A&A INSIGHTS
音声AIサービスを売る前に:自然な会話と業務の完了を別々に確かめる
音声AIで最初に売る用途は、通話の外に記録が残るかで選びます。記録が残らない用途で約束できるのは会話の質まで、残る用途では自然さは前提条件です。HumeとDecagonの事例ページを読み比べます。
Read in English
この記事の要点
音声AIで最初に売る用途は、通話が終わったあとに会話の外側へ記録が残るかどうかで選びます。記録が残らない練習や傾聴の用途で約束できるのは会話の質までであり、予約や受付のように記録が残る用途では、会話の自然さは前提条件にすぎず、約束する対象は記録そのものになります。
最初に売る用途は、通話の外に記録が残るかで選ぶ
A&Aの考え方
音声AIを商品にするとき、最初に売る用途は「通話が終わったあと、会話の外側に何の記録が残るか」で選びます。記録が残らない用途なら、約束できるのは会話の質までです。予約台帳の行や受付記録のように記録が残る用途なら、会話の自然さは商品ではなく前提条件になり、約束する対象は記録そのものに変わります。この一行を先に決めないと、デモの終点も見積もりの単位も決まりません。これはA&Aの判断です。
A&Aの考え方
なぜこの区別が音声で必要になるのか。テキストのやりとりなら、応答の中身が画面に残り、依頼が済んだかどうかを買い手が読み返せます。音声では、商談の場で観測できる信号がほぼ三つに限られます。聞き取れたか、自然に話せたか、間が不自然でなかったかです。どれも会話側の性質です。買い手の頭のなかでは、その三つが通ると「では受付も任せられる」まで一気につながりますが、通話中に予約台帳を開いた人は誰もいません。売る側がこの飛躍を放置すると、検収の段になって初めて食い違いが出ます。
出典に基づく事実
比べる材料として、Anthropicが自社サイトに掲載している二つの顧客事例ページを使います。音声対話の基盤を提供するHume AIのページと、カスタマーサポートの基盤を提供するDecagonのページです。どちらも業種の欄は「Industry: Software」、会社規模の欄は「Company size: Small」と表示されています。同じ発行元が、同じ規模区分の会社について書いた事例です。
同じ発行元の二つの事例が、違う種類の数字を掲げている
出典に基づく事実
Humeのページは、冒頭に三つの指標を掲げています。完了した音声会話が200万分を超えたこと(「Over 2 million minutes of AI voice conversations completed」)、利用者の36パーセントがClaudeを選び、これは外部のどのLLMよりも高いこと、そしてプロンプトキャッシュによってコストが80パーセント下がり遅延が10パーセント減ったことです。数えられているのは会話の総量、モデルの選択率、コストと遅延です。
出典に基づく事実
同ページは、Humeがモデルを選んだ理由も会話側の性質で説明しています。複数のモデルを評価した結果、決め手になったのはClaudeの「vibe」と自然な会話能力だった(「The decision came down to Claude's vibe and natural conversational abilities」)と書かれ、創業者のAlan Cowenの言葉として、Claudeは非常に流暢だ、人が話して楽しいと思える人格がある、が引かれています。同社の基盤EVIは、声の調子の微妙な違いを検知し、それに合った感情の響きを持つ応答を生成すると説明されています。
出典に基づく事実
Decagonのページは、違う枠組みで書かれています。CTOのAshwin Sreenivasの言葉として、質問に答えることだけが目的ではない、自社のAIエージェントは実際に顧客のタスクを完了させる(「It's not just about answering questions - our AI agents actually complete tasks for customers」)と掲げられています。導入例では、バックオフィス基盤のRipplingが自動の決定木のロジックをClaudeを使ったエージェントに置き換えた(「replaced their automated decision-tree logic with a Claude-powered agent」)と書かれ、人事と給与の複雑な手続きを地域の規制に沿って案内する役割が説明されています。
