Retell AI：OpenAIのモデルが毎月1億回の電話を処理するようになった

開場対談：1億通電話の背後にあるAI音声エージェント

拾聞：最近OpenAIの公式事例でRetell AIについて言及されており、彼らがOpenAIのモデルを使って毎月1億通の電話を処理しており、一人当たりの年収は160万ドルに達していると述べられています。この数字は大げさに聞こえますが、どう思いますか？

永亮：1億通の電話自体が最も重要なわけではありません。重要なのは、これらの電話でAIエージェントがどれだけの役割を果たしているかです。もしAIエージェントが自動的に受話や転送のみを行うだけなら、その数字には意味がありません。しかし、AIエージェントが顧客の相談、予約、アフターサービス、さらには販売の転換まで独立して行えるなら、それは新しい労働形態を象徴しています。私は70人のチームを率いたことがあり、人件費の構成を知っています：採用、研修、管理、離職です。もしAI音声エージェントがそのうちの一部の反復作業を代替できれば、企業のコスト構造は再定義されるでしょう。

拾聞：しかし、電話とテキストチャットは異なります。音声では遅延、調子、中断処理の要求が高いです。Retellはどうやってそれを実現しているのでしょうか？

永亮：公開情報から見ると、RetellはGPT-6 Astraのような音声シーンに特化したモデルを使用しています。この種のモデルは通常、訓練データに多くの実際の通話録音を加えており、口語的な表現、停止、中断、感情の変化をより良く処理できます。しかし、技術的詳細は完全には公開されておらず、結果から逆推するしかありません。もし彼らが本当に1億通の電話を処理できるなら、遅延と正確性は少なくとも商用の基準に達しているということです。

拾聞：一人当たり160万ドルの年収という数字は、少し誇張されているように思えませんか？

永亮：この数字は分解して考える必要があります。第一に、それはRetell自身の従業員のみを計算している可能性があり、外部委託やパートナーを含めていません。第二に、AI音声エージェント業界の粗利益率は本来高く、ソフトウェア会社の収益効率は一般的に伝統産業よりも高いです。第三に、1億通の電話を1通あたり数セントから数ドルで計算すると、収入規模は確かに大きいです。しかし、「一人当たりの収入」という指標は誤解を招きやすく、利益も顧客のリテンション率も反映していません。私がより関心を持っているのは：これらの電話の中でどれだけが反復的な相談であり、どれだけが実際に新たな価値を創出しているかです。

Q1：Retell AIとは一体どのような会社ですか？

拾聞：まず背景を明確にしましょう。Retell AIは何をしていますか？

永亮：Retell AIはAI音声エージェントを提供する会社で、主に企業顧客に対して自動受話、外部呼び出し、カスタマーサービス、予約などのシーンでの音声AIソリューションを提供しています。彼らの顧客は、大量の電話インタラクションが必要な医療機関、小売ブランド、金融機関、物流会社などです。OpenAIの事例記述から見ると、RetellはOpenAIのモデルを自社の音声エージェントプラットフォームに統合し、自然言語理解、対話管理、応答生成を行っています。

拾聞：では、彼らは従来のコールセンターとどのように異なりますか？

永亮：伝統的なコールセンターの核心は人です。AI音声エージェントの核心はモデルです。違いはいくつかあります。第一に、コスト構造が異なります。伝統的なコールセンターでは人的コストが主な支出であり、AIエージェントの主なコストは計算能力とAPI呼び出しです。第二に、拡張性が異なります。人的コストの増加には採用やトレーニングが必要で、期間が長いです。AIエージェントの拡張には計算能力を増やすだけで、理論上は即時的に拡張できます。第三に、一貫性が異なります。人は疲れや感情の波がありますが、AIエージェントは標準的なセリフを維持できます。しかし逆に、AIエージェントには人の共感力や柔軟な対応能力が欠けており、複雑な状況では依然として人の介入が必要です。

Q2：1億通の電話は何を意味するのか

拾聞：1億通の電話という数字は、業界でどのような水準を意味するのでしょうか？

永亮：1儉通の電話が均等に分布している場合、毎日約330万通、1時間に13.7万通、1分間に2300通です。この規模は既に大規模コールセンターの日処理量に近いです。しかし重要なのはこれらの電話の複雑さです。大部分が簡単な問い合わせ、予約確認、状態通知であれば、AIエージェントは十分に対応できます。しかし、苦情処理、販売交渉、危機対応であれば、AIエージェントは初期の分流しかできず、最終的には人が対応する必要があります。

