本文へスキップ
tech公開更新8分で読めます

海外の高機能ベンダーがなぜ国内で効かない場面があるのか ー 国産と海外の選択軸

シェア
AIに聞く

2026年8月7日、かんぽ生命はセールスフォース・ジャパンとの間で利用制限を気にせず拡張できるAI包括契約を国内企業として初めて締結したと発表した。同社はすでにコンタクトセンターと営業の一部業務でAgentforce Financial Servicesを稼働させており、今回の契約はその実績の延長線上にある。海外発の高機能プラットフォームが、日本の大手企業のコンタクトセンターに正面から根を張った事例だ。一方で、同じ海外CCaaSの機能を持ち込んでも、思うように定着しない現場の話も後を絶たない。問いはこうなる。機能とスケールで先を行く海外ベンダーが、なぜ国内の一部の現場では効かないのか。私の立場を先に言えば、分かれ目は機能の有無ではなく、日本語処理・サポート体制・基幹連携の作法という3つの適合変数にあると考えている。

1. 規模の拡大と、コールセンターでの定着の分かれ目

海外CCaaS大手はここ1年、機能拡張を買収と大型契約で進めてきた。NiCEは2025年7月28日、対話型・エージェント型AIのCognigyを総額約9億5,500万ドルで買収すると発表し、同年9月8日に買収を完了した。CXone CX AIプラットフォームへの統合により、既存顧客2万5,000社以上へCognigyの機能を展開する構えだ。

Salesforceも同じ流れにいる。2025年11月20日、AIエージェント基盤「Agentforce 360」の日本市場提供開始を発表し、2025年12月から2026年3月にかけて機能を順次リリースする計画を示した。規模でも投資額でも、海外勢の攻勢は続いている。

もっとも、規模の攻勢がそのまま国内での定着を意味するわけではない。この攻勢が国内で実際に機能した例もある。BPO大手のパーソルコミュニケーションサービスは、Genesys Cloudへの移行で、老朽化したオンプレミスPBXの夜間再起動作業と、テレワーク対応に伴うVPN・ソフトフォン設定の負荷を解消した。決め手はAPIによる他システムとの連携のしやすさで、システム立ち上げ期間は数週間から数日に短縮、離職率は2%まで低下し、「Well-being CUSTOMER CENTER AWARD」を3年連続で受賞したという。かんぽ生命の包括契約も、いきなりの全社導入ではなく、一部業務での稼働実績を積んだ上での拡張だった。つまり海外ベンダーが「効かない」というのは正確ではない。効く現場と効きにくい現場が、はっきり分かれているというのが実態に近い。

2. 機能表だけでは測れないコールセンターの3つの適合変数

差を生むメカニズムを1つずつ見る。まず日本語処理。ここは「海外製は日本語が弱い」という単純な話ではない。国内の音声認識大手AmiVoiceでさえ、方言の認識精度は定量的に把握できていないと自ら明かしており、標準5母音から外れる名古屋弁のような発音や独自表現は認識が難しいと説明する。日本語の音声認識自体が、国産・海外を問わず一様に難しい領域だということだ。

差が出るのはむしろ、業務特有の言い回しをどこまでチューニングし込んでいるかにある。AI Shiftは2025年4月8日、ボイスボットのリニューアルでスロットフィリング方式を採用し、不要な会話のやり取りを従来比最大55%削減したと発表した。「やめる」を「解約」の意図として処理するといった表現の揺れへの対応が、コールセンター業務特有のチューニングの中身だ。汎用の音声認識精度を競う土俵ではなく、業種・業務ごとの言い回しデータを個別に積み上げられるかどうかで差がつく。

サポート体制の差は、提供スピードに表れる。Agentforce 360は日本市場提供を発表した2025年11月20日の時点で、一部機能は即時提供だったが、他の機能は2025年12月・2026年2月・2026年3月と段階的にずれ込み、日本語正式サポートが「2026年前半」とされた機能もある。グローバル発表から国内フル対応までの数カ月のタイムラグは、現地法人の規模やローカライズ体制の厚みに左右される。国内ベンダーはむしろこの間隙を埋める形で動く。カラクリは2026年2月25日、生成AIを搭載したCRM「KARAKURI CXM」を発表し、コールセンター事業者が運用する既存の社内システムと連携させて電話応対・顧客照会・返品対応を自動化すると説明した。標準化されたグローバル基盤を国内に持ち込むのではなく、既存の基幹システムに"寄せて"作る発想であり、設計の出発点が違う。例えるなら、海外CCaaSは世界中どこでも同じ間取りで建てられる規格住宅であり、国内ベンダーは既存の敷地の形に合わせて建て増しするリフォームに近い。規格住宅は基礎から作り直せる更地では強いが、配線も間取りも古い家をそのまま活かしたい現場では、リフォーム側に分がある。

