電話 AI とは、会話型 AI が電話を直接受け、あるいは発信するシステムです。かけてきた人が普段どおりの言葉で用件を話すと、AI がそれを理解して実データを照会し、その場で照会や予約を完了させ、必要なときは担当者に転送し、通話全体を記録として残します。 プッシュ式 IVR との最大の違いは「声がきれいなこと」ではありません。IVR は人をどこか別の場所へ振り分けるもので、電話 AI は用件をその場で片づけるもの、という違いです。
日本では「電話 AI」「AI 電話」「ボイスボット」と呼び方が分かれますが、指しているものは同じです。この記事では、検討段階で実際に詰まる論点をまとめて扱います。どう動くのか、何ができて何ができないのか、既存の代表電話に手を入れる必要があるのか、費用はどう計算されるのか、そしてその方式が導入に値するかをどう見分けるのか。
電話 AI とは？IVR 音声メニュー・留守番電話との違い
電話 AI（「AI 電話」「ボイスボット」とも呼ばれます）とは、会話型 AI が電話を直接受け、あるいは発信するシステムのことです。かけてきた人はメニューを聞く必要も、番号を押す必要も、伝言を残して折り返しを待つ必要もありません。普段どおりの話し方で用件を伝えると、AI が理解して実データを照会し、答えを返し、予約や日程変更をその場で完了させます。人の判断が要るときは担当者に転送し、通話が終われば読める記録が残ります。
これまでの 3 つの「電話自動化」との違いは、一言で言えます。前の 3 つは人をどこか別の場所に振り分けるもので、電話 AI はその場で用件を片づけるものです。
| 方式 | かけた人がすること | 実際に処理できること | 営業時間外 |
|---|---|---|---|
| 留守番電話 | 伝言を残して折り返しを待つ | 伝言のみ、処理はされない | 翌日まで伝言が溜まる |
| プッシュ式 IVR | メニューを聞いて番号を押す | 内線や部署への振り分け | 多くは案内を流すだけ |
| 音声認識 IVR | システムが知っているキーワードを言う | キーワード照合のあと振り分け | 同上、やはり振り分けのみ |
| 電話 AI | 普段どおりの言葉で話す | 照会・予約・変更・確認・転送・記録 | 営業時間中とまったく同じ |
そのシステムが本当に電話 AI かどうかを見分けるテストは簡単です。メニューにない用件を一言そのまま話してみることです。 たとえば「金曜の便が遅れそうなので、先に着く妻だけ先にチェックインできますか」。プッシュ式 IVR は選び直しを求めるだけですが、電話 AI なら「2 名・到着時刻が別・うち 1 名が早めのチェックイン希望」まで分解して、それに沿った答えを返せるはずです。
電話 AI の仕組み：着信から CRM への記録までの流れ
よく見かける解説は、PSTN 着信 → 音声認識（ASR）→ 意味理解（NLU）→ 対話管理 → 文章生成 → 音声合成（TTS）という直列のパイプラインで止まっています。この構成は今も存在しますが、2026 年の主流は半分入れ替わりました。音声をそのまま入力して音声を返す speech-to-speech モデルが使われるようになり、1 ターンごとにテキストを経由しなくなったぶん遅延が短く、語調や間、割り込まれたあとの返し方も保てるようになっています。
実務では、1 本の通話が 5 つの工程を通ります。
1. 電話を引き込む。 SIP トランクで直接着信させるか、VoIP ゲートウェイを既存の PBX の前後に挟みます。「番号を変える必要があるか、PBX に手を入れるか」はここで決まり、通信事業者と情報システム部門とのすり合わせが最も必要になる部分でもあります。
2. 何を話しているかを聞き取る。 音声認識が相手にするのは「どの言語か」だけではありません。関西弁や東北弁のような地域のなまり、敬語とくだけた話し方の切り替わり、日本語の文に混ざるカタカナ英語や和製英語、高齢のお客様のゆっくりした間と言い直し、そして背景で誰かが話している音。この工程の遅延は通常 500 ミリ秒以内に抑える必要があり、超えると会話にはっきりした空白が生まれます。
3. 実データを照会する。 ここが「使える」と「話し相手にしかならない」の分かれ目です。AI は予約、客室在庫、注文、CRM、カレンダーといった実際のシステムをツール呼び出しで参照しなければなりません。モデルの記憶で答えさせてはいけない。実データにつながっていない電話 AI の最大のリスクは、聞き取れないことではなく、すらすらと間違ったことを言うことです。
