解約を左右する、最後の20メートル

ネットワークのダッシュボードが良好でも、ブロードバンド利用者の不満は見えていないかもしれません。

速度テストに成功した直後なのに、AIへのリクエストが何度もタイムアウトする。そんなお客様を考えてみましょう。ネットワーク オペレーション センターは、インフラは正常だと報告しています。遅延は目標値の範囲内で、障害も発生していません。しかし、これらの測定値と失敗したリクエストの間のどこかで、提供事業者が把握しているサービスの状況が、お客様の体験を説明できなくなっています。

それでも、お客様には助けが必要です。

ブロードバンド事業者にとって、ゲートウェイと加入者のデバイスの間の最後の20メートルは、この問題を捉える有効な視点です。この区間のトラブルは、問題なく動作していた接続をサポートへの問い合わせに変えてしまうことがあります。それが繰り返されるなら、ネットワークの指標が良好でも、事業者は解約防止の課題として調査すべき状況にあります。

2025年に実施された米国の通信サービス利用者を対象とした調査では、69%が信頼できるネットワーク接続を重要な選択基準の一つに挙げ、手頃な価格をわずかに上回りました。¹

業界は何十年もかけて、ブロードバンドが依存するインフラと監視システムを構築してきました。その投資は必要なものでした。事業者は、容量が逼迫したときやノードに障害が発生したときに、それを把握しなければなりません。その後、クラウド管理型のWiFiによって、事業者の視野は家庭内にまで広がり、かつては観測が難しかったデバイスの挙動、WiFiの状態、アプリケーションのパフォーマンスにアクセスできるようになりました。

この可視化によって、日々の運用はすでに大きく変わりました。かつてサポートへの問い合わせにつながっていた問題の多くは、WiFiのチャネル選択やデバイスのステアリングから日常的なセキュリティ脅威に至るまで、現在では自動的に検知して対処できます。加入者とのやり取りの大部分で、ネットワークは自らを最適化できるようになりつつあります。

残る問題は性質が異なります。発生頻度は低いものの、単一の原因に絞り込めないため、診断が格段に難しくなります。速度テストは合格なのに、Zoom会議が固まる。WiFiは正常なのに、Claude AIへのリクエストがタイムアウトする。ある世帯が「インターネットが遅い」と訴えても、原因はアプリケーション、デバイス、電波の状況、あるいは事業者のネットワークの外にある何かかもしれません。

AIの進化に伴い、この課題はますます切実になっています。当社の最近の調査では、Plumeのデータセットに含まれる家庭の86%が、少なくとも四半期に1回は大規模言語モデル(LLM)を利用しており、3分の2は定期的に利用しています。しかし、次の波は単にAIとの会話が増えることではありません。ユーザーに代わってより複雑なタスクをこなすAIエージェントが、より長時間にわたるワークフロー、より多くのアプリケーション間のやり取り、そして問題が起こり得る場面をさらに増やしていくのです。

診断が難しいこうした問題が重なって生まれるのが、当社が体験ギャップと呼ぶものです。何かがうまくいかなかったことを観測することと、行動して改善できるほど、その理由を十分に理解することとの差です。課題は、もはやシグナルを集めることではありません。どのシグナルが重要かを見極め、意味のある文脈へとつなぎ合わせ、加入者の体験を改善できるうちにそれを行うことです。


家庭内で起きていること

Plumeのデータセットでは、平均的な世帯の接続デバイスは現在22台を超えています。これらのデバイスはますます、人だけでなく、人に代わって動くAIサービスともやり取りしています。ある日の様子を見てみましょう。ノートPCがビデオ通話に参加している横で、別の誰かが4Kで試合をストリーミングしています。PlayStationはクラウドバックアップと帯域を取り合い、Nestカメラはバックグラウンドで映像をアップロードしています。人が部屋やデバイスを移動するたびに状況は変わり、接続のことなど意識されないことがほとんどです。

体験ギャップが目に見えるようになるのは、まさにここです。

Teamsで上司との年次の目標設定面談を終えようとしている加入者には、アクセス ネットワークの問題とWiFiやデバイスの問題を見分ける理由も手段もほとんどありません。会議は途切れています。速度テストの成功で終わってしまう診断では、その中断は説明されないままです。

