Five9の音声エージェントは自作か外注か|社内で作る線と任せる線

「コンタクトセンターの基盤にAIの作成画面が付いたので、音声エージェントは社内で作れと言われた」「専業の音声AIベンダーから提案が来ているが、基盤の中で作るのと何が違うのか説明できない」——コールセンターの運営責任者や情シスの間で、この半年よく交わされる問いです。自作か外注かは「誰が作るか」の選択だと思われがちですが、そうではありません。本当に決めるべきなのは、公開した後に誰が試し、誰が見張り、誰が止めるかです。この記事では、米国の Five9 が2026年6月に発表した音声AIエージェントと AI Agent Studio を手がかりに、使っている(またはこれから選ぶ)コンタクトセンター基盤の中で音声エージェントを社内で作るか、専業の音声AIベンダーや開発会社に作らせるかを判断するための材料を整理します。画面の操作手順や料金の一覧は扱いません。
カメ先生作成画面が基盤に付いたら、外注するより社内で作るほうが安くて速い、と思われがちなんだ。でも本当に費用がかかるのは、作った後の試験と見張りと手直しなんだよ。
カメ子作ること自体は軽くなっても、運用する仕事が社内に残るということですか。
カメ先生そう。だから比べるべきは作る人ではなく、公開後の責任を誰が持てるかなんだ。外注しても、止める判断までは渡せないからね。
カメ子自作と外注の違いは、手を動かす人より責任の置き場所にあるんですね。
- Five9 は2026年6月、音声AIエージェントの新版と、作成・試験・公開・監視を1か所で行う AI Agent Studio を発表した。11月には会話分析のレベルAIの買収も発表している
- 選択肢は「基盤の中で社内が作る」「専業ベンダーや開発会社に作らせる」「外で作ったエージェントを基盤につなぐ」の3つ。違いは公開後の試験・監視・停止を誰が持つかに出る
- 日本語の音声対応は公式発表で言語の一覧が示されておらず、自社の通話で確かめるしかない。通話データの学習利用・費用・止め方は契約前に書面で確認する
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。
Five9とは:電話の基盤そのものを持つクラウド型コンタクトセンター
Five9 は米国のナスダックに上場するクラウド型コンタクトセンターの会社で、2001年からクラウドで提供してきたと自社で説明しています。2026年6月の発表では140を超える国の3,500社超の企業に使われているとし、11月の発表では4,000を超える顧客と記しています。電話の着信・振り分け・通話録音・オペレーターの画面といった、窓口の土台そのものを提供する会社であることが、この記事の前提になります。
この土台の上に、以前から音声で受け答えする仮想アシスタント(IVA)や、オペレーターの横で回答を提案する機能が載っていました。2026年の新しい音声AIエージェントは、決まった台本を順にたどる従来型の自動応答ではなく、用件を聞き取り、業務システムを呼び出して手続きを済ませ、必要なら文脈ごと人に引き継ぐところまでを狙っています。つまり「電話を受ける場所」と「AIが働く場所」が同じ会社の中にある、というのが Five9 の音声エージェントの特徴です。
この点が、専業の音声AIベンダーとの最大の違いです。専業ベンダーは優れた音声AIを持っていても、電話の土台は別の会社のものにつないで使います。どちらが良いかではなく、土台とAIを同じ会社に寄せるか、分けて持つかという構造の選択が、自作か外注かの判断の下に隠れています。
2026年の動き:AI Agent Studioの発表と、レベルAIの買収
2026年6月23日、Five9 はラスベガスで開かれたコンタクトセンター業界の大型展示会の場で、音声AIエージェントの新版を発表しました。公式発表によれば、複数のエージェントが役割を分けて協調する仕組み、遅延の少ない音声処理、多言語への対応、話の途中での割り込みの検知、背景の雑音への対処が挙げられています。同時に発表されたのが AI Agent Studio で、音声エージェントの作成・試験・公開・監視・改善を1か所で行う環境と説明されています。通話での試験、版の管理、試験環境から本番への昇格、巻き戻し、通話後の評価が組み込まれているとしています。
