トレンドまとめ
AIカスタマーサポート主要5社の見分け方 | Sierra・Intercom・Ada・Forethought・Kustomer
AIカスタマーサポートを選ぶときは、派手な成長指標よりも「どの業務をAIに任せるのか」「既存ツールとどうつなぐのか」「人のレビューをどこに残すのか」を見る方が実務では重要です。本記事では、主要5社をプロダクトの役割と公式ページで確認しやすい導線ベースで整理します。
本記事の読み方
- 価格、KPI、機能の細部は変動しやすいため、最終確認は各社の公式プロダクトページ・導入事例・ドキュメントで行ってください
この記事でわかること
本記事では、主要5社を次の観点で見分けられるようにします。
- Sierra AI: 高度な業務実行と専用設計を重視する企業向け
- Intercom: Inbox、Help Center、AIエージェントを一体で見たいチーム向け
- Ada: ノーコード運用と多言語展開を優先するチーム向け
- Forethought: 既存ヘルプデスクの上にAIレイヤーを重ねたいチーム向け
- Kustomer: 顧客タイムライン中心のCRM運用を作りたいチーム向け
基本情報
| 項目 | 内容 |
|---|---|
| カテゴリ | 導入観点整理・選定ガイド |
| 難易度 | 初級〜中級 |
| 想定読者 | 経営者・カスタマーサポート責任者 |
AIカスタマーサポート5社の基本情報
| 企業名 | 向いている体制 | 最初に見る公式ページ | 主力プロダクト |
|---|---|---|---|
| Sierra AI | 高度な設計要件がある大規模サポート組織 | Product overview / 導入事例 / Blog | 会話型AIエージェント |
| Intercom | SaaS・プロダクト主導チーム | Customer Service / Fin / 導入事例 | Fin / Inbox / Help Center |
| Ada | ノーコード運用を進めたいチーム | Platform / Demo / 導入事例 | Ada AI Agent |
| Forethought | 既存ヘルプデスクを拡張したいチーム | Platform / Integrations / 導入事例 | Solve / Triage / Assist |
| Kustomer | CRM中心でオムニチャネル運用を設計したいチーム | Platform / AI / 導入事例 | AI-Native CRM |
なぜいまAIカスタマーサポートか？
実務で見たい論点
AIカスタマーサポートを導入する際は、単にFAQを自動化できるかではなく、次の3点を見ておくと失敗しにくくなります。
- 業務アクションまで触れるか: 返金、注文変更、会員情報更新などの実務に踏み込めるか
- 既存システムとつながるか: CRM、ヘルプデスク、ナレッジベース、認証基盤と連携できるか
- 人のレビューを残せるか: handoff、承認フロー、監査ログを設計できるか
FAQ自動化から業務実行へ
カスタマーサポートAIは「質問に答えるだけ」ではなく、ナレッジ参照、問い合わせ分類、業務アクション実行まで含めて評価する段階に入りました。
主要な技術は以下の3つです：
- ナレッジ接続: ヘルプセンターやFAQを参照しながら回答の根拠を保てるか
- 業務アクション: CRMや社内システムに接続して、実処理まで進められるか
- 人との協業: 手動レビュー、承認、エスカレーションを自然につなげられるか
1. Sierra AI - 高度な業務実行を重視する企業向け
なぜSierra AIを選ぶべきか？
Sierra AIは、企業ごとのブランド体験や運用ルールに合わせて会話フローを深く設計したいチーム向けの会話型AIエージェントです。
FAQ回答だけでなく、返品処理、サブスクリプション更新、注文管理のような業務アクションまでAIに担わせたいケースと相性があります。
消費者向けブランドや、大規模な運用フローを持つ企業で検討しやすい選択肢です。
主要機能：
- 複数システムを横断する業務アクション
- ブランド体験に寄せた高タッチ設計
- 会話データと業務システムの接続
- 音声を含むチャネル拡張のしやすさ
導入前に見るべき論点：
- 実際にどこまで業務アクションを許可できるか
- ブランドトーンや例外処理をどの程度細かく設計できるか
- 自社と近い業種の導入事例が公開されているか
創業者は誰か？
Bret Taylor（CEO）
