AI要約の最前線が、2004年生まれのUSBアダプタに戻ってきた ー エーアイスクエアのコンバージャー対応が示す「音声の入口」争奪戦

2026年8月20日、株式会社エーアイスクエアが、音声認識・AI要約サービス「QuickSummary2.0」の「コンバージャー対応」を発表しました。

コンバージャーとは、電話機本体とヘッドセット（受話器）の間に挟み込み、通話音声をUSB経由でPCに送るアダプタです。これを使うと、PBX/CTIとネットワークで連携する工事も、音声を取り出すためのキャプチャサーバの設置も不要になり、最短2週間程度で音声認識とAI要約を使い始められる、というのがリリースの主旨です。

一見すると地味な発表です。新しいAIモデルの話でも、精度が何%上がったという話でもない。ハードウェアのアダプタに対応した、という接続方式の追加にすぎません。

それでも私がこの1本を取り上げようと決めたのは、このコンバージャーというアダプタが2004年に生まれた製品だと知ったからです。生成AI要約という2026年の最前線が、22年前に音声認識のために作られた箱に接続しにいった。この事実は、いまコンタクトセンターAIの競争がどこで起きているのかを、かなり正確に言い当てていると考えています。

この記事の要点

• 今回の発表の本質は機能追加ではなく「対応PBX一覧表からの解放」。前提条件そのものを外しにいった動きだと読んでいます

• 導入席数は9か月で2,300席から4,000席へ伸びた一方、社数の伸びは緩やか。伸び悩んでいたのは新規顧客の獲得であり、その詰まりが「音声の取り出し」にあったという仮説が立ちます

• コンバージャーは2004年にアドバンスト・メディアの要望で開発された製品。2006年にCRM、2015年に感情解析AI、2026年に生成AI要約と、AIの世代が変わるたびに同じ箱が呼び戻されています

• 導入検討側が確認すべきは5点（送受話分離の有無、CTI情報の紐付け、在宅・コードレスの扱い、1席1台のハード運用、精度表記の但し書き）。セクション5にまとめました

1. 何が変わったのか ー 「音声をどう取り出すか」という一丁目一番地

コンタクトセンターにAI要約を導入するとき、多くの人が最初に思い浮かべるのは「どのAIが賢いか」でしょう。しかし現場で最初に詰まるのは、たいていもっと手前の工程です。

そもそも、通話の音声をどうやってAIに渡すのか。

電話の音声は、電話機・PBX（構内交換機）・回線という閉じた設備の中を流れています。この流れから音声のコピーを取り出してPCやクラウドに渡さないと、AIは何も聞けません。この「取り出し」の工程が、実は導入プロジェクトで最も重いパートです。

従来の一般的な方式は、PBX/CTIと直接つないだキャプチャサーバを設置するやり方でした。設備側から音声を丸ごと取れるので大規模センターに向いていますが、代償があります。ネットワーク設計、機器の調達と設置、情シスと通信ベンダーの調整、そして工事。エーアイスクエア自身、今回のリリースで「ネットワークや機器の調整・設置に相応の準備負荷がかかることが課題」と、この重さを認めています。

コンバージャー方式は、この工程を物理的に迂回します。設備の中から音声を取るのではなく、オペレーターの耳と口のすぐ手前、電話機とヘッドセットの間から取る。ここまで来れば音声はもう電気信号としてケーブルを流れているだけなので、その手前がアナログ交換機だろうがIP-PBXだろうが関係ありません。

だから今回のリリースは「アナログ電話機、デジタル電話機、IP電話機など電話機の種類や、アナログ回線・VoIP・PBX内線など、ご利用中の回線方式を問わず」と書けるわけです。

前回の「オンプレPBX対応」と何が違うのか

ここは押さえておく価値があります。エーアイスクエアは2025年11月12日にも「QuickSummary2.0がオンプレミスPBXに対応」というリリースを出しています。ただし、その中身はキャプチャサーバを介する方式で、対応PBXはAVAYA、Genesys Cloud（BYOCP）、SV9500、CT Stage、Cisco CUCM、NEC Aspireという具体名の列挙でした。