同じ発表では、統制の機能として、組み込みのガードレール、通話後のAIによる自動評価、業務手順が本当に完了したかの確認、そして機微な顧客データを大規模言語モデルから隠して、モデルが見ることも書き換えることもできないようにする仕組みが挙げられています。発表に名前が挙がった米国の導入企業は、初期の展開で自動完結の目標を上回り、処理時間を縮めたと述べ、年内に10万件を超える通話をAIに任せる見込みだとしています。ただしこれは導入企業の見込みであり、第三者が測った数字ではありません。
さらに2026年11月5日、Five9 は会話分析とAIエージェントのレベルAIを約3億2,500万ドルの現金で買収する最終合意を発表しました。レベルAIは品質管理・顧客の声の分析・オペレーターの指導支援などを持ち、2022年から Five9 と協業してきた会社です。発表では、Five9 の基盤に移っていない企業にもレベルAIの製品を提供すると説明しており、買収の完了は2026年中を見込み、条件付きとしています。統合の進み方次第で、品質管理や評価の道具が今後変わる可能性があることは、選定の時点で頭に置いておくべきです。
よくある誤解:基盤の中で作れば「自作」は安く速い
作成画面が基盤に付くと、「外注費が要らないぶん安い」「社内で直せるぶん速い」と考えがちです。確かに、通話の流れや業務システムへの接続口がすでにそろっている環境では、最初の1本を動かすまでの距離は短くなります。しかし音声エージェントの費用の大半は、作る段階ではなく、公開後に想定外の言い回しや雑音で崩れたところを見つけ、直し、もう一度試す繰り返しにかかります。
この繰り返しを社内で回せる人がいなければ、自作は「作って放置」になり、外注していれば発生しなかった顧客の不満を、窓口が直接受けることになります。逆に、外注しても公開後の見張りまで外部に渡すことはできません。止めるかどうかを決める人は、どの選択肢でも社内に置く必要があります。自作か外注かの比較は、作る工数ではなく、公開後の運用をどこまで社内で持てるかで行うのが筋です。
もう一つの誤解は、「基盤の中のAIなら安全」というものです。通話データが同じ会社の中にとどまることは利点ですが、その中で大規模言語モデルがどの会社のものか、データが学習に使われるかは別の問題です。基盤に寄せたから確認しなくてよい、ということにはなりません。
3つの選択肢を並べる:社内で作る・外に作らせる・外のものをつなぐ
実際の選択肢は二択ではなく三つあります。一つ目は Five9 の AI Agent Studio のような基盤内の環境で、社内の担当者が作る方法。二つ目は専業の音声AIベンダーや開発会社に作ってもらい、基盤とは別の仕組みとして動かす方法。三つ目はその中間で、外部の環境で作ったエージェントを基盤につなぐ方法です。たとえば Google の公式文書には、同社の CX Agent Studio で作ったエージェントを Five9 のコンタクトセンターにつなぐ手順が載っています。
| 観点 | 基盤の中で社内が作る | 専業ベンダー・開発会社に作らせる | 外で作ったものを基盤につなぐ |
|---|---|---|---|
| 作る人 | コールセンター運営と情シス | 外部の技術者 | 社内か外部(つなぐ作業は情シス) |
| 通話データの置き場所 | 基盤の中にまとまる | ベンダー側にも残る | 両方に分かれる |
| 人への引き継ぎ | 同じ基盤の中で文脈を渡しやすい | つなぎ方次第で文脈が欠ける | つなぎ方の設計が要る |
| 試験・監視の道具 | 基盤の機能を使える | ベンダーの道具と報告に頼る | 二か所を見る必要がある |
