AIエージェントは”エンジニア付き”で売る時代へ——OpenAI「Presence」に学ぶ導入の勘所

2026年7月22日、OpenAIが企業向けAIエージェントの新サービス「OpenAI Presence(プレゼンス)」を発表しました。

音声とチャットの両方に対応し、顧客サポートや社内ワークフローといった業務をAIエージェントに任せられるプラットフォームです。
ただし今回の発表で注目すべきは、技術そのものよりも”売り方”かもしれません。

Presenceはセルフサービスで申し込める製品ではなく、OpenAIの「Forward Deployed Engineers(現場配備エンジニア)」が顧客企業に入り込み、
導入設計から運用改善まで伴走する体制とセットで提供されます。

世界最先端のAI企業が、事実上「AIは道具を渡すだけでは成果につながらない」と認めた形とも言えます。
本記事では、Presenceの発表内容と公開された数字を整理したうえで、
日本の中小企業・自治体がこの動きから学べるAI導入のポイントを解説します。

「Presence」とは——AIではなく”導入”を売るサービス

Presenceは、請求に関する問い合わせ対応、保険金請求の受け付け、社内手続きの案内といった具体的な業務プロセスを、
音声・チャットのAIエージェントに担わせるための企業向けプラットフォームです。
ポリシー設定、ガードレール、人の承認を要するアクションの定義、本番前のシミュレーション、
評価ツールなど、運用に必要な仕組みが一通り組み込まれています。

現在は「限定的な一般提供」という位置づけで、利用できるのは審査を通過したエンタープライズ顧客のみ。
しかも導入は必ずOpenAIの現場配備エンジニア、または提携する大手システムインテグレーターが主導します。
つまり「アカウントを作って今日から使う」ことはできず、
人間の専門家による導入支援が最初から組み込まれた売り方です。

発表時点の設計パートナーとしては、メキシコの大手銀行BBVA(音声による銀行サポート)、日本のソフトバンク(日本語での顧客対応)、
英航空大手IAG(悪天候時など問い合わせが集中する場面の対応)の3社が名を連ねています。
日本語対応の検証が初期パートナーの段階から組み込まれている点は、国内企業にとっても他人事ではありません。
なお価格は非公開で、顧客ごと・案件ごとの個別見積もり。
ソフトウェアのライセンス販売というより、コンサルティング込みの導入サービスに近い形です。

公開された数字——問い合わせの75%を人手なしで解決

OpenAIは自社のサポート窓口にPresenceと同じ仕組みを適用しており、
その実績として「インバウンドの問い合わせの75%を、人の支援なしで解決している」という数字を公表しています。

さらに興味深いのが改善のスピードです。
開発支援AIのCodexが本番の対応ログを監視して改善案を提案し、人間のチームがテストして反映する——このサイクルによって、
人間のオペレーターへの引き継ぎ率をわずか10日間で15ポイント下げたとしています。

ひとつ注意すべき点として、これらはOpenAIが自社チャネルで自社測定した数字であり、
第三者による検証を経たものではありません。
それでも見逃せないのは、75%という水準が「導入した瞬間」の性能ではなく、
運用ログをもとに改善を回し続けた結果だという点です。
AIエージェントの成果は初期設定で決まるのではなく、
導入後の改善サイクルで積み上がる——この構図は、規模を問わずあらゆる組織に当てはまります。

なぜ”エンジニア同梱”なのか——4割が頓挫するAIエージェント導入

OpenAIがあえて手間のかかる伴走型を選んだ背景には、AIエージェント導入の厳しい現実があります。
調査会社ガートナーは「2027年末までに、エージェント型AIプロジェクトの40%超が中止される」と予測しています。
要因として挙げられるのは、ガバナンスの不備、費用対効果の不明確さ、
運用体制の弱さ——つまり技術ではなく”導入のやり方”の問題です。

Presenceの提供プロセスは、この失敗パターンへの対策をそのまま製品化したような構成になっています。

具体的には、

①達成したい業務成果の定義、②セキュリティ・プライバシー・法務のレビュー、③シミュレーションによる試験、
④受け入れテスト、⑤段階的な本番展開、⑥公開後の継続改善——という6段階を必ず踏みます。

加えて、エージェントに与える知識や権限は担当業務に必要な最小限に絞り、
「どんな場合に人へエスカレーションするか」のルールは顧客企業の側が定義します。
AIに任せる範囲を広げる前に、任せない範囲と引き継ぎの条件を固める。
この順番が、そのまま導入の成否を分けるという設計思想です。

中小企業が学べる3つのポイント

Presence自体は大企業向けのサービスですが、その裏にある考え方は会社の規模を問いません。
中小企業や自治体がAI導入を進めるうえで、次の3点は今日から実践できます。

① 「どのAIを選ぶか」より「どう導入するか」に投資する。
世界最先端のAIを持つOpenAIですら、成果を出すためにエンジニアの伴走を必須にしました。
ツールの比較検討に時間をかけるより、「どの業務を・どんな成果指標で・誰が運用するか」を先に固めるほうが、結果への影響は大きいということです。
外部の支援会社を使う場合も、丸投げではなく自社の業務知識を持ち寄る体制が前提になります。

② 権限は最小限から始め、人への引き継ぎを最初に設計する。
Presenceではエージェントの知識アクセスを業務に必要な範囲に限定し、エスカレーション条件を顧客が決めます。
中小企業でも同じで、最初から幅広い業務を任せるのではなく、
範囲を絞ったうえで「AIが対応できないときに誰がどう引き取るか」を先に決めておくことが、トラブル防止と社内の安心感につながります。

③ 小さく始めて、数字を見ながら改善を回す。
75%という解決率も、10日で15ポイントという改善も、対応ログを見て直すサイクルの産物です。
導入して終わりではなく、「今週はどんな問い合わせでつまずいたか」を毎週確認して調整する。

この地道な運用こそが、AIエージェントを”実験”から”戦力”に変えます。
なお、最初に任せる業務の選び方については、過去記事「中小企業がAIに最初に任せる業務の選び方」でも詳しく解説しています。

まとめ

OpenAI「Presence」の発表は、単なる新製品のニュースではなく、
AIエージェント市場の売り方が「道具の提供」から「導入と運用の提供」へ移りつつあることを示す象徴的な出来事です。
問い合わせの75%を自動解決という数字の裏には、業務成果の定義から段階的な展開、
公開後の継続改善までを踏む地道なプロセスがありました。

AI導入で差がつくのは、モデルの性能ではなく導入の設計と運用の継続です。
これは数十人規模の会社でも、自治体の一部署でも変わりません。
「どの業務を任せるか」「権限をどこまで与えるか」「人がどう引き取るか」——この3つを紙に書き出すところから、皆さまの組織でもぜひ始めてみてください。