AI営業ロープレの作り方｜専用ツール不要、ChatGPTだけで...
電話がずっと鳴っている、オペレーターが辞めていく、増員しても追いつかない。コールセンターの現場が抱えているこの状態に、音声AIがどこまで踏み込めるのか——
その手がかりが、ベンチマークではなく実運用の数字として出てきました。音声AI「Grok Voice（グロックボイス）」は、第三者機関の音声AI評価で1位を取っただけでなく、衛星インターネットのStarlink（スターリンク）で1日15,000件を超える受信のカスタマーサポートおよび営業電話を解決していると公表されています。
この記事では、その数字の中身と限界、日本のコールセンターの現状、そしてあなたの現場で検討を始めるときに最初に決めるべきことまでを整理します。
法人向けAI研修の導入社数No.1*の弊社デジライズが、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中です。
※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）
目次
音声AIベンチマークで1位——測っているのは「会話の自然さ」ではなく「解決できたか」
まず押さえておきたいのは、今回1位を取った指標が「声が人間っぽいかどうか」を測るものではない、という点です。
AIモデルを横断評価している Artificial Analysis の Speech-to-Speech Index は、Speech Reasoning（音声での推論）・Agentic Performance（エージェントとしての遂行力）・Arena Preference（人による選好比較）・Task Success Rate（タスク成功率）の4つの結果を加重平均した指標です（出典: Artificial Analysis Speech-to-Speech）。
つまりこの指標は、声の聞き取りやすさや喋り方の自然さだけを見ているわけではありません。4つの構成要素のうち Agentic Performance と Task Success Rate の2つは、用件を最後まで片付けられたかどうかを直接測るものです。コールセンターが日々追っている指標に、評価軸のかなりの部分が重なっている、と考えると分かりやすいと思います。
その Speech-to-Speech Index で、Grok Voice Think Fast 2.0 High が 79.0% で1位になっています。上位の並びは次のとおりです。
| モデル | Speech-to-Speech Index |
|---|---|
| Grok Voice Think Fast 2.0 High | 79.0% |
| OpenAI GPT-Realtime-2.1 High | 73.9% |
| OpenAI GPT-Realtime-2 High | 73.6% |
| Grok Voice Think Fast 1.0 | 72.3% |
| Google Gemini 3.1 Flash Live Preview High | 71.5% |
（出典: Artificial Analysis Speech-to-Speech）
2位と3位が73%台に並ぶなかで、1位だけが79.0%と5ポイント以上離れている形です。私がこの結果で注目しているのは順位そのものよりも、同じ系列の前世代である Grok Voice Think Fast 1.0 が 72.3% で、そこから1世代で6ポイント以上動いているという点です。音声AIは「もう少し先の技術」として扱われがちですが、実務で使える水準に向けた変化のスピードは、テキストのモデル競争とそう変わらない速さになっています。
Starlinkでは1日15,000件を音声AIが解決している
ベンチマーク以上に見ておくべきなのが、実際の業務に入っているという公表です。
SpaceXAI（旧xAI）の公式Xアカウントは、Starlinkにおいて Grok Voice を使い、1日あたり15,000件を超える受信のカスタマーサポートおよび営業電話を解決していると投稿しています。あわせて、ハードウェアの問題を診断し、交換品を発送し、音声通話とチャットの両方で週3,000件を超える注文を処理しているとも書かれています（出典: SpaceXAI 公式X（2026年8月25日））。
ここで大事なのは、15,000件という数字が「カスタマーサポート＋営業電話」の合算である点です。問い合わせ対応だけが15,000件あるわけではなく、インバウンドの営業電話も同じ仕組みで受けています。日本のセンターに置き換えるなら、「問い合わせ窓口」と「注文受付・申込窓口」を1つの音声AIが兼ねている状態に近いと言えます。
