OpenAI Presence、企業agentに「75%自動解決」の運用指標

企業向けAI agentの評価軸は、モデルの性能表だけでは足りなくなっている。OpenAI Presenceは、顧客サポート、保険請求、社内IT依頼、アウトバウンド営業のような失敗コストの高い業務にagentを投入するための製品だ。焦点は会話UIそのものではない。ポリシー、承認済みアクション、simulation、grader、guardrail、escalation rule、そして公開後に振る舞いを直す運用プロセスまで含めた点にある。

OpenAIは具体的な本番指標を出した。Presenceは同社の英語電話サポート番号1-888-GPT-0090で使われており、自由形式の依頼を受け、発信者を確認し、アカウント文脈を参照し、承認された処理を実行する。同社によれば、数週間でfrontline human-support品質のbenchmarkに達するか上回り、現在はインバウンド課題の75%を人手なしで解決している。Codexを使った改善ループは、人への引き継ぎ率を10日間で15ポイント下げた。

導入は狭い業務から始まる。企業はagentに必要な知識とシステムアクセスだけを渡し、何を実行できるか、どの操作に承認が必要か、いつ人へ渡すかを決める。ユーザー投入前には、よくある依頼、例外ケース、高リスク場面、tool利用、escalation判断をsimulationとgraderで検証する。公開後は実セッションと引き継ぎから弱点を拾い、Presence pluginを使うCodexが修正案を出す。チームは本番版と比較テストしたうえで、制御されたrolloutを承認する。

Presenceは現時点でvoiceとchat agentを支援し、eligible enterprise customer向けのlimited general availabilityとして提供される。OpenAI Forward Deployed Engineersと一部のsystems integratorが導入を主導し、self-serve製品ではない。BBVA、SoftBank、IAGがdesign partnerとして示された。意味合いは明確だ。OpenAIはモデルAPIの供給者から、運用されるagentの責任領域へ深く入ろうとしている。次に見るべきは、75%という解決率が業界、言語、監査プロセスをまたいでも維持されるかだ。