つまり9か月前の「オンプレ対応」は、対応表に載っている機種であれば入れますという対応でした。今回のコンバージャー対応は、その対応表そのものを不要にする動きです。機種を一つずつ潰していく戦い方から、機種を問わない場所まで取得点を下げる戦い方への転換。これが今回の発表の本質だと私は読んでいます。

2. なぜ今なのか ー 席数は伸び、社数が伸びていない

「なぜこのタイミングで」を考えるには、同社が公表してきた数字を並べるのが一番早いと考えました。

（各社プレスリリースより当ラボ作成。「ー」は当該リリースで実績数の言及がないもの）

この一覧で目を引くのは、機能の話よりも「つなぎ先」の話が圧倒的に多いことです。CRM、FastHelp、BIZTEL、CT-e1、オンプレPBX、他社の品質評価システム、そしてコンバージャー。約1年間、ほぼ接続先を増やす発表で埋まっています。

数字を見ると、その理由が推測できます。

• 席数：2,300席（2025年11月）→ 3,500席（2026年4月）→ 4,000席（2026年8月）。9か月余りで約1.7倍

• 社数：約30社（2025年11月）→ 35社（2026年4月）。5か月で約5社増

席数は勢いよく伸びていますが、社数の伸びはそれに比べて緩やかです。1社あたりの平均席数は約77席から100席へ上がっている計算になります（2026年8月時点の社数は非公表のため、この比較は2026年4月時点までのものです）。

この数字から読めるのは、成長が「1社あたりの席の積み上がり」に支えられているということです。既存顧客のセンター内で席が増えたのか、新しく入った企業がもともと大規模だったのかは公表情報からは切り分けられません（当ラボ未確認）。ただしどちらであっても、新規のロゴ（導入企業）を増やす側が席の伸びほど軽くはない、という傾向は共通して読み取れます。

そのうえで、新規獲得を重くしていた要因は何か。ここからは私の推測ですが、AIの性能ではなく、1社目の1席を鳴らすまでの導入工事だったと考えるのが、この1年の発表内容とは最も整合します。約1年間の連携リリースが、機能ではなく接続先の追加でほぼ埋まっているからです。

コンバージャー対応は、この詰まりに直接効く施策です。同社は今回、あわせて「最短2週間程度」という立ち上げ期間と、「小規模の導入から費用対効果が出しやすい価格帯」という文言を並べています。狙っている先が、キャプチャサーバを立てられない規模と体制の顧客層であることは、かなりはっきりしています。

なお当ラボでは、30席以下の小規模センターではエンタープライズ前提のROI設計が成立しにくいことを別記事で整理しました。今回の動きは、その「割に合わない」を初期費用側から削りにいく試みとして読めます。

3. このアダプタは2004年生まれだった

ここからが、私がこの記事を書こうと思った理由です。

コンバージャーを製造しているのは、横浜市のテクノロジー・リンク株式会社です。同社の導入事例ページには、この製品がどう生まれたかが書かれています。

2004年、アドバンスト・メディア様から「送受話分離可能な音声分岐装置がほしい」というご要望を受けて開発した、送受話分離録音可能な「コンバージャー」は、クライアント側での音声認識ソリューションには欠くことのできないコンポーネントに成長しました。 （テクノロジー・リンク「導入事例」より）

つまりコンバージャーは、2004年に音声認識のために生まれた製品です。そしてその後の採用歴が、そのままコンタクトセンターにおけるAIの世代交代の年表になっています。

