従来、インターネット障害についてプロバイダーのサポート窓口に電話をかけると、だいたい次のような流れでした。自動音声が「大切なお客様」としてあなたを迎え、その後数分間を電話メニューに費やさせます（「技術サポートは3、インターネットは2、その他のお問い合わせは4を押してください」）。そして保留にされ、忘れられたような気分になりながら待ち続け、ようやく担当者が電話に出て、名前、アカウント番号、問題の内容を尋ねてきます。ルーターの再起動で解決しなければ、また保留にされ、別の担当者に同じ話をもう一度最初から説明した末に、やっと技術者の訪問予約が取れるのです。
AI はすでに、こうしたサポート対応を変革しつつあります。自動音声や複数の担当者に振り回される代わりに、今では AI エージェントがすぐに電話に出ることができます。エージェントはあなたのアカウント情報を確認し、近隣の他の顧客も影響を受けているかどうかをチェックした上で、簡単な問題はそのまま直接解決するか、技術者の手配を行います。「ただいまオペレーターは混み合っております」という案内も、保留中の音楽もなくなります。つい最近まで、これが技術的な限界でした。
しかし今、新たな機能により、エージェントはより長いスパンで文脈を追跡し、タスクを実行できるようになっています。これによって AI 企業は、個別の顧客対応を超えて、数週間から数ヶ月にわたる複雑なカスタマージャーニーへの向き合い方を根本から見直せると私たちは考えています。AI は保険契約者を最初の電話から支払い完了まで導き、住宅ローン利用者を事前審査からクロージングまで支援し、法人見込み客を最初のデモから契約締結へと導くでしょう。これは顧客にとってより良い結果をもたらすだけでなく、AI ベンダーがコスト削減だけでなく、その結果として生まれる売上拡大に対しても報酬を得られることを意味します。
価値はリレーの最後にしか現れない
顧客に価値を提供するまでに、数週間から数ヶ月かけて多くのステップを要するビジネスは数多く存在します。従来の原告側弁護士事務所における事件準備のプロセスを例に挙げましょう。見込み案件は多くの場合、電話によるリードとして届き、インテイク担当者が重要な事実を収集して、依頼を引き受けるべきかを評価する弁護士へ引き継ぎます。事務所が案件を受任すると、次に調査と証拠収集が続きます。パラリーガルが警察報告書を取り寄せ、証人への連絡を試み、証拠保全を求めるスピリエーションレター（証拠隠滅防止通知）を被告側に送付しながら、進捗を随時クライアントに報告します。その後、クライアントの治療が終わるのを待って医療記録の時系列表を作成し、要求状（デマンドレター）を完成させるために情報を弁護士へ渡します。
このプロセスは、歴史的に「リレー競争」と呼ばれてきたものです。各引き継ぎのたびに脱落や価値の毀損リスクを伴う、長い道のりです。潜在的な依頼者は通常、複数の人身傷害弁護士事務所に電話をかけ、最も早く折り返してきた事務所と契約することがよくあります。そのため、留守電にしか繋がらなかったり、受任判断が遅れたりすると、案件はファネルからこぼれ落ちてしまいます。依頼者と契約した後も、証拠収集には多数の並行タスクが発生しますが、4回電話して繋がらなかった証人に5回目の電話をかける根気を、事務所が持ち合わせていないこともあります。さらに、人員の制約から、特に一見すると定型的で低額な請求案件において、すべての証拠を詳細に検討できない場合があります。医師の診断書を詳しく読めば脳損傷の兆候が見つかり、和解額が上がったかもしれないのに、最初の提示額で妥協してしまうこともあるのです。加えて、案件は何ヶ月も続き、多くの関係者を必要とし、情報は書類やステークホルダー、システムに散在します。そのため、すべてのクライアントについて全体像を把握し続けることはほぼ不可能です。結果として、重要な請求書が要求状に反映されなかったり、治療の空白期間が未解明のまま残ったりして、和解額が下がる要因となります。
長期稼働型エージェントの機会