Bret Taylorは、シリコンバレーで最も華麗な経歴を持つ起業家の一人です。
- 学歴: スタンフォード大学 コンピュータサイエンス学士・修士
- 経歴:
- Google Maps共同開発者
- FriendFeed創業者（Facebookが買収）
- Quip創業者（Salesforceが買収）
- Facebook CTO
- Salesforce Co-CEO（Marc Benioffと共同）
- Twitter取締役会長（Elon Musk買収前）
- 現職: OpenAI取締役会長、Shopify取締役
Clay Bavor（共同創業者）
- 経歴: Google在籍18年間
- Google Workspace（Gmail、Google Docs、Drive）のプロダクト・デザインチーム統括
- Google AR/VR部門の立ち上げ・統括
- Google Labs責任者（2021-2023年）
このコンビは「最強」と呼ばれています。なぜなら、Bretは事業構築のプロ、Clayは最先端技術のプロだからです。
Sierra AIの創業者については以下の記事で詳しく解説しています
公式で確認したいポイント
- プロダクトページで、どの業務アクションまで標準で扱えるかを確認する
- 導入事例ページで、自社に近い業種や問い合わせ量のケースを確認する
- ブログやリリースノートで、音声・評価・ガバナンスまわりの更新頻度を見る
創業者の言葉
"Every company will want to have its own AI agent, and will devote as much attention and effort to their AI agents as they do building their websites and mobile apps."
「すべての企業が独自のAIエージェントを持ちたいと思うようになり、ウェブサイトやモバイルアプリを構築するのと同じくらいの注意と労力をAIエージェントに注ぐようになるでしょう。」
— Bret Taylor, CEO :::
2. Intercom - InboxとAIエージェントを一体で運用したいチーム向け
なぜIntercomを選ぶべきか？
Intercomは、Inbox、Help Center、AIエージェントを同じ運用面で扱いやすいカスタマーサービスプラットフォームです。
SaaS・テック企業や、プロダクト主導でサポート体験を整えたいチームと相性があります。
まず見るポイント：
- Fin: AIエージェントの回答品質、handoff、運用のしやすさ
- Inbox / Help Center: 既存運用とAIをどこまで一体化できるか
- Outbound / Proactive: 問い合わせ削減だけでなく、顧客接点全体をどう設計するか
創業者は誰か？
Eoghan McCabe（CEO）
- 出身: アイルランド・ダブリン（1984年生）
- 学歴: トリニティ・カレッジ・ダブリン コンピュータサイエンス学士
- 起業歴:
- 16歳でインターネットポータル事業を開始
- Exceptional（バグトラッキングツール）をRackspaceに売却
- Intercom創業（2011年）
Des Traynor（CSO・共同創業者）
- 役職: 共同創業者、チーフストラテジーオフィサー、R&D責任者
- 経歴: UXデザイナー出身、プロダクト・エンジニアリング・デザインチームを統括
創業のきっかけ：
ダブリンのコーヒーショップでの観察から生まれました。店主が顧客の好みを覚えて個人的なつながりを築いている様子を見ました。
「オンラインビジネスにも同様の体験を提供したい」。この想いからIntercomが生まれました。
Intercomの詳細分析については以下の記事をご覧ください
公式で確認したいポイント
- FinがナレッジベースやInboxとどう連動するか
- AIが解けない問い合わせを人へ渡すフローをどう設計できるか
- プロダクト内メッセージングやヘルプセンターを含めて運用を一本化できるか
創業者の言葉
"The bar for online customer service is terrible. Can you imagine asking a question in a coffee shop and being told, 'We'll get back to you on Wednesday?' That's the standard in customer service today."
