2025年から HubSpot のすべてのプラットフォームに展開された Breeze AI は、Service Hub において最も強力な武器だ。Breeze Customer Agent が24時間一次対応し、Breeze Copilot がエージェントの返信を支援し、Knowledge Base Agent が KB 記事を自動生成する——この「AI 三段構え」を正しく設定・運用することで、サポートチームは反復作業から解放され、複雑な問題と顧客関係構築に集中できる。この章では各 AI ツールの仕組み・設定フロー・ハンドオフ設計・クレジット管理・ROI 測定を体系的に解説する。
Breeze Customer Agent（以下「Customer Agent」）は、顧客からの問い合わせに AI が直接回答する自律型エージェントだ。ナレッジベース・Web サイト・PDF・動画などの学習ソースを参照し、人間のエージェントと同等の文章で顧客に回答する。解決できない場合は自動でエスカレーションし、会話履歴をチケットに引き継ぐ。2025年6月以降は全 HubSpot プラットフォームで利用可能になった（Service Hub Pro+ が最も深く統合）。
Customer Agent は「何を学んでいるか」がそのまま「何を答えられるか」になる。学習ソースの種類・品質・更新頻度が AI の解決率を決定する。HubSpot は4種類の学習ソースに対応しており、それぞれ特性が異なる。
製品のアップデート後に学習ソースを更新しないと、Customer Agent が古い手順・廃止された機能を回答し続ける。製品リリースのたびに関連する KB 記事・Web ページを更新し、PDF は再アップロードする運用ルールを Product チームと合意することが必須だ。「AI が間違った回答をした」クレームの大半は学習ソースの鮮度問題から生じる。
Customer Agent の最も重要な設計要素は「いつ人間に引き継ぐか」だ。AI が対応を続けるべき問い合わせと、人間が必ず対応すべき問い合わせを明確に区別し、それを自動化することがハンドオフ設計の本質だ。引き継ぎが遅すぎると顧客フラストレーションが高まり、早すぎると AI を設定した意味がなくなる。
AI から人間に引き継ぐとき、エージェントが「ゼロから聞き直し」しなければならない状態は顧客にとって最悪の体験だ。引き継ぎ時点で自動作成されるチケットには、会話全履歴・AI が試みた解決手順・顧客のコンタクト情報・CRM のヘルススコアが含まれることを確認する。
| 引き継ぎ情報 | 自動 / 手動 | 設定のポイント |
|---|---|---|
| AI との会話全履歴 | 自動 | チケットの「会話」タブに全文が記録される。エージェントはここから「どこまで試したか」を確認する |
| AI が試みた解決手順の要約 | 自動（Copilot が要約） | Breeze Copilot がチケット作成時に「AI 対応サマリー」を内部メモとして自動生成する |
| コンタクト・会社情報 | 自動（CRM 紐づけ） | チャットで顧客がメールアドレスを入力した時点で CRM のコンタクトに自動リンクされる |
| ヘルススコア・契約プラン | 自動（CRM 連携） | チケットの右パネルに顧客のヘルススコア・契約プランが表示。VIP 顧客は優先ルーティングの対象にする |
| エスカレーション理由の分類 | 自動生成 + 手動確認推奨 | AI が判断したエスカレーション理由（キーワードトリガー / 解決不能 / 顧客要求）が内部メモに記録される |
営業時間外に AI がエスカレーション判定した場合、担当エージェントがいないためチケットが「新着」ステージで止まる。「営業時間外のエスカレーション → 翌営業日9時にマネージャーに通知するワークフロー」を設定することで、時間外に届いた重要チケットが翌朝最優先で処理される仕組みを作る。
4章で解説した Breeze Knowledge Base Agent（Enterprise 限定）は、Customer Agent と組み合わせることで「チケット → KB 記事生成 → AI 解決率向上 → チケット減少」という自己強化サイクル（AI フライホイール）を実現する。2つの AI が連携することで、運用担当者の手を離れて KB が自律的に成長し続ける状態が目標だ。
| 段階 | 動作 | 担当 | 効果 |
|---|---|---|---|
| ① チケット蓄積 | 同カテゴリの解決済みチケットが一定数（目安：5〜10件）蓄積される | 自動 | KB Agent の分析トリガーが生成される |
| ② 記事下書き生成 | KB Agent がチケット内容を分析し、記事タイトル・手順・SEO メタ説明の下書きを自動生成 | KB Agent（AI） | 記事作成工数が約60%削減 |
