Sturdyで解約の兆しを見誤る原因と対策|会話を読ませる前の線

「解約の兆しをAIで拾えると聞いて試したら、言葉の強い顧客ばかりが赤くなり、実際に契約を切った会社は最後まで静かなままだった」「顧客との全部のメールと通話を、海外の道具に読ませてよいのかを社内で説明できない」——更新の時期が近づくと、カスタマーサクセスと営業の責任者から決まって出てくる声です。米国の Sturdy は、顧客とのメール・通話の書き起こし・問い合わせのチケット・共有チャットを束ねて読み、解約や契約拡大の兆しと、その根拠になった発言を出す基盤です。2026年5月には、その結果を社内のAIに渡す MCP サーバーを発表しました。兆しを見誤る原因は、AIの読解力より手前にあります。会話に何が出て、何が出ないかを決めずに読ませていることです。この記事では、公式サイトと公式ブログで確かめられる範囲で、Sturdy で兆しを見誤る四つの原因と、読ませる範囲・誤報の扱い・営業への渡し方・社内AIへの渡し方・AIに解約を判定させない線・費用とやめ方という対策を整理します。画面の操作や料金の一覧は扱いません。
カメ先生会話をAIに読ませれば、解約しそうな顧客が全部分かると思われがちなんだ。でも本当は、会話に出てくる不満しか読めない。黙って比較検討を始めた顧客は、そもそも文面に現れないんだよ。
カメ子強い言葉の顧客ほど危ない、とは限らないということですか。
カメ先生そう。声を荒らげる顧客は、まだ直してほしいと思っている場合も多い。だから Sturdy の兆しは「この会社を調べ直す理由」として受け取って、解約するかどうかの判定は人がする。その線を最初に決めておくのが大事なんだ。
カメ子兆しは答えではなく、確かめに行く入口なんですね。
- Sturdy は顧客とのメール・通話・チケット・共有チャットを会社単位に束ねて読み、解約や拡大の兆しを根拠の発言付きで出す。2026年5月に MCP サーバーを発表し、社内のAIから同じ文脈を引ける形に広げた
- 見誤りの原因は、文面の温度と実際の解約のずれ、会話に出ない顧客、担当者の書き方の癖、会社の名寄せの四つ。どれも道具を替えても消えない
- 読ませる範囲、誤報と見落としの数え方、営業への渡し方、社内AIに開く範囲を先に決め、解約の判定と打ち手は人が持つ
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Sturdy とは:顧客との会話を会社単位に束ねて読む基盤
Sturdy は、米国の新興企業が提供する顧客シグナルの基盤です。報道によれば、メール・問い合わせのチケット・通話などの文章になった顧客とのやり取りを読み、解約や拡大、業務の非効率につながる兆しを見つけることを狙っています。創業者のスティーブ・ヘーゼルトン氏とジョエル・パッセン氏は、以前に採用管理の会社を立ち上げて売却した経験を持つと紹介されています。利用状況のデータではなく、顧客が書いた・話した言葉を材料にする点が、ログイン回数や機能の利用率で点数を付ける従来の顧客管理の道具との違いです。
公式ブログには、利用データだけでは解約を予測できないという主張がまとめられています。利用が多いことは満足の証ではなく、問い合わせが増えて苛立っている表れかもしれない。利用が少ないことも、手間なく価値が出ているだけかもしれない。だから契約の論点、対応の早さと解決の有無、予算や購買の話題、拡大や縮小を示す言い回し、変更の依頼といった「なぜそうなっているのか」を説明する会話の兆しを組み合わせるべきだ、という立場です。
一方で、2026年の公式サイトは打ち出しを少し変えています。いまの Sturdy は自らを、AIが使う前に文章を整える「統制された言語の層」と説明し、方針による範囲の絞り込み、機微な情報の伏せ字、出どころの記録を行ったうえで、MCP の接続で社内のAIや道具に渡すと書いています。兆しの種類も、解約の危険だけでなく、契約条件の食い違いや約束の変更など、自社で定義できる形になっています。解約予測の専用ツールというより、顧客との会話をAIに安全に読ませるための土台に軸足が移っている、と捉えておくと判断を誤りにくくなります。