「オンラインのカスタマーサービスの基準は最悪です。もしコーヒーショップで質問をして『水曜日にお返事します』と言われたら想像できるでしょうか。それが今のカスタマーサービスの標準なのです。」
— Eoghan McCabe, CEO :::
3. Ada - ノーコード運用を優先するチーム向け
なぜAdaを選ぶべきか？
Adaは、ノーコードでAIエージェント運用を始めたいチーム向けのカスタマーサービス自動化プラットフォームです。
多言語運用、FAQ整理、運用担当者主体での改善サイクルを重視する場合に検討しやすい選択肢です。
主要機能：
- ノーコードでの構築・改善
- 多言語運用
- ナレッジとワークフローの整理
- 複数チャネルでの展開
導入前に見るべき論点：
- エンジニア不在でも運用改善を回せるか
- 多言語の品質管理をどこまで運用面で支えられるか
- EコマースやB2Cの問い合わせで必要な連携が揃うか
創業者は誰か？
Mike Murchison（CEO）
- 学歴: トロント大学 認知科学・心理学・HCI専攻
- 起業のきっかけ:
- 前会社Volleyが顧客対応の急増で破綻寸前に
- 7社でカスタマーサービス担当として1年間働きました
- 問い合わせの30%が反復的であることを発見
- 受賞: Forbes 30 Under 30、EY Entrepreneur of the Year
David Hariri（共同創業者・R&D責任者）
- 学歴: クイーンズ大学 地質学/地球科学専攻
- 経歴: Teehan+Lax（Metaに買収）でデザイナー・開発者
Adaの創業ストーリーについては以下の記事で詳しく解説しています
公式で確認したいポイント
- ビルダー画面で、運用担当者がどの程度自走できるか
- 多言語やチャネル追加の手順が複雑すぎないか
- 導入事例ページで、自社と近い問い合わせパターンがあるか
創業者の言葉
"Why do companies have fewer conversations with customers as they grow bigger? If we put AI in the hands of customer service teams to help more customers, we can change the future of customer service."
「なぜ企業は大きくなるほど顧客との会話が減るのか？AIをカスタマーサービスチームの手に渡し、より多くの顧客を助けられるようにすれば、カスタマーサービスの未来を変えることができます。」
— Mike Murchison, CEO :::
4. Forethought - 既存ヘルプデスクを拡張したいチーム向け
なぜForethoughtを選ぶべきか？
Forethoughtは、既存ヘルプデスクの上にAIエージェント、チケット分類、エージェント支援を重ねたいチーム向けの製品群を持つ会社です。
ZendeskやSalesforce系の運用を活かしたままAIレイヤーを追加したい場合に検討しやすい選択肢です。
主要製品スイート：
製品 役割 Solve 顧客向けAIエージェント Triage チケット分類・ルーティング Assist エージェント向けAI支援 Discover 会話や業務データの分析 導入前に見るべき論点：
- 既存のヘルプデスク、CRM、ITSMとどう連携するか
- 顧客向けAIとエージェント支援を同じ運用で見られるか
- 導入事例が自社の業務フローに近いか
創業者は誰か？
Deon Nicholas（共同創業者・プレジデント）
- 出身: カナダ・トロント
- 学歴: University of Waterloo 数学学士
- 経歴: Facebook、Palantir、Dropbox、Pure Storage
- 実績:
- Forbes 30 Under 30選出
- ACM国際大学対抗プログラミングコンテスト世界ファイナリスト（カナダ1位、北米3位、世界13位）
- AnthropicとCognition（Devin）へのエンジェル投資家
Sami Ghoche（CEO・共同創業者）
- 出身: レバノン
- 学歴: Harvard University コンピュータサイエンス学士・修士同時取得（GPA 3.99-4.00）
- 経歴: LinkedInシニア機械学習エンジニア、Palantirインターン
- 受賞: Forbes 30 Under 30、Kairos Fellow
Forethoughtの詳細分析については以下の記事をご覧ください
公式で確認したいポイント
- PlatformとIntegrationsのページで、自社の現行スタックとつながるか確認する
- 顧客向けAI、チケット分類、エージェント支援を段階導入できるか確認する
- 導入事例で、どの業務からAIを入れているかを見る
創業者の言葉
"I believe great technology should be invisible - it should work in the background to make life easier, allowing people to spend more time on the work that really matters."
