Synthesiaは10年をかけてアバターを録画してきた。今度は、アバターに話し返してもらおうとしている。

Synthesiaはシンプルなループの上にビジネスを築いてきた。スクリプトを書き、アバターを選ぶと、プレゼンター動画が返ってくる。同社によれば、このループは10年近くにわたり世界最大のエンタープライズ動画プラットフォームを通じて回り続けており、そのおかげでSynthesiaは2025年までに年間経常収益1億ドル超、評価額40億ドル（と報じられている）に到達した。

2026年10月1日、そのループは向きを変えた。Synthesiaは、人間そっくりのアバターとの双方向会話を実現するプラットフォーム「Sessions」をローンチした。同日に2種類のセッションが公開され、3つ目は近日提供予定として発表された。

Roleplay Sessionsは、ユーザーを本来なら難しいはずの会話に放り込む。アバターが顧客、候補者、あるいは部下を演じ、反論してくる。営業チームはヒアリングや反論処理を練習する。マネージャーは、社員との間でずっと避けてきた会話を予行演習する。サポートチームはエスカレーションをシミュレーションする。各試行の後、システムは参加者をコーチングし、採点する。新機能により、練習前にシナリオを自分の状況に正確に合わせて調整でき、企業は自社で繰り返し発生する会話向けのカスタムロールプレイを構築できる。

Survey Sessionsは、フォームをインタビューに変える。アバターが企業の質問を1対1で尋ね、聞き取った内容に追加質問を重ね、構造化されたインサイトを返す。Synthesiaは想定用途として、従業員フィードバック、顧客インサイト、退職・解約インタビュー、NPSフォローアップ、製品リサーチを挙げている。回答は回答者全体のテーマとセンチメントとして返ってきて、個々の回答はトランスクリプト、音声ファイル、CSVとして開くことができる。

Expert Sessionsはまだロードマップ上のものだ。企業の製品ドキュメントと社内プロセスで訓練されたアバターが、作業を一歩ずつ案内し、作業中に寄せられる質問に答える。

この形のプロダクトが支持される理由

ローンチのブログ記事を書いたのは、SynthesiaのCTO、Peter Hill氏だ。彼のフレームは、技術の話ではなく人員のボトルネックである。適任者が足りることは決してない——難しい商談の前にすべての担当者をコーチングするマネージャー、すべての顧客にインタビューするリサーチャー、行き詰まったすべてのユーザーを導くプロダクトエキスパート、いずれも同じだ。そして通常、その代替となってきたのは、リハーサルの代わりの録画、インタビューの代わりのフォーム、実践的なガイダンスの代わりのヘルプドキュメントだった。

Hill氏の経歴は、この主張をありきたりなローンチ記事よりも真剣に受け止めやすくする。同氏はAmazonとAWSで約25年を過ごし、Kindle、Fire、Alexa、そしてAmazon ConnectやWorkSpacesを含むサービスを支えるチームを率いた後、Wildlife StudiosでCEO兼CPOを務めた。対話システムを大規模に届けてきた経験がある。

Synthesiaが公表をいとわない初期データは限られているが、的を射ている。初期導入全体で、学習者の78パーセントがロールプレイを2回以上試み、戻ってきた人のうち83パーセントが後の試行でスコアを改善した。ここはよく読んでほしい。重要な数字は改善率ではない。それは自主的に戻ってきたサブセットで測られたものだ。重要なのは78パーセントという再受講率のほうである。人が自発的に繰り返す研修ツールは、誰かに割り当てられてこなすツールとは別物だ。

Synthesiaはまた、テーマ別インサイトは誰が最も高いスコアを取ったかだけでなく、どのスキルがパフォーマンスを左右するかを示すためのものだと述べ、各従業員には自分のギャップを埋めるためのロールプレイが提案されるとしている。これはレポーティングから診断への転換であり、学習・開発（L&D）チームが実際に評価するのはこの部分だ。

2つのルートと、その分離が重要な理由

Synthesiaは同じ機能を2通りの方法で売っている。Interactive Avatar APIは、自社のアバタープロダクトを構築してスタックを自ら制御したい企業向けだ。Sessionsは、日常業務を構成する会話のための既製プラットフォームである。同社はAPIを「ホスト型パイプライン」と表現しており、つまりチームはレンダリングスタック自体を運用するのではなく、自前の言語モデル、音声認識、音声合成を持ち込むことができる。

この分離は見た目以上に興味深い。すでに好みのモデルプロバイダーを持つ企業は、どれを使うべきか指図されたくない。統合作業に意欲も人員もない企業は、何も構築したくない。両方を提供することで、Synthesiaは単一の顧客像を選ばずに済む。セッションレベルの統合と同日にフルスタックAPIを公開したという事実は、同社がAPIを長期的により静かで、より大きなビジネスと見ていることを示唆する。

コンプライアンスの詳細は注目に値する。このプロダクトは従業員の会話や顧客インタビューに触れるため、録音、トランスクリプト、個人データが関わってくる。SynthesiaはSOC 2 Type II、ISO 27001、27701、42001、およびGDPR準拠を挙げている。

このローンチで決着しないこと

このリリースの水面下には3つの問いがある。

第一に、インタラクションの品質がデモの外でも持つかどうか。ロールプレイがスキル移転を生むのは、アバターの反論が現実的で多様な場合だけだ。あまりに簡単に同意するアバターは何も教えず、レールの上で議論するアバターは2回の試行で見抜かれる。Synthesiaは、ロールプレイの相手役がシナリオをまたいでどう振る舞うかについての第三者評価を公表しておらず、導入実績の数字は学習成果ではなく反復利用を示している。

第二に、記録の保管という問題がある。従業員の練習の試行に付されたスコアは、AIによって作られ、エンタープライズシステムに保存され、マネージャーの目に触れる可能性もある、ある人物に関するデータポイントである。学習者の78パーセントが戻ってくるというのは、プレスリリースでは健全に見える。しかし同時に、ほとんどの参加者が、うまく扱えなかった会話の採点済み記録を生み出したということでもある。その記録がどこに置かれ、誰が見られ、どれだけ保持されるかは、すべての購入者が決めなければならないポリシー上の判断であり、たとえばセールスイネーブルメントチームと人事部門では答えが大きく異なる。

第三に、その希少性こそが前提のすべてである人間のスペシャリストに何が起きるか。訓練されたアバターが、人間による通話のほんの一部のコストで反復的な会話を吸収できるというSynthesiaの主張が正しければ、本当の人間を必要とするコーチングの瞬間こそが高価なものになる。これは同社の顧客にとっては妥当なトレードオフだ。そして同時に、避けようもなく、仕事のどの部分が最初に自動化されるかという話でもある。

これがエンタープライズAIに残すもの

Sessionsは有用な指標だ。なぜなら、アバタープロダクトをコンテンツ生成からワークフローへと移すものだから。一方通行のアバター動画は、カメラ、スタジオ、締め切りと競合する。双方向のアバターはマネージャーのカレンダーと競合し、その比較はもはや制作コストの話ではない。組織が1日に1000件の練習会話を回し、その結果を保持できるかどうか、という話である。

Synthesiaの賭けは、ほとんどの組織にはそれができないというものだ。そして、話し返してくるアバターは、採用よりも安い答えだという。インタラクションの品質がこの置き換えを正当化するかどうかは、今後1年の導入事例が示すだろう。再受講率の数字は、有望な最初のシグナルだ。だが、その練習が誰かを仕事でより優れた人材にした証拠には、まだなっていない。