| 依存の向き | 基盤の会社に寄る | ベンダーに寄る | 両方に分散するが複雑になる |
| 向いている会社 | 運用を回す人を社内に置ける | 社内に人がおらず、まず成果がほしい | すでに別の音声AIの資産がある |
表で分かるとおり、どの選択肢にも一長一短があり、「AIの性能が高いほう」で決めると判断を誤ります。通話データと人への引き継ぎを一か所にまとめたいなら基盤に寄せ、運用する人がいないなら外部に作らせる、というように、自社に足りないものから選ぶのが現実的です。三つ目の選択肢は柔軟に見えますが、障害が起きたときにどちらの会社の問題かを切り分ける手間が増える点を見落とさないでください。
作る人を三つに分ける:運営・情シス・ベンダー
自作を選ぶとしても、一人の担当者がすべてを抱える形は続きません。音声エージェントの仕事は、少なくとも三つに分かれます。一つ目は会話の中身を決める仕事で、どの用件を受け、何を聞き、どこで人に渡すかを決めます。これはコールセンター運営の側にしかできません。二つ目は業務システムとつなぐ仕事で、本人確認・予約・注文照会などのために社内のシステムを呼び出す口を用意し、権限を絞ります。これは情シスの仕事です。
三つ目は音声そのものの調整で、聞き取りの誤りが多い言い回しを洗い出し、読み上げの速さや間の取り方を直します。ここは専門性が高く、社内に経験者がいなければ、この部分だけ外部の支援を受けるという分け方もあり得ます。自作か外注かを丸ごとで考えず、三つの仕事のうちどれを社内に持ち、どれを外に出すかで考えると、判断が具体的になります。
| 仕事 | 主に持つ部署 | 外に出せるか |
|---|---|---|
| 受ける用件・聞く順番・人に渡す条件を決める | コールセンター運営 | 出さない(業務の判断そのもの) |
| 業務システムへの接続口と権限を用意する | 情シス | 作業は出せるが、権限の承認は社内 |
| 聞き取り・読み上げ・間の調整 | 運営と外部の専門家 | 出しやすい |
| 試験の設計と公開の判断 | 運営(責任者) | 試験の実施は出せるが、合否と公開は社内 |
| 公開後の監視と停止 | 運営と情シス | 見張りの一部は出せるが、止める判断は社内 |
どこにAIを使い、どこを決まった手順で動かすか
Five9 の製品ページでは、決まった流れで進む従来型の仮想アシスタントと、自律的に考えるAIエージェントを、用件ごとに選んで組み合わせられると説明しています。これは自作か外注かの判断にも関わる重要な点です。すべての用件を自律型のAIに任せる必要はなく、結果が一つに決まる手続きは決まった流れで動かすほうが安全です
たとえば、配送状況の照会や営業時間の案内のように、聞くことと答えることが決まっている用件は、決まった流れで十分です。一方、言い方がばらばらで、何を求めているかを聞き分ける必要がある用件には、言語モデルが効きます。ただし、返金の可否、契約の解除、例外の扱いといった判断は、AIに判断させず、条件を満たしたら人に渡すと決めておきます。どの用件を自律型にするかを先に決めると、外注先に頼むときの範囲も、社内で作るときの手間も見積もれます。
用件の線引きそのものは、電話の一次対応をAIに渡すときの一般的な論点と重なるため、ここでは繰り返しません。この記事で押さえたいのは、自律型にした部分ほど試験と監視の手間が増えるという点です。決まった流れは、試験で通れば本番でも同じように動きますが、自律型は同じ質問でも言い回しが変わるたびに振る舞いが揺れます。その揺れを誰が見張るかが、自作の負担を左右します。
日本語の音声品質を、自社の通話で確かめる
2026年6月の公式発表は「多言語への対応」をうたっていますが、対応言語の一覧や、日本語の聞き取り・読み上げの品質を示す情報は公式発表では確認できませんでした。日本で使うことを考えるなら、日本語に対応しているかどうか、どの程度の品質かを、提案資料ではなく自社の通話で確かめる必要があります。これは専業の音声AIベンダーを選ぶ場合も同じです。