速度テストだけでは、通話中に何が起きたのかを再現することはできません。そのためには、関連する測定値を、デバイス、アプリケーション、そして中断が起きた時刻と結び付ける必要があります。それでも、原因が事業者の管理外にある場合もあります。役に立つのは、次の一手を示せる程度まで問題を絞り込む診断です。

AIワークフローが止まる場合は、調査すべき症状の種類がさらに増えます。1回のプロンプトと応答で完結するやり取りとは異なり、AIエージェントは、結果を返すまでに複数のクラウド サービスにまたがる数十の連携した処理を実行することがあります。どれか1つのステップが失敗したとき、事業者は、中断の原因が家庭内、アクセス ネットワーク、アプリケーション、あるいは全く別の場所のどこにあるのかを、それでも突き止めなければなりません。

事業者は今や、10年前なら集めるのが難しかったネットワーク、WiFi、アプリケーション、デバイス、顧客のデータを利用できます。1回の通話の中断が、そのうちの複数のシステムに痕跡を残すことがあります。重要なのは、それらの痕跡をつなぎ合わせることです。中断を説明するシグナルはどれか。以前にも起きていないか。一度解決したように見えても再発していないか。これらの答えがあって初めて、お客様から連絡があったときに、サポート担当者が手にできる材料になります。

「同じ瞬間」(火曜日15:42)の比較図。左は「通信事業者側に見えているもの」(ネットワーク運用・ライブ):アクセス ネットワークは正常、遅延は18ms(目標は30ms未満)、ネットワーク障害はなく、19:41のスピードテストは943Mbpsで、対応は不要です。右は「加入者に見えているもの」(チームとの目標設定、4人が参加中):加入者本人の画面は「再接続中」と表示され、上司と他の3人は問題ありません。「接続が不安定です」というメッセージも表示されています。どちらの見え方も正確だが、互いを説明するものではない、という内容です。

情報が全社で役に立たなくなる場面

カスタマーケアでは、文脈が不完全なことのコストが目に見えて表れます。担当者は、「2番回線に不満を抱えたお客様」程度の情報から対応を始めるかもしれません。加入者は症状を説明し、機器を再起動し、速度テストをやり直します。これらの手順は有効なこともあります。しかし、調査を絞り込めたはずの情報をすでに事業者が収集している場合、その価値を説明するのは難しくなります。

事業者にとっての試金石は、その情報が通話を担当する人に、使える形で届いているかどうかです。デバイスやWiFiのデータが社内のどこかに蓄積されていても、担当者がそれをお客様の訴える中断と結び付けられるとは限りません。

運用チームも、アクセス ネットワークが正常で次に取るべき手が見えないとき、同じ困難に直面します。モデムの先まで問題を追い、接続のどの部分に注意が必要かを特定しなければなりません。ダッシュボードは、ある測定値がしきい値を超えた場所を示せますが、それがこの加入者にとって何を意味するのかは、やはり誰かが判断する必要があります。

営業・商用面の判断も、この見極めにかかっています。カバレッジに悩む世帯と、より大きな容量を必要とする世帯は、どちらも「インターネットが遅い」と訴えるかもしれません。これらの苦情を同じアップセルの機会として扱うと、通信事業者が、元の問題を解決しないサービスを提案してしまうおそれがあります。

プロダクト チームにとっては、サービスが、改善しようとした体験を実際に変えているかどうかが問われます。経営層は、そのサービスへの投資が、避けられたはずのサポート業務を減らすのか、加入者の維持につながるのかを知る必要があります。どちらの問いに答えるにも、家庭内で起きたこと、事業者が行ったこと、その後に起きたことをつなぎ合わせなければなりません。

テレメトリを増やすだけでは、その答えは得られません。お客様が再び問い合わせたり解約したりした後に届く分析でも、同じことです。


アラートの後に起きること

アラートは、事業者がより早く対処する助けになります。一方で、待ち行列に並ぶもう1つの項目になってしまうこともあります。その価値は、どのような対応を可能にするかで決まります。