拾聞：ではRetellの顧客は主にどのような業界ですか？

永亮：公開情報によると、AI音声エージェントの典型的な顧客には以下が含まれます：医療機関（予約リマインダー、フォローアップ）、小売電子商取引（注文照会、アフターサービス）、金融サービス（請求通知、身分認証）、物流配送（配達通知、予約変更）。これらのシナリオの共通点は、電話数が多い、プロセスが標準化されている、遅延に敏感であることです。Retellがこの市場で確固たる地位を築けるなら、彼らの製品は精度とコストのバランスを見つけているということです。

Q3：1人あたり160万ドルの収益の真実

拾聞：1人あたり160万ドルの年収益という数字は、どのように理解すればよいのでしょうか？

永亮：この数字は業界の背景で考える必要があります。伝統的なコールセンターの1人あたりの収益は通常3万から8万ドルです。なぜなら人的コストが高く、管理が複雑だからです。AI音声エージェント会社の1人あたりの収益はずっと高くなる可能性があります。なぜなら核心コストは計算能力とモデルAPIであり、人ではないからです。しかし「1人あたりの収益」とは「1人あたりの利益」とは異なります。RetellはOpenAIのAPI料金、自社の研究開発費用、販売および市場コストを支払う必要があります。160万ドルの収益の中で、実際に利益に変わるのは20％から30％程度かもしれません。

拾聞：では、この数字は業界にどのような示唆を与えますか？

永亮：それはAI音声エージェントという分野に商業的価値があることを示していますが、競争も激しいです。Retellが1人あたり160万ドルを達成できれば、他の会社も模倣しようとします。しかし、優位性はどこにあるのでしょうか？モデル能力、顧客リソース、業界のノウハウ、コスト管理でしょうか？長期的に見ると、単にAPIを提供する会社は持続的な優位性を持つことは難しく、実際に生き残るのは業界に深く入り込み、トータルソリューションを提供できる会社です。

Q4：AI音声エージェントの境界はどこにあるのか

拾聞：AI音声エージェントは現在何ができて、何ができないのか？

永亮：できること：標準化されたプロセスの自動応答、情報確認、予約の手配、簡易なアフターサービス、外部への通知。できないこと：複雑な感情のケア、多回の交渉、危機対応、高度な業界知識が必要な相談。境界は「予測可能性」にあります。対話プロセスが事前に定義可能であれば、AIエージェントが対応できます。しかし、臨機応変な判断や柔軟な対応が必要な場合は、人間の方が信頼できます。

拾闻：では、企業はどのようにAIエージェントを活用すべきでしょうか？

永亮：私の提案は3層に分けられます。第一層は、頻度が高く複雑さの低い電話は完全にAIエージェントに任せること、例えば予約の確認や注文の照会です。第二層は、中程度の頻度で複雑な電話をAIエージェントが初期処理を行い、人間が再検討や昇格を行います。第三層は、頻度が低く複雑な電話は直接人間が処理します。これにより、コストを削減しつつ、サービス品質を保証できます。重要なのは、AIエージェントを万能薬として扱わず、新たな労働力の補完として考えることです。

結論：1億通の電話は始まりに過ぎない

拾闻：最後にまとめます。

永亮：Retell AIの事例から明らかなように、AI音声エージェントはコンセプト検証段階を超えて、大規模な商用段階に入っています。1億通の電話、一人当たり160万ドルの収益という数字の背後には、モデルの能力、エンジニアリングの最適化、ビジネスモデルの共同作用があります。しかし、一般企業にとって重要なのは、この数字を模倣するのではなく、どの電話をAIに任せるべきか、どの電話を人間が担当すべきかを明確にすることです。技術がどれほど進歩しても、最終的にはビジネスシナリオとユーザー体験に戻る必要があります。

拾闻：今回の記事に一言でまとめます。

永亮：AI音声エージェントは人間を置き換えることはありませんが、「人」の電話内での役割を再定義します。「応答者」から「監督者」や「意思決定者」へと変わることで、これは今後数年間のコールセンターにおける最大の変化かもしれません。

👇 あなたの会社はAI音声エージェントを使用したことがありますか？体験はどうでしたか？コメント欄で話してください。次回はいくつかの事例を取り上げて話しましょう。私をフォローしてください。AI時代の職場の実情を毎週更新します。