もう一つ見逃せないのが、対応の深さです。会話を受けて要約する、FAQを読み上げる、といった範囲にとどまらず、ハードウェアの切り分け診断から交換品の発送手配まで、業務システムを触る側まで踏み込んでいると明記されています。これは前の章で触れた Agentic Performance（エージェントとしての遂行力）を、そのまま業務で使っているということです。
「完全自動化」ではないことは、発表側も書いている
一方で、ここは正確に書いておきたいところです。「人間のオペレーターが不要になった」という記述は、一次ソースのどこにもありません。
SpaceXAI は、Starlink でこのモデルをA/Bテストしたところ、sales conversion rate（成約率）と support containment rate（サポートの完結率）に有意な向上が見られたと説明しています。ただし、具体的な数値は公開されていません（出典: SpaceXAI「Grok Voice Think Fast 2.0」）。
containment rate は、コールセンターの世界では「オペレーターに転送されず、その仕組みの中だけで完結した割合」を指す指標です。これが「向上した」と書かれているということは、裏を返せば100%ではない＝人へ渡っている通話が残っているということでもあります。1日15,000件を解決という数字は、人がゼロになった証拠ではなく、AIが受け切れる範囲が広がった結果の数字として読むのが正確です。
導入を検討するときも、この読み方を最初から共有しておいたほうが安全です。目標は「全部AIにする」ではなく、「どこまでをAIで完結させ、どこから人に渡すか」の線を引くことになります。
「まずは何ができるか知りたい」といった情報収集段階でのご相談も大歓迎です。導入の流れや具体的な支援内容をまとめた資料を以下よりご覧いただけますので、ぜひお気軽にご活用ください。
日本のコールセンターは、いまどこにいるか
海外の実運用がここまで進んでいる一方で、日本側の状況はどうなっているのか。公的な統計と業界団体の調査を並べると、ギャップの形がはっきり見えてきます。
人が定着しないという構造は数字に出ている
厚生労働省の令和6年（2024年）雇用動向調査によると、産業計の離職率は14.2%です。これに対して、コールセンターの受託運営が含まれる産業分類である「サービス業（他に分類されないもの）」の離職率は20.3%（一般労働者19.0%／パートタイム23.8%）と、産業全体を6ポイント以上上回っています（出典: 厚生労働省「令和6年雇用動向調査結果の概況」表4-2・p13）。
この20.3%の読み方には、ひとつ注意が必要です。日本標準産業分類には細分類として9294「コールセンター業」が用意されていて、「電話等により顧客サポート、苦情対応などの顧客対応の窓口業務を専門的に行う事業所」と定義されています。これは大分類R「サービス業（他に分類されないもの）」の下にある区分です（出典: e-Stat 日本標準産業分類 9294 コールセンター業）。
つまり20.3%はコールセンター業を含む大分類の数字であって、コールセンター業だけを取り出した離職率ではありません。雇用動向調査の公表表は大分類までの集計なので、コールセンター単独の値はそこからは出てきません。それでも、コールセンター業を含む区分が産業計より明確に高い水準にあるという事実は、採用と教育のコストが構造的に重くのしかかっていることを示しています。
AIボイスボットを提供できている事業者は3社に1社
では、その負荷を音声AIで軽くする動きはどこまで来ているのか。一般社団法人日本コンタクトセンター協会（CCAJ）の「2025年度コンタクトセンター企業実態調査」を見ると、コールセンター運営を受託する事業者のうち、AIボイスボットのチャネルに「対応している」と答えたのは35.3%でした。「対応していない」が60.3%、非公開が4.4%です（2025年度・回答68社／出典: CCAJ「2025年度コンタクトセンター企業実態調査」p20）。
ここで数字の意味を正確にしておきます。この35.3%は「コールセンターの導入率」ではありません。コールセンター運営を受託する事業者側が、AIボイスボットというチャネルを提供対応できているかを答えたものです。つまり「サービスとして提供できる体制があるか」に近い設問であり、実際にどれだけの通話がAIで処理されているかを示す数字ではありません。
では、この割合はどう動いてきたのか。同じ調査の推移は次のとおりです。
| 年度 | AIボイスボットに「対応している」割合 | 回答社数 |
|---|---|---|
| 2022年度 | 23.5% | 51社 |
| 2023年度 | 28.1% | 64社 |
| 2024年度 | 27.1% | 70社 |
| 2025年度 | 35.3% | 68社 |