2025年から2026年の動き:兆しの検知から MCP サーバーへ
公式ブログの日付を追うと、動きは三つの段階に分かれます。2025年3月には、課題管理の Jira との連携と、顧客と共有している Slack のチャンネルを読む機能を加えました。同じ年の4月には、ボイジャー・キャピタルが主導するシード資金600万ドルの調達を発表しています。ここまでは、読める窓口を増やして兆しの取りこぼしを減らす段階でした。
次の段階が、2026年5月4日に公表した MCP サーバーです。メール・通話の書き起こし・チケット・Slack・CRM・会議の道具に散らばったやり取りを取り込み、同じ会社や同じ人を一つの記録に寄せたうえで、根拠の引用付きの文脈を、社内のAIが一回の呼び出しで受け取れるようにした、という説明です。権限は保存の段階で効かせ、呼び出す人が見られない記録は渡さないとしています。
三つ目が、6月3日の「決定的なAI」の解説です。同じ問いには毎回同じ文脈を渡すように、名寄せ・兆しの整理・権限の判定を固定し、モデルの推論そのものは確率的なままだと明記しています。数字の扱いには注意が必要で、たとえば MCP の記事にある「生の接続では問い合わせごとのトークン消費の6割から8割が探し直しに使われる」という説明には、測り方が示されていません。公式の数字は、自社のデータで確かめるまでは目安として扱うのが安全です。
課題:兆しは出ているのに、解約を見誤る
会話を読む道具を入れた会社でよく起きるのは、兆しが多すぎるか、肝心の顧客で出ないかのどちらかです。強い言葉で不満を書く顧客には毎週のように赤い兆しが付き、担当者は対応に追われます。ところが更新の時期に実際に去ったのは、問い合わせも少なく、メールの文面も丁寧だった顧客だった、という形の見誤りです。
この見誤りは、点数を付ける仕組みの出来とは別のところで起きます。顧客の状態を点数に束ねる考え方や、解約予測の一般的な進め方は別の記事で扱っているので、ここでは会話という材料そのものが持つ偏りに絞ります。会話は顧客の気持ちのうち、口に出した部分だけを写したものです。そこから全体を読もうとすると、どこかで必ずずれが出ます。
- 言葉の強さで並べた一覧を、そのまま解約危険の一覧として営業に配る
- 兆しが出なかった顧客を「安全」として、確認の対象から外す
- AIが付けた兆しの名前だけを見て、根拠の発言を開かずに打ち手を決める
- 全担当者の受信箱を一度に読ませ、どこまで読んでいるかを誰も把握していない
どれも、道具が出した結果を最終判断として扱っているのが共通点です。以下では原因を四つに分け、それぞれに対策を当てていきます。
原因1:文面の温度と、実際の解約は一致しない
会話の兆しは、言葉の強さや否定的な表現に引っぱられやすい性質があります。ところが、強い言葉で苦情を書く顧客は、まだ関係を続ける気があるからこそ書いている場合が少なくありません。逆に、決裁者が替わって予算の見直しが決まった会社では、現場の担当者は普段どおり丁寧な文面のまま、静かに乗り換えの準備が進みます。
Sturdy の公式ブログが挙げる兆しの例に、予算や購買の話題、契約の論点、変更の依頼が入っているのは、この点を意識しているからだと読めます。感情の強さより、契約・予算・人の入れ替わりといった事実の話題のほうが、解約との結び付きが強いという前提です。とはいえ、どの話題がどれだけ効くかは業種や商材で違い、公式も精度の数字は公表していません。
対策の入口は、自社の過去の解約を使って、どの兆しが本当に先行していたかを確かめることです。直近1年に解約した顧客と継続した顧客を十数社ずつ選び、解約の数か月前の会話にどんな兆しが付いていたかを並べるだけでも、感情の兆しより事実の兆しを重く見るという自社なりの物差しが見えてきます。