4. 声で答える。 音声合成の質が「ロボットっぽさ」を決めます。ただし体感を左右するのは声色そのものより、間の取り方です。止まるべきところで止まるか、割り込まれたら譲るか、確認のたびに同じことを 3 回言い直して煩わしくないか。
5. 記録を残す。 通話後に文字起こし、要約、意図ラベル、次のアクションを生成し、CRM やチケットシステムに書き戻します。ここまでやって初めて、電話 AI は「人手を減らす道具」から「データが貯まる資産」になります。項目設計と書き戻しの方法は CRM 音声連携 完全ガイド を参照してください。
電話 AI でできること：応答・予約・照会・営業電話のふるい分け・会話型アウトバウンド
実際に運用してみると、電話 AI の価値は 5 種類の仕事に集中します。
アウトバウンドは特に切り分けが要ります。同じ名前で呼ばれる、まったく別のものが 2 つあるからです。
| お客様が聞くもの | 録音音声、1 か 2 を押してくださいの案内 | 人と同じ速さの自然な会話 |
|---|---|---|
| お客様にできること | 番号を押すだけ、話せない | 話す・聞き返す・日時を変える |
| 向いている用件 | 一方向の通知、出欠の確認 | 質疑応答や情報収集が要る場面 |
| 切られやすさ | 高い、最初の一言で切られる | 明らかに低い |
ベンダーには「御社のアウトバウンドは、お客様が声で答えられますか」と直接聞く価値があります。プッシュ操作でしか答えられない方式でも通知用途なら十分ですが、「どの日に変更したいか」を聞きたいなら、それは求めているものではありません。アウトバウンドの評価軸は AI 自動アウトバウンドシステムの選び方 にまとめています。
電話 AI の限界と向かない場面
限界を話すベンダーのほうが信用できるので、ここははっきり書きます。
音声認識は 100% ではありません。 静かな環境なら精度はかなり高くなりますが、実際の通話には雑音があり、なまりがあり、型番や住所のような固有名詞が出てきます。精度は目に見えて落ちます。対策はモデルの進化を待つことではなく、設計で守ることです。重要な情報（電話番号、日付、金額）は必ず 1 回復唱して確認する。聞き取れないときは当てずっぽうで進めず、聞き方を変える。
感情が高ぶったクレームは AI に任せるべきではありません。 怒っているお客様が求めているのは、正しい回答よりも、理解されることです。この種の通話は、感情のサインを検知した時点ですぐ人に渡すべきです。
リスクが高く取り返しのつかない操作は人が持つ。 大口の変更、本人情報の変更、解約、医療上の判断。AI は情報収集や下準備まではできますが、最後の一歩には人の承認を置いてください。
ナレッジベースにないことを AI が補ってはいけません。 ここは設定段階で必ず守る線です。答えられないときの正しい振る舞いは「担当者におつなぎします」であって、それらしく聞こえる答えをその場で作ることではありません。
実務上の転送設計は 4 つです。ネガティブな感情を検知したら転送、同じ質問が 2 回繰り返されて解決していなければ転送、お客様が人を求めたら即転送、ナレッジベースの範囲外なら転送。そして転送するときは会話の要約も一緒に渡し、お客様に同じ話を二度させない。ここは体験の中でいちばん壊れやすく、いちばん差がつくところです。
電話 AI の導入で既存の電話システムを変える必要はあるか
評価段階で最初に出る不安ですが、答えはたいてい「番号は変えなくてよく、PBX にも必ずしも触りません」です。
接続の深さで、実務上は 3 通りに分かれます。
| 接続方式 | 触るもの | 向いている場合 | 一般的な期間 |
|---|---|---|---|
| クラウド代理応答（最も軽い） | 既存番号の転送設定だけ、PBX は無変更 | まず試したい、時間外だけ受けたい | 数日 |
| 特定の内線・場面を引き受ける | VoIP ゲートウェイを PBX の脇に置き、指定した内線や時間帯だけ AI が処理 | すでに PBX があり内線構成を変えたくない | 1〜2 週間 |
| SIP トランクで直接着信 | 通話をまず AI が受け、ルールで内線へ戻す | 通話量が多く、通話分析まで行いたい | 2〜4 週間 |
