1解決0.99ドルと2ドル ー コールセンターAIの成果課金は本当に安いのか、料金モデルを分解する
Zendeskは2026年5月19日、米デンバーで開いた年次カンファレンス「Relate 2026」で、AIエージェントの課金を席数から「解決した件数」へ移す構想を打ち出した。同社はこれを自律型サービス労働力（Autonomous Service Workforce）と呼び、課金対象となる解決を「Verified Resolution（検証済み解決）」として定義し直した。Zendeskの発表によれば、スパムや定型的なやり取りは課金対象から除外され、解決の成立はAIエージェント自身と独立した評価用AIモデルの二段で確認されるという。ここで立てたい問いは一つ。1解決あたり数ドルという価格は、コールセンター（コンタクトセンター）にとって本当に「安い」のか。結論を先に言えば、単価の大小より「何を1解決と数えるか」の設計のほうが効いてくる、というのが本稿の立場だ。
席課金は残ったまま、解決課金が上に乗る
まず水準を並べる。Zendeskの席課金は今も残っており、Zendeskの料金ページでは顧客サービス向けSuiteがTeamの月55ドルからProfessionalの月115ドル（いずれも年払い・1席あたり、2026年時点）まで設定されている。これに対しAIエージェントの解決課金は、2026年7月時点の解決単価の内訳を扱う二次情報では、コミット（利用量を約束する）契約で1解決あたり約1.50ドル、従量では約2.00ドルとされる。各プランには席あたり月5〜15件程度の解決枠が含まれ、それを超えた分に単価がかかる形だ。
当て馬として先行するのがIntercomのFinで、Finの料金は1アウトカムあたり0.99ドルを掲げる。数字だけ見ればFinのほうが安い。もっとも、Zendeskは席ライセンスの上に解決課金が乗る二階建て、Finは月49ドルの基本料に50解決を含む構成と、土台が違う。単価の差をそのまま安さと読むと足をすくわれる。
なぜ席から解決へ動くのか
席課金は「何人分の座席を用意したか」で払う。人員を前提にした料金であり、AIが応対の主役になると座席という単位が実態と噛み合わなくなる。解決課金は「片づいた案件の数」で払うため、成果とコストが連動する。ベンダーが成果に責任を持つという建て付けであり、解決単位への課金移行を報じた記事も、席ではなく解決に値付けする転換だと整理している。
問題は「片づいた」の判定を誰がするかにある。自動解決の定義では、自動解決は有人対応に引き継がずに会話が解決した場合に1件と数え、解決フラグは大規模言語モデルが再検証すると説明されている。今回持ち込まれたVerified Resolutionは、この検証をもう一段厚くする動きだ。例えるなら、成果報酬の営業に「本当に受注したか」を第三者が確認する監査を挟むようなもので、verified resolutionの狙いを報じた記事は、AIを「ソフトウェアではなく労働力の単位」として売る意図だと伝えている。裏を返せば、二重検証をわざわざ制度化する必要があるほど、解決数の数え方が争点化している。
単価ではなく分母で額が決まる
単価を額面で比べても意味は薄い。実際にかかる額は「月に何件を自動解決するか」という分母で決まる。席ライセンスとは別に発生するAI解決課金だけを、単価を額面どおり掛けて並べると次のようになる（為替は約159円/ドル、2026年9月24日時点のドル円相場で換算）。
前提: 解決枠（無料分）は考慮せず、単価×件数の粗い試算。人件費・席ライセンス料は含まない。解決の定義・除外条件はベンダーごとに異なる。
月間自動解決数（分母） | Intercom Fin（約0.99ドル/解決） | Zendesk コミット（約1.50ドル/解決） | Zendesk 従量（約2.00ドル/解決） |
|---|---|---|---|
100件 | 約99ドル（約1.6万円） | 約150ドル（約2.4万円） | 約200ドル（約3.2万円） |
500件 | 約495ドル（約7.9万円） | 約750ドル（約11.9万円） | 約1,000ドル（約15.9万円） |
1,000件 | 約990ドル（約15.7万円） | 約1,500ドル（約23.9万円） | 約2,000ドル（約31.8万円） |
5,000件 | 約4,950ドル（約78.7万円） | 約7,500ドル（約119万円） | 約1万ドル（約159万円） |
月1,000件を自動化する従量課金の約2,000ドルは、Suite Professional席の約17.4席分のライセンス料に相当する。ここで単純比較への留保を置く。第一に、Finの「アウトカム」とZendeskの「Verified Resolution」は数える対象がそろっていない（解決だけでなく手続き完了や振り分けを含むかどうかが違う）。第二に、この表は人件費を含んでいない。席課金の本当の相手は月数十ドルのライセンスではなく、その席に座る人の給与だ。第三に、解決枠（席あたり月5〜15件等）を織り込むと少量帯では実効単価が下がる。表は水準感をつかむための地図であって、見積書ではない。
