Klarna の AI アシスタントが稼働 1 か月で 230 万件の対話｜カスタマーサービスのチャットの 3 分の 2 を担当（同社発表）【AI活用事例】

要約

後払い決済などを提供する Klarna は、2024 年 2 月 27 日、OpenAI の技術を使った AI アシスタントについて、全世界で稼働して 1 か月の数値を発表しました（公式プレスリリース）。AI アシスタントは 230 万件の対話を担当し、これは同社のカスタマーサービスのチャットの 3 分の 2 に当たると説明しています。

この事例は数値の大きさで知られていますが、学ぶべきは数値そのものより、金融の顧客対応に AI を入れるとき、何を測って、どう伝えるかです。公式発表から読み取れるポイントは次の 3 つです。

• 量・速さ・質を並べて示している: 対話件数、解決時間（2 分未満、従来 11 分）、再問い合わせの減少（25%）と顧客満足度
• 時点と性質が数値ごとに違う: 多くは稼働 1 か月時点の値、4,000 万ドルは 2024 年の推定値
• 有人対応を残している: 顧客は引き続き有人担当者とのやり取りを選べるとされている

本記事は Klarna 公式プレスリリース（2024-02-27）を一次ソースに、事実の整理と Links-Create の分析・研修用の演習を分けて解説します。演習の例は研修用の提案であり、Klarna が実施した事実ではありません。

何が発表されたか（公式情報ベース）

発表主体は Klarna 自身であり、数値も同社の発表値です。第三者による検証結果ではない点を前提に読んでください。

稼働 1 か月の数値（公式リリースの記載）

項目	公式リリースの記載（要約）	性質
対話件数	230 万件。カスタマーサービスのチャットの 3 分の 2	稼働 1 か月時点
仕事量	フルタイム担当者 700 人分に相当	同社の換算
顧客満足度	有人担当者と同等	同社の説明（測り方は記載なし）
正確さ	用件の解決がより正確になり、再問い合わせが 25% 減	同社の説明
解決時間	2 分未満（従来は 11 分）	同社の説明
提供範囲	23 の市場で 24 時間対応（24/7）、35 以上の言語	発表時点
利益への影響	2024 年に 4,000 万ドルの利益改善をもたらすと推定	推定値

AI アシスタントが扱う内容

公式リリースは、AI アシスタントの機能を次のように説明しています。

• カスタマーサービス: 返金、返品、支払い関連の問題、キャンセル、異議申し立て、請求の誤りなど、幅広い問い合わせに対応
• 支払いの案内: 未払い残高や今後の支払い予定をリアルタイムで知らせる。利用できる金額の上限とその理由を説明する
• 多言語対応: 35 以上の言語で問い合わせに対応

また、AI アシスタントは Klarna のアプリ内で提供され、顧客は引き続き有人担当者とのやり取りを選べるとされています。

経営者のコメント（直接引用）

公式リリースには、Klarna の共同創業者兼 CEO のセバスチャン・シェミャトコフスキ氏の次の発言が掲載されています。

"This AI breakthrough in customer interaction means superior experiences for our customers at better prices, more interesting challenges for our employees, and better returns for our investors." — 出典: Klarna 公式プレスリリース（2024-02-27）

これは発表企業の経営者の発言であり、成果を第三者が検証したものではありません。同氏は同じコメントの中で、AI が社会に与える影響を慎重に考えるよう、社会や政治に呼びかけています。

公式リリースで開示されていない情報（推論で書かない）

• 230 万件のうち、AI だけで解決した件数と、有人担当者に引き継いだ件数
• 解決時間・再問い合わせ率・顧客満足度の測り方（平均か中央値か、対象範囲、比較期間）
• 「700 人分」の算定方法
• 4,000 万ドルの推定の内訳
• 使用している AI モデルの名前
• 発表後の運用の変化と、その後の件数

これらは公式リリースに記載がないため、本記事でも記載しません。候補の発見元となった McKinsey の論考（2026-08-26）は二次資料であり、事実の根拠には使っていません。

設計の読み解き（Links-Create による解説）

ここからは、公開情報から読み取れる設計上のポイントを Links-Create の視点で解説します。以下は独自分析であり、Klarna や OpenAI の公式見解ではありません。

1. 数値ごとに「時点」と「性質」が違う

このリリースの数値は、まとめて「AI の成果」として引用されがちですが、性質が異なります。

数値	時点	性質	引用時の注意
230 万件・3 分の 2	稼働 1 か月	実績（同社発表）	チャットに占める割合。問い合わせ全体ではない
2 分未満（従来 11 分）	発表時点	実績（同社発表）	測り方は非公表
再問い合わせ 25% 減	発表時点	実績（同社発表）	比較期間は非公表
700 人分	発表時点	換算	人員の増減ではない
4,000 万ドル	2024 年	推定	実績でも毎年の確定値でもない

