【導入事例】飲食店：AI電話受付で取りこぼし予約をゼロに｜名古屋市・居酒屋

本事例は、当社（株式会社UniGain）の支援内容をもとに作成した導入モデルケースです。数値は実際の支援に基づく代表値で、特定のお客様の実話ではありません。名古屋市の小規模居酒屋を想定し、AI電話受付とクチコミ運用の自動化で、ピーク時の予約取りこぼしをほぼゼロにした進め方をまとめました。

お客様の状況｜名古屋市・居酒屋（席数40・従業員8名）

繁華街で営業する小規模の居酒屋。ホールスタッフは4名で、14〜17時の仕込み時間帯に予約電話が集中するものの、手が離せず留守電になり、そのまま離脱されるケースが続いていました。

「何件逃しているのかも分からない」という社長の不安が出発点でした。あわせて、Googleマップのクチコミに返信する習慣がなく、評価が3.8で頭打ちになっていました。

取りこぼしの実数は、導入前に2週間だけ着信履歴と予約台帳を突き合わせて数えました。感覚では「たまに逃している」程度でしたが、実際には仕込み時間帯だけで月30件前後。1件あたりの平均客単価をかけると、放置できない金額になると分かった時点で、着手が決まりました。

• 仕込み時間帯の予約電話に出られず、留守電→離脱
• クチコミ返信が後回しで、平均評価3.8で停滞
• 予約はノート管理で、ダブルブッキングが月数回

取り組んだこと（期間：約1.5か月）

まずAI電話一次受付を導入し、「本日の空席」「営業時間」「コース内容」といった定型の問い合わせにAIが自動で応答。予約希望は要点をテキスト化して店長のスマホに通知する仕組みにしました。

あわせて、クチコミ返信をAIで下書きし、店長が一言を足して投稿する運用を整備。1件30秒で返せる型を用意し、予約情報もスプレッドシートと通知に集約してダブルブッキングを防ぎました。

使った道具は特別なものではありません。AI電話一次受付のサービス、予約を集約するスプレッドシート、店長のスマホに届くチャット通知の3点です。新しい予約システムへの入れ替えはせず、いま使っているノートと台帳を残したまま、電話の入り口だけを差し替える構成にしました。既存の業務を作り替えないほど、現場の抵抗は小さくなります。

この1.5か月は、準備2週間・稼働2週間・調整2週間の3ブロックに分かれます。最初の2週間は自動化する用件の洗い出しと、よくある質問への回答文づくりに充てました。店長の頭の中にある回答を文章に起こす工程が、実質的にいちばん時間を使います。

稼働後の2週間は、AIが答えた内容と実際の予約が食い違っていないかを毎日突き合わせます。そこで拾った違和感を最後の2週間でプロンプトに反映しました。稼働させてからの調整期間を最初から工程に入れておかないと、「冷たい」と言われた時点で運用が止まります。

• 1〜2週目（準備）：自動化する用件の線引きと回答文・トーンの作成
• 3〜4週目（稼働）：AIの応答内容と実際の予約を毎日突き合わせて誤案内を潰す
• 5〜6週目（調整）：常連客の反応を見ながら言い回しを店に寄せ、任せる範囲を広げる

つまずきと対処｜「機械的で冷たい」をどう乗り越えたか

導入初期は、AIの応答が硬く「機械的で冷たい」と常連のお客様に言われてしまいました。ここで諦めず、お店の言葉づかいや名物メニューをプロンプトに作り込み、人間らしいトーンへ調整。

この調整に約2週間を充てたことが、結果的に定着の決め手になりました。AI導入では「入れて終わり」ではなく、現場に馴染むまで微調整を続けられるかどうかが成否を分けます。

具体的には、「承知いたしました」を「ありがとうございます、お待ちしております」に変えるといった語尾の調整から始め、名物メニューの呼び方や常連客がよく使う略称をプロンプトに書き足していきました。修正のたびに実際の通話を1件聞き直し、店長が「自分ならこう言う」と言い換えた表現をそのまま反映するのが、いちばん早い直し方でした。

