
PolyAIとは?
PolyAIは、2017年にケンブリッジ発のスピンアウトとして創業したロンドン拠点の音声AI企業で、銀行、公益事業者、ホテル、レストラン、医療機関向けに、カスタマーサービスの電話に応答するエージェントを構築しています。「1番を押してください」式のIVRとは違い、発信者は普段どおりに話し、途中で割り込んだり話題を変えたりでき、エージェントはお使いのシステムと連携して予約、本人確認、転送、解決までを行います。内部では、PolyAI独自の会話向けにチューニングされたLLMであるRavenと、より新しい音声ネイティブモデルのDialog-RSN-1が動いています。構築と調整はすべてAgent Studioで行い、その上にWrenというAIアシスタント、Python ADK、REST APIが用意されています。同社は、最大規模の導入事例でエンドツーエンドの解決率90%を達成し、年間1億件を超える通話を処理していると主張しています。弱点はコストの透明性で、本番環境の料金は分単位の従量制で、営業から見積もりが提示されます。コンタクトセンターの予算で電話対応が実際の費目になっているなら、選ぶ価値があります。
PolyAIの始め方
Agent Studioは現在、セルフサービスで利用できます。studio.poly.aiにアクセスしてGoogle SSOまたはメールアドレスとパスワードで登録すれば、ドキュメントによると最初のエージェントを無料で構築できます。登録後はAgent Studioのホームページが表示され、+ Agentをクリックすると短いウィザードが開きます。エージェント名、応答言語、音声合成の声、最初の挨拶を入力し、Nextをクリックしてエディタに入ります。メニューを順にクリックするより作業内容を説明したい場合は、Wrenを開いて「3店舗を展開するレストラングループ向けの予約エージェント」のように入力すれば、Branch上にフローとトピックのひな形を作成してくれます。
次に、エージェントが話す内容を用意します。Knowledge > FAQsを開いてAdd topicをクリックし、トピック名、最大20件のサンプル質問、回答を入力します。PDFやURLをアップロードしてトピックを自動生成したり、ConnectedタブからZendeskやGoogle Sheetsを接続したりすることもできます。各トピックには、SMSの送信、Pythonツールの呼び出し、発信者の担当者への引き継ぎといったアクションを設定できます。予約の変更のような複数ステップの作業には、ノーコードのステップエディタまたはコードでFlowを作成します。
続いて、安全な環境でテストします。変更はすべてSandbox環境のBranchに保存され、顧客に届くことはありません。右上の電話アイコンをクリックしてSandboxを選び、マイクでエージェントと話すか、Webチャットのアイコンを開いて、返答と並べてツール呼び出しやトピックの引用を確認します。シミュレーションテストでは、アサーション付きのシナリオを作成して変更のたびに再実行でき、テストの作成はWrenに任せることもできます。
納得できたら、Deploymentsに移動してPublishをクリックします。BranchがLiveにマージされ、公開のたびに保存されるため、ワンステップでロールバックできます。電話番号を割り当てられるのはStagingとLiveだけで、Voice > NumbersまたはIntegrations > Telephonyで番号を購入するか、既存の回線を転送するか、コンタクトセンタープラットフォームからSIPトランクを接続します。
どんな人に向いているか?
コンタクトセンター責任者
残高照会、障害情報の案内、パスワードリセットに費やされる何千時間ものオペレーター工数に費用を払っています。PolyAIはこうした通話をエンドツーエンドで処理し、難しいものだけを人に回すように作られています。Five9、NICE CXone、Genesys、Amazon Connect、Zoom、Twilioと連携しているため、既存の電話システムをそのまま使えます。
ホテル・レストラングループ
電話が最も鳴るのは営業のピーク時、つまり誰も出られないときです。エージェントはOpenTableを通じて予約の受付・変更・キャンセルを行い、HotSOS経由でルームサービスの依頼を記録し、Tripleseatで大人数の予約見込みを獲得できます。不在着信が留守番電話ではなく予約に変わります。
銀行・保険会社・公益事業者
通話には本人確認、支払い、規制に沿った言い回しが伴います。このプラットフォームはSOC 2 Type 2、ISO 27001、PCI DSS、GDPRを掲げ、米国、英国、EU、APACでのデータ所在地オプションを提供しています。ガードレールとPIIのマスキングは、すべてのターンで実行されます。
医療・患者送迎事業者
予約やトリアージの窓口には電話が殺到し、発信者は不安を抱えていることが少なくありません。PolyAIはコンプライアンス管理項目の中にHIPAAを挙げ、EHR連携も提供しています。SafeRide Healthなどの導入事例では、毎月100万件の通話を処理していると紹介されています。
CXエンジニアリングチーム
Web UIだけでなく、Gitでもエージェントを管理したいはずです。ADKはプロジェクトをYAMLとPythonとして取得するので、IDEで編集し、poly validateを実行し、コードレビューを経て変更をプッシュできます。REST APIは電話番号、会話、テスト実行をカバーしています。