「素晴らしいテクノロジーは目に見えないものであるべきだと信じています。バックグラウンドで動作して生活を楽にし、人々が本当に重要な仕事により多くの時間を費やせるようにすべきです。」
— Deon Nicholas, プレジデント :::
5. Kustomer - 顧客タイムライン中心のCRM運用を作りたいチーム向け
なぜKustomerを選ぶべきか？
Kustomerは、「顧客中心」のカスタマーサービスCRMプラットフォームです。
Zendesk（チケット中心）やIntercom（会話中心）とは異なり、全インタラクションを単一タイムラインで管理するアプローチが特徴です。
顧客タイムライン、オムニチャネル運用、CRM主導のサポート設計を重視する企業で検討しやすい選択肢です。
主要機能：
機能 説明 360度カスタマービュー チャット、メール、SMS、購入履歴を単一タイムラインで扱う AI Agents 顧客向け・担当者向けのAIレイヤーを同じ運用面で見る Omnichannel 複数チャネルの問い合わせをCRM中心で統合する Voice / Automation 音声や自動化をサポートフローに組み込むための拡張要素 導入前に見るべき論点：
- 顧客タイムラインと既存CRM/ECデータをどう統合するか
- AIレイヤーを顧客向けと担当者向けの両方でどう使い分けるか
- オムニチャネル運用を一つのワークスペースに寄せられるか
創業者は誰か？
Brad Birnbaum（CEO）& Jeremy Suriel（CTO）
25年以上にわたるパートナーシップです。複数のカスタマーサービス企業を成功に導いたシリアルアントレプレナーコンビです。
共通の経歴：
- 1994年: Stony Brook大学在学中にeShare Technologies創業（1800Flowers、AOL、Sprint、Dell、Microsoftが顧客）
- 2009-2011年: Assistly創業 → Salesforceが$80Mで買収 → Desk.comにリブランド
- 2015年: Kustomer創業
創業のきっかけ：
Salesforce在籍中、企業と顧客の間に広がる断絶に気づきました。
カスタマーサービスプラットフォームが人々を「チケット」として扱っていました。ツールは断片化していました。テクノロジーは顧客の期待に追いついていませんでした。
Kustomerの詳細分析については以下の記事をご覧ください
公式で確認したいポイント
- PlatformとAIのページで、CRM中心のデータモデルをどう扱うか確認する
- 導入事例で、オムニチャネル運用や担当者画面がどう設計されているかを見る
- ブログや製品アップデートで、音声や自動化の拡張方針を確認する
創業者の言葉
"The world is going through a revolution - moving from humans providing support to a combination of humans and machines. We're seeing AI agents do amazing things in terms of handling and triaging inquiries."
「世界は革命を経験しています。人間がサポートを提供することから、人間と機械の組み合わせへと移行しています。AIエージェントが問い合わせの処理と振り分けにおいて驚くべきことを実現しているのを目の当たりにしています。」
— Brad Birnbaum, CEO :::
5社の見分け方
AIカスタマーサポート全体像ポジショニングマップ
AIカスタマーサポート5社概要
企業 向いているケース まず確認する論点 人の入り方 Sierra AI 複雑な業務アクションまでAIに担わせたい 設計自由度、ガバナンス、導入支援 設計・承認・例外対応で深く入る Intercom InboxとAIを一体運用したい FinとHelp Centerの連動 handoffを軸に協業する Ada ノーコードで改善サイクルを回したい 運用の自走性、多言語品質 運用担当が継続改善する Forethought 既存ヘルプデスクを壊さずAIを足したい Integrations、段階導入 既存オペレーションを維持しやすい Kustomer CRM中心でチャネル横断の顧客文脈を見たい タイムライン、データ統合、担当者画面 CRM運用とサポート運用をまたぐ 見分け方の軸
- 業務アクション中心か: 返金、変更、更新までAIに担わせるならSierra AIを優先して確認
- 会話運用中心か: Inbox、Help Center、AIを同じ面で扱いたいならIntercomを優先
- 運用自走中心か: ノーコードと多言語改善を回したいならAdaを優先