成果

電話の取りこぼしがほぼ解消し、クチコミ評価も上向きました。店長がクチコミ対応にかけていた時間も大きく圧縮されています。

取りこぼしがゼロに近づいたのは、AIがすべての電話をさばいたからではありません。定型の問い合わせをAIが引き受け、判断が必要な用件だけが要点付きで店長に届くようになった結果、折り返しの優先順位が付けられるようになったことが大きいです。

一方で、AIが受けた内容を店長が確認する時間は毎日10分ほど新たに発生しています。自動化で作業がゼロになるわけではなく、「電話に出る」が「通知を確認する」に置き換わったと捉えるのが実態に近い見方です。

飲食店のAI導入事例にはどんなパターンがある？

本事例は電話受付とクチコミという接客まわりですが、飲食店のAI活用はもう少し幅があります。実務で見かけるのは、問い合わせ・予約の一次受付、クチコミやSNS投稿の文章作成、売上予測にもとづく発注・仕込みの調整、シフト作成の下書き、ホールの配膳・下げ膳、外国人客向けの多言語対応の6分野です。

注意したいのは、分野ごとに向く店舗規模が違うことです。配膳ロボットは大手チェーンが先行しており、すかいらーくホールディングスは2022年12月に、ガストやしゃぶ葉など約2,100店舗へ3,000台の導入を完了したと発表しています。設備投資と通路幅の制約があるため、席数40程度の個店が最初に手を付ける施策ではありません。

小規模店が先に効果を出しやすいのは、人がやると時間はかかるが答えの型が決まっている業務です。本事例で電話受付とクチコミ返信から着手したのも、この条件に当てはまるからでした。発注や仕込みの予測は、日次の売上と仕込み量の記録が半年ほど溜まっていないと精度が出ないため、まずは記録を残す習慣づけから始めるのが順序としては現実的です。

本事例の店舗でも、次の候補として挙がったのは外国語での問い合わせ対応でした。繁華街の店ほどインバウンドの予約や当日の来店相談が増えており、電話とクチコミの自動化が回り始めた段階で、同じ仕組みに英語の応答を足す形なら追加の負担は小さく済みます。1つ目の自動化が定着してから2つ目を重ねる順序を守ると、現場が一度に覚えることが増えません。

飲食店でAIに任せやすい業務・任せにくい業務は？

本事例で電話受付から着手したのは、飲食店の業務のなかで「回答を定型化できる」「発生件数が多い」「逃すと売上に直結する」の3条件がそろっていたからです。逆に、アレルギー対応の可否や大人数の席調整のように、厨房の状況や店側の判断で答えが変わる用件はAIに任せていません。

任せにくい業務まで無理に自動化すると、誤案内のリカバリーに人手を取られ、かえって現場の負担が増えます。実際の支援現場でも、最初から接客全体をAI化しようとした店ほど「結局は電話に出た方が早い」となり使われなくなります。1業務だけ自動化して2週間運用し、通知の見落としがないと確認できてから範囲を広げるのが安全です。

この事例を自店で再現するときのポイント

同じ仕組みは、席数や業態が違っても再現できます。成果を左右するのは『どの問い合わせをAIに任せ、どこから人に渡すか』の線引きです。本事例では予約・営業時間・コース内容など回答を定型化できる用件に絞り、要望が複雑なものは要点だけ店長に通知して折り返す設計にしました。最初から全部を任せようとせず、迷う用件は人に回す前提で組むと取りこぼしが減ります。

もう一つの勘所は、クチコミ返信を『AIの下書き＋人の一言』に留めたことです。全文をAI任せにすると定型文に見えてしまい、かえって評価は伸びません。星の数や来店シーンに応じて一文だけ手を入れる型を決めておくと、1件30秒でも体温のある返信になります。導入後2〜4週間はトーンの微調整を続ける前提で運用すると定着が早まります。

• 自動応答する用件と、人に渡す用件をあらかじめ線引きする
• 店の言葉づかい・名物メニューをプロンプトに反映する
• クチコミ返信は「AI下書き＋人の一言」を基本にする
• 導入後2〜4週間はトーンの微調整を続ける