Enterprise Voice Agents
音声エージェント戦争に、OpenAIも本参戦。
ElevenLabsやVapiが切り拓いてきた「音声エージェントの組み立て」という商売を、OpenAIが自社の管理型サービスとして囲い込みに動いた。7月だけで3手目となる音声関連発表「OpenAI Presence」を読み解く。
What Happened
「モデルを売る」から
「エージェントを運用する」へ
OpenAIが企業向けの新プラットフォーム「OpenAI Presence」を発表した。
OpenAIは公式ブログで、企業が音声・チャットのリアルタイムAIエージェントを構築・運用できる新プラットフォーム「OpenAI Presence」を発表した。会社のポリシーや業務手順、アクセス権限、対応可能な操作の範囲、人へのエスカレーション条件をひとまとめに設定し、事前シミュレーションで想定質問やリスクの高いシナリオをテストしてから本番投入する、という一連の運用の型をOpenAI自身のヘルプセンターで説明している。
これは単発の機能追加ではない。7月だけで見ても、6日に低遅延化した音声モデル「GPT-Realtime-2.1」（p95レイテンシを25%以上短縮）、8日に全二重で聞きながら話せる「GPT-Live」、そして22日のPresenceと、音声まわりの発表が3週連続で続いている。個々のモデル性能の勝負から、「組み立てて運用する」レイヤーの取り込みへと、OpenAIの狙いが一段上がったことがうかがえる。
By the Numbers
数字で見るPresence
Presenceは実際にOpenAI自身の英語サポート回線「1-888-GPT-0090」で稼働しており、本人確認やアカウント参照、返金などの承認済み操作までこなしたうえで、人手を介さず問い合わせの75%を解決していると同社は説明する。さらに「Codexが支援する改善ループ」により、わずか10日間で人への引き継ぎ率を15ポイント下げたという。ただしこれらは同社発表の数値であり、第三者検証は確認できていない点は留保しておきたい。
導入はセルフサーブではなく、OpenAI自身の「Forward Deployed Engineers」と、5月に買収したコンサル会社Tomoro出身の人員、合わせて約150名規模のチームが伴走する体制だ。Tomoroは以前、ゲーム会社SupercellのアプリでAIサポートを構築し、公開12週間で1.1億ユーザーに対応した実績を持つ。今回のPresenceは、そのノウハウを自社製品として横展開したものといえる。
How It Rolls Out
導入は、営業主導の3工程
APIキーを叩けば終わり、ではない。企業ごとにOpenAI側の人間がついて進める。
業務を選ぶ
コールセンター対応や社内問い合わせなど、価値の高い業務をOpenAIのFDEと顧客側で特定する。
権限と方針をつなぐ
社内システムへのアクセス範囲、実行してよい操作、人へ回す条件を設定・接続する。
試してから出す
想定質問や高リスクなシナリオを事前シミュレーションでテストし、通過後に本番投入・継続改善する。
Who It Hits
誰に、どう効くか
エンジニア
自前の音声パイプラインなら、低遅延なGPT-Realtime-2.1を直接叩く選択肢は残る。だがPresenceはAPI提供ではなくFDE主導の請負型で、権限・エスカレーション設計を丸ごと任せられる代わりに、細部の制御は手放すことになる。
経営・事業責任者
料金は非公開で「案件ごとに個別見積もり」。ElevenLabsやVapiのような従量課金SaaSと違い、コンサルティング契約に近い調達プロセスになる。BBVAメヒコ、SoftBank、豪保険大手IAGなど早期顧客の実例を見て、投資対効果を比較検討する材料が要る。
PM（内製検討中）
コールセンターの内製化・自動化を検討中のPMには選択肢が一つ増える。一方で個人がChatGPTを音声で使う分にはPresenceは無関係——あくまで企業の業務チャネルに刺さる製品だ。
| 自前で組む場合 | OpenAI Presence |
|---|---|
| 音声認識・合成はGPT-Realtime系やElevenLabs等を個別契約 | 同一契約内にGPT-Live・Realtime系を内包 |
| 権限設計・エスカレーションは自社エンジニアが実装 | FDE約150名が設計から運用まで伴走 |
| セルフサーブAPIで即日着手できる | 限定的な一般提供で契約企業のみ、営業主導 |
| 従量課金で見積もりやすい | 非公開・案件ごとの個別見積もり |
売っているのはモデルではなく、運用そのものだ。
What's Next
次に見るべきポイントと、割り引くべき数字
短期的に見ておきたいのは3点。①BBVAメヒコ、SoftBank、IAGといった早期顧客での成果が外部から検証可能な形で出てくるか、②Presenceがセルフサーブ化してElevenLabsやVapiと同じ土俵の価格競争に降りてくるか、③GPT-LiveやGPT-Realtime-2.1のAPI提供が広がり、Presenceを介さず自前構築するハードルがさらに下がるか、の3つだ。
一方で割り引くべき点もある。75%という解決率や15ポイントの改善幅はOpenAI自身の発表値で、第三者による追試は今のところ存在しない。加えてセルフサーブではなくFDE主導という導入形態は、コスト構造が不透明なままの拡大を意味し、音声エージェントによる人員代替という論点への批判的な視線が業界内で強まっている点も無視できない。「量産的な自動応答が人の仕事をどこまで代替するか」という問いは、Presenceの評価と切り離せない。