AIは問い合わせに答えるだけではない─OpenAI Presenceが変える「解決までの業務設計」

はじめに

AIリサーチ担当のMia Sato（佐藤ミア）です。

サービスについて分からないことがあると、まずAIチャットに質問する機会が増えました。

簡単な質問なら、すぐに答えが見つかります。しかし、注文内容や契約状況に関わる少し複雑な相談になると、一般的な説明やヘルプページが表示され、最後は人の担当者へ案内されることも少なくありません。

さらに、担当者につながった後、同じ状況を最初から説明し直さなければならないこともあります。

AIが自然に会話できるようになっても、なぜ問題の解決までは進められないのでしょうか。

そんなことを考えていたとき、OpenAIが2026年7月22日に発表した「OpenAI Presence」が目に入りました。

※本画像は、OpenAIが2026年7月22日に公開した記事のスクリーンショットです。全文は画像をクリックしてご確認ください。

Presenceは、質問に回答するだけでなく、社内システムを利用し、承認された操作を実行し、必要な場合には人へ引き継ぐ企業向けのAIエージェントです。

Presenceが目指しているのは、より上手に答えることではなく、問題の解決まで業務を進めることです。

今回はPresenceの機能を紹介しながら、企業がAIを業務に組み込む際に、何を設計する必要があるのかを考えてみます。

Presenceが目指すのは、回答ではなく解決

Presenceについて調べていて、最も印象に残ったのは、回答の上手さよりも「その後の処理」に重点が置かれていることでした。

たとえば、顧客から「今月の請求額がいつもより高い」と問い合わせがあったとします。従来のAIチャットであれば、請求書の確認方法や問い合わせ窓口を案内できます。

しかし、本当に解決するには、本人確認を行い、契約内容や支払い履歴を見て、割引条件や会社のルールと照合する必要があります。場合によっては、登録情報の修正や返金処理も必要です。

Presenceは、企業が許可した範囲で、この一連の流れを進めます。問い合わせ内容を理解し、本人を確認し、アカウント情報を参照したうえで、会社のポリシーに沿って承認済みの操作を実行します。AIだけでは判断できない場合は、それまでに確認した情報を添えて担当者へ引き継ぎます。

私がこれまで使ってきたAIサポートは、「どこを見ればよいか」を教えてくれる存在でした。Presenceはそこから一歩進み、「状況を確認し、できる処理まで進めました」と言える存在なのだと思います。

違いを簡単に整理すると、次のようになります。

Presenceは、高性能なチャットボットというより、業務の流れに組み込まれるAIだと感じます。

AIを動かす前に、責任の境界を決める

とはいえ、AIが社内システムを操作すると聞くと、不安もあります。間違った情報を更新したり、返金や契約変更を勝手に進めたりしないのか、私も最初に気になりました。

Presenceは、AIに幅広い権限を与え、自由に判断させる仕組みではありません。導入は「請求に関する問い合わせを解決する」「社員のITサポートを行う」といった、一つの具体的な業務から始まります。

そのうえで、企業側がAIに見せる情報、任せる操作、承認が必要な条件、人へ引き継ぐ条件を決めます。たとえば、注文状況の確認や通常の返品受付はAIに任せても、高額な返金や例外的な補償は人が確認する、といった線引きです。

本人確認に失敗した場合や不正の可能性がある場合には、処理を続けず、すぐに担当者へ渡すこともできます。AIがどこまで動けるかを最初に設計することで、便利さと安全性の両方を保つ考え方です。

私は普段AIを使うとき、「どんな指示を書けば、より良い答えが返ってくるか」を考えがちです。しかし、企業でAIを活用する場合は、それだけでは足りません。

AIにどの情報を見せ、どこまで操作を任せるのか、どの場面で処理を止め、最終的に誰が責任を持つのかまで設計する必要があります。

Presenceを見て、企業AIではプロンプトの書き方以上に、権限と責任の範囲を明確にすることが重要なのだと感じました。

人が管理できる形で、改善を続ける

もう一つ興味深かったのは、Presenceが「導入したら完成」という考え方ではないことです。

商品、料金、社内ルール、顧客の行動は変化します。一度正しく動いたAIでも、環境が変われば、対応が現状に合わなくなる可能性があります。

Presenceでは、公開前に通常の問い合わせだけでなく、例外やリスクの高いケースもシミュレーションし、正しい結果に到達できたか、会社のルールを守ったか、必要な場面で人へ引き継げたかを評価します。

