて終わりではなく、運用とともに動かしていくものです。

成果指標を一元管理し、自律進化を支える「miibo for カスタマーサポート」

成果指標の可視化と、その先の改善までを一体で支えるのが、自律進化型AI（運用を続けるほど回答精度が上がる、会話型AIの発展形）を採用した「miibo for カスタマーサポート」です。

本サービスは、AI解決率、エスカレーション率、平均解決時間、CSAT、未解決理由までを、ひとつのダッシュボードで可視化できます。成果と改善ポイントが同じ画面に表示されるため、目標に対する現在地と、次に直すべき箇所が一目で分かります。さらに、有人対応の内容をAIが分析し、ナレッジの修正案・追加案として提示するため、指標を見ながら改善を回し続けられます。株式会社miiboが2026年6月9日に提供を開始したサービスで、初期費用にはナレッジ整備や導入準備の伴走支援も含まれます。自社に合った目標設計や指標管理の進め方は、導入相談で相談できます。仕組みの全体像は、miibo for カスタマーサポート完全ガイドで確認できます。

よくあるご質問

まとめ：平均値を追うより、自社の指標を「可視化」することが先

AI FAQの自己解決率とは、人を介さずAIだけで解決できた問い合わせの割合で、その「平均」は業種や定義によって変わるため、一律の基準値は存在しません。だからこそ、他社の平均値を追うより、AI解決率・エスカレーション率・CSATといった指標を正しく定義し、自社の現状を可視化することが出発点になります。自社調査では、これらを管理できている企業は約半数にとどまり、成果を出している企業ほど可視化を徹底していました。目標は、現状の測定、現実的な初期目標の設定、ナレッジ運用による段階的な引き上げ、という3つのステップで自社に合わせて設計できます。数字は、他社と比べるためではなく、自社の改善を導くために使うものです。