確かめ方は、デモの電話を数回かけるだけでは足りません。本番の相手は、早口、方言、固有名詞、電話の雑音、話の途中での言い直しを持ち込みます。次の順で、実際の通話に近い条件をそろえて試すことを勧めます。
録音の利用について社内の取り決めを確認したうえで、よくある用件・聞き取りにくい話し方・固有名詞が多い通話を選び、個人を特定できる部分を伏せて試験の台本にします。
年齢や話し方の違う社員に、台本どおりの言い方と、言い直しや脱線を混ぜた言い方の両方で話してもらいます。開発した本人だけで試すと、癖を知っているため成績が良く出ます。
誤りの数だけでなく、商品名や金額の聞き違いのように手続きを誤らせるものと、言い換えで済むものを分けて記録します。前者が出る用件は自律型にしない判断材料になります。
「この用件で手続きの誤りがゼロ、人への引き継ぎが規定の条件どおり」のように業務の言葉で合格の線を書き、運営の責任者が公開を決めます。
試験そのものを専門に請け負う道具やサービスもありますが、それを使うかどうかにかかわらず、合格の線を書くのは自社の仕事です。外注先の「日本語でも問題ありません」という言葉を、合格の根拠にしないでください。
試験と監視は誰が持つか:公開後に崩れたときの手順
AI Agent Studio には、通話での試験、版の管理、試験環境から本番への昇格、巻き戻し、通話後の評価が組み込まれていると公式は説明しています。これらは、社内で作る場合の大きな助けになります。特に巻き戻しは、新しい版で崩れたとき、直すより先に一つ前の版に戻せるという意味で、公開の判断を軽くします。外注の場合は、同じことがベンダーの手順でできるのか、誰に連絡すれば何時間で戻るのかを契約前に確かめておく必要があります。
通話後の自動評価や、事実と違う回答の監視の機能も公式に挙がっていますが、AIによる評価をそのまま合否にしないことが大切です。AIの評価は、人が見るべき通話を絞り込む道具として使い、週に一定数の通話を人が聞いて、評価が実感とずれていないかを確かめます。評価する道具自身も間違えるからです。
監視の担当を決めるときは、「見る人」と「止める人」を分けて書いておきます。見る人は運営の品質担当、止める人は運営の責任者、止めた後に原因を調べるのは情シスと外注先、という形です。誰が止めてよいかが決まっていないと、問題に気づいていても誰も止められないという事態が起きます。夜間や休日に誰が止めるかも、同じ表に書いておきます。
基盤に寄せる利点:通話データと人への引き継ぎが一か所にある
基盤の中で音声エージェントを作る最大の利点は、AIが受けた通話と人が受けた通話が同じ場所に記録されることです。AIから人へ引き継ぐときに、それまでの会話の要約や聞き取った情報を、同じ画面でオペレーターに渡せます。公式発表でも、文脈を保ったまま人に引き継ぐことが強調されています。お客様に同じ説明を二度させないことは、満足度に直結します。
もう一つの利点は、品質の比較がしやすいことです。AIが完結させた通話、途中で人に渡した通話、最初から人が受けた通話を同じ物差しで比べられれば、どの用件をAIに任せ続けるべきかを数字で判断できます。専業ベンダーを別に使うと、通話の記録が二か所に分かれ、同じ顧客の同じ日の通話を、二つの画面を突き合わせて追うことになりがちです。苦情の調査で一番時間がかかるのは、この突き合わせです。
さらに、レベルAIの買収が完了すれば、品質管理や顧客の声の分析が同じ会社の製品にそろう方向に進むと考えられます。ただし統合の範囲と時期は発表時点では示されていないため、統合を前提に選定するのは早すぎます。
基盤に寄せる代償:依存と、乗り換えの難しさ
利点の裏返しとして、基盤に寄せるほど、その会社から離れにくくなります。音声エージェントの会話の設計、業務システムへの接続、試験の台本、評価の基準が、すべて一つの会社の環境の中で作られるからです。基盤を乗り換えるときに、音声エージェントも作り直しになる可能性を、最初から見込んでおく必要があります。
