AI電話受付の専門用語 — 営業トーク抜きで読む、やさしい用語集

取り逃した電話をどうにかしたい——たったそれだけの理由でAI電話代行を調べはじめたのに、ブラウザのタブが3枚目にさしかかるころ、言葉の壁にぶつかります。音声エージェント。IVR。通話フロー。SIP。ポーティング。レイテンシ。誰もが、あなたはもう知っているという前提で使い、立ち止まって説明してくれる人はいません。このページは、立ち止まって説明します。営業トークもなし、社内に情報システム部門がある前提もなし。よい判断を下すために本当に必要な、AI電話受付まわりの用語だけです。

こうした用語について正直に言うと、そのほとんどは、コンピューターが人間の声で電話に出る日が来るなど誰も想像していなかった何十年も前に、技術者が技術者のために電話網をつくったせいで残っているものです。要するに、古い配管の呼び名。あなたが配管工になる必要はありません。必要なのは、本物の機能と見栄えのいい言葉を見分けられる程度の知識と、業者が「お電話はすべて対応します」と言うとき、実際には何を約束しているのかを読み取る力だけです。

いちばん混同される二つの言葉

用語集に入る前に、いつも取り違えられる二つの言葉を片づけておきます。IVRと音声エージェントです。どちらも、あなたの電話に出ます。けれど同じものではありませんし、その違いこそが、この分野の存在理由そのものです。

IVR（Interactive Voice Response／自動音声応答）は、「ご用件が営業なら1を、サポートなら2を押してください」というおなじみのメニューです。1980年代からある仕組みで、動き方は堅い枝分かれ。かけてきた人がボタンを押すか、決められた単語を一つ言うと、次の枝へ進みます。文章は理解できません。あらかじめ登録していない質問には答えられません。世間から嫌われているのは有名で、それも当然です——手間を相手に押しつける仕組みだからです。

音声エージェント（AI電話受付、AI電話代行、会話型音声AIなどとも呼ばれます）は、かけてきた人が実際に話した内容を聞き取り、その裏にある用件を理解して、自然な話し言葉で応じます。「土曜日は営業していますか」と聞けば、その質問に答えます。火曜の午後に予約を取ってほしいと言えば、そのとおりにします。たどるメニューがないのは、そもそもメニューが存在しないからです。ここ数年で可能になったのがこの飛躍で、語彙が急にややこしくなったのもそのせいです——古い言葉と新しい言葉が、いま横並びになっているのですから。

音声エージェント（と、その無数の呼び名）

音声エージェントは、電話越しに話し言葉で会話をするソフトウェア全般を指す言葉です。同じ中身が、十以上の名前で売られています。AI電話受付、AI電話代行、バーチャル受付、会話型AI、AI電話応答サービス、ボイスボット。マーケティング担当が、自分の客層にいちばん親しみやすく響く言葉を選んでいるだけです。中を開ければ、どれも同じ三段構えの仕掛けを説明しています。

1. 聞き取る——音声認識が、話した言葉をその場でテキストに変えます。
2. 理解して、決める——言語モデルがそのテキストを読み、相手が何を求めているのかを判断し、登録された事業プロフィールとルールに沿って返答を選びます。
3. 話し返す——音声合成が、その返答を自然な声に変えます。生の通話だと感じられるだけの速さで。

誰かが自社の音声エージェントを「よくできている」と言うとき、たいていは、この三段階が十分に速く正確に回っていて、かけてきた人が機械と話している気がしない——少なくとも、機械でもかまわないと思える——という意味です。この用語集に出てくる残りの言葉はすべて、この三段階をあなたの実際の電話番号にどうつなぐか、その細部にすぎません。

音声認識、書き起こし、音声合成

音声認識（STT／Speech-to-Text）は、自動音声認識（ASR）とも呼ばれ、かけてきた人の話し言葉をリアルタイムで文字に変える工程です。システムの耳にあたります。訛りや方言、周囲の騒音、相手と声がかぶること——このあたりが最大の難所で、だからこそ音声エージェントは、きれいなスタジオデモではなく、少し雑然とした本物の通話で試すべきなのです。

書き起こしは、これと近い言葉ですが役目が違います。音声認識は、エージェントが返事をするためにその場で動くもの。書き起こし（トランスクリプト）は、会話全体を文字にした記録で、あとから読めるように保存されます。これは地味に価値のある機能です。通話が終わるたびに、まともなAI電話受付は書き起こしと短い要約を送ってきます——誰から、何の用件で、何が決まったのか。その場に居合わせなくても、通話の中身が手元に残ります。

音声合成（TTS／Text-to-Speech）は、口にあたります。エージェントが選んだ返答を、耳で聞ける声に変えます。いまのAI電話受付が1990年代のカーナビではなく人間らしく聞こえるのは、この音声合成のおかげです——自然な間の取り方、息づかい、ときおり挟まる「えーと」。ボイスという言葉が、選べる合成音声の人格（やわらかめ、てきぱき、特定の話し方）を指して使われることもあります。