多言語対応のサービスチーム
市場ごとにネイティブスピーカーを採用するのは時間がかかります。Raven 3.5は広東語、韓国語、アラビア語を含む24言語に対応し、プロンプトが英語でも対象言語で応答し続けます。
PolyAIの料金
PolyAIは本番用の音声エージェントを利用時間1分単位で課金しており、その単価はサイトに掲載されず、営業との相談を経て提示されます。公式の料金ページによると、分単価には先回りのパフォーマンス改善、保守、24時間365日のサポートが含まれます。開発者向けドキュメントには、電話回線とスタンドアロンのモデルAPIについて、いくつかの具体的な価格が記載されています。
無料。セルフサービスのアカウントでは、営業との通話なしで最初のエージェントを構築・テストできます。Wrenアシスタントのフェアユース枠はアカウントごとに設定され、変更される場合があります。
PolyAI経由で購入した番号(英国、米国、カナダ、オーストラリア、アイルランド)での通話や、既存の回線からの転送先となるPolyAIの番号での通話は、1分あたり1.5¢で課金されます。ご利用の通信事業者が転送料金を加算する場合があります。
新規アカウントにはローンチクレジットが付与され、セルフサービスの上限は同時セッション10件で、モデルは現在英語のみに対応しています。
個別見積もり。分単価はボリュームに応じて交渉で決まり、電話回線の稼働率99.9%のSLA、Webのチケットポータル、24時間365日の緊急サポート回線、監視、継続的なアップグレードが付きます。リザーブドキャパシティにより、セルフサービスの同時接続数の上限がなくなります。
PolyAIの主な機能
RavenとDialog-RSN-1モデル
Raven 3.5は会話向けにチューニングされたLLMで、レイテンシの中央値は300ms未満、ドメイン外の発話の検出機能を備え、日付計算のような難しいターンでは自動的に推論を行います。Dialog-RSN-1は生の通話音声を直接推論して、ターンテイキングと認識を行います。言語や機能が足りない場合は、OpenAIやAmazon Bedrockのモデルを選んだり、独自のエンドポイントを持ち込んだりすることもできます。
構築アシスタントのWren
Wrenはプロジェクトを読み込んで計画を提案し、承認された後にのみBranchへ変更を書き込みます。フロー、トピック、引き継ぎを構築し、シミュレーションテストを作成し、実際の通話に関する質問には文字起こしを根拠に回答します。Agent Studioのどこからでも、Cmd+Iで開けます。
Branch、Staging、実験機能
Liveを直接編集することはなく、変更はBranchに入り、公開時にマージされ、ワンステップでロールバックできます。実験機能では実際の通話を1%から99%の範囲でLiveとBranchに振り分けられるため、新しいプロンプトやモデルをすべての通話に適用する前に、実際の顧客でテストできます。
複数チャネルに対応する1つのエージェント
同じプロジェクトで電話、Webチャット、SMS、RCS、WhatsApp、メールに対応でき、アプリ内チャットとWebRTC音声向けにiOSとAndroidのSDKも用意されています。Web通話ウィジェットを使えば、scriptタグ1つでサイトの訪問者がエージェントと話せるようになり、電話番号は必要ありません。
コンタクトセンターとビジネスツールの連携
電話のコネクタは、SIPトランク、Five9、NICE CXone、Twilio、Amazon Connect、Genesys、Zendesk Talk、Dialpad、Zoomをカバーしています。チャットの引き継ぎ先はSalesforce、Zendesk、NICE CXone、Amazon Connect、Webex、Genesys、Five9で、CRMの照会はSalesforce、HubSpot、Dynamics 365に対応しています。独自の要件には、Pythonツールで対応できます。
PolyScoreと分析
ユーザーのターンが3回を超えるやり取りのあった会話には、エージェントの品質とタスクの成功度に基づいて1から5のPolyScoreが付けられ、引き継ぎは失敗としてカウントされません。独自の基準によるAI Scores、CSATアンケート、カスタムダッシュボードを追加し、文字起こしに注釈を付けてナレッジの不足を洗い出せます。
エンジニア向けのADK
Agent Development KitはPythonのCLIで、プロジェクトをYAMLとPythonのファイルとして取得し、init、pull、branch、validate、push、reviewというGit風のワークフローに対応しています。poly chatを使えば、マージ前にターミナルからエージェントと会話できます。Studioで作ったエージェントはADKやAPIからも編集でき、その逆も可能です。
PolyAIの長所と短所
長所
PolyAIで最も高く評価されているのは、音声の品質と会話の流れです。G2やGartner Peer Insightsのレビュアーは、発信者がくだけた口調で話したり割り込んだりしても通話が途切れず、声がロボットのように聞こえることはめったにないと述べています。エンタープライズ向けベンダーとしては珍しいほど機能が揃っている点も特徴で、Branch、ロールバック、A/B実験、シミュレーションテスト、PolyScoreがライフサイクル全体をカバーし、ADKによってエンジニアはGitのワークフローを使えます。セキュリティ認証、地域別のデータ所在地、コンタクトセンターとの深い連携により、調達上の障壁の多くが取り除かれます。無料のセルフサービスStudioアカウントが導入されたことで、営業と話す前にプロトタイプを作れるようになりました。まずSandboxで主要な問い合わせ理由への対応を構築し、その文字起こしを持ってベンダーとの商談に臨みましょう。