アラートのたびに、何をすべきか決める前に同じ証拠を誰かが集め直す必要があるなら、事業者は問題を見えやすくしただけで、調査作業の大半はそのまま残っています。加入者が増えれば、この作業も増えます。運用プロセスが変わらない限りは。

有効な運用モデルとは、関連する証拠を一か所に集め、どの問題に注意が必要かをチームが判断できるよう支援するものでしょう。安全に対処できる場合は、事業者が行動して結果を確認できるべきです。原因が不明なままの場合は、担当者が加入者にもう一度最初から説明を求めるのではなく、すでに完了した調査を引き継ぐべきです。

サポートへの問い合わせを未然に防ぐことは、高い水準を求められます。事業者は、発生しつつある問題を特定し、適切な対応を選び、それが効果を上げたことを確認しなければなりません。実行可能な対処を伴わない予測は、アラートを1つ増やすだけです。確認を伴わない対処では、事業者はその効果を推測するしかありません。

「1つのアラート、2つの道筋。」の図。19:38に1世帯でWiFi品質の低下を知らせるアラートが発生し、2つのパスに分かれます。パスA「アラートはインシデント キューの1項目」:インシデント キューに入り、誰かが関連情報を集め、判断するか、お客様に確認します。何も蓄積されないため、次のアラートでも作業が一からやり直しになります。パスB「アラートがループを開始する」:診断が添付された状態で届き、対処を実施するかチームへ引き継ぎ、加入者側のサービスで結果を確認します。確認された結果が、次の診断の精度を高めます。

ブロードバンドの新しい運用モデル

運用責任者は、ある地域で顧客満足度が低下した理由を尋ね、その調査の支援を受けられるべきです。現状では、その問いが、どこから調べればよいかを決める前に、ダッシュボード、レポート、ログを探し回る作業を生んでしまいます。

この調査がどのように進み得るか、考えてみましょう。システムが影響を受けた世帯を特定し、その大半が同じゲートウェイのモデルを使っていることを突き止めます。猛暑の間に再起動が増え、障害は特定のファームウェア ビルドに集中していました。運用チームは証拠を確認し、具体的な仮説を検証できます。エンジニアリング部門は、対処に移せる調査結果と、評価すべき改善案を受け取ります。NPSに関する疑問から始まったものが、具体的なエンジニアリング施策で完結します。

どの世帯にアップグレードの提案をするかを決める際、営業・商用部門にはこうした深い理解が必要です。勤務時間中にビデオ通話の品質が落ちるなら、在宅勤務向けサービスのニーズがあるのかもしれません。しかし、中断の原因がWiFiのカバレッジ不足であれば、提案はカバレッジの問題に応えるものでなければなりません。帯域を増やすだけでは、お客様は同じ問題のために、より多くの料金を払うことになってしまいます。

調査によって、どの世帯にカバレッジの問題があり、提案するサービスがそれを解決できるのかを明らかにできるでしょう。商用チームは、そのうえで明確な根拠を添えて提案できます。簡単な対処で済む世帯は、証拠を添付した状態でカスタマーケアに回せます。サポート上の症状から始まったものが、的を絞った収益機会で完結します。

こうした判断には、お客様の問題とともに情報が受け渡されていくことが欠かせません。ゲートウェイの不具合に関する発見は、次のサポート対応に生かされるべきです。解決していないカバレッジの問題は、提案を準備しているチームにも見えているべきです。対処を行ったあとは、中断が止まったかどうかを事業者が把握できなければなりません。

こうした運用モデルは、意思決定のタイミングと方法を変えます。AIが質問への回答から、作業の遂行へと進化するにつれて、この変化はさらに重要になります。事業者が支えるのは、接続デバイスの台数の増加だけではありません。それらのデバイス上で動く、より自律的な活動を支えていくことになります。

事業者は、この理解を事業全体で生かせるはずです。まもなく、そのための新しい手段が登場します。


¹Circles Consumer Survey (米国)、2025年10月に米国の通信サービス利用者1,000人を対象に実施