- 既存ヘルプデスク拡張か: 既存スタックを残したいならForethoughtを優先
- 顧客文脈中心か: CRMとタイムラインを主軸にしたいならKustomerを優先
選定のための質問
あなたに最適なツールを見つけるため、以下の質問に答えてください：
- どの業務までAIに任せたいか？: FAQ中心か、実務アクションまで含めるか
- 既存ツールは何か？: Zendesk、Salesforce、CRM、EC基盤との接続が必要か
- 運用を誰が回すか？: CS担当、Ops、IT、エンジニアのどこが主導するか
- 評価項目は何か？: 解決率だけでなく、handoff品質、承認、監査、ナレッジ更新をどう見るか
導入時に見たい変化点
これから確認したい論点
AIカスタマーサポートの導入フロー従来とAI活用の見方主要な変化点は以下の4つです：
- 音声を同じ運用で見られるか: テキスト専用ではなく、音声も同じガバナンスで扱えるか
- 承認つき業務実行に進めるか: 回答生成だけでなく、変更処理や更新まで広げられるか
- 評価と監査を仕組み化できるか: 誰がどの回答を見直すか、継続改善の流れを作れるか
- 課金より運用モデルを優先して見られるか: 単価比較だけでなく、どの体制で回せるかを判断できるか
日本語運用で確認したいこと
日本語では、敬語、曖昧表現、配送や請求まわりの固有語彙、有人対応への切り替え条件が品質差になりやすいです。
日本語のFAQ、テンプレート、監査ルールをどこまで運用画面で扱えるかを、デモや導入事例で確認するのが有効です。
よくある質問（FAQ）
Q1: 中小企業でも導入可能ですか？
A1: 導入可能かどうかは企業規模よりも、問い合わせ量、既存システム、誰が運用改善を担うかで決まります。
- ノーコードで早く回したいならAdaを起点に見る
- Inboxやヘルプセンターと一体運用したいならIntercomを確認する
- 複雑な業務アクションまで含めるならSierra AIやKustomerを候補に入れる
Q2: 日本語対応状況は？
A2: 日本語の品質は、言語対応の有無だけでなく、敬語、固有名詞、handoff、監査フローをどこまで扱えるかで差が出ます。
- 公式ドキュメントやデモで、日本語FAQと有人切り替えの運用を確認する
- 導入事例で、日本語または多言語運用のケースがあるか確認する
- まずは一つの問い合わせフローで検証して、品質基準を明確にする
Q3: 既存のヘルプデスク（Zendesk等）との統合は？
A3: 統合の深さは製品ごとにかなり差があります。既存ツールを残したい場合は、Integrationsや導入事例を先に確認してください。
- 既存ヘルプデスクを残すならForethoughtの相性を確認する
- CRM主導ならKustomerのデータモデルを確認する
- InboxとAIをまとめたいならIntercomの運用面を確認する
Q4: 導入期間はどのくらいですか？
A4: 導入期間は、FAQ中心か、業務アクションまで含めるかで大きく変わります。
- 既存FAQを使った小さな検証なら比較的短く始めやすい
- CRM連携や承認フローを含む場合は設計と検証に時間がかかる
- まずは1ユースケースで試してから範囲を広げると失敗しにくい
Q5: ROIはどのくらいで回収できますか？
A5: ROIは一律ではなく、何を成功指標に置くかで変わります。
- まずは解決率だけでなく、handoff品質、再問い合わせ率、担当者の編集工数を測る
- どのフローをAIに任せるかを絞って、前後比較できる形で検証する
- コストだけでなく、顧客体験と運用品質の改善も合わせて評価する
まとめ
主要ポイント
本記事で重要なのは、各社の派手な数値ではなく、どの運用モデルに向いているかを見分けることです。
- Sierra AI: 複雑な業務アクションと専用設計を重視するケース向け
- Intercom: Inbox、Help Center、AIを同じ運用面で扱いたいケース向け
- Ada: ノーコードと多言語運用を優先するケース向け
- Forethought: 既存ヘルプデスクを活かしながらAIを足したいケース向け
- Kustomer: 顧客タイムライン中心のCRM運用を作りたいケース向け
次のステップ
導入を検討する際は、以下の要素を考慮してください：
- 今の問い合わせフローを棚卸しする: FAQ中心か、業務アクションまで含むかを整理する
- 運用モデルで候補を絞る: Inbox重視、ノーコード重視、CRM重視などで候補を分ける
- 公式ページで最終確認する: プロダクト、導入事例、Integrations、ドキュメントを横並びで見る
短期の数値比較よりも、運用品質と拡張しやすさを見て選ぶ方が、長期では失敗しにくくなります。
関連記事
本記事はネクサフローのAI研究シリーズの一部です。