短所
本番環境の料金は公開されておらず、第三者のレビューによると契約は大量の通話を前提とした規模になっているため、小規模なチームはコストを予測しにくくなっています。料金ページの分単価は、フォームを通じてしか開示されません。Ravenが対応するのは24言語で、デンマーク語などそれ以外の言語には、それぞれ一長一短のあるサードパーティのモデルが必要です。新しいDialog-RSN-1 APIは現在英語のみに対応し、セルフサービスのアカウントでは同時セッションが10件までに制限されています。Gartnerのレビュアーの中には指標とサポートの改善を求める人もおり、G2のレビュアーは時折の遅さや複雑なエッジケースの難しさを挙げています。署名する前に、レイテンシ、言語、自己完結率の目標を契約書に明記してもらいましょう。
こんな時にPolyAIを使いましょう…
- 電話メニューなしで、定型的なカスタマーサービスの電話を自動化したい。
- レストランやホテルの予約を24時間受け付けたい。
- 音声エージェントをGenesys、Five9、NICE CXoneに組み込みたい。
- 1つのプロジェクトで、二十数言語の発信者に応答したい。
- 全面展開の前に、エージェントの変更を実際の通話でテストしたい。
- 電話、チャット、SMS、メールで1つのエージェントを運用したい。
- CLIを使い、エージェントの設定をGitでバージョン管理したい。
- 品質と解決度について、すべての会話を自動で採点したい。
PolyAIの代替ツール
PolyAIのレビュー
Gartner Peer Insightsの駐車場運営会社は、エージェントが多数の同時通話にわたって出口ゲートの簡単なトラブルを解決するようになったため、まだ人と話す必要がある発信者の接続待ち時間が約30%短くなったと述べています。
運輸会社のマネージャーは、長く複雑な導入の間、営業チームと導入チームが構築の目標をすべて期日どおりに達成したことを称賛し、その後のエージェントの変更も素早く行えると述べています。
あるITサービス企業のレビュアーは、連携機能と会話の品質を高く評価する一方、指標とサポートにまだ改善の余地があるとして星3つを付けています。
G2のレビュアーは、人間らしい声と、他のシステムと連携できるシンプルなインターフェースを評価する一方、時々遅くなることがあり、複雑なシナリオにはまだ難しいものがあると指摘しています。
よくある質問
PolyAIに無料版はありますか?
Agent Studioにセルフサービスで登録すれば、最初のエージェントを無料で構築できます。本番環境での導入は分単位の料金で営業から見積もりが提示され、Dialog-RSN-1 APIには従量課金の料金が適用される前に使えるローンチクレジットが付いています。
PolyAIの1分あたりの料金はいくらですか?
エンタープライズ向けの分単価は公開されていません。ドキュメントには、PolyAIが提供する電話番号での通話は1分あたり$0.015、Dialog-RSN-1 APIは接続1分あたり$0.02にトークン料金が加算されると記載されています。
PolyAIはどの言語に対応していますか?
Raven 3.5は、英語、スペイン語、フランス語、ドイツ語、日本語、韓国語、広東語、アラビア語を含む24言語に対応しています。プラットフォーム全体では73の応答言語コードを受け付けており、Ravenの対応リストにない言語はサードパーティのモデルで処理されます。
PolyAIは自社のコンタクトセンタープラットフォームと連携できますか?
はい。Five9、NICE CXone、Genesys、Amazon Connect、Twilio、Zendesk Talk、Dialpad、Zoom、およびSIPに対応したあらゆるシステム向けのコネクタがあり、Salesforce、Zendesk、Webexなどへのチャットの引き継ぎにも対応しています。
PolyAIは銀行や医療で使えるほど安全ですか?
PolyAIはSOC 2 Type 2、ISO 27001、PCI DSS、GDPRを掲げ、エージェントについてはHIPAAにも言及しており、米国、英国、EU、APACでのデータ所在地を提供しています。同社によると、顧客データがオプトインなしでトレーニングに使われることはありません。
PolyAIは通話を人間のオペレーターに引き継げますか?
はい。引き継ぎはFAQのアクション、フロー、Python関数から起動でき、設定した転送先にいる担当者にコンテキストを渡します。
PolyAIのエージェントを作るのにコーディングは必要ですか?
いいえ。Agent Studio、ノーコードのフロー、Wrenアシスタントで、ほとんどの構築作業をまかなえます。独自のロジックやGitのワークフローが必要なときは、Pythonツール、ADK、REST APIを利用できます。
PolyAIで独自のLLMを使えますか?
はい。Raven以外にOpenAIやAmazon Bedrockのモデルを選択できるほか、独自モデルの持ち込みオプションで自前のモデルエンドポイントを接続することもできます。