（出典: CCAJ「2025年度コンタクトセンター企業実態調査」p20。調査対象109社・回答68社、実施期間2025年6月16日〜7月23日。この調査は2024年度まで「コールセンター企業実態調査」という名称でした）
2023年度の28.1%から2024年度は27.1%と足踏みが続いていましたが、2025年度は35.3%へ8.2ポイント上がりました。回答企業の顔ぶれが年度で変わっている点は割り引く必要がありますが、提供体制を整える動きがここに来て出てきたことはうかがえます。それでも、対応していない事業者が6割を占める状況は変わっていません。
海外では1日15,000件を音声AIが受けている一方で、国内では受託事業者の60.3%がまだAIボイスボットのチャネルに対応していない。同じ調査では、生成AIを実務で使っている事業者のうち応対内容の要約が74.5%まで広がっているのに対し、ボイスボットによる自動化対応は49.1%にとどまります（同調査p27・55社の複数回答）。私はこのギャップを、技術が足りていないというより、「どこまで任せるか」を決め切れていない状態が続いているものとして見ています。次の章で、その判断に必要な材料を並べます。
検討する前に押さえておきたい制約
期待値だけで進めると必ず詰まるので、公開されている数字と、公開されていない部分を分けて整理します。
料金と応答速度
Grok Voice Think Fast 2.0 の料金は音声1分あたり $0.08、最初の音声が返るまでの時間（Time to First Audio）は0.70秒と公表されています。このモデルの公開日は2026年7月29日です（出典: SpaceXAI「Grok Voice Think Fast 2.0」）。
電話の応対で0.70秒という数字は、「無言の間」が相手に不安を与えるかどうかの分かれ目に近い水準です。従来の自動音声で不評だった、聞き終わってから沈黙が続くタイプの体験とは違うものになります。
ベンチマークの内訳を見ると、伸びしろの場所が分かる
同じく公開されているベンチマークの内訳は次のとおりです。
| ベンチマーク | 測っているもの | スコア |
|---|---|---|
| Big Bench Audio | Speech Reasoning（音声での推論） | 97.2% |
| Full Duplex Bench | Conversational Dynamics（会話の間合い） | 95.1% |
| τ-voice Bench | Agentic Performance（エージェントとしての遂行力） | 56.5% |
（出典: SpaceXAI「Grok Voice Think Fast 2.0」）
聞き取って考える力と、会話のテンポを崩さない力はどちらも95%を超えています。一方で、ツールを使って用件を最後まで処理する力を測る τ-voice Bench は 56.5%と、他の2つから大きく離れています。
私はこの差を、導入設計にそのまま反映すべき情報だと考えています。つまり、「聞いて答える」領域は完成度が高く、「システムを触って処理を完了させる」領域はまだ伸びしろがある、ということです。前の章で見た Starlink の運用が、ハードウェア診断や発送手配まで踏み込みながらも containment rate を「向上した」としか書いていないのは、この構造と整合的です。最初から複雑な手続き系を丸ごと任せる前提で設計すると、想定した削減効果に届かない可能性があります。
25以上の言語に対応。ただし日本語での実力は別の話
そのうえで、日本の現場が最初に知りたいであろう点を整理しておきます。Grok Voice の公式ページは、25以上の言語に対応していると明記しています。会話の途中で言語を切り替えられることや、雑音と強いなまりの中でも聞き取れることも、あわせて掲げられています（出典: SpaceXAI「Voice Agent Builder」）。
ただし、その25以上の中に日本語が含まれるかどうかを名指しで書いたページは、今回確認した公式ページには見当たりませんでした。Speech-to-Speech で日本語の応対がどの水準で通用するのか、日本国内から利用できるのかについても、公式の記載は確認できていません。
また、Grok Voice をコールセンターに導入した日本企業の事例も、一次ソースでは確認できていません。日本で本格的に電話業務へ載せられるかどうかは、日本語での応対品質・提供地域・電話網との接続方式を個別に確認するところからになります。今の時点では、「日本で今すぐ置き換えられるツール」ではなく、音声AIが実務のどこまで届くようになったかを示す基準として見るのが妥当だと思います。
音声AIをコールセンターに入れるとき、最初に決めること