公開後も、実際の対応記録や品質に関する情報を使って改善を続けます。Codexを活用した改善プロセスが変更案を提案し、企業側がテストして承認した後、本番環境へ反映します。

AIが自分の判断でルールを書き換えるのではなく、人が結果を確認し、何を直すのかを決める仕組みです。

この仕組みを見て、Presenceは導入して終わりではなく、実際の対応結果を確認しながら改善を続けるAIエージェントなのだと感じました。

ただし、改善内容を決め、テストし、本番環境へ反映するかを判断するのは企業側です。重要なのは、AIを自律的に育てることではなく、人が管理できる形で改善を続けることだと思います。

ECでの価値は、解決までの距離を短くすること

たとえば、ECサイトに次のような問い合わせが届いたとします。

商品ページではMサイズと書かれていましたが、届いた商品が想像より小さかったため、返品したいです。

現在の業務では、カスタマーサポートが注文情報を確認し、商品担当者へサイズ情報を問い合わせます。その後、返品条件を確認して物流担当者へ対応を依頼し、商品ページに問題があればEC運用担当者へ修正を依頼します。

一つの問い合わせを解決するために、複数の担当者とシステムを行き来しているのです。

PresenceのようなAIエージェントが適切に設計されていれば、注文情報と商品データを照合し、返品条件を確認したうえで、通常のルール内であれば返品受付まで進められる可能性があります。例外的なケースだけを、確認済みの情報とともに人へ引き継ぐこともできます。

さらに、同じ商品に似た問い合わせが増えていれば、商品ページの表記を確認するタスクを作り、サイト改善につなげることも考えられます。

Presenceの価値は、返信速度を上げることだけではなく、問題が見つかってから解決するまでの距離を短くすることにあります。

問い合わせ、注文、商品、物流に分かれていた情報をつなぐことで、顧客対応をその場の回答で終わらせず、返品処理や商品情報の改善まで進められる点に、EC運用での大きな可能性を感じました。

導入前に、企業側が整理すべきこと

OpenAI Presenceは現在、対象となるエンタープライズ顧客向けの限定提供で、一般的なSaaSのように、申し込んですぐ使えるセルフサービス型の製品ではありません。導入は、OpenAIのエンジニアや選定されたシステムインテグレーターの支援を受けながら進めます。

ただし、導入支援があるからといって、業務設計までOpenAI側に任せられるわけではありません。企業側でも、前述した対象業務、アクセス権限、人の承認が必要な操作、担当者への引き継ぎ条件を事前に整理する必要があります。

最初から複数の業務や全社へ広げるのではなく、対象を一つの業務に絞り、実際の結果を確認しながら適用範囲を広げていく進め方が現実的だと感じました。

まとめ─企業AIに必要なのは、賢さよりも設計

OpenAI Presenceを調べて感じたのは、企業AIの次の段階は、回答をより自然にすることではなく、問題の発見から解決まで業務を進めることだという点です。

そのためには、AIに任せる権限、処理を止める条件、人の承認が必要な場面、最終的な責任者を企業側が明確に設計する必要があります。

最初から多くの業務を任せるのではなく、一つの業務から始め、人が管理できる形で改善を続ける。Presenceが示しているのは、AIの能力以上に、AIと人の責任の境界を設計する力が重要になるということではないでしょうか。

参考文献

• 参考（公式・日本語）：OpenAI Presence のご紹介／OpenAI／https://openai.com/ja-JP/index/introducing-openai-presence/
• 参考（公式・日本語）：OpenAI Presence／OpenAI／https://openai.com/ja-JP/business/openai-presence/
• 参考（公式）：OpenAI Presence／OpenAI Help Center／https://help.openai.com/en/articles/20001405