「転送」については先に整理しておく価値があります。ゲートウェイで特定の内線だけを引き受ける場合、PBX 側の内線転送のロジックはそもそも変更されません。ですから「AI を入れると転送できなくなるのでは」という心配は、多くの場合そもそも起きません。AI が受け持つのは割り当てられた区間だけで、それ以外は従来どおりです。
事前に確認すべき技術的な点は 3 つ。番号がどの事業者のもので転送と SIP に対応しているか、既存 PBX の型番と空きポートの有無、ピーク時の同時通話数。この 3 つを詰めておけば、導入時の不確定要素は大きく減ります。
電話 AI の費用の考え方：初期費用・月額・通話料の三段構成
電話 AI の見積もりは、基本的に三段構成です。
| 費用の区分 | 何に対する費用か | 金額を動かす変数 |
|---|---|---|
| 初期・導入費（一回のみ） | シナリオ設計、ナレッジベース構築、システム連携、テスト | 接続の深さ、連携するシステム数、シナリオの複雑さ |
| プラットフォーム月額 | アカウント、電話番号、運用保守、モデル利用 | 同時通話数、対応言語数、分析レポートの有無 |
| 通話料（従量） | 分単位の課金 | 月間の通話分数、最低利用量の有無 |
台湾市場の公開価格を参照値として挙げると、現在よく見かける水準は初期費用が 6 万台湾ドル台、月額が 5,000 台湾ドル前後、1 分あたり 5 台湾ドル前後です。CRM との深い連携が入ると、初期費用は 10 万台湾ドル以上に上がります。これらはあくまで市場相場の目安で、方式によって含まれる範囲が大きく違うため、単価だけを並べて比べるとたいてい比較を誤ります。
相見積もりで本当に確認すべきなのは次の点です。分課金に通信キャリアの通話料が含まれるか、超過時の単価はいくらか、ナレッジベースの更新は自分で直せるのか依頼が必要か（依頼が必要な方式は都度課金になることが多い）、モデルの変更や言語の追加で初期費用を再度取られないか、月額に最低契約期間があるか。導入案件の総コスト差は、月額そのものではなく、こうした条件から生まれます。 コスト構造の詳細は AI 音声カスタマーサービスの費用の考え方 を参照してください。
電話 AI ベンダーの選び方：7 つの確認項目
市場の方式は大きく 2 つに分かれます。代理店・インテグレーター型（他社のモデルやプラットフォームの上で連携とカスタマイズを行う）と、自社開発プラットフォーム型（対話エンジンと配備構成を自社で持つ）です。どちらにも妥当な適用場面があり（前者は導入が速く、後者は柔軟性が高い）、重要なのはどちらが優れているかではなく、正しい質問をすることです。
| 確認項目 | 聞くべき質問 | なぜ重要か |
|---|---|---|
| 1. モデルの固定 | どのモデルに紐づいているか。差し替えられるか。障害時の代替はあるか | 単一モデルに固定されると、相手の価格・方針・停止がそのまま自社のリスクになる |
| 2. 話し方は誰が直せるか | 自社でスクリプトを直せるか。一文の修正にどれだけかかるか | 一文直すのに依頼票が要る方式は、稼働後の改善速度が 10 倍遅くなる |
| 3. 多言語の実力 | 「聞き取れる」のか「自然に話せる」のか。敬語は保てるか、なまりはどこまで拾えるか | 翻訳レベルの多言語は、電話ではすぐに露呈する |
| 4. データの所在 | 音声と文字起こしはどこに保存されるか。学習に使われるか | 個人情報保護法と越境移転に関わり、後から気づいても取り返しがつかない |
| 5. アウトバウンドの中身 | 本当の会話か、録音再生とプッシュ操作か | できることがまったく違うのに、価格だけ同じ土俵で比べられがち |
| 6. 責任の所在 | 通話断や認識誤りの SLA はどうなるか。誰が責任を持つか | 多層の再委託構成では、事故のときに責任者が見つからないことがある |
| 7. 拡張のコスト | 言語を 1 つ、シナリオを 1 つ、モデルを 1 つ足すのに再契約が要るか | 2 年目のコストを決める項目で、本当のコストは 2 年目に出る |
実用的な見分け方があります。この 7 問をそのままベンダーに送り、文字で回答してくれるかどうかを見ることです。 書いてくれる会社は、たいてい実際にできます。
業種別の電話 AI 活用