公式サイトのいまの説明では、兆しは「収益の危険」「契約条件の食い違い」「約束の変更」のように、自社で名前と中身を決めて増やせる形になっています。裏を返せば、どの兆しを解約の先行指標として扱うかは、道具ではなく自社が決めるということです。答え合わせで先行していなかった兆しは、通知の対象から外すか、別の用途に回すかを決めておくと、現場に届く兆しの質が上がります。
原因2:黙って去る顧客は、会話に出てこない
二つ目の原因は、そもそも会話が少ない顧客です。導入時に一度だけ設定して、あとは問い合わせもしない顧客は、読む材料がないので兆しが付きません。担当者が少ない中小の取引先や、窓口が一人に集まっている顧客ほど、この状態になりやすくなります。
会話を読む道具の弱点は、会話がないことを兆しとして扱いにくい点です。ここは利用状況のデータと組み合わせて補うしかありません。公式ブログも、利用データだけでは足りないと主張する一方で、会話の兆しと組み合わせることを勧めています。会話の兆しと利用の数字は、互いの死角を埋める関係だと捉え、どちらか一方に寄せないことが大切です。
実務では、一定期間まったく会話がない顧客を別の一覧に分けて、担当者が定期的に連絡を入れる運用が現実的です。「兆しなし」と「材料なし」を同じ緑で塗らないことが要点で、材料のない顧客は灰色として扱い、人が会いに行く理由にします。
原因3:担当者の書き方の癖が、兆しに混ざる
三つ目は、自社の担当者の書き方です。会話には顧客の言葉だけでなく、こちらの担当者の言葉も入ります。謝罪の言葉を多く書く担当者、顧客の不満を丁寧に言い直して記録する担当者がいると、その担当者の顧客にだけ否定的な兆しが集まって見えることがあります。
通話の書き起こしでも同じことが起きます。顧客の発言と担当者の言い換えが混ざると、どちらの言葉が兆しの元になったのかが分かりにくくなります。Sturdy は兆しごとに根拠の発言を引用で示すとしているので、兆しを受け取ったら、まず根拠の発言が顧客のものか担当者のものかを確かめる習慣をつけると、この偏りをかなり減らせます。
担当者別に兆しの件数を並べてみるのも有効です。同じ規模の顧客を持つ担当者の間で兆しの件数が大きく違うなら、顧客の状態ではなく書き方の差が出ている可能性があります。この確認は担当者を評価するためではなく、物差しを直すために行うものだと、最初に社内へ伝えておく必要があります。
原因4:同じ会社が、別々の顧客に見えている
四つ目は名寄せです。メールでは子会社の名前、CRM では親会社の名前、チケットでは担当者の個人名と、同じ取引先が窓口ごとに違う形で記録されていることはよくあります。この状態で会話を読ませると、一社の中で起きている不満が三つの小さな兆しに分かれ、どれも閾値に届かないまま見過ごされます。
Sturdy の MCP サーバーの説明が、何より名寄せを強調しているのはこのためです。公式ブログは、同じ会社や同じ人を事前に一つの記録へ寄せ、AIに推測させないことを売りにしています。名寄せの正しさは、兆しの正しさの前提であり、ここが崩れていると、どれだけ読解が賢くても結果は当てになりません。
ただし、寄せ方の規則そのものは自社の取引の形に左右されます。親会社と子会社を一つにまとめるか、部門ごとに分けるかは、契約の単位と営業の担当の分け方で決まります。名寄せの規則は道具の初期設定に任せず、契約の単位に合わせて人が決めること。導入の最初の数週間は、寄せ方の誤りを見つけて直す作業が中心になると見込んでおくべきです。
対策1:読ませる範囲を決める
対策の一つ目は、何を読ませるかの線引きです。公式サイトは、取り込むのは社外の人とのやり取りだけで、社内だけのやり取りは Sturdy に入らないと説明しています。顧客の兆しを読むという目的からすれば筋の通った線ですが、自社のメールの運用によっては、社内の相談に顧客を同報で入れていたり、顧客との共有チャンネルに社内の雑談が混ざっていたりします。