依存を軽くする方法はあります。会話の設計(受ける用件、聞く順番、人に渡す条件)を基盤の画面の中だけに置かず、社内の文書として別に持つこと。試験の台本と合格の線も社内で管理すること。これらが社内に残っていれば、基盤を替えても作り直しの手間は大きく減ります。基盤の中で作る場合でも、設計図は社内の持ち物にしておくのが要点です。
外注の場合も同じことが言えます。開発会社に作らせた音声エージェントの設計が、その会社の頭の中にしかなければ、契約が終わった時点で手直しができなくなります。納品物に会話の設計書・試験の台本・評価の記録を含めることを、発注の条件にしてください。
何が社外に出るか:通話データと学習の扱い
音声エージェントは、顧客の声、氏名、住所、注文番号、場合によっては支払いに関わる情報を扱います。Five9 は、機微なデータを大規模言語モデルから隠す仕組みや、生成AIへの指示文にも適用できる伏せ字の方針を挙げています。また製品ページでは、信頼できるモデルを選べると説明しています。しかし公式ページでは、どの会社の言語モデルが使われるか、通話データがモデルの学習に使われるか、データがどの国に置かれるかまでは確認できませんでした。
この三点は、自作でも外注でも契約前に書面で確かめる項目です。外注の場合は、確認する相手が二社(基盤の会社と音声AIベンダー)に増え、データが通る経路も長くなります。経路が長いほど、どこで何が保存されるかを図にして確かめる必要があります。録音を誰が何日保存し、どこで文字起こしされ、要約がどこに残るかを、一枚の図にして法務と情シスで確認してください。
- 伏せ字の機能があっても、何を伏せるかの設定は自社の仕事。初期設定のまま使わない
- 外注先が開発や改善のために通話の録音を持ち出す場合は、範囲・期間・削除の方法を契約に書く
- 通話の冒頭で録音やAIの応答をどう伝えるかは、電話の一次対応の一般論として別途決めておく
業務システムを動かす権限:誰の資格で何を変えるか
新しい音声エージェントは、業務システムを呼び出して本人確認をし、記録を更新し、取引を処理できると公式に説明されています。ここが、従来の案内だけの自動応答との最大の違いであり、最大の注意点でもあります。音声エージェントは、会話の中でシステムを書き換える「操作する人」になります
そのため、エージェントに渡す権限は、用件ごとに最小限に絞ります。照会しかしない用件には読み取りだけを渡し、住所の変更のように書き換える用件は、本人確認が通った場合に限り、変更前と変更後の値を記録に残す形にします。取消や返金のように後で戻しにくい操作は、エージェントに実行させず、人の承認を通すのが安全です。電話で起きた誤りは、画面の誤操作と違い、その場で気づかれにくいからです。
外注の場合は、開発会社が業務システムへの接続口を作るために、社内システムへの広い権限を求めてくることがあります。開発のための権限と、本番でエージェントが使う権限を分け、開発が終わったら開発用の権限を外すことを、作業の手順に書いておきます。
もう一つ見落としやすいのが、電話の向こうからの攻撃です。Five9 は統制の機能として、指示文を紛れ込ませてAIの振る舞いを変えようとする攻撃の検知を挙げています。音声でも、相手が「これまでの指示は無視して」と話しかけることはできます。検知の機能があっても、権限を絞っておくことが最後の防波堤になります。読み取りしか許されていないエージェントは、言いくるめられても書き換えはできないからです。権限の一覧は情シスが持ち、半年に一度は見直すと決めておくと、用件を増やすたびに権限が膨らむことも防げます。
費用はどう増えるか、どう止めるか
Five9 の音声エージェントの料金は公式ページで公開されていません。そのため金額ではなく、何に比例して費用が増えるかを契約前に確かめます。一般にコンタクトセンターの音声AIでは、通話の分数、同時に受けられる通話の数、作るエージェントの数、言語モデルの利用量などが費用の単位になり得ます。どれが単位になるかで、繁忙期の請求額が大きく変わります。
