Presenceとは何か

OpenAIが発表した「Presence」は、企業のカスタマーサポート業務を音声・チャット・メールの3チャネル横断でAIエージェントに任せるためのエンタープライズ向けプラットフォームだ。単なるチャットボットではなく、対応方針（ポリシー）の設定、CRMや基幹業務システムとの連携、リリース前の振る舞いテスト、本番稼働後の継続的な監視、そして人間へのエスカレーションまでを一気通貫で提供する点が特徴となる。

OpenAIはこの仕組みを、まず自社の英語圏における電話サポート窓口に投入した。結果として、問い合わせ全体の75%を人の手を介さずに解決しており、対応品質の評価は人間のオペレーターを上回っているという。

「モデルを売る会社」から「業務ソフトウェアを売る会社」へ

Presenceが示す動きとして注目すべきは、OpenAIの事業領域の広がりだ。これまでOpenAIはAPI経由でモデルそのものを提供する立場が中心だったが、Presenceはポリシー管理・システム連携・監視・エスカレーションまで含めた「業務プロセスそのもの」をパッケージ化して提供する。これはSalesforceやZendeskなど、既存のカスタマーサポート／CRM業界のプレイヤーと直接競合する領域への参入を意味する。モデルの性能競争だけでなく、エンタープライズ業務ソフトウェア市場そのものが、AIエージェントを前提に再編されつつあることを象徴する発表だ。

実務への影響

日本のコールセンター・BPO業界は人手不足が慢性化しており、Presenceのような「無人解決率75%」を掲げる仕組みは対岸の火事ではない。ただし本国発表の数字はあくまで英語圏・自社事例であり、日本語の敬語表現や商習慣特有の問い合わせ対応にそのまま当てはまるかは別問題だ。

実務上参考になるのは個々の数字よりも、Presenceが前提としている設計思想の方だろう。具体的には次の3点が、ベンダーを問わず社内でエージェント型のサポート自動化を検討する際のチェックポイントになる。

  • ポリシーを先に明文化する: 何を自動応答してよく、何を人間に回すかの境界を先に決める
  • 本番投入前の振る舞いテストを仕組み化する: 想定外の問い合わせパターンを事前に洗い出す
  • 監視とエスカレーションを前提に設計する: 「全自動」ではなく「必要な時に確実に人へ渡す」設計が信頼を生む

IT管理者は、自社のFAQ・問い合わせログを棚卸しし、どの割合が定型対応で解決可能かを見積もるところから着手するとよい。

筆者の見解

今回の発表で興味深いのは、Presenceが「確認を求め続ける補助ツール」ではなく、目的を渡せば自律的に対応し、必要な場面でだけ人間に引き継ぐ設計になっている点だ。これはAIエージェントの本来あるべき姿——人間の判断待ちを減らし、認知負荷そのものを下げる方向性——を体現しており、業界全体がこの方向に収束しつつあることを示す事例として素直に評価したい。

一方で、75%という数字だけを見て「うちも同じことができる」と早合点するのは危険だ。日本語特有の言い回し、業界慣習、クレーム対応の機微まで含めると、海外の自社事例をそのまま横展開できる保証はない。むしろ大事なのは、この種の発表を追いかけて評論することではなく、実際に自社の問い合わせデータで小さく試し、どこまで任せられるかを手を動かして確かめることだ。情報を追う労力を、検証に振り向ける組織から着実に差がつく段階に入っている。

出典: この記事は Introducing OpenAI Presence の内容をもとに、筆者の見解を加えて独自に執筆したものです。