（テクノロジー・リンク公表の導入事例および各社リリースより当ラボ作成）

音声認識が来て、CRMが来て、感情解析が来て、生成AIが来た。モデルは4世代入れ替わったのに、音声を取り出す箱は同じものが呼ばれ続けている。

これは笑い話ではなく、この業界の構造をよく表していると思います。AIのレイヤーは数年で総取り替えになりますが、その下にある「電話の音を物理的にどう分岐させるか」というレイヤーは、電話機とヘッドセットという物理的な形が変わらない限り、ほとんど陳腐化しません。むしろ新しいAIが出てくるたびに、この箱の出番が増えている。

さらに細かい話をすると、Empathが2015年に採用した理由の記述には「CTIと連携しなくても1通話1ファイルを実現するフック検知機能により、音声感情解析の自動開始・停止が可能となった」とあります。受話器を上げ下げしたときの電気的な変化（側音のオン・オフ）を検知して、通話の開始と終了を判定する。CTIに聞かなくても「いま通話が始まった」がわかる仕組みです。生成AI要約でも、要約を切り出す単位はまさにこの1通話なので、この20年前の機能がそのまま効きます。

技術の最前線を追いかけていると新しいものばかりに目が行きますが、AIの世代交代を4回生き延びた部品が、いまも最前線の律速になっている。ここは覚えておく価値のある事実だと思います。

4. 類似事例 ー 「音声の入口」を取りにいく5つの型

同じ問題を、他のプレイヤーはどう解いているのか。整理すると、大きく5つの型に分かれます。

① 設備から取る（キャプチャサーバ・SIPREC等） PBX/CTIと直接連携して音声を丸ごと取る従来型。大規模・全通話が前提で、金融や公共のような閉域要件にも対応しやすい一方、工事と調整が重い。エーアイスクエアの2025年11月のオンプレ対応もここでした。

② クラウドCTI側のAPIから取る BIZTEL、CT-e1/SaaS、Genesys の AudioHook など、クラウド電話基盤が公式に音声を渡す口を用意している場合。工事は不要ですが、その基盤を使っている顧客しか取れないのが制約です。エーアイスクエアが1年かけて連携先を並べていたのはこの型で、今回のコンバージャーはこの制約から外れるための一手といえます。

③ 端末の手前でアダプタから取る（今回のコンバージャー） 電話機とヘッドセットの間から取る。設備を問わないのが最大の強みで、代わりに1席1台のハードウェアが必要になります。

④ 電話機そのものにAIを載せる 逆方向のアプローチです。トビラシステムズは2025年12月1日、ビジネスフォン向け通話管理製品「トビラフォン Biz3」の提供開始にあわせ、通話をAIが自動要約する「AI自動要約」オプションを発表しました（OpenAI APIを活用と明記）。すでにオフィスの電話回線に挟まっている装置がAIを内包する形で、音声取得の問題は最初から存在しません。岩崎通信機がビジネスフォンとセットでAmiVoice Communication Suiteを扱っているのも、電話機ベンダー側からの同じ流れです。

⑤ 電話そのものを置き換える MiiTel（RevComm）やIVRyのように、電話の仕組み自体をクラウド／ソフトフォンに寄せてしまう型。音声は最初からデジタルで手元にあるので取得の問題は消えますが、既存の電話環境を捨てる意思決定が必要になります。

こう並べると、③と④が「既存の電話環境を触らずにAIを足す」という同じ需要を、AI側からとハード側から挟み撃ちしている構図が見えます。エーアイスクエアがAIから物理アダプタへ降りていき、トビラシステムズが通話管理装置からAIへ上がっていった。2025年末から2026年夏にかけて、両側から同じ場所に向かっているのは偶然ではないと思います。

海外との比較で言えば、この論点は日本固有の色が濃い領域です。CCaaS（クラウド型コンタクトセンター）への移行が進んだ市場では、音声はすでにクラウド上にあり、AIベンダーは②の型だけを考えれば済みます。日本でこれだけ「音声をどう取り出すか」の工夫が製品化されるのは、オンプレPBXやビジネスフォンが現役で回り続けている環境が厚いからでしょう。