宿泊業は電話 AI が最も成熟している領域の 1 つです。チェックイン・チェックアウト時刻、客室の空き、駐車場、Wi-Fi といった繰り返しの質問が非常に多く、そのピークがフロントの最も忙しい時間と重なります。実際の運用データでは、AI が着信の 7 割以上を処理し、ピーク時の放棄率を 1 桁台まで下げています。詳しくは 宿泊業の AI カスタマーサービスはどう選ぶか を参照してください。
クリニック・医療機関の要点は予約と日程変更です。診療開始 1 時間前の電話の詰まりや、医師の急な休診に伴う大量の連絡は、人手で覆いきれない時間帯そのものです。進め方は クリニックの AI 音声予約 にまとめています。
飲食業の痛点は、ピーク時に電話を取れないことです。取り逃した 1 本がそのまま 1 組の来店を失っています。予約、時間変更、来店確認の 3 つが最初に自動化しやすい仕事です。レストランの AI 予約受付 を参照してください。
物流・配送では主にアウトバウンドで使われます。配達前の確認、日時の変更、住所の確認。量が多く内容は定型ですが相手の回答が必要という、会話型アウトバウンドがちょうど得意な領域です。物流・配送の AI 音声通知 を参照してください。
導入の流れと期間：PoC から本番稼働まで
多くの企業で、導入のリズムは 4〜6 週間に収まります。
多くの案件では、稼働開始から 1〜2 か月で明確な回収が見えます。取り逃していた着信を拾えるようになることと、一次対応の担当者の時間が空くことの 2 つが主な原資です。導入前に一度、特にアウトバウンドではコンプライアンス要件を確認しておくことをおすすめします。AI アウトバウンド電話は台湾で合法か を参照してください。
電話 AI は 2026 年の時点で、「できるかどうか」という技術の問題ではなく、「導入の設計が正しいかどうか」という運用の問題になっています。技術面で問うべきことは実は 3 つだけです。実際の通話を聞き取れるか、実データを照会できるか、答えられないときに正直に転送するか。残りの差はすべて、業務フローの設計、ナレッジベースの運用、そしてベンダーの契約条件から生まれます。
いま評価中なら、次の一歩はこうです。まず直近 3 か月の通話履歴を分類し、着信理由の上位 3 つを確定させる。そのうえで本記事の 7 つの確認項目をベンダーに投げ、回答を文字でもらう。実際の効果を知りたいなら、資料を見るより先に、1 本かけて体験してみるのがいちばん速い方法です。
あわせて読む：AI 自動アウトバウンドシステムの選び方、AI アウトバウンド電話は台湾で合法か、CRM 音声連携 完全ガイド。
よくある質問
電話 AI とは何ですか？AI 電話カスタマーサービスと同じものですか？
基本的には同じものを別の言い方で呼んでいます。電話 AI（AI 電話）は、会話型 AI が電話を直接受け、あるいは発信するシステムを指します。「AI 電話カスタマーサービス」は、そのうち受電側のカスタマーサービス用途を強調した呼び方です。混同されやすい言葉としては、電話以外の音声チャネルも含む「AI 音声カスタマーサービス」、振り分けと転送を強調した「AI 電話交換」もあります。実際の評価では、名前より「実データを照会できるか」「双方向に会話できるか」を確認するほうが重要です。
電話 AI は月にいくらかかりますか？
見積もりは一般に三段構成です。一回のみの初期・導入費、プラットフォーム月額、そして分単位の通話料。台湾市場の公開価格を参照値とすると、よく見かける水準は初期費用が 6 万台湾ドル台、月額が 5,000 台湾ドル前後、1 分あたり 5 台湾ドル前後です。CRM や予約システムと深く連携する場合、初期費用は 10 万台湾ドル以上になります。相見積もりでは、分課金に通信キャリアの通話料が含まれるか、超過単価はいくらか、ナレッジベース更新が別途課金かを必ず確認してください。総コストへの影響は、月額よりこの 3 点のほうが大きいのが普通です。
電話 AI を導入すると、電話番号や PBX を変える必要がありますか？
多くの場合、番号を変える必要はなく、PBX にも必ずしも手を入れません。最も軽いのは既存番号の転送設定だけを変え、時間外や話中のあふれを AI に受けさせる方法です。中間の方法は VoIP ゲートウェイで指定した内線や時間帯だけを引き受けるやり方で、PBX の内線ロジックはまったく変わりません。SIP トランクで直接着信させるのは通話量が多い場合です。事前に確認すべきは 3 点、通信事業者が転送と SIP に対応しているか、既存 PBX の型番と空きポート、ピーク時の同時通話数です。
