Amazon ConnectとAIエージェントを活用した飲食店向け電話自動注文システムの構築手法をAWSが公開
要点
-
AWSは、専用アプリやログイン不要で電話口から料理の注文を完結できる飲食店向けAIシステムの構築手法を公開した。
-
「Amazon Connect Agentic Voice」を活用し、発話の聞き取りと音声合成による自然で高速な対話を実現している。
-
AIエージェントが会話進行や注文推論を担い、「Amazon Connect AI Guardrail」で安全かつ話題から逸脱しない対話を維持する。
-
オープン標準「Model Context Protocol(MCP)」と「Amazon Bedrock AgentCore」により、店舗バックエンドとAIを疎結合に統合している。
-
インフラ定義ツール「AWS CDK」を使用し、電話受付からAI制御までの基盤を一括して構築・管理できる。
-
アマゾン・ウェブ・サービス(AWS)は2026年8月24日、クラウド型コンタクトセンターサービス「Amazon Connect」などを活用し、飲食店の電話注文対応を自動化するAIホストシステムの構築手法を公式ブログ(AWS ML Blog)で公開した。
-
スマートフォンの普及後も根強く残る電話注文の課題に対し、顧客が店舗の電話番号にかけるだけで、AIがメニューの質問への回答や最寄りの受取店舗の検索、注文内容の音声確認までを自動で行う仕組みを提案している。
電話注文が抱える店舗の負荷とAIによる解決アプローチ
元記事によると、多くの飲食店では現在も注文の多くが電話経由で寄せられており、その対応は店頭で接客中のスタッフに委ねられるケースが一般的だという。そのため、混雑時には顧客の待ち時間が長くなり、注文の聞き間違いや手書きメモのミスが発生しやすいといった課題が存在していた。
Webサイトや注文専用アプリの導入はオンライン注文を好む層には効果的であるものの、電話で注文したいと考える顧客の不便さを解消することはできない。今回AWSが示した手法は、ブラウザやアプリを介さず、従来の電話網(テレフォニーチャネル)から直接着信を受け付け、発信者の電話番号をもとに顧客を識別して注文を完了させる構成となっている。
システムを支える主要コンポーネントと役割分担
このシステムでは、電話回線の制御、AIによる対話管理、そして店舗バックエンドの3つの要素を明確に分離したアーキテクチャが採用されている。
高度な音声認識と低遅延な対話
電話の着信処理とルーティングはAmazon Connect(AWSが提供するクラウド型コンタクトセンターサービス)のコンタクトフローが担当する。音声レイヤーには対話インターフェース構築サービス「Amazon Lex V2」と「Amazon Connect Agentic Voice」が組み合わされており、発話内容のテキスト化(ASR)とAIによる音声合成(TTS)をリアルタイムで実行する。Agentic Voiceの技術により、人間同士のような素早い発話の切り替え(ターンテイキング)が可能になっていると説明されている。
AIエージェントによる推論と安全制御
会話の進行と状況判断は「Amazon Connect Customer AI agents」が担う。AIエージェントは顧客の発言意図を汲み取りながらメニューの案内やカートへの商品追加を行い、注文内容を声に出して復唱・確認する。また、対話が不適切な方向へ進んだりメニュー以外の無関係な話題に逸れたりするのを防ぐため、「Amazon Connect AI Guardrail」によるガードレール機能が適用されている。
オープン標準規格MCPによるバックエンド連携
AIエージェントがメニュー情報や在庫、カート管理、店舗位置検索などのバックエンド機能にアクセスする手段として、AIと外部ツールを接続するオープン規格「Model Context Protocol(MCP)」と「Amazon Bedrock AgentCore」が導入されている。
AgentCore Gatewayを経由してバックエンドの各種機能をMCP準拠のツールとしてAIに公開することで、AIエージェントと注文ロジックが疎結合に保たれる。これにより、注文受付チャネルやAI側の設定に手を加えることなく、バックエンドのシステム仕様変更や拡張が柔軟に行える設計になっているという。
一括デプロイと運用管理の仕組み
本アーキテクチャの構築には、インフラをコードで定義する「AWS Cloud Development Kit(AWS CDK)」が用いられている。
着信を制御するコンタクトフロー、Amazon Lex V2による音声対話レイヤー、そして会話を司るAIエージェントはいずれもAmazon Connect内で一体的にプロビジョニングおよび管理される。個別サービスとして別々に立ち上げる必要がなく、単一のAmazon Connectデプロイメントによって電話・音声・AIの機能群をまとめて展開できる点が特徴となっている。