社内で AI の効果を報告するときも、この表のように「時点」と「性質」の列を付けるだけで、数字の誤読はかなり防げます。

2. 「量」だけでなく「質」の指標も並べている

対話件数は「どれだけ使われたか」を示すだけです。このリリースは、再問い合わせの減少や顧客満足度といった質の指標も並べています。問い合わせ対応の AI では、件数が増えても、同じ人が何度も問い合わせ直していれば、顧客の手間はむしろ増えます。再問い合わせ率のように「一度で解決したか」を見る指標は、自社でもそのまま使えます。

3. 有人対応を「選べる」形で残している

リリースは、顧客が引き続き有人担当者を選べるとしています。金融の問い合わせには、異議申し立てや請求の誤りのように、顧客にとって重要で、判断を誤ると影響が大きいものが含まれます。AI に任せる範囲と、人に引き継ぐ条件をどう決めるかは、件数や時間の数字以上に、導入の成否を左右する設計だと Links-Create は考えます。ただし、Klarna がどのような条件で有人に引き継いでいるかは、リリースには書かれていません。

4. 既存の事例との違い

事例	論点	本事例との違い
JR 東日本「みどりの窓口」AI 対応	AI が要望を整理し、発券は係員が担当（実証実験）	利用者対応で実行を人に残す設計。本事例は、問い合わせの解決まで AI が担う範囲が広い
UBS の社内 AI アシスタント「Red」	社員向けの社内ナレッジ検索と、効果の申告値	社内向け。本事例は顧客向けで、量・速さ・質の指標を並べて示している

自社に置き換える演習（Links-Create の研修用の提案）

以下の演習と表の例は、Links-Create が研修用に提案するものです。Klarna が実施した手順や事実ではありません。 表の「例」は考え方を示す架空の例なので、自社の業務に置き換えて記入してください。

演習 1: 問い合わせを「AI に任せる／人に引き継ぐ」で仕分ける

問い合わせの種類（研修用の例）	判断の目安	区分
支払い期日の確認	答えが決まっていて、誤っても影響が小さい	AI に任せる
返品の手続き方法	手順は決まっているが、例外がある	AI が案内し、例外は人へ
請求額への異議	判断が必要で、顧客への影響が大きい	最初から人へ

演習 2: 効果の指標を「量・速さ・質」に分ける

指標の種類	例	測り方を決めておくこと
量	AI が対応した件数	AI だけで解決した件数と、人に引き継いだ件数を分ける
速さ	解決までの時間	平均か中央値か、どこからどこまでを測るか
質	再問い合わせ率、引き継ぎ率、顧客満足度	比較する期間と、導入前の値

演習 3: 報告用の数字に「時点」と「性質」を付ける

社内報告では、数字ごとに「いつの値か」「実績か推定か」を書き添えます。たとえば「導入 1 か月の実績で、チャットの 40% を AI が対応（電話は対象外）。年間のコスト削減は推定で 300 万円」のように書けば、受け手が数字を取り違えません（数値は架空の例）。

法人 AI 研修への示唆（Links-Create の視点）

1. 数字の読み方を研修で教える — 有名な事例の数字ほど、時点・性質・範囲を確かめずに引用されやすい
2. AI と人の境目を先に決める — 顧客対応では、AI に任せる範囲より、人に引き継ぐ条件のほうが重要
3. 量だけで評価しない — 件数とあわせて、再問い合わせ率など「一度で解決したか」を見る

関連リソース

• 生成 AI（Claude Code）を実務で使う実装演習 — 生成 AI で何ができるかを体験する無料コース
• AI エージェント入門ガイド — AI エージェントの仕組みと、チャットボットとの違い
• 生成 AI の社内導入の進め方 — ルール整備から効果測定までの 90 日ロードマップ
• JR 東日本「みどりの窓口」AI 対応（AI活用事例） — 実行を人に残す設計の事例
• 野村総合研究所の業界特化型 LLM（AI活用事例） — 国内金融の生成 AI 活用事例

出典・引用ポリシー

本記事の事実情報は、次の公式発表のみを一次ソースとしています。

• Klarna プレスリリース『Klarna AI assistant handles two-thirds of customer service chats in its first month』（2024-02-27）

設計の読み解き・演習・研修への示唆は Links-Create の独自分析・研修用の提案であり、Klarna および OpenAI の公式見解ではなく、Klarna が実施した事実でもありません。

定量値は公式発表の限定（稼働 1 か月時点・同社発表・4,000 万ドルは 2024 年の推定値）を維持し、成果保証としては記述していません。発表後の運用の変化は一次ソースの範囲外のため記載していません。社内提案で引用する際は、前提条件を必ず併記してください。

公式情報の更新があれば、本記事も追従して更新します。