Zendesk と OpenAI：顧客サービス向けのプロアクティブ AI エージェントへの移行

Zendesk は OpenAI と提携し、従来の意図ベースのボットから、自治的な計画と実行が可能な適応型システムへと顧客サービスを転換する新しいクラスのプロアクティブ AI エージェントを開発しています。このシフトは、オートメーション率を 80% に引き上げ、エージェントのセットアップ時間を数日から数分へ短縮することを目的としています。

意図ベースのボットから適応的推論へ

従来の顧客サービスオートメーションは意図分類に依存しており、システムはユーザーの意図を予測し、事前定義されたスクリプトをトリガーしていました。このモデルは、ニュアンスや追跡質問、エッジケースに直面した際に「メッセージ入力 → 応答出力」というロジックに従うため、しばしば失敗していました。

Zendesk は、FAQ 用の基本的な Retrieval‑Augmented Generation（RAG）から生成的推論へとアプローチを進化させました。これにより、AI エージェントは会話をリードし、コンテキストを踏まえて推論し、静的な対話フローに従うのではなく、独立して解決へ導くことが可能になります。

サービス解決のためのマルチエージェントアーキテクチャ

自治的な解決を実現するため、Zendesk は GPT‑4o を含む OpenAI モデルで動作するマルチエージェントアーキテクチャを採用しています。このシステムは、対話の各段階を担当する専門エージェントを使用します。

Task Identification Agent: 実際の会話を通じてユーザーのニーズを把握し、類似した問題を明確化質問で区別します。手動でのトレーニングに代わります。
Conversational RAG Agent: 従来の RAG を拡張し、マルチターン会話に基づいて応答を根拠付けします。たとえば、地域固有のポリシーを取得する前にユーザーの所在地を尋ねることができます。
Procedure Compilation Agent: 自然言語のビジネスルールを構造化されたフローに変換し、AI の実行が社内手順と一致するようにします。
Procedure Execution Agent: 定義されたビジネスロジックに従い、API を呼び出したり、ワークフローをトリガーしたり、システムを更新したりしてアクションを実行します。

ハイブリッド開発と AI 推論コントロール

Zendesk は、エージェントが対話フローと生成手順の間をシームレスに行き来できるハイブリッド開発モデルを導入しました。企業は自然言語で手順を定義でき、AI エージェントは適応的推論を用いて行動計画を立てます。

透明性と監査可能性を確保するため、Zendesk は AI 推論コントロールを提供しています。これらのコントロールにより、チームはエージェントの思考過程（CoT）をリアルタイムで確認し、会話中の意思決定がどのように行われたかを正確に把握できます。

モデルベンチマークとデプロイパイプライン

Zendesk は、レイテンシ、コスト、品質に基づいてモデルを評価する厳格な社内ベンチマークプログラムを実施しています。このプロセスには、RAG から背景推論までのタスクに対して OpenAI の o3‑mini などの新モデルをテストすることが含まれます。

主要な技術運用上の詳細は以下の通りです。

Deployment Speed: チームは新モデルの評価・テスト・デプロイを 24 時間未満で完了できます。
Performance Tracking: 成功はオフライン評価とライブ指標（解決率、編集率、レイテンシ）で測定されます。
Future Scaling: Zendesk は、エンジニアリングチームが専門的な機械学習知識を必要とせずにモデルをデプロイできるセルフサービスベンチマークプラットフォームの提供を計画しています。

インパクトとオートメーション目標

Zendesk は現在、このエージェント型 AI プラットフォームを早期導入企業と共にパイロット運用しています。システムは既存環境と統合でき、80% のオートメーション達成への道筋を加速させます。初期のフィードバックでは、セットアップ時間の短縮と全チャネルにわたる応答精度の向上が報告されています。