線を引くときは、窓口と人の二つの軸で考えると整理しやすくなります。
| 窓口 | 読ませる候補 | 外す・絞る候補 | 決める人 |
|---|---|---|---|
| メール | サポートの共有アドレス、担当者と顧客のやり取り | 役員の受信箱、人事・法務とのやり取り、個人宛ての私信 | CSの責任者と情報システム |
| 通話・会議の書き起こし | 定例の打ち合わせ、サポートの電話 | 契約交渉の録音、同意を取っていない録音 | 営業の責任者と法務 |
| 問い合わせのチケット | 全件(顧客が書いた本文) | 社内の申し送りの欄 | サポートの責任者 |
| 共有チャット | 顧客と共有しているチャンネル | 共有チャンネル内の社内向けスレッド | チャットの管理者 |
| CRM | 会社・担当者・契約の項目 | 与信や価格の内部メモ | 営業企画 |
表のうち、とくに通話の扱いは慎重にしてください。録音や書き起こしを、もともとの目的と違う分析に使うことになるため、顧客に伝えている利用目的の範囲に収まっているかを、法務と一緒に確認する必要があります。読ませる範囲を広げるのは、狭い範囲で効果を確かめた後で十分です。
もう一つ、社内だけのやり取りが入らないという線には裏面があります。担当者が社内で共有している「この会社は来期の予算が厳しいらしい」といった見立ては、Sturdy の材料には入りません。顧客の口から出た言葉だけでなく、担当者の見立ては、別の欄や定例の場で人が持ち寄る必要があり、兆しの一覧だけで顧客の状態を語らないことが前提になります。
対策2:兆しは「根拠付きの問い」として受け取る
二つ目は、兆しの受け取り方です。Sturdy は兆しごとに出どころを引用で示すとしています。これは、兆しの名前ではなく、根拠の発言を読んで判断するための仕組みだと考えるべきです。兆しの名前だけを一覧で見て打ち手を決めると、皮肉や冗談を真に受けたり、すでに解決した過去の不満を蒸し返したりします。
受け取る側の手順を決めておくと、運用がぶれにくくなります。
兆しの名前ではなく、引用された発言そのものを読む。誰の発言か、いつの発言かを確かめる。
同じスレッドや通話の前後を読み、すでに解決していないか、冗談や比喩ではないかを確かめる。
利用の数字、契約の更新日、担当者の見立てと照らし、同じ方向を指しているかを見る。
対応する・様子を見る・誤報として閉じる、のどれにしたかと理由を一行で残す。これが物差しを直す材料になる。
最後の一行の記録が、次の対策の土台になります。誤報として閉じた件数と理由がたまると、どの兆しの定義を直すべきかが見えてきます。
対策3:誤報と見落としを数え、物差しを直す
三つ目は、兆しの当たり外れを数えることです。数えるのは二種類で、兆しが出たのに何もなかった誤報と、兆しが出なかったのに解約した見落としです。誤報は日々の運用で見えますが、見落としは解約が起きた後に、さかのぼって確かめないと見えないので、意識して数える仕組みが必要です。
具体的には、解約や減額が決まった顧客について、決まる前の3か月から6か月の会話にどんな兆しが付いていたか、付いていなかったかを毎月確認します。兆しが付いていたのに対応が遅れたなら運用の問題、付いていなかったなら材料や定義の問題です。この切り分けをしないと、道具の設定を直すべきか、人の動き方を直すべきかが決まりません。
兆しの定義を直す権限も決めておきます。Sturdy は自社で兆しを定義できる形になっていますが、定義を担当者が思い思いに足していくと、同じ現象に違う名前の兆しが並び、件数の比較ができなくなります。兆しの定義を変えられる人を一人か二人に絞り、変えた日と理由を残すことで、月ごとの数字を比べられる状態を保てます。
対策4:営業・CSへの渡し方を決める
四つ目は、兆しを誰にどう渡すかです。解約の兆しはカスタマーサクセスへ、拡大の兆しは営業へ、と単純に分けると、同じ顧客について両方の担当が別々に連絡を入れ、顧客を戸惑わせることがあります。会社ごとに主担当を一人決め、兆しは主担当に集め、必要に応じて他の部門を呼ぶ形のほうが混乱が少なくなります。