A&Aの考え方
この二つを並べると、指標の種類が用途の選択から決まっていることが見えます。Humeのページには、通話の結果として顧客側の業務記録に何が生まれたかを数えた指標は掲載されていません。これは欠陥ではありません。同ページが挙げる用途の多くは、通話の外に記録が残らない種類の仕事だからです。逆にDecagonは、案内で終わるのではなくタスクを終えることを最初に宣言しています。売る側が自分で選ぶべきなのは、どちらの種類の数字で評価されたいかです。この読み方はA&Aの解釈で、両社がそう述べているわけではありません。
| 用途 | 通話の外に残る記録 | 最初に売るときに約束できること |
|---|---|---|
| 難しい会話の練習 | なし(残るのは本人の手応え) | 会話の質と、練習を何回実施できたか |
| 傾聴・相談の窓口 | なし(要約を残すかは設計次第) | 会話の質と、要約の到達先 |
| AIによる個別指導 | 既定ではなし(学習記録を作れば残る) | 会話の質と、記録を作るかどうかの設計 |
| 問い合わせの一次対応 | 応対履歴と、人へ渡したかどうか | 引き継ぎ時に用件と経緯が揃っていること |
| 予約の受付と変更 | 予約台帳の行 | 台帳に正しい行が入り、後から検算できること |
| 受付・本人確認 | 受付記録と照合の結果 | 記録が残り、照合の根拠が追えること |
通話が長いことは、用途によって成功と失敗が入れ替わる
出典に基づく事実
Humeのページは、会話の長さを成果の側に置いています。利用者は100万件を超える個別の会話を行い、合計でおよそ200万分に達し、平均的な会話は3分続き、多くは30分を超えて続く(「with an average conversation lasting 3 minutes and many extending beyond 30 minutes」)と書かれています。開発者が作ったEVIの独自構成は数十万件に達し、そのなかでClaudeが最も多く選ばれ、指定されたモデルの36パーセントを占めたとされています。
出典に基づく事実
測り方についても同ページは踏み込んでいます。Humeは自社の顧客に対して、従来型の指標を越えて利用者のウェルビーイングという観点で影響を測ることを促している(「look beyond traditional metrics to measure impact through the lens of user wellbeing」)と書かれ、顧客満足だけでなく、やりとりが利用者全体の体験に時間をかけてどう影響するかも追っていると続きます。
A&Aの考え方
ここに、音声AIを受託で売るときの落とし穴があります。30分を超える会話は、練習や傾聴の用途では関与の深さを示す良い数字です。しかし歯科医院の予約受付で30分の通話が起きたら、それは失敗です。同じ観測値が、用途によって符号ごと反転します。だから会話側の指標を業務側の指標として流用できません。デモで、30分の会話が自然に続きましたと見せることは、予約受付を売る場面では自分の不利を示していることになります。これはA&Aの見立てです。
案内で終わった応答は、音声だと気づきにくい
出典に基づく事実
Decagonのページは、従来型の自動化が失敗する形を具体的に書いています。Sreenivasの言葉として、ほとんどの自動化された解決策は汎用のヘルプ記事を指し示すか、従うべき手順の一覧を渡すだけであり、最近のAIを使ったツールでさえ人間味がなく、作業のすべてを顧客に背負わせる(「put the burden on the customer to do all the work」)と述べられています。
A&Aの考え方
この失敗の形は、音声だと発見が遅れます。案内の形をした応答は、音声の評価軸である聞き取りやすさ、自然さ、間の取り方をすべて満たすため、商談デモでは減点されません。テキストなら読み返せば何も済んでいないと分かる応答が、声で流暢に案内されると親切な対応として通過します。買い手がずれに気づくのは、導入後に自分の担当者が同じ用件で電話を折り返している場面です。これはA&Aの解釈です。
仮想例
