あの保留音が要らなくなる日。問い合わせの最大65%をAIへ

1. 電話の向こうが、人でなくなる

発表の中身を一行にすると、こうなります。Ringgという音声・チャットのエージェント基盤が、企業に届く問い合わせの最大65%を、人の手を借りずに片づけているところまで来た。月に700万件を超える通話がそこを通り、顧客企業の平均満足度は4.8。数字だけ並べれば、もう実験ではありません。

01 最大65%が、人を介さずに終わる

Ringgはインドの大手消費者向け企業と組んできた会社です。問い合わせが増えるたびに人を足す——その方法だと、一件あたりのコストも手順の複雑さも一緒に増えていく。発表資料はその行き詰まりから話を始めています。保険を買う、予約を取る、そうした用事を済ませるために、対応する側もばらばらの管理画面を行き来していました。

そこでRinggが作ったのが、音声・チャット・WhatsApp・ウェブをまたぐ企業向けのエージェント基盤でした。GPT-5.6のような効率の高いモデルを中心に据え、やり取りの窓口を一本にまとめる。結果として、定型的な問い合わせの最大65%が人の関与なしに解決しているというのが、今回の発表値です。

02 月700万件という、数の話

Ringgのエージェントがいま扱っているのは、毎月700万件を超える接続通話です。そして顧客企業の平均CSATは4.8。たくさん受けたという話ではなく、受けたうえで満足度が落ちていない、という並びで読むところに意味があります。

コストの側も動きました。リアルタイム処理のうち条件に合う一部をGPT-4.1からGPT-5.6へ移したところ、必要な品質と応答速度を保ったまま、モデルのコストがおよそ90%下がったと説明されています。安くなったぶん雑になった、ではないところが読みどころです。

2. 変わるのは、待ち時間のほうだ

読者の生活に近いのは、解決率よりも応答時間の数字でした。保険のプラットフォームでは平均8〜12分だった応答が60秒未満に。医療予約のプラットフォームでは3秒を切るところまで縮んだと発表されています。待たされない、というのは、それだけで親切の一種です。機能が増えたのではなく、時間の使われ方が変わった。

01 8〜12分が、60秒未満に

インド最大級のオンライン保険プラットフォームPolicybazaarは、Ringgを使って57,000件を超える顧客リクエストをつないでいます。そのうち67%が人の介在なしに処理され、平均応答時間は8〜12分から60秒未満へ。改善率にしておよそ88%と説明されています。

保険の問い合わせは、たいてい急いでいます。事故のあと、更新の前日、引き落としの直後。そういうときの8分は、体感でもっと長い。そこが1分未満になるなら、変わるのは処理の速さではなく、電話をかけるときの気持ちのほうです。

02 予約の電話が、3秒で返る

グローバルなヘルスケアプラットフォームのPractoでは、Ringgのエージェントが診療予約やサービス依頼を受けています。導入後の初回解決率は85%、応答時間は3秒未満。従来の人手中心の運用と比べて運用コストは70%下がり、いまは一日1,000件を超える予約が処理されていると発表されています。

投資プラットフォームのGrowwでも、IPOや先物・オプションに関する問い合わせの72%が、完全なセルフサービスで解決しています。平均処理時間は2分。専門的で、しかも型が決まっている質問ほど、機械の側が得意だということが見えてきます。

3. 向く問い合わせ、向かない問い合わせ

全部がAIで済むわけではない、という前提は発表資料のほうにも書かれています。Ringgのエージェントが得意にしているのは、方針を確認する、記録を引き出す、予約を入れる、CRMを更新する——手順が決まっている仕事です。決まっていない仕事は、会話の要約を添えて人に渡す。その線引きこそが、この基盤の設計そのものでした。

01 定型のことほど、機械が速い

エージェントは顧客の言ったことを解釈し、使う道具を選び、複数手順の作業を案内します。その裏でオーケストレーション層が、CRM、チケット管理、決済、スケジューラ、社内APIへ実際の操作を流す。知識の側も、データセットやPDF、CSV、業務文書を、構造化の絞り込みと意味検索の両輪で引く仕組みになっています。

用件の種類ごとに、担当を分けることもできます。見込み確認、サポート、本人確認、日程調整、エスカレーション——それぞれに専門のサブエージェントを割り当て、顧客から見た会話は一本のまま保つ。音声で始めた話をWhatsAppで続けても、同じ相手と話している感覚が切れないように作られています。

02 人に渡すときの、渡し方

向かないと判断された用件は、人に引き継がれます。このとき会話の要約が一緒に渡るのが、これまでの転送とのいちばんの違いです。最初から話し直す、あの徒労がなくなる方向に設計されている。長いやり取りでは、文脈がおよそ80,000トークンに近づいた時点で構造化された要約が作られ、大事なところを残したまま会話が続きます。

言語の混ざり方にも触れられています。会話の途中で言語が切り替わる、英語に現地の言い回しが混じる——そうした話し方はRinggが相手にしている市場では当たり前で、主要な地域言語で最大97%の精度が出たと説明されています。通話後の要約や感情分類はGPT-5.6 Terra、評価やプロンプト改善はGPT-5.6 Solと、用途ごとにモデルを振り分ける作りです。

4. 日本の生活者は、何を見ておけばいいか

ここからは、読者が今日決められる話にします。今回の事例はインドの消費者向け企業が舞台ですが、同じ設計思想は日本の窓口にも順番に入ってきます。見るべきところは一つ。「待たされるかどうか」です。機能表ではなく、つながるまでの秒数で選ぶ。それだけで、暮らしのストレスの総量はけっこう変わります。

01 今日からできること

まずは、自分がよくかける窓口を思い出してみてください。保険、病院の予約、証券口座。この三つは、今回の発表でそのまま成果の数字が出ている領域です。同じ種類の用件なら、電話よりチャットやメッセージの窓口を先に試す価値があります。こっちのほうが速い、という場面が確実に増えてきている。

用件は、できるだけ型どおりに伝えるのがコツです。「予約を変更したい」「契約内容を確認したい」と先に言い切る。エージェントは道具を選んでから動くので、最初の一言が具体的なほど、無駄な往復が減る余裕があります。

02 待つべきことも、ある

一方で、急がなくていい話もあります。今回の数字は、あくまでRinggの顧客企業で出たものです。自分が使っているサービスがいつ同じ体験になるかは、事例の中には書かれていない。だから「AIになったから安心」ではなく、実際にかけてみて速いかどうかで判断する。生活者にできる確認は、それで足ります。

それと、人に代わってもらう道は閉じていません。エスカレーションは最初から設計に入っていて、会話の要約を添えて担当者へ渡す作りです。込み入った相談は人へ、型の決まった用件は機械へ。その振り分けが当たり前になると、電話をかけるという行為そのものが、もう少し軽くなります。

5. よくある質問

6. まとめ