ツールの選定より前に決めておかないと、あとで必ず揉める論点が3つあります。ここは特定の製品に依存しない話なので、検討の順番として持っておくと役に立ちます。
- どこまでをAIで完結させるか — containment（AIだけで終わる範囲）の線引き
- 人へ渡す条件をどう設計するか — 転送のトリガーと引き継ぎ方
- 通話ログを誰がどう見るか — 品質管理と改善のループ
1. どこまでをAIで完結させるか
最初に決めるのは「AIに任せる範囲」です。ここを曖昧にしたまま導入すると、評価指標が「AIが何件受けたか」だけになり、実際には人への転送が増えていても気づけません。
決め方としては、問い合わせ内容を「回答して終わるもの」「システムを更新するもの」「判断が必要なもの」の3つに分けるのが分かりやすいと思います。前の章で見たとおり、聞いて答える領域と、システムを触って処理を完了させる領域では、現時点の到達度に差があります。1つ目から着手し、2つ目は範囲を絞って始め、3つ目は最初から人に渡す——という順序であれば、期待値と実力がずれにくくなります。
2. 人へ渡す条件をどう設計するか
次に決めるのが、転送の条件です。「AIが答えられなかったら人へ」という曖昧な設計だと、答えられていないことにAI側が気づけないケースがそのまま放置されます。
決めておきたいのは、①同じ質問が繰り返された場合 ②本人確認や契約変更など人の判断が要る用件 ③相手が明確に人を求めた場合、といった転送を発動する具体的な条件と、渡すときに何を引き継ぐかです。ここまでの会話の要約と本人特定の情報がオペレーターの画面に出るかどうかで、転送後の体験はまったく変わります。「AIに話した内容をもう一度説明させられる」状態を作ってしまうと、自動化した分の満足度をそこで失います。
3. 通話ログを誰がどう見るか
3つ目は運用体制です。音声AIは入れて終わりではなく、どの用件で詰まったかを見て、応対の指示や案内内容を直し続ける運用が前提になります。
決めておくべきは、ログを見る担当（センター管理者か、DX推進側か）、見る頻度、そして直す権限がどこにあるかです。ここが決まっていないと、改善したい人と直せる人が分かれてしまい、初期設定のまま数ヶ月放置される状態になりがちです。あわせて、通話内容という個人情報を扱う以上、録音・文字起こしの保存範囲と保存期間、社外のサービスに送るデータの扱いも、この段階で社内ルールとして固めておく必要があります。
ここまで読んで「自社の電話業務にも取り入れられそうだ」と思った方へ。法人向けAI研修の導入社数No.1*の弊社デジライズが、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中です。
※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）
まとめ
今回の内容を整理します。
- 音声AIの評価軸は「解決できたか」に移っている — Speech-to-Speech Index は音声推論・エージェント遂行力・選好比較・タスク成功率の加重平均で、Grok Voice Think Fast 2.0 High が 79.0% で1位
- 実運用の数字が出てきた — Starlink では1日15,000件超の受信のカスタマーサポートおよび営業電話を解決し、音声通話とチャット合算で週3,000件超の注文を処理
- ただし完全自動化ではない — A/Bテストで示されたのは成約率と完結率の「有意な向上」で、具体的な数値は非公開
- 日本側はまだ手前にいる — AIボイスボットに対応している受託事業者は35.3%。前年の27.1%から8.2ポイント増えたが、6割はまだ未対応
- 決めるべきはツールより先に線引き — どこまで任せるか、どう人へ渡すか、ログを誰が見るか
日本語での応対品質そのものを確かめたい場合や、今回2位だったモデル系列の実装を知りたい場合は、あわせて次の記事もご覧ください。
日本語ナレーションの実力を、コールセンター・電話自動応答の台本で検証した内容は以下の記事をご覧ください。
Gemini 3.1 Flash TTSとは？料金・使い方・日本語ナレーション生成を徹底解説
今回2位に入った GPT-Realtime 系の音声モデルについては、料金や使い方を以下の記事でまとめています。
OpenAI Realtime API｜APIキー1本でAIが日本語で喋り出す — 料金・音声デモ・活用例まとめ
電話が鳴り続けている現場ほど、「まず何をAIに任せるか」を決めるところで止まりがちです。今日のうちに、直近1ヶ月の入電を「回答して終わるもの」「システムを更新するもの」「判断が必要なもの」の3つに分けてみてください。音声AIを入れるかどうかの判断は、そのあとで十分間に合います。
この記事の著者 / 編集者