架空の例で並べます。予約の変更を頼まれた音声AIが、ご予約の変更ですね、お手数ですが当院のマイページにログインし、予約一覧から該当の日時を選んで変更をお願いいたします、と流暢に応答したとします。声の品質だけを見れば満点です。一方で予約台帳には何も起きていません。同じ依頼に対して、来週の火曜14時に変更しました、確認のメールをお送りします、と応答し、台帳の行が書き換わっていれば、業務は終わっています。この二つは音声の評価軸では区別できず、台帳を見ないと区別できません。これはA&Aが作った例で、実際の顧客の記録ではありません。
用途選別表:通話の外に何が残るか
出典に基づく事実
Humeのページは、Claudeを組み込んだEVIが可能にする用途を列挙しています。難しい感情的なやりとりの練習(「Practice sessions for difficult emotional interactions」)、メンタルヘルスの支援の会話、カスタマーサービスのやりとり、AIによる個別指導、個人向けのデジタルアシスタントです。同ページには、防御的な反応をする部下へのフィードバックを管理職が練習する没入型のコーチング演習に使っている顧客の例も挙げられています。
A&Aの考え方
この列挙を、記録の有無で読み替えます。練習、メンタルヘルスの支援、個別指導は、通話が終わったあとに会話の外側へ残る業務記録がありません。残るのは本人の手応えです。だからHumeがウェルビーイングで測ることを顧客に促しているのは、同社が選んだ用途に対して整合しています。一方でカスタマーサービスと個人アシスタントは、用件によって記録が残る場合と残らない場合が混ざります。混ざっているものを一つの用途として売ると、検収条件が書けません。
A&Aの考え方
そこで、候補の用途を三列で書き出します。一列目に用途、二列目に通話の外へ残る記録、三列目に最初に売るときに約束できることです。二列目が空欄になった用途は、会話の質までしか約束できない用途として分離します。分離すること自体が判断です。空欄の用途を売らないという意味ではなく、空欄の用途に業務完了の約束を付けないという意味です。下の表はA&Aの整理の例です。
デモの終点を、通話の終わりではなく記録の反映に置く

A&Aの考え方
記録が残る用途を最初に売ると決めたなら、デモの終点を動かします。通話が自然に終わったところではなく、記録に行が入ったところを終点にします。具体的には、デモの最後に会話ではなく記録を見せます。画面共有で予約台帳を開き、たったいまの通話で入った行を指して、日時、氏名、担当、備考のどの欄が埋まり、どの欄が空のままかを説明します。空欄があることは弱みではありません。空欄を先に見せておくと、その欄を埋めるのが契約の範囲かどうかという話に進めます。これはA&Aの提案です。
仮想例
架空の歯科医院向けに、この終点を書き出します。デモで通す用件は、既存の患者からの予約変更を一件です。終点は、医院の予約台帳に変更後の行が入り、変更前の行が取り消し済みとして残り、通話の録音と文字起こしがその行から辿れる状態です。約束しないことも同じ数だけ書きます。初診の問い合わせは対象外、保険証の確認は対象外、同じ患者から二重に届いた依頼の名寄せは対象外です。この六行があれば、デモを見た相手は自分の医院で何が起きるかを判断できます。これはA&Aが作った例で、実際の医院の記録ではありません。
A&Aの考え方
契約前は顧客の台帳に書き込めないことが多いです。その場合は、書き込む先を顧客の本番の台帳ではなく、同じ列を持つ空の台帳に替えます。列の名前と型が本番と同じであれば、記録が入るという事実は示せます。本番に繋ぐ工程と、繋いだあとに誰が確認するかは、有料の検証の段で決める話です。その段の設計は「AIサービスの有料PoCで何を約束するか:デモと検収条件を分ける」で扱っています。デモそのものを評価セットとして組み立てる手順は「AIサービスの商談デモに顧客の課題を持ち込む:比較できる評価セットの作り方」にあります。
声の質と遅延は、商品ではなく前提条件として見積もりに書く
出典に基づく事実
Humeのページは、技術面の改善も数字で挙げています。プロンプトキャッシュによってコストを80パーセント削減し、遅延を10パーセント短縮した(「80% reduction in costs and 10% decrease in latency through prompt caching」)と掲げられ、本文では10パーセント以上と書かれています。また同ページは、音声が人とAIの主要な接点になる理由として、速度と感情表現という音声固有の利点を挙げています(「driven by its inherent advantages in speed and emotional expression」)。
