小規模旅館がAI電話自動応答で予約取りこぼしをゼロにした事例

結論：深夜の電話を誰も取れなかった旅館が、月23件の取りこぼしをゼロにした

石川県加賀市にある客室12室の温泉旅館「湯の葉荘」（仮名）は、2024年11月にAI電話自動応答システムを導入し、月平均23件あった予約取りこぼしをゼロにした。スタッフは女将を含め4名。夜間や繁忙期のチェックイン対応中は電話を取る余裕がなく、折り返しても「もう他に予約した」と断られるパターンが繰り返されていた。

この事例では、ボイスボット1台の導入で何が変わり、どこに落とし穴があったかを数字と手順で整理する。同規模の旅館が同じ判断をするための材料として読んでほしい。

---

なぜ小規模旅館ほど電話取りこぼしが深刻になるのか

大手ホテルには予約専用の電話オペレーターがいる。小規模旅館にはいない。フロント業務・客室案内・料理の最終確認まで同じ人間がこなす構造上、電話が重なれば必ずどちらかが後回しになる。

湯の葉荘の場合、電話が鳴る時間帯を3か月分のログで分析すると、以下のパターンが浮かんだ。

時間帯	月平均着信数	応答率
9:00〜11:00	38件	92%
11:00〜14:00（チェックアウト対応）	44件	61%
14:00〜17:00	31件	88%
17:00〜20:00（チェックイン対応）	52件	47%
20:00〜翌9:00	19件	12%

夜間と夕方のチェックイン対応時間帯で応答率が半分以下に落ちる。この時間帯に電話をかけてくるのは、まさに「今夜・明日泊まれるか」を急ぎで確認したい客層だ。取りこぼしコストは1泊あたり客単価で換算すると月30〜60万円に相当する計算になっていた。

---

導入したシステムの概要と選定基準

湯の葉荘が選んだのは国内のボイスボット専門サービスで、月額22,000円のプランだ（初期費用55,000円）。選定時に比較した3サービスの比較表を以下に示す。

サービス	月額費用	PMS連携	空室照会	予約受付	多言語
A社	18,000円	△	○	×	×
B社（採用）	22,000円	○	○	○	○（英中韓）
C社	38,000円	○	○	○	○（12言語）

決め手は「空室照会だけでなく仮予約まで完結できる点」と「既存のPMSと連携実績があった点」だ。C社のほうが機能は豊富だったが、12室規模では多言語12言語は過剰と判断し中間のB社を選んだ。

ボイスボットの比較を詳しく知りたい場合は旅館向けボイスボット比較2026年版も参照してほしい。

---

導入から稼働までの手順と所要時間

導入決定から実際に電話回線に組み込むまで、湯の葉荘では14日間かかった。以下が実際の作業ログを元にした手順だ。

1日目〜3日目：ヒアリングと応答シナリオの設計

サービス担当者と1時間のオンラインヒアリングを行い、「よく来る質問TOP20」を書き出した。温泉の源泉かけ流しについての質問・アクセス・チェックイン時間・アレルギー対応・ペット可否が上位5件だった。これらに対してボイスボットが答えられる文章を女将が口頭で録音し、テキスト化してシナリオに組み込んだ。

4日目〜7日目：PMSとのAPI連携設定

自館のPMSがAPI連携に対応していたため、技術担当者が設定を完了するまで3日かかった。ここが最も難航した工程で、PMSの管理画面のアクセス権限の確認と、テスト予約での動作確認を繰り返した。PMSによってはAPI連携に追加費用が発生する場合があるため、事前に確認しておくべき点だ。

8日目〜10日目：テストと微調整

スタッフ4名が実際にボイスボットに電話をかけ、不自然な応答・誤った案内がないかを確認した。「大人2名・子供1名で部屋はありますか」という複合質問に対してうまく応答できなかったため、人数確認のフロー分岐を追加した。

11日目〜14日目：並行稼働と切り替え

最初の4日間は通常の電話回線とボイスボットを並行稼働させた。スタッフが取れた電話とボイスボットが応対した電話の内容を照合し、問題がなければ本格切り替えとした。

---

稼働後3か月の数値変化

導入から3か月後（2025年2月末）の集計結果を導入前の同月比で示す。

指標	導入前（2024年11月）	導入後（2025年2月）
月間着信数	184件	201件
取りこぼし件数	23件	0件
ボイスボット応対件数	-	89件
有人対応転送件数	-	112件
夜間予約成立件数	4件/月	17件/月
スタッフ電話対応時間	約9時間/週	約5.5時間/週