5. 導入を検討する側が確認すべき5点

ここからは実務の話です。「工事不要・最短2週間」は魅力的ですが、方式が変われば確認すべきことも変わります。リリースと製品仕様から、私が最初に確認する5点を挙げます。

① 送受話が分離されるモデルかどうか コンバージャーにはモノラル版・ステレオ版・EC版・コンバージャーIPのラインナップがあります。メーカー公表仕様によると、モノラル版は送話と受話をミックスした8kHzモノラル、ステレオ版とEC版は送話と受話を左右に分離した16kHzステレオです。AI要約では、この分離が品質を左右します。「お客様が言ったこと」と「オペレーターが言ったこと」が混ざった音声からは、誰の発言かを取り違えない要約は作りにくい。既存の通話録音資産がモノラルだから同じ構成で、という判断は要注意です。EC版はさらに、自分の声が受話側に回り込む側音を低減する仕様になっています。

② CTI情報との紐付けはどうなるか コンバージャーの利点は「CTIと連携しなくても1通話1ファイルにできる」ことですが、裏返すと発信者番号・着信番号・オペレーターID・顧客IDといった呼の属性情報はそのままでは付いてきません。要約をCRMの正しい顧客レコードに自動投入したい場合、この紐付けをどう作るかが設計の要になります。メーカー側にはPBX連携ソリューションや呼情報をWebSocketで受け取れるコンバージャーIPが用意されていますが、今回のリリースにこの点の記載はありません。「工事不要」と「CRM自動投入」を同時に成立させられるのかは、見積前に必ず確認すべき論点だと考えます（現時点で当ラボは未確認です）。

③ 在宅・コードレス・ソフトフォンの扱い メーカー公表仕様では、コンバージャー（モノラル/ステレオ/EC版）はコードレス電話機に非対応、ソフトフォンは要変換ケーブル、対応OSはWindowsのみです。コンバージャーIPはコードレスにも対応しますが、IP電話機とPoEスイッチの間に入る接続構成になります。在宅勤務のオペレーターがいるセンターでは、機器の配布・回収を含めた運用設計が別途必要になります。

④ 1席1台という構造コスト キャプチャサーバはセンター単位、コンバージャーは席単位です。席が増えるほど台数・キッティング・故障時の予備機・棚卸しが線形に増えます。小規模なら圧倒的に軽く、大規模になるほど従来方式との損益が入れ替わる可能性があります。加えて今回のリリースには「※1 機器の在庫がない場合は契約から3か月程度お待ちいただく場合があります」という注記があります。「最短2週間」と「3か月待ち」が同じリリースに同居しているわけで、ソフトウェアがハードウェアに依存した瞬間に供給の話が入ってくることを示しています。導入時期をコミットする案件では在庫状況の確認が必須です。

⑤ 精度表記の但し書きが変わっている 細かいのですが、見逃せない差分がありました。同社の2026年7月22日リリースでは「90%以上の認識精度を実現しています」と書かれていた箇所が、今回8月20日のリリースでは「当社測定環境において90%以上の認識精度を実現しています」に変わっています。

私はこれを、誠実な変更だと受け止めています。コンバージャー方式は音声の取得経路が変わるため、条件によって認識精度は当然振れます。そこに但し書きを付けたのは妥当な判断でしょう。同時に、導入側にとっては「自社の環境ではその数字にならないことがある」と明示されたことになります。音声認識の公称精度が業務インパクトとどうズレるかはこちらの記事で整理しているので、あわせて読んでいただければと思います。PoCでは必ず自社の電話機・ヘッドセット・実際の呼で測ることをおすすめします。

6. 示唆

ベンダー側への示唆

AI要約領域の差別化は、モデル性能から接続可能面積へ移りつつあります。認識精度90%はもはや各社が並ぶラインで、そこで数ポイントを競うより、「その顧客の音声を、そもそも取れるか」の方が受注を分けている。エーアイスクエアの1年分のリリースは、ほぼその一点に投資されていました。