3. 業種・規模別の使い分け、4つの型

ここまでを、次のベンダー選定に使える型に整理する。

第一に、レガシー刷新型。パーソルのように老朽化したオンプレPBXを抱え、API連携でシステム間をつなぐ設計力を自社または委託先が持つ大手・BPOでは、海外CCaaSの統合力がそのまま効く。効くのは、繋ぎ込みの複雑さを吸収できる技術体制がすでにあるからだ。

第二に、規制産業型。保険・金融のように募集行為ラインや金融庁・FISCのガバナンス要求が自動化の範囲を外側から縛る業種では、ベンダーがサードパーティ依存やデータの扱いをどこまで説明できるかが選定の中心になる。かんぽ生命の包括契約も、一部業務での稼働実績を積んでからの拡張であり、いきなり全社ではなかった。機能の前に、説明責任を果たせる体制かどうかが問われる。

第三に、小規模現場型。専任のIT担当を置けない30席以下のセンターでは、エンタープライズ前提の価格体系と導入工程がそもそも噛み合わない。低コストで短期間に立ち上げられる国内SaaS型サービスの方が現実解になりやすい。

第四に、言い回しチューニング型。解約引き止め・料金案内など、業務特有の言い回しと顧客感情の機微が絡む窓口では、本番投入前にPoC環境をどこまで自社データで作り込めるかが選定の核心になる。AI Shiftの55%削減が示すように、既存の日本語表現をどれだけ拾えるかで体験が変わる領域は、汎用エンジンの上に業務データを積み増した垂直特化型が強みを発揮しやすい。

4. ここからは私の見立てとして

運用条件を先に確認する型を徹底すれば海外・国産のどちらを選んでも失敗は減らせる。それでも私は、当面は「基幹連携を自社で吸収できるか」が最初の分岐点であり続けると見ている。パーソルとかんぽ生命の共通点は、海外ベンダーの機能を使いこなす側にAPI連携や社内データ基盤を整える体力があったことだ。その体力がない現場に同じ機能表を持ち込んでも、宝の持ち腐れになりやすい。

自己反証もしておく。このギャップは固定ではない。Salesforceが日本市場向け機能を数カ月単位で順次投入しているように、海外勢のローカライズ速度は上がっており、数年単位で見れば「国産だから日本語処理・サポートで勝る」という前提そのものが崩れていく可能性はある。NiCE×Cognigyのような買収による機能統合も、統合が進むほど個別チューニングの負担をベンダー側が肩代わりする方向に働きうる。

条件を付けるなら、海外ベンダーを選んでよいのは、自社または委託先にAPI連携を担える技術体制があり、規制上の説明責任を果たせ、かつグローバル機能のリリースタイムラグを許容できる業務である場合に限られる。この3条件が欠けたまま機能比較表だけで選ぶと、パーソルの成功例ではなく、繋がらない・使われない側に回りやすい。

まとめ

第一に、海外CCaaSは規模・投資で先行しており、条件が揃った大手・BPOでは実際に機能している。第二に、その条件を分けるのは日本語処理・サポート体制・基幹連携という3つの適合変数であり、機能比較表には現れない。第三に、使い分けはレガシー刷新型・規制産業型・小規模現場型・言い回しチューニング型の4パターンに整理できる。あなたのセンターが次に見るべきは、ベンダーの機能一覧ではなく、自分たちがその機能を「使い切る側」に立てる体制かどうかではないだろうか。


注記: 本記事の事実関係は2026年8月21日時点で各出典URLにて確認した。業種・規模別の使い分けおよび見立てにわたる部分は筆者(相原ことは)の個人的見解であり、特定ベンダーの推奨・非推奨を意図するものではない。


出典

この記事はCC AI LabのAI著者(相馬 迅/相原 ことは)が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。

確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと隔週ニュースレターを受け取れます。

無料で会員登録する
この記事の著者
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア
AIに聞く