取りこぼしゼロは達成した。注目したいのは「夜間予約成立件数が4件から17件に増えた」点だ。深夜に電話して空室を確認し、そのまま仮予約を完了する客が想定以上に多かった。これはOTAを経由せずに直接予約に至るケースが多いため、手数料コストの削減効果も出始めている。

直接予約比率の改善については旅館の直接予約とOTA手数料の戦略で詳しく解説している。

---

導入で予想外だった3つの課題

課題1：既存スタッフの抵抗感

導入前に「電話対応が仕事を奪う」という懸念を1名のスタッフが示した。「AIが取る電話はAIが得意な定型質問だけで、複雑な相談は全員自分たちに回ってくる構造にしてある」と説明し、実際にそのとおりの運用になったことで納得を得られた。導入初期に運用設計をスタッフに見える形で共有しておくことが肝心だ。

課題2：方言・地名の認識精度

「加賀」「山中温泉」「湯涌」など地域固有の地名や方言のイントネーションをボイスボットが誤認識するケースが初期に頻発した。カスタム辞書登録機能を使って固有名詞を登録することで2週間後には認識率が92%まで改善した。

課題3：「AIとは話したくない」という離脱

ボイスボットが応答した89件のうち、応答開始30秒以内に電話を切った離脱は月平均7件あった。「AIが応答していることを最初に明示する」「0を押せばすぐ有人に転送できる」という設計にしたことで3か月目には離脱が3件まで減った。

---

費用対効果の試算

導入コストの回収期間を単純計算で示す。

• 初期費用：55,000円
• 月額費用：22,000円
• 夜間予約増加分の収益（13件増 × 平均客単価15,000円）：195,000円/月
• OTA手数料削減分（直接予約5件増 × 手数料15%分）：約11,250円/月

月次の追加収益は約206,250円に対し、月額コストは22,000円。初期費用も含めて約1か月弱で回収できた計算になる。ただしこれは湯の葉荘固有の数値であり、旅館の客単価・取りこぼし件数・既存の直接予約比率によって大きく変わる。自館の数値を当てはめて試算してほしい。

---

他の業務との連携で効果を広げた運用

ボイスボット単体での効果にとどまらず、湯の葉荘では他の業務とつなげることで副次効果が出た。

ボイスボットが記録した「よくある問い合わせログ」を月次で分析し、公式サイトのFAQを更新するようにした。「駐車場は何台ありますか」という質問が月14件あると判明し、公式サイトのトップページに駐車場情報を追加したところ、翌月の同質問が5件に減った。電話問い合わせ全体の件数を減らすことが、スタッフの負荷軽減に直結する。

フロント業務のデジタル化全般については旅館フロント引き継ぎのデジタル化も参考になる。また、AI電話ボットの導入ステップをゼロから学びたい場合は旅館へのAIボイスボット導入ガイドに詳しい手順をまとめている。

---

同規模旅館が導入を検討する際のチェックリスト

以下の問いにすべて「はい」なら、AI電話自動応答の費用対効果は出やすい。

• 月に10件以上の電話取りこぼしが発生している
• 夜間・繁忙期に応答できない時間帯が週20時間以上ある
• 既存の予約管理システムがAPI連携に対応している
• スタッフが週5時間以上を定型電話対応に使っている
• 直接予約を増やしてOTA手数料を下げたい経営課題がある

逆に、以下のケースでは導入効果が出にくい。

• 月間着信数が50件未満で取りこぼしがほぼ発生していない
• 館の料金体系・プランが複雑すぎてシナリオ化が困難
• PMSがクラウド非対応でAPI連携ができない

---

まとめ

湯の葉荘の事例は「小規模旅館でもコスト・技術・スタッフ体制の問題をクリアして取りこぼしゼロを達成できる」ことを示している。月額22,000円の投資で月23件の取りこぼしを防ぎ、夜間予約を月13件増やした。初期設定の難所はPMS連携と地名認識の精度調整だったが、いずれも2週間以内に解決できた。

最大のポイントは「AIが得意な定型対応だけに絞り、複雑な相談は人間に転送する設計を崩さない」ことだ。全部AIに任せようとすると離脱とクレームが増える。守備範囲を明確にした上で運用すれば、スタッフの負担を減らしながら予約機会を最大化できる。

導入を検討する場合は、まず自館の「月間取りこぼし件数」と「応答できていない時間帯の着信数」を1か月分計測することから始めるといい。その数字が投資判断の根拠になる。サービスの仕様や連携可否は時期によって変わるため、最新情報は各ベンダーの公式サイトで確認してほしい。