つい最近まで、AI エージェントが担うのは主に範囲が限定されたタスク（「このフォローアップメールを送信して」「あの通話を要約して」「このドキュメントを作成して」）や、単発のやり取りでした。たとえば、カスタマーサポートは初期の優れた AI ユースケースとなりました。問題領域が明確に定義されているため高い信頼性を達成しやすく、同時に企業固有のポリシーに基づくカスタマイズも可能だからです。やり取りは短く、結果は検証可能であり、AI エージェントが対応できないエッジケースに遭遇した場合でも、既存のサポートチームがエスカレーション先として控えています。
現在、長期稼働型エージェントは、数十のステップ、複数のモダリティ、より長い時間軸にわたって目標を追求できるようになり、リレー競争をスタートからゴールまで担えるようになっています。原告側弁護士の例で言えば、初回のインテイク通話の時点で案件にアサインされ、クライアントの回収額最大化を目標とする長期稼働型エージェントを配置できます。エージェントは必要に応じて案件のコンテキストを保存・取得します。イベントや期限をトリガーに起動し、サブエージェントを能動的に派遣して証人に連絡したり、クライアントに最新状況を伝えたり、電話・メール・SMS を通じて弁護士とやり取りしたりします。そして得られた知見を集約し、次のアクションを計画し、レビュー用の書類を作成して、案件を最良の結果へと導きます。さらに、各案件が生成するデータをもとに学習を続けるため、次の案件は現在の案件よりも上手く処理できるようになります。
このエージェントは、今日のリレー競争で見られる主要な価値毀損の問題を解決します。ジャーニーの開始時点では、エージェントが曜日や時間を問わず対応し、ほぼ瞬時に案件を評価できるため、評価の遅れによってクライアントを逃すことがなくなります。証拠収集も人間のキャパシティに縛られません。案件担当エージェントはいつでも追加のサブエージェントを起動し、5回目、10回目、あるいは20回目の電話をかけることができるからです。エージェントはほぼ無限にスケールするため、一見定型的な案件であっても徹底的に対応され、すべての証拠が詳細にレビューされます。その結果、見過ごされていたかもしれない脳損傷の可能性も浮き彫りになります。そして最後に、エージェントは証人との通話記録から警察報告書、医療記録に至るまで、案件の完全な記録を保持し、情報が失われないようにします。
成果に対して報酬を得る
こうした価値毀損を防ぐことに加え、カスタマージャーニー全体を担うことで、エージェントベンダーの経済構造そのものが変わり得ます。エージェントがより高い品質で、より迅速に成果を生み出すのを支援すれば、顧客にとってのコスト削減だけでなく、売上向上を牽引できます。さらに重要なのは、そのインパクトが目に見え、エージェントに帰属させられるようになるため、ベンダーは成果物や成果に基づいた価格設定を行うことで、自らが生み出したアップサイド（利益増加分）を享受できる点です。たとえば原告側弁護士の分野では、1つの案件が独立した作業単位であり、その成果である和解額は明確に特定できます。加えて、最終的な成果物の中でエージェントが占める割合が大きくなるにつれ、成果とエージェントを紐付けやすくなります。そうすればベンダーはトップライン（売上）の拡大を分かち合うことができ、コスト削減のみを訴求していたのでは到達できなかった契約規模を実現できるのです。
もっとも、成果連動型の価格設定への移行が摩擦なく進むわけではありません。原告側弁護士の分野では、ほとんどの州で非弁護士が弁護士報酬を分配を受けることが禁じられているため、和解額から直接の取り分を得るのではなく、和解額に連動した価格設定にする必要があります。他の業界でも、成果連動型契約の前例がない調達部門から反対意見が出る可能性があります。また、エージェントが成果を完全に担う形に近づいたとしても、当初は成果の帰属をめぐる議論が生じるでしょう。したがって、長期稼働型エージェントの導入を成功させることは、技術的な課題であると同時に、商業的な課題でもあります。
とはいえ、価値の高いカスタマージャーニーの成果に対して報酬を得るという考え方自体は、新しいものではありません。
AI ネイティブ版 Red Ventures の可能性