| ③ 人間レビュー・公開 | 担当者が下書きを確認・補足して KB に公開。Customer Agent の学習ソースに即時反映 | 担当者（人間） | 品質担保・最新情報の追加 |
| ④ AI 解決率向上 | 新しい記事が Customer Agent の学習ソースに追加され、同カテゴリの問い合わせへの自己解決率が上昇 | Customer Agent（AI） | 同カテゴリのエスカレーション率が低下 |
| ⑤ チケット減少 | 自己解決が増えることでエージェントへのチケット件数が減少し、次の KB 充実に使える時間が増える | フライホイール効果 | 運用負荷の継続的な低減 |
KB Agent は Enterprise 限定だが、Professional でも「週次チケット分析 → KB 記事作成 → Customer Agent 精度向上」のサイクルを手動で回すことができる。毎週金曜に「今週3回以上来た同じ質問」を1つ選んで記事化するルーティンを設ければ、月4〜5本のペースで KB が成長し、6ヶ月後には Customer Agent の解決率が大幅に向上している。AI が自動化するかどうかに関わらず、フライホイールの設計思想自体は同じだ。
Breeze Copilot はエージェントが対応中のチケット画面でリアルタイムに支援する AI アシスタントだ。Customer Agent が一次対応で使われるのに対し、Copilot は「人間が対応するチケット」の品質・速度を向上させるために使われる。Help Desk Workspace の右ペインに常時表示され、エージェントが別のツールを開く必要なく活用できる。
従来、新人エージェントが一人前に対応できるようになるまでに数ヶ月かかっていた。Breeze Copilot の返信提案・KB サジェスト・次のアクション提案を使うことで、新人でも初日から一定品質の回答が可能になる。「Copilot の提案をそのまま送らず、必ず自分の言葉で確認・修正してから送信する」というルールを徹底することで、AI 依存によるスキル停滞を防ぎながら生産性を向上させる。
Breeze Customer Agent は1会話100クレジット（約$1）を消費する。月間の問い合わせ件数が多い組織では、クレジットコストが無視できない規模になる。クレジットを「コスト」として管理しながら、「削減されたエージェント工数」との差分で ROI を正確に測定することが AI 投資の継続判断に不可欠だ。
| 管理項目 | 設定場所 | 推奨設定 |
|---|---|---|
| 月次クレジット上限の設定 | 設定 → AI → クレジット管理 | 月間想定消費量の120%を上限として設定。超過アラートを CFO・CS マネージャーに送信する |
| クレジット超過時の挙動 | 設定 → AI → 超過時の挙動 | デフォルト「自動継続」を「停止して通知」に変更。意図しない大量消費を防ぐ |
| AI 解決率のモニタリング | レポート → Customer Agent → 解決率 | 週次で「AI 解決率」「エスカレーション率」「クレジット消費量」の3指標をダッシュボードで確認 |
| チャネルごとのクレジット配分 | 設定 → Breeze → チャネル設定 | ライブチャットと WhatsApp など複数チャネルで Customer Agent を使う場合、チャネル別の消費量を把握して優先度の高いチャネルに集中させる |
Customer Agent（一次対応）・Copilot（エージェント支援）・KB Agent（記事生成）——3つの AI は補完関係にある。まず Customer Agent の設定を優先し、Copilot は並行して有効化、KB Agent は Enterprise 契約後に追加する順番が実用的だ。
製品アップデートのたびに KB・Web ページ・PDF を更新しないと、古い情報を顧客に案内し続ける。リリースサイクルに合わせた学習ソース更新ルーティンを Product・CS チームで合意しておく。
返金・解約・クレーム・VIP 顧客・顧客要求——これらのケースは AI が即座に人間にエスカレーションするキーワードトリガーを設定する。営業時間外のエスカレーションは翌朝通知ワークフローとセットで設計する。
新人エージェントの回答品質向上に特に効果的だが、提案をそのまま送信する習慣はスキル停滞を招く。「Copilot の提案を参考に・自分の言葉で確認してから送信」をチームルールとして徹底する。
1会話$1のクレジットコスト vs 人間対応1件$8〜15の人件費換算——AI が解決した件数×差分コストが ROI だ。月次で「AI 解決率・クレジット消費・節約工数」の3指標をダッシュボードで追跡する。
KB が充実するほど Customer Agent の解決率が上がり、KB Agent が次の記事を生成する——このサイクルが回り始めると、競合他社がツールを導入しただけでは追いつけないデータ資産が蓄積される。