自作の場合は、ライセンスの費用に加えて、運営と情シスの人の時間が費用になります。外注の場合は開発費に加えて、公開後の手直しを頼むたびの費用が積み上がります。見積もりを比べるときは、公開後1年間の手直しと監視の費用まで含めて比べるのが公平です。作る費用だけを比べると、ほぼ必ず判断を誤ります。
止め方も先に決めておきます。音声エージェントを止めたとき、電話が人の窓口に戻る経路があるか。その経路は、繁忙期の通話量を人だけで受けられる体制になっているか。巻き戻しで一つ前の版に戻すのか、エージェント自体を外して決まった流れの自動応答に戻すのか。止める手順を一度は実際に試しておくことを勧めます。やめる場合には、録音や評価の記録を自社に引き取れるかも確認しておきます。
やってはいけない進め方
ここまでの論点を、よくある失敗の形にまとめます。どれも、自作か外注かの選択そのものより、その後の持ち方を決めずに進めたことが原因です。
- 作成画面が付いたからと、運用の担当を決めずに社内で作り始める
- 外注先の「日本語でも問題ない」という説明を、自社の通話での試験の代わりにする
- AIによる通話後の評価を、そのまま合否や品質の報告に使い、人が通話を聞かない
- 返金や契約の変更のような戻しにくい操作を、エージェントに直接実行させる
- 会話の設計書と試験の台本を、基盤や外注先の中にしか残さない
- 止めたときに電話を人の窓口へ戻す経路を、一度も試していない
- 買収の発表を見て、将来の統合を前提に今の選定を決めてしまう
反対に、うまく進んでいる会社は、最初の一つの用件を決まった流れと自律型の両方で試し、差を測ってから広げています。最初から全用件を自律型にしないこと、そして止める人を最初に決めることが、自作でも外注でも共通の成功の条件です。
よくある質問
今の基盤が Five9 でない場合も、検討の対象になりますか
なります。ただし音声エージェントのためだけに基盤を乗り換えるのは負担が大きく、まずは今の基盤で使える音声AIや、外部のエージェントをつなぐ方法と比べるべきです。基盤の乗り換えを検討している会社なら、音声エージェントの作りやすさを比較項目の一つに加える、という位置づけが現実的です。
社内に音声AIの経験者がいなくても、自作はできますか
最初の一本を動かすことはできても、公開後の調整を続けるのは難しいことが多いです。会話の中身と権限の承認は社内で持ち、聞き取りや読み上げの調整だけを外部に支援してもらう分け方から始めると、社内に経験が残ります。
AIが完結させた通話の割合は、どのくらいを目標にすべきですか
他社の数字を目標にしないことを勧めます。用件の構成や顧客層で大きく変わるからです。まず一つの用件で、手続きの誤りがないことと、人への引き継ぎが規定どおりであることを確かめ、そのうえで自社の通話で割合を測って目標を決めます。
レベルAIの買収で、何が変わりますか
発表では、Five9 の顧客にレベルAIの製品を提供し、Five9 の基盤を使っていない企業にも提供するとしています。品質管理や評価の道具が変わる可能性はありますが、統合の内容と時期は示されていないため、今の判断の材料にはしないほうが安全です。
まとめ
Five9 の AI Agent Studio は、音声エージェントの作成・試験・公開・監視・巻き戻しを、電話の基盤と同じ場所で行えるようにしたものです。通話データと人への引き継ぎが一か所にまとまる利点は大きい一方で、基盤への依存が強まり、公開後の運用を社内で回す人が必要になります。自作か外注かは、作る人ではなく、公開後に試し・見張り・止める責任をどこまで社内で持てるかで決めるのが要点です。日本語の品質は公式発表では確かめられないため自社の通話で試し、AIに判断させない用件と人が確認する範囲を先に書き、通話データの学習利用・費用の単位・止める手順を契約前に確かめてから進めてください。
※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。
