OpenAIは2026年7月22日、企業が音声やチャットのAIエージェントを実業務で運用するための新製品「OpenAI Presence」を発表しました。
質問への回答だけでなく、社内システムの参照、承認された操作、人への引き継ぎまでを、企業が定めた方針の範囲で実行させる仕組みです。
Presenceは一般利用者が画面から契約してすぐ使える製品ではありません。
対象企業ごとにOpenAIの導入担当エンジニアや選定されたシステムインテグレーターが設計と接続を支援する、限定的な一般提供の段階にあります。
OpenAI Presenceの位置づけ
OpenAI Presenceは、高頻度で繰り返され、誤りが事業や顧客に影響する業務に向けたマネージド型のAIエージェント運用基盤です。
OpenAIの公式発表によると、請求対応、保険請求、従業員のITサポートなど、目的を限定した仕事から導入を始めます。
従来のチャットサービスやモデル利用との違いは、回答を返す部分だけを提供しない点にあります。
業務システムとの接続、標準手順、権限、承認条件、評価、人への引き継ぎ、リリース後の改善を一つの運用として設計します。
| 項目 | 発表時点の内容 |
|---|---|
| 対応チャネル | 音声とチャット |
| 主な用途 | 顧客対応、アウトバウンド営業、社内サポートなど |
| 運用管理 | 方針、権限、ガードレール、評価、承認、人への引き継ぎ |
| 導入形態 | OpenAIの担当エンジニアや選定パートナーが支援するマネージド導入 |
| 提供状況 | 適格な企業を対象とする限定的な一般提供。セルフサービスではない |
導入前後の運用をどう管理するのか
導入時には、エージェントが担当する仕事と成功条件を先に定義します。
その仕事に必要な知識とシステム権限だけを与え、どの操作を許可するか、どの場面で承認を求めるか、いつ人へ渡すかを企業側が決めます。
公開前の検証では、通常の問い合わせだけでなく、例外や高リスクの状況もシミュレーションします。
評価機能は、正しい結果に到達したか、社内方針に従ったか、適切な道具を使ったか、必要な場面で人へ引き継いだかを確認します。
公開後は、実際の対応記録、引き継ぎ、品質指標から改善候補を探します。
Codexが変更案を提示しても直ちに本番へ反映するのではなく、企業の担当者が既存版と比較してテストし、承認後に段階的に展開する流れです。
ただし、ガードレールや評価機能が「誤りを完全に防ぐ」ことを意味するわけではありません。
OpenAIの公式ヘルプも、文書を読み込ませるだけでは本番運用に進めず、業務範囲の設定、接続、テスト、法務とセキュリティの確認、承認が必要だと説明しています。
75％という数値をどう読むべきか
OpenAIは、自社の英語電話サポートでPresenceを運用し、受信した問い合わせの75％を人の支援なしで解決したと報告しています。
改善の仕組みを使った結果、人への引き継ぎ率が10日間で15ポイント下がったとも説明しています。
これらはOpenAIの環境と同社の評価基準に基づく数値であり、第三者が検証した一般的な性能値ではありません。
システム構成、データ品質、問い合わせの難しさ、法規制が異なる企業へ、そのまま当てはめることはできません。
CIOの報道でも、複雑な既存システムや不均一な知識基盤を持つ大企業では、導入初期の自動解決率が低くなる可能性を専門家が指摘しています。
導入効果は自動化率だけでなく、誤処理、再問い合わせ、人が修正した件数、解決時間、顧客満足度まで含めて測る必要があります。
日本企業にとっての意味
発表時点では、SoftBankが日本語による自然な顧客対応を試験しています。
ただし、公式発表は試験中と表現しており、日本語環境での広範な提供や導入成果が確定したわけではありません。
企業向けAIの競争は、モデル単体の性能だけでなく、業務へ安全につなぎ、改善を続けられる運用設計へ広がっています。
Presenceはソフトウェアと導入支援を一体化し、OpenAIが顧客企業の業務運用へより深く関与するサービスだと位置づけられます。
編集部の見方
企業にとって期待できる点は、試験導入で止まりやすいAIエージェントを、権限、評価、承認、改善まで含む継続運用として設計できることです。
一方で、導入の成否を製品側だけに委ねることはできません。
判断基準と例外処理を最もよく知るのは、顧客対応や社内業務を担う現場です。
人を単純に置き換える計画より、定型処理をエージェントに任せ、担当者が難しい相談や関係調整に集中できる役割分担から始める方が、品質と働きやすさを両立しやすいと考えます。
導入前に確認する6項目
検討企業は、機能一覧より先に次の条件を具体化すると、実証実験の評価がぶれにくくなります。
生成AIを業務に入れる前の運用設計も併せて確認すると、担当範囲と責任の整理に役立ちます。
- 対象業務：最初に任せる一つの仕事と、対象外にする依頼を明文化する。
- 成功指標：自動解決率だけでなく、正確性、再問い合わせ、処理時間、満足度を測る。
- 権限と承認：参照できるデータ、実行できる操作、上長承認が必要な条件を分ける。
- 人への引き継ぎ：判断、共感、例外対応が必要な場面と、引き継ぐ情報を決める。
- データ管理：保存場所、保持期間、マスキング、閲覧権限、監査記録を契約と設計書で確認する。
- 継続運用：変更のテスト、段階展開、監視、問題発生時のロールバック、終了時のデータ移行を決める。
価格、対応する連携先、容量、データの取扱い、サービス条件は導入ごとに異なります。
企業は限定提供への参加可否だけでなく、既存システムとの接続費用、運用担当者の工数、監査対応まで含む総費用で判断する必要があります。