OpenAI、音声AI基盤「Ringg」の導入実績を公開 通話の最大65％を自動解決しコストを9割削減
要点
- インド発の会話型AIプラットフォーム「Ringg」が、OpenAIのモデル群を活用したカスタマーサポート向けエージェント基盤の運用実績を明らかにした。
- 月間700万件超の音声通話を処理し、定型的な問い合わせの最大65%を人間の手を介さずに自動で解決している。
- リアルタイム処理の一部をGPT-4.1からGPT-5.6（Luna）へ移行したことで、モデル運用コストを約90%削減した。
- 用途ごとにGPT-4.1、GPT-5.6 Luna、Terra、Solを使い分けるルーティングと独自のオーケストレーションを採用している。
リード文
OpenAIは2026年9月23日、会話型AIエージェントプラットフォームを手がけるスタートアップ「Ringg（リング）」における同社モデルの導入事例を公式ブログで公開した。Ringgは音声通話やチャット、WhatsApp、Webを横断する企業向けエージェント基盤を構築し、月間700万件以上の通話を処理しているという。適材適所のモデル配置と独自のオーケストレーション基盤により、問い合わせの最大65%を自動解決しながら、特定ワークロードにおけるモデルコストの約90%削減を達成したことが明らかになった。
顧客対応の規模拡大と分断されたシステムへの対処
顧客対応の現場では、問い合わせ件数の増加に応じてオペレーターを増員する従来の手法が、コストと運用の複雑さを引き上げる要因となっていた。インドの主要な消費者向け企業と協業してきたRinggは、通話量の増加への対応に加え、保険の購入や各種予約といった手続きを行う際に、社内の分断された手動システムが対応の遅れを招いている状況に着目した。
こうした課題を解決するため、同社は高効率なモデルを中核に据えたエンタープライズ向けのエージェントプラットフォームを開発した。音声やチャットなど多様なチャネルにわたる問い合わせに対し、迅速かつ一貫した対応を提供できる環境を整えている。
タスク特性に応じたOpenAIモデルのルーティング
Ringgは会話品質や遅延、指示追従性、ツール連携能力、多言語対応力、信頼性、コストを多角的に評価した結果、商用環境において最もバランスが優れていたOpenAIのモデル群を採用した。タスクの要件に応じて適切なモデルへトラフィックを振り分けるルーティング設計を行っている。
リアルタイムの音声通話やチャットトラフィックの大半は「GPT-4.1」が担う。一方で、応答性や費用対効果が合致するリアルタイム処理には「GPT-5.6 Luna」を投入している。通話終了後の要約生成や感情分類といった後処理には「GPT-5.6 Terra」を割り当て、さらにエージェントの評価やプロンプト改善、モデルによる自動評価（Model-as-Judge）のワークフローには「GPT-5.6 Sol」を活用しているという。
Ringgの共同創業者であるシッダールト・トリパティ（Siddharth Tripathi）氏は、「モデルの品質だけでなく、低遅延、確実なツール利用、強い指示追従性、そして大規模運用に耐えうる経済性が必要だった。OpenAIはそのバランスを満たしてくれた」と説明している。
多様な業務システムをつなぐオーケストレーション
顧客からの要求を完了させるには、契約内容の確認、顧客データの取得、予約の登録、CRM（顧客関係管理システム）の更新など、複数の業務システムを横断した処理が必要となる。
Ringgのプラットフォームでは、オーケストレーション層がCRMやチケット管理、決済システム、予約ツール、社内APIにまたがる処理を一括して制御する。また、ユーザーの適格性確認、サポート、本人認証、スケジュール調整、エスカレーションといった役割ごとに特化した複数のサブエージェント（特定機能に特化した自律プログラム）にタスクを分割し、協調して動作させている。
社内ナレッジの活用においては、構造化フィルタリングと意味検索（セマンティック検索）を組み合わせ、PDFやCSV、業務文書などから必要な情報を正確に取得する仕組みを備える。さらに、対話が長期化してコンテキスト（文脈情報）が約8万トークンに近づいた場合には構造化された要約を自動生成し、履歴全体を再送信することなく重要情報を保持したまま会話を継続できるように工夫されている。人間に引き継ぐ際にも、それまでの会話要約が自動で共有される。
事後分析と多言語環境におけるモデル評価
同社は本番環境へのデプロイ前に、過去の対話履歴や模擬データを用いた厳格なオフライン評価を実施している。通話後の分析ワークフローに関する検証では、Googleの「Gemini 2.5 Flash」などの代替モデルと比較した結果、GPT-5.6 Terraが要約および感情分析の高い精度を維持しながら採算性を大きく向上させたため、正式採用に至ったという。
また、英語と地域言語が混ざり合って使われる同地域の特性に合わせた言語テストにおいても、GPT-5.6 Terraは一般的な地域言語で最大97%の精度を記録し、Gemini 2.5 Flashを上回る結果を示した。オフラインテストを通過したモデルは少量のトラフィックから段階的にロールアウトされ、ルーターがレイテンシーや障害を常時監視してトラフィックを迂回させることで、高い可用性を維持している。
保険大手Policybazaarで応答時間を大幅短縮
こうした仕組みにより、Ringgを採用した企業では日常的な問い合わせの最大65%が人間の介入なしで完結しており、プラットフォーム全体の平均顧客満足度（CSAT）は5点満点中4.8を記録している。
導入企業の一社であるインド最大級のオンライン保険プラットフォーム「Policybazaar」では、5万7,000件以上の顧客リクエストにRinggを適用し、通話の67%を無人対応で処理している。その結果、従来8〜12分を要していた平均応答時間が60秒未満へと大幅に短縮された。