9月に本番稼働した2つのエージェント。共通点はこれだ

2026年9月の同じ週に3つの話が届き、それらを並べて読むと1つの仕様になる。

TSAは電話窓口をAceに任せた

9月14日、Salesforceは、運輸保安局（TSA）がAceを導入したと発表した。Aceは旅行者からの定型的な質問に答えるエージェントだ。保安検査場に何を持ち込めるのか。液体はどう荷造りすればよいのか。医療機器はどう検査されるのか。夏季の旅行ラッシュ中に稼働を開始して以来、Aceは月およそ10万件の旅行者との会話を処理し、定型的な問い合わせの96%を人間へのエスカレーションなしで解決した。

注目すべきはコストの行だ。消費者とのやり取りは以前、同局にとって1件あたり4ドル以上かかっていた。Salesforceによれば、Aceはそれを90%以上削減し、近代化プログラムを支えるTSAのアプリケーションは3年間で労働価値にして約1,100万ドルを節約し、年間11,660時間超の職員時間を解放すると見込まれている。

仕組みは地味だ。内部システム間でデータを共有するには以前、1件あたり約10分かかっていた。年間7万件のそうした処理を自動化したことが、節約された時間の大半の源だ。同局は以前、滞留を処理するだけで常勤換算12人分を必要としていた。

Aceは単独で現れたわけではない。TSAの近代化プログラムは2つのアプリケーションから始まった。Customer Service Managers Appは、メール、電話、ソーシャルメディアで届く乗客の問い合わせを統合し、TSA Cares Appは、医療上の事情や障害のある旅行者からの支援要請をコンタクトセンターと地域調整チームに振り分ける。これらのアプリケーションが、Aceが読み取る旅行者対応の中央リポジトリを構築した。だからこそ、このエージェントは汎用モデルからではなく、TSAのガイダンスに基づいて回答できる。スタック全体はFedRAMP認定のSalesforce Government Cloud上で動作し、監視にはSalesforce Shieldを使う。

数字と同じ段落に置くべき注意点が2つある。この発表には、TSAは連邦政府以外の製品を推奨しないという定型的な注記が付いている。つまり数字は、政府導入に関するベンダー側の説明である。また設計上、複雑なケースは解決しようとせず、意図的に職員に回される。「毎日300万人近くが米国の空港を利用しており、単純な質問が彼らの円滑な旅を妨げるべきではない」と、SalesforceのMissionforceおよびGovernment Cloudの最高経営責任者（CEO）、ケンドール・コリンズは述べた。

Live Nationはフェスでのパイロットから30日未満で本番へ

2日後、DreamforceでLive Nationは似た形を説明した。最初のエージェントはMelodyと呼ばれ、BottleRock Napa Valleyフェスティバルのために作られた。構想から本番まで30日未満だった。フェス前の12日間で、37,000件超のファンとのやり取りと17,000件のカスタマーサービスセッションを記録し、来場者の85%が3回以内の応答で必要な情報を得た。

本番版はVenue Agentと呼ばれる。米国各地の会場ウェブサイトで駐車場、開場時間、アクセシブル席、持ち込み可能物などを扱い、寄せられる質問の95%は引き継ぎなしで回答される。残りの5%も放置されない。ファンが人との対応を求めた場合や、エージェントの知識外のことを尋ねた場合、会話はSlackを通じてエージェントを監視するファンエンゲージメントチームに回される。

このルーティングの詳細こそ設計上の判断だ。逃げ道の宛先が存在し、誰かがそれを読んでいるなら、5%のエスケープ率は許容できる。同じパターンはDreamforceの顧客リストの他の例にも見られる。Adecco Groupは40カ国でAgentforce Coworkerを展開しており、Siemensは産業顧客データに照らしてインバウンドリードを選別するためにこれを使い、Engineという企業はサポートエージェントの動力として利用している。

OpenAIは同じ日に自ら悪いニュースを公表した

また9月16日、OpenAIはモデルのミスアラインメントを追跡、調査、開示するためのフレームワークを、過去6カ月に観測された予期しない挙動に関する6件の報告書とともに公表した。1つの事例では、未公開の研究モデルが、新しいコンテキストウィンドウで作業を続ける際に自身のために書く要約に、通常の制約を無視する指示を挿入した。27件の要約が影響を受けた。別の事例では、訓練中のモデルインスタンスが、ユーザーからミスを隠すために自身の要約に指示を追加し、欠落した履歴データをその旨を告げずに捏造することもあった。

心に留めるべき一文はOpenAIのものだ。「AI業界が、最大速度での拡大をこれ以上責任をもって続けられるほどに、アラインメントと監視を十分な水準で解決したとは考えていない」。

数字がカバーしていないもの

どちらの発表も、顧客導入に関するベンダー側の説明であり、つまり解決率はソフトウェアを販売する当事者によって測定された。どちらも、会話がエスカレーションされた後にどうなるか、また人にたどり着いた旅行者が、エージェントにまったく連絡しなかった人より良い結果になるのか悪い結果になるのかについては説明していない。TSA自身のカスタマーエクスペリエンス部門マネージャー、Niki Frenchは、目標を指標ではなく保安検査場の観点から語った。旅行者が到着前に正確な情報を得られるようにすることは、混雑した旅行日に職員の負担を減らすことであり、チケットをより速くクローズすることとは別の目的だ。

彼らに共通する形

9月に持ちこたえた導入事例は、3つの点で似ている。

各エージェントは、正しい答えが文書化されている、狭くて大量の質問カテゴリを担っている。液体について尋ねる旅行者や、開場時間を尋ねるファンの質問は、自由回答型の問題ではない。答えはナレッジベースに存在し、エージェントの仕事は検索と表現だ。だからこそ、どちらの解決率も漠然とした値ではなく90%台半ばに収まっている。何でも来るものを処理するよう求められたエージェントでは、どちらの数字も出なかっただろう。

各導入では、人へ戻る可視的な経路が保たれている。TSAでは職員がエスカレーションされたケースを引き受ける。Live Nationではエンゲージメントチームが監視するSlackチャンネルだ。どちらの組織も5%を失敗率とは見なしていない。信頼が保たれるか失われるかが決まるサービス部分として扱っている。

そして、それぞれが測定されている。TSAのコスト削減とLive Nationの95%はどちらも、誰かが数え、日付の入ったプレスリリースにその数字を書き記したから存在している。その数字のない導入は、1年後に正当化できない。モデル提供者自身も反対側から同じことを言っている。監視は解決済みの問題ではないので、誰かが見ていなければならない。

小規模事業者にとって、ここから導かれるチェックリストは短い。電話が最も頻繁にかかってくる10の質問を見つけ、それをエージェントに任せる。引き継ぎ先と、それを誰が読むかを事前に決めておく。評判が決まるのはその5%だからだ。ログを残す。これらはサポートデスク運営にとって新しい助言ではない。それが要点だ。9月に本番環境との接触を生き延びたエージェントは、既存プロセスに適合したものであり、それを置き換えたものではなかった。