渡す量にも上限を設けます。兆しが毎日数十件届くと、担当者はやがて通知を読まなくなります。担当者一人が一週間に確かめられる件数から逆算して、重い兆しだけを通知し、軽い兆しは週の振り返りでまとめて見るといった二段構えにすると、通知が無視されにくくなります。
拡大の兆しの扱いにも注意が要ります。顧客が新しい部署での利用を口にしたからといって、すぐに営業が提案を持ち込むと、相談のつもりだった顧客に売り込みの印象を与えます。拡大の兆しは、主担当が顧客の意向を確かめてから営業に渡す、という順番を決めておくと、関係を損ねずに済みます。
対策5:MCP で社内のAIに渡すときの線
2026年の MCP サーバーによって、Sturdy の結果は社内の Claude などのAIからも引けるようになりました。公式サイトには、顧客の会話の文脈を社内のAIのプロジェクトに渡して、取引先の振り返りの資料を作る例が示されています。便利な一方で、顧客との会話という機微な材料に、社内のAIを通じて触れられる人が一気に増えることを意味します。
公式は、権限は保存の段階で効かせ、呼び出す人が見られない記録は上流で除くと説明しています。また、機微な情報は渡す前にメモリ上で伏せ字にするとしています。ただし、何を機微な情報として扱うかの範囲は公式サイトでは詳しく定義されていません。伏せ字の対象と、社内AIから引ける範囲は、試用の段階で実データを使って確かめる必要があります。
- 社内AIに開く前に、どの部署の誰が、どの顧客の会話を引けるかを一覧にする
- AIが作った振り返りの資料を、顧客に見せる資料へそのまま流用しない
- 社内AIの側の会話の記録に、顧客の発言の引用が残ることを前提に、そちらの保存期間も確かめる
社内AIへの接続は、兆しの運用が落ち着いてから足すのが順番として安全です。最初から全社に開くと、誤報の多い時期の兆しが、そのまま社内の資料や判断に広がってしまいます。
小さく試す順番:過去の解約で答え合わせしてから広げる
ここまでの対策を一度に始める必要はありません。会話を読む道具は、入れた直後から兆しが大量に出るので、いきなり全社の担当者に配ると、誤報の多い時期の印象で「当たらない道具」という評価が固まってしまいます。最初は過去のデータで答え合わせをし、当たり方を知ってから現場に配るという順番が安全です。
一つの事業部、または一つの製品の顧客に絞る。窓口もメールとチケットの二つから始め、通話は後に回す。
直近1年に解約・減額した顧客と、継続した顧客を同じくらいの数だけ選び、解約の前の数か月にどんな兆しが付いていたかを並べる。
先行していた兆しと、誤報の多かった兆しを分け、通知する兆しと週の振り返りで見る兆しを決める。
主担当に兆しを渡し、根拠を開いて判断した記録を残してもらう。誤報と見落としを毎月数える。
記録をもとに、窓口を足すか、事業部を広げるか、社内AIへの接続に進むかを責任者が決める。
答え合わせで見るべきなのは、当たった件数よりも外れ方です。言葉の強い顧客で誤報が多いのか、会話の少ない顧客で見落としが多いのか。外れ方が分かれば、どの原因に手を打てばよいかが決まるので、ここまでに挙げた四つの原因のどれが自社で大きいかを、試用の段階で特定しておくことが、広げた後の運用を楽にします。
AIに解約を判定させない線
どれだけ材料をそろえても、解約するかどうかを決めるのは顧客であり、その兆しにどう応えるかを決めるのは自社の人です。Sturdy 自身も、文脈の作り方は毎回同じにできても、モデルの推論は確率的なままだと説明しています。AIの結論は、根拠の発言に戻れる場合にだけ使うという線を、運用の規程に書いておくべきです。
具体的には、次のことはAIに任せません。
- 顧客を「解約する」「しない」と分類して、その結果だけで値引きや担当替えを決めること