関西弁や高齢のお客様の話し方も聞き取れますか？英語や中国語にも対応できますか？
地域のなまり、敬語とくだけた話し方の混在、日本語に混ざるカタカナ英語は日常的に出てきます。主要なプラットフォームの日本語対応はかなり改善していますが、方言や高齢話者の言い直しにどこまで耐えるかは方式ごとの差が大きく、仕様表の「日本語対応」は標準語のはっきりした音声を認識できるという意味にとどまることがよくあります。評価は仕様表ではなく実際の録音で行ってください。英語と中国語の成熟度は比較的高いものの、日本語側では敬語の保ち方を必ず確認すべきです。多言語の評価観点とテスト方法は多言語 AI カスタマーサービス完全ガイドを参照してください。
AI が電話に出ると、いかにもロボットっぽく聞こえませんか？
体感を左右するのは声色よりも間の取り方です。ロボットらしさを生む要因は主に 3 つ、止まるべきところで止まらない、割り込まれても譲らない、そして情報のたびに 3 回確認する、です。2026 年の speech-to-speech モデルは語調と割り込み処理が自然な会話にかなり近づいていますが、応答の長さ、確認の方針、間の取り方は設定段階で調整する必要があります。PoC では、プロジェクトに関わっていない同僚に 1 本かけてもらい、反応を見るのが確実です。
聞き取れなかったり答えられないときはどうなりますか？でたらめを言いませんか？
でたらめを言うかどうかは、モデルそのものではなく設計で決まります。正しいやり方は、連携した実システムとナレッジベースからのみ答えを取り、範囲外では既定の動作として有人に転送することです。それらしい答えを自分で作らせてはいけません。実務上の転送トリガーは 4 つ設定することをおすすめします。ネガティブな感情の検知、同じ質問が 2 回繰り返されて未解決、お客様が人を求めた場合、ナレッジベースの範囲外。転送時には会話の要約を引き継ぎ、お客様に同じ話を二度させないようにします。
電話 AI は発信（アウトバウンド）もできますか？本当の会話ですか、録音再生ですか？
どちらも存在し、中身はかなり違います。プッシュ式や一斉発信は録音音声を流し、お客様は番号を押して答えるだけなので、一方向の通知に向いています。会話型アウトバウンドはお客様が声で答え、聞き返し、日時を変えることもできるため、予約リマインド、満足度の追跡、リストの一次選別に向きます。評価時は「お客様は声で答えられますか」と一言聞けば見分けられます。台湾でのアウトバウンドにはコンプライアンス要件もあり、リストの入手経路、マーケティング拒否権、督促の時間帯に規定があります。
通話データはどこに保存されますか？AI の学習に使われますか？
これは導入前に必ず契約へ書き込むべき項目です。確認すべきは 4 点、音声と文字起こしの保存場所（越境するか）、保存期間、ベンダーがモデル学習に使うかどうか、そして機微情報のマスキングに対応しているか。台湾の個人情報保護法では、個人情報の越境移転が特定の場合に制限されることがあるため、データの流れは評価段階で明らかにし、必要なら国内リージョンやオンプレミス配備を選びます。コンプライアンスの要点は AI アウトバウンドの合法性ガイドを参照してください。
いま使っている CRM や予約システムと連携できますか？
できますし、それが「役に立つかどうか」を決める要になります。実システムにつながっていない電話 AI は固定の情報しか返せず、「私の注文はどこまで進んでいますか」と聞かれた時点で止まります。一般的には API や Webhook で CRM、予約、カレンダー、チケットシステムに接続し、通話中にその場で照会させ、通話後に要約と次のアクションを書き戻します。連携の階層設計と項目マッピングの原則は CRM 音声連携 完全ガイドを参照してください。
中小企業でも電話 AI は向いていますか？回収までどれくらいかかりますか？
向いています。むしろ中小企業のほうが効果は直接的です。一次対応の人数がもともと少なく、1 本取り逃したときの損失が相対的に大きいからです。最も軽い接続から始めるのがおすすめで、時間外と話中のあふれだけを AI に受けさせれば、PBX も番号も変えずに 1〜2 週間で稼働できます。回収は主に 2 か所から来ます。取り逃していた着信を拾うことで生まれる売上と、一次対応の担当者に戻ってくる時間です。多くの事例で、稼働から 1〜2 か月のうちに効果がはっきり見えます。
