何が発表されたか：OpenAI Presenceとは
室谷代表取締役もう見ました？
テキスト教師: 見ました見ました。正直、ちょっと名前が紛らわしいですけどね（笑）。Presenceって、AIのパラメータにpresence_penaltyがあるじゃないですか。でも今回のはまったく別物で、企業がAIエージェントを本番運用するための製品です。
室谷代表取締役今回のPresenceは「常駐（プレゼンス）」するAIエージェントという意味合いだそうです。公式スレッドでは「企業が信頼できる音声・チャットエージェントを顧客対応や社内ワークフローに導入するための製品」と説明されています。
テキスト教師: ちょっとした命名の混乱はありそうですが、中身はかなり本格的です。まず、この製品は単なるAPIのラッパーではなく、エンタープライズがAIエージェントを安全かつ効果的に運用するためのシステム全体を提供するものだと理解しました。
音声・チャット両対応のエージェント機能
- 複雑な質問に対応不可
- 社内システム連携に個別API実装が必要
- 音声対応に別エンジンが必要
- 音声とチャットの両方に対応
- AIが文脈を理解し自律的に問題解決
- 社内システムと連携してアクション
- 判断できない場合は人間にエスカレーション
室谷代表取締役テキスト教師: まず、音声とチャットの両方に対応しています。顧客サポート、アウトバウンドセールス、高リスクな内部ワークフローなど、リアルタイムのやり取りが必要な場面を想定しているそうです。例えば、請求に関する問い合わせがあった場合、エージェントが顧客のリクエストを理解し、本人確認をし、アカウント情報を参照して、問題を解決する流れを自律的に実行できるんですね。
室谷代表取締役しかも、自分で判断できないときは人間にエスカレーションすると。
テキスト教師: そうなんです。背景ブリーフによると、従来はこうしたエージェントを構築するには、ルールベースの設計では複雑な質問に対応できず、社内システムとの連携には個別のAPI実装が必要で、音声対応にはさらに別のエンジンが必要だった。Presenceはそれらを統合した形で提供するわけです。
エンタープライズ導入の3つの柱：信頼性・適応性・制御
- ポリシー、ガードレール、エスカレーションルールを組み合わせ
- 正確性と性能を検証
- 製品・ポリシー・ユーザー行動の変化に対応
- Codexが更新を提案、チームがテスト・承認
- 各デプロイメントは特定の業務から開始
- エージェントに必要な知識とシステムアクセスのみ付与
- 企業がポリシーを設定（許可・承認・人間引き継ぎ）
室谷代表取締役テキスト教師: 公式ページを読むと、3つの要素が重要だと分かります。まず「信頼性（Trust）」、次に「適応性（Adaptability）」、そして「制御（Control）」です。それぞれ見ていきましょう。
室谷代表取締役| 要素 | 説明 |
|---|---|
| 信頼性 | モデルの推論にポリシー、ガードレール、エスカレーションルールを組み合わせて、正確性と性能を検証 |
| 適応性 | 製品やポリシー、ユーザー行動の変化に応じてエージェントの振る舞いを更新。Codexが更新を提案し、チームがテスト・承認 |
| 制御 | 各デプロイメントは特定の業務から開始。エージェントはその業務に必要な知識とシステムアクセスのみ付与。企業がポリシーを設定（何を許可するか、いつ承認が必要か、いつ人間に引き継ぐか） |
テキスト教師: 特に、デプロイメントを特定のジョブから始めるというのが現実的ですね。いきなり全社展開するのではなく、請求処理や保険請求、ITサービス要求など、限定された範囲で始めて、そこで実績を積む。そのプロセスでOpenAI自身が各顧客と密に協力して、ワークフローの特定、知識とシステムの接続、権限とポリシーの確立、テスト、本番化を支援するそうです。
室谷代表取締役特に、ガードレールとエスカレーションルールが最初から組み込まれているのは、コンプライアンスを気にする企業には必須ですからね。
導入プロセス：特定業務から始める段階的アプローチ
- 1高価値のワークフローを特定OpenAIチームが顧客と共に、価値の高い業務フローを特定する
- 2システム接続と権限設定知識ベースやCRM、ERPなどのシステムを接続し、アクセス権限やポリシーを設定
- 3テストと本番投入テストを繰り返し、問題がなければ本番環境に投入
- 4ギャップ発見と更新提案生産セッションやエスカレーションデータからギャップを発見
- 5Codex更新と承認Codexが更新を提案し、チームがテストして承認するサイクルを回す
テキスト教師: 導入の流れも具体的に示されています。まず最初にOpenAIのチームが顧客と一緒に高価値のワークフローを特定する。その後、必要な知識ベースやシステム（CRM、ERP、データベースなど）を接続し、アクセス権限やポリシーを設定。そしてテストを繰り返し、本番投入。その後も生産セッションやエスカレーションのデータからギャップを発見し、Codexが更新を提案、チームがテストして承認するというサイクルを回します。
室谷代表取締役テキスト教師: 背景ブリーフによると、PresenceはOpenAIのResearchチームと緊密に連携して開発され、各デプロイメントからの一般的な知見が研究と製品開発にフィードバックされる仕組みです。Codexはその中で、エージェントの振る舞いを改善するためのコードや設定の更新を提案する役割を担っていると思われます。
室谷代表取締役これは大きなメリットですね。
まとめ：企業におけるAIエージェント実装の新たな選択肢
テキスト教師: 今回の発表で、企業がAIエージェントを本番運用するための「ターンキー製品」が登場したと言えるでしょう。以前は各社がAssistants APIを使って自前で構築するか、SaaS型のチャットボットを使うかでしたが、Presenceはその中間的なポジションで、より高い信頼性とサポートを求める企業向けです。
室谷代表取締役テキスト教師: 一方で、現時点では「限定的な一般提供プログラム」とされており、誰でもすぐに使えるわけではありません。また、価格や具体的な提供条件は明らかにされていません。今後の展開に注目ですね。
室谷代表取締役テキスト教師: 今回のPresenceは、AIエージェントが「実験室から実戦へ」移行する重要な一歩だと思います。企業の皆さんは、まずは自社のどの業務に適用できるか、検討を始めるといいでしょう。