Red Ventures（RV）は、歴史的に見て素晴らしい事例です。RV は Ric Elias と Dan Feldstein によって設立され、長期の消費者向け契約におけるデジタルのエンドツーエンド販売業務アウトソーシングを切り拓きました。たとえば保険商品の場合、RV は顧客が商品を検索している段階で詳細情報を収集し（homeinsurance.com などのサイトを運営することで）、自らアプローチして補償オプションを案内し、契約を成立させました。このジャーニー全体を担うことで、RV は成約した保険契約ごとに保険会社から報酬を受け取っていました。かつてこのモデルは非常にうまく機能していました。S&P Global によると、RV は 2022年に約14億ドルの売上に対し約3億7,000万ドルの EBITDA を計上しました。
しかし今、このモデルは構造的な脅威にさらされています。ファネルの最上流では、消費者の商品発見方法が変化しています。Google 検索や比較サイトに頼って商品を調べたり比較したりする代わりに、Meta の Muse や Instinct のようなパーソナルエージェントに直接おすすめの商品を尋ねられるようになったため、従来の情報探索用サイトを保有する価値は低下しています。さらに下流では、数百人の人間が線形的なファネルを回す代わりに、長期稼働型エージェントがはるかに複雑なジャーニーを処理できるようになります。それらは複数の製品やコミュニケーション手段を横断し、並列で、あらゆる言語において、大規模かつ無限の粘り強さをもって実行されます。顧客離れと広告支出の鈍化により RV の EBITDA が2025年には推定約1億6,000万ドルまで減少する見込みであることは、今後 AI によって業界がさらに変革されていく中で、このモデルの脆弱性を示す初期の兆候と言えます。
3つの市場投入戦略
長期稼働型エージェントを市場に投入するには、いくつかのアプローチがあります。
(1) プラットフォームの販売： このアプローチでは、ベンダーは長期稼働型エージェントをソフトウェアとして販売し、企業の既存業務を支援します。原告側弁護士事務所の案件エージェントが、既存のチームやワークフローに統合されるケースが良い例です。プラットフォームの販売は、価格の基準となる同等のソフトウェアやアウトソーシング契約が存在しないことが多いため、売上のアップサイドを狙いやすい利点があります。一方で、新たな予算枠を新設する必要があるためセールスサイクルが長くなりやすく、社内の複数部門と連携するエージェントに成果を明確に帰属させることも難しくなります。
(2) サービスの販売： ここでは、Red Ventures が保険会社の顧客獲得ジャーニー全体を担ったように、ベンダーがすでにアウトソーシングされているサービスを引き継ぎ、望ましい成果をより効果的に実現します。買い手側の ROI 計算がシンプルで、BPO 向けの予算枠がすでに存在するため、セールスサイクルを短縮できます。ただし、既存の AI 以前の価格モデルでは長期稼働型エージェントが提供できる真の価値を反映できない可能性があり、また価値の高いジャーニーの多くが現在は社内で行われているため、このアプローチの適用範囲は限られます。
(3) フルスタック化： フルスタックアプローチとは、垂直統合を行い、AI ネイティブの事業者になることを意味します。たとえば、債権回収会社に長期稼働型エージェントを販売する代わりに、自ら債権ポートフォリオを購入して回収を行えば、AI が生み出すアップサイドを余すところなく獲得でき、成果の帰属問題も解消できます。しかしその反面、ライセンスやコンプライアンスといった実際の顧客ジャーニーの外にある業務も担うことになり、本業からの注意散漫や運用上の複雑さを招きます。
これらのアプローチのうちどれが主流になるかを判断するのは時期尚早ですが、長期稼働型エージェントが大規模にリレー競争を制し、AI が対象とする市場を「人件費の一部」から「売上の一部」へと拡大していくと私たちは確信しています。原告側弁護士の案件準備はその一例に過ぎず、住宅ローンの組成、保険金請求処理、複雑な法人営業など、他の価値の高いジャーニーにおいてもエージェントが成果を牽引する姿が見られると予想しています。もしあなたがこの機会の獲得に取り組んでいるなら、ぜひご連絡ください！