さらに言えば、今回の対応はエーアイスクエアが自社開発したものではなく、22年前からある他社の部品を採用したものです。音声取得レイヤーは自前で作るより、枯れた製品を採用したほうが速い。ここで消耗せず、上のレイヤー（同社の場合は2026年10月リリース予定のAIエージェント「Navie」）に資源を回すという判断は、合理的だと思います。

導入企業側への示唆

「うちはオンプレPBXだからAI要約は無理」という前提は、2026年時点ではすでに崩れています。少なくとも選択肢は、①設備から取る、②クラウドCTIのAPIから取る、③端末手前のアダプタから取る、④電話機ごと入れ替える、の4通りある。ベンダーに聞くべきは「AIの精度」より先に「うちの電話環境から、どの方式で音声を取るつもりか」です。

そのうえで、方式ごとにトレードオフが違います。工事が要らない方式は、CTIの属性情報が薄くなりやすい。席単位のハードは、小規模では軽く大規模では効いてくる。ここを見ずに「最短2週間」だけで比較すると、要約はできるのにCRMへ自動で入らない、という着地になりかねません。

そして今回のリリースが同時に示しているのは、PBXの更改を待たなくてもAIは載せられるということです。当ラボが直接ヒアリングしたセンターの中にも、保守期限の到来にあわせてPBXの更改を検討している例がありました。設備更改とAI導入を必ずしも同じタイミングに束ねなくてよいなら、意思決定は数年前倒しできます。

地味なリリースだと思って読み始めて、22年前のアダプタに行き着きました。生成AIの話をしているつもりが、最後は電話機とヘッドセットの間の物理的な隙間の話になる。コンタクトセンターのAI導入とは、だいたいそういう仕事だと思います。

（本記事で取り上げたエーアイスクエアは、当社が主催する「CC AI BENCHMARK 2026」の協賛・登壇企業です。本記事は同社からの依頼・対価によるものではなく、公開情報にもとづく編集部独自の分析です）

出典

• 株式会社エーアイスクエア「音声認識・AI 要約サービス『QuickSummary2.0』がコンバージャー対応を開始」（PR TIMES、2026年8月20日）https://prtimes.jp/main/html/rd/p/000000047.000062562.html

• 株式会社エーアイスクエア「音声認識・AI要約サービス『QuickSummary2.0』とクラウド型コールセンターシステム『BIZTEL』がシステム連携を開始」（2026年7月22日）https://ai2-jp.com/news/2026/07/22/20060/

• 株式会社エーアイスクエア「『QuickSummary2.0』の導入席数が3,500席を突破」（PR TIMES、2026年4月8日）https://prtimes.jp/main/html/rd/p/000000042.000062562.html

• 株式会社エーアイスクエア「音声認識・AI要約サービス『QuickSummary2.0』がオンプレミスPBXに対応」（PR TIMES、2025年11月12日）https://prtimes.jp/main/html/rd/p/000000038.000062562.html

• 株式会社エーアイスクエア ニュース一覧 https://ai2-jp.com/news/

• テクノロジー・リンク株式会社「コンバージャー」製品ページ https://www.link-corp.co.jp/conv/

• テクノロジー・リンク株式会社「導入事例」 https://www.link-corp.co.jp/case/

• トビラシステムズ株式会社「ビジネス向け通話管理ソリューション『トビラフォン Biz』シリーズに新モデル『Biz3』登場、通話内容の『AI自動要約』オプションも提供開始」（2025年12月1日）https://tobila.com/news/release/p2634/

• 岩崎通信機株式会社「音声認識エンジン AmiVoice®」 https://www.iwatsu.co.jp/cloud/amivoice/

（各URLの閲覧日はいずれも2026年8月20日。導入席数・社数はいずれも各社の公表値であり、当ラボによる独立検証は行っていません）