- 兆しをもとに、顧客へ送る連絡文を人が読まずに送ること
- 兆しの件数を、担当者の評価にそのまま使うこと
- 契約の更新や減額の判断を、兆しの点数で自動的に決めること
AIに任せてよいのは、会話を束ねて読み、兆しの候補と根拠を並べ、振り返りの下書きを作るところまでです。根拠を書かせ、人が確認する範囲を先に決める。この順番を守れば、見誤りがあっても人の段階で止まり、顧客との関係を壊さずに済みます。
何が社外に出るか、費用の増え方とやめ方
Sturdy を使うと、顧客とのメール・通話の書き起こし・チケット・共有チャットの本文が、Sturdy の環境に送られます。公式サイトは、第三者の監査報告である SOC2 のうち、一定期間の運用まで確かめる形式の報告を取得していることと、再委託先の一覧を公開していることを示しています。契約の前に、再委託先の一覧、データの保存場所、保存期間、モデルの学習への利用の有無を書面で確かめてください。公式サイトの説明だけでは、学習への利用について明記された記述は見当たりませんでした。
料金は公開されておらず、問い合わせが前提です。費用は読ませる窓口と顧客の数、社内AIへの接続の範囲で増えると考えられるので、見積もりの段階で、どの単位で課金されるかを確認します。加えて見落としがちなのが人の手間で、名寄せの規則づくり、兆しの定義の見直し、誤報と見落としの毎月の確認には、カスタマーサクセスの中に担当者が必要です。
やめ方は、入れ方の逆の順番で考えます。社内AIへの接続を先に外し、次に各窓口の連携を止め、最後に Sturdy 側に残ったデータの削除を依頼して、削除の完了を書面で受け取ります。兆しの定義と、誤報・見落としの記録は、自社の文書として手元に残しておくと、別の道具に移るときも、道具なしで運用するときも、積み上げた判断を失わずに済みます。
よくある質問
Sturdy を入れれば、解約予測の点数づくりは要らなくなりますか
要らなくはなりません。Sturdy が得意なのは会話から兆しと根拠を拾うことで、会話のない顧客や、利用の数字の変化は別の材料で補う必要があります。点数づくりの仕組みを持っている会社は、そこに会話の兆しを材料の一つとして足す形が現実的です。
日本語の会話も読めますか
公式サイトでは、日本語への対応について明記された説明は確認できませんでした。日本語のメールや書き起こしで兆しの精度がどの程度出るかは、試用の段階で、過去の解約顧客の会話を使って確かめてください。
兆しの運用より先に、社内AIへの接続から始めてもよいですか
勧めません。社内AIから引けるようにすると、誤報と見落としの傾向が分からないまま、兆しが資料や会議の判断に使われ始めます。まず少数の主担当で兆しの当たり方を確かめ、名寄せの規則と兆しの定義が落ち着いてから、引ける人と顧客の範囲を決めて接続するほうが、後から取り消す手間がかかりません。
顧客に、会話を分析していることを伝える必要はありますか
取り扱う情報と、顧客に示している利用目的によって判断が変わります。とくに通話の録音や書き起こしを分析に使う場合は、利用目的の範囲に収まっているかを法務と確認し、必要に応じてプライバシーポリシーの記載を見直すことを勧めます。
まとめ
Sturdy は、顧客とのメール・通話・チケット・共有チャットを会社単位に束ねて読み、解約や拡大の兆しを根拠の発言付きで出す基盤で、2026年には MCP サーバーを通じて社内のAIへ文脈を渡す土台へと軸足を広げました。兆しを見誤る原因は、文面の温度と実際の解約のずれ、会話に出ない顧客、担当者の書き方の癖、会社の名寄せという、会話という材料そのものの偏りにあります。読ませる範囲を決め、根拠の発言に戻り、誤報と見落としを数え、渡す相手と社内AIに開く範囲を決め、解約の判定は人が持つ。この線を先に引いておけば、兆しは顧客を確かめに行く入口として十分に役立ちます。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