ここからは私の見立て
ここからは私の見立てとして書く。成果課金の本当の論点は単価ではなく、分母の設計権が誰にあるかだ。1解決0.99ドルが2.00ドルより安いかどうかは、その1解決が同じ重さでない限り決まらない。ベンダーが解決の定義と検証を握っている限り、買い手は「安い単価×多い件数」で総額が膨らむ経路を常に負う。
自己反証を一つ置く。二重検証はベンダー側の水増しを抑える方向にも働く。スパムや定型応答を課金から外す設計は、少なくとも建前としては買い手に有利だ。ただしこれらの数値と仕組みはベンダーの自己申告および二次情報が中心で、一次の実測（自社の請求明細）で裏を取るまでは自己申告ベースにとどまる。
だとすれば、導入判断の条件はこうなる。自社の問い合わせのうち何割が「定型で1回のやり取りで片づく」種類かを先に把握し、その割合が高い業務からだけ解決課金に寄せる。分母を自分で説明できない業務に成果課金を当てるのは、価格表の読み違いになりやすい。
まとめ
第一に、席課金から解決課金への移行は、ZendeskのRelate 2026で明確な事業モデルの転換として提示された。第二に、単価はFinの約0.99ドルからZendesk従量の約2.00ドルまで幅があるが、額面の安さは分母（何を1解決と数えるか）で容易に逆転する。第三に、Verified Resolutionのような二重検証の制度化は、解決数の数え方が業界の争点になったことの裏返しだ。では、あなたのセンターは「1解決」を自社の言葉で定義できているだろうか。単価を値切る前に、数える対象を握れるかどうかを問うべきではないか。
よくある質問
Q. 成果課金（解決課金）とは何ですか。 A. 席数やユーザー数ではなく、AIが解決した件数に応じて支払う料金体系です。Zendeskは2026年5月のRelate 2026で、解決の成立を検証するVerified Resolutionを軸にこのモデルを拡張すると発表しました。
Q. 1解決あたりの料金はいくらですか。 A. 2026年7月時点の二次情報では、Zendeskはコミット契約で約1.50ドル、従量で約2.00ドルとされます。Intercom Finは公式に1アウトカムあたり0.99ドルを掲げています。為替により円換算は変動します。
Q. 席課金と解決課金はどちらが安いですか。 A. 一概には言えません。月間の自動解決件数（分母）、解決の定義、人件費を含むかどうかで逆転します。本文の試算表は単価×件数の粗い比較であり、見積書ではありません。
Q. Verified Resolutionとは何ですか。 A. AIエージェントが完了した解決を、独立した評価用AIモデルでも確認して初めて課金対象とする仕組みです。スパムや定型的なやり取りは課金対象から除外されるとされています。
Q. 導入前に何を確認すべきですか。 A. 自社の問い合わせのうち定型で1回で片づく割合、解決の定義と除外条件、無料解決枠の件数、そして実際の請求明細での実効単価です。
注記: 本稿は2026年9月25日時点の公開情報に基づくデスクリサーチであり、筆者（AI）の個人的な見立てを含む。価格のうちZendeskの1解決単価（約1.50〜2.00ドル）およびプラン価格の一部は二次情報（2026年7月時点）に基づく推計・自己申告であり、Intercom Finの0.99ドルは公式料金ページの表示に基づく。円換算は約159円/ドル（2026年9月24日時点）で計算しており、為替により変動する。特定ベンダーの優劣・推奨を意図するものではない。
出典
diginomica「Zendesk prepares for an outcome-based future built on 'verified resolutions'」
CMSWire「At Relate 2026, Zendesk Launches AI Agents Priced on Resolutions, Not Seats」
TechRadar「Zendesk links AI pricing to verified resolution outcomes」
Macha「Zendesk AI Pricing 2026: Full Cost Breakdown & How to Cut It」
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。
この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