A&Aの考え方
遅延と声の質は、業務の完了を約束する用途では商品になりません。しかし前提条件としては効きます。応答が遅れれば相手は先に話し出し、声が重なった部分の書き起こしが崩れ、予約の日時が取れず、記録に行が入りません。つまり遅延は会話側の性質でありながら、業務側の結果を落とします。見積もりの順番としては、まず記録が入ることを約束の対象に置き、遅延と聞き取りの水準は、その約束を成り立たせるための条件として別の行に書きます。これはA&Aの提案です。
A&Aの考え方
この分け方には副作用があります。声をもっと自然にしてほしいという要望が来たとき、それが記録の精度を上げるのか、聞いた感じを良くするのかを問い返せるようになります。前者なら約束の範囲、後者なら別の依頼です。完了を数える単位そのものを決める段の設計は「AIエージェントの成果課金を始める前に:「完了一件」をどう数えるか」で扱っています。
この分け方が向かない場面と、次の一歩
出典に基づく事実
出典の性質を明記します。今回読んだ二つのページは、どちらもAnthropicが自社製品の採用例として公開した顧客事例で、独立した第三者による検証ではありません。掲げられている数値はすべて掲載元と当該企業の側から出たものです。どちらのページにも公開日は表示されておらず、2026年9月30日に閲覧した時点の記述として扱います。Decagonのページが挙げる導入例には、出版基盤のSubstackで書き手の質問に答えること、Ripplingで人事と給与の手続きを案内することがあり、顧客企業としてEventbriteも挙げられています。いずれも音声応対の事例としては書かれていません。
A&Aの考え方
そのため、次の三つはA&Aの翻案です。案内で終わるか処理まで終えるかという区別を音声へ持ち込むこと、Humeの用途の列挙を記録の有無で仕分けること、そしてその仕分けを受託の見積もりの行に読み替えることです。またHumeは開発者向けの音声基盤の提供者であり、日本の中小企業へ音声応対を受託で納品する事業者ではありません。同ページの用途の列挙は同社の顧客が作った構成の例で、日本のB2B受託の需要の分布ではありません。会話の長さやウェルビーイングで測ることが劣っているという主張もしていません。同社が選んだ用途に対しては整合した測り方です。
A&Aの考え方
この分け方が向かない場面もあります。最初の相手が、まず電話に出てくれるだけでいいという状態なら、記録の設計を先に持ち出すと話が止まります。その場合は記録の列を空欄のまま合意し、空欄であることを見積もりに書きます。また、記録が残る用途と残らない用途を同時に売ると、検収の議論が二重になります。最初は片方に絞るほうが早く終わります。次の一歩は、候補の用途を三列で書き出し、二列目が空欄の行を分けることです。顧客獲得から継続までの全体の順番は「AIネイティブGTMとは?一人・少人数で顧客獲得から継続まで回す実践ガイド」にまとめています。
音声AIの商談で観測できるのは会話側の信号だけです。だから最初に売る用途は、通話の外に記録が残るかどうかで選び、記録が残る用途を選んだなら、デモの終点を通話の終わりではなく台帳の行に置きます。会話の自然さは、そのとき商品ではなく前提条件になります。
出典・編集情報
記事の調査で確認した一次資料です。資料の公開・更新時期と、調査時の確認日を分けて記載しています。
- Hume AI creates emotionally intelligent voice interactions with Claude
Anthropic · n.d.
確認日 2026-09-30 - Decagon delivers white-glove customer service at scale with Claude
Anthropic · n.d.
確認日 2026-09-30
AIを活用した記事制作
調査・執筆・翻訳・編集上の確認にAIを活用しています。資料に基づく事実、A&Aの考え方、仮想例は、それぞれ本文に明記しています。
編集上の確認日: 2026-09-30