通話フロー（と、会話設計）

通話フローは、1本の電話のあいだに何が起きるかを描いた地図です。どう挨拶するか、何をしてよいか、どこまでが予約でどこからが伝言か、そしていつ人間に引き継ぐか。古いIVRでは、通話フローは硬い分岐図でした。よくできた音声エージェントでは、むしろ目標と境界線の集まりに近くなります——「あたたかく迎える、事業プロフィールにある質問には答える、予約を望むなら受け付ける、判断がつかないときは伝言を預かる」といった具合に。

エージェントのふるまいと口調を決める指示書のことを、会話設計やプロンプトと呼ぶのも耳にするでしょう。あなたにとって実務的に大事なのはここです。設定のときにあなたの商売について——提供しているサービス、営業時間、料金、問い合わせをどう扱ってほしいか——たくさん聞かれるほど、通話フローはあなたに合ってきます。前提を何も知らない汎用の受付は、汎用の、ときに間違った答えを返します。技術が力不足なのではなく、設定を飛ばしただけです。

意図、エンティティ、そして「ハルシネーション」

意図（インテント）とは、言葉づかいの下にある、かけてきた人がやりたいことです。「木曜って空いていますか」「今週うかがえますか」「予約をお願いしたいのですが」——この三つの文の意図は一つ、予約を取ることです。この意図を読み取れるかどうかが、台本どおりの言い回ししか理解できないIVRと、音声エージェントを分けます。

エンティティは、依頼の中に含まれる具体的な情報です。日付、時刻、氏名、電話番号、サービス名。「来週の火曜4時に、サムさんでカットをお願いします」には、正しく拾うべきエンティティが四つ入っています。予約が違う時間で入っていた、という不満のほとんどは、このエンティティの聞き間違いです。電話を切る前に内容を復唱して確認してくれるかどうか、確かめておく価値があります。

ハルシネーションは、AIが自信たっぷりに事実でないことを作り出してしまう現象を指す、業界の身も蓋もない言い方です。設定していない料金を口にする、提供していないサービスを案内する。商売にとって、いちばん痛いリスクがこれです。なめらかに語られる誤答は、答えがないことよりたちが悪いからです。歯止めになるのは、与えた情報の中だけで答えさせること。よくできたAI電話受付は、渡された事業プロフィールだけを根拠に答え、分からないことには「伝言を承って、担当者から確認のご連絡をいたします」と言います。ハルシネーションをどう抑えているかを説明したがらない業者がいたら、そこは食い下がる価値のある質問です。

電話転送——いちばん楽な入り口

導入がどれだけ面倒になるかを、実際に決めるのがこの言葉です。電話転送とは、いま使っている回線に「かかってきた電話を別のところへ回して」と指示すること。ここでは、その転送先がAI電話受付になります。番号はいまのまま、いまの電話会社のもとに残ります。追加するのはルール一つ——この番号に転送する、それだけです。

転送は、たいてい条件つきに設定できます。無条件転送は、すべての電話をAI電話受付に回します。話中・不応答時の転送は、回線がふさがっているときや、数コール鳴っても誰も出なかったときだけ転送します——出られる電話は自分で出て、あふれた分と営業時間外をAI電話受付が拾う形です。多くの小さな会社にとって、この条件つきの設定がちょうどいい落としどころになります。手が空いていれば自分で出続けられて、手が離せないときも、こぼれるものがなくなります。

番号ポータビリティ——後戻りしにくい引っ越し

番号ポータビリティは、まったく別の種類の変更です。電話番号の契約そのものを、ある通信事業者から別の事業者へ移すこと。電話会社をまるごと乗り換えても番号は変えたくない、というときにやる手続きです。恒久的な変更で、書類のやり取りがあり、国や事業者によっては1日で済むこともあれば、2週間ほどかかることもあります。

検討中のあなたにとって、この違いが効いてくる理由はこうです。AI電話代行を使うために番号を移す必要は、ほぼありません。転送で用は足りますし、後戻りできない約束をしなくて済みます。試すだけなのに代表番号のポータビリティを求めてくる業者がいたら、まだ価値を確かめてもいない相手に、それはずいぶん重い要求です。用心してください。番号ポータビリティは本来の目的——電話会社の乗り換え——にはよい手段ですが、受付を試すための入場料であってはならないはずです。

SIP、VoIP、そして配管まわりの言葉

ここからは経営者の目が泳ぎはじめる言葉なので、短く、正直にいきます。ほとんどの小さな会社にとって、AI電話受付を買うのにも使うのにも、これらを理解する必要はありません。ただ、目には入ってくるので、意味だけ置いておきます。

VoIP（Voice over Internet Protocol）は、従来の銅線ではなくインターネット経由で通話を運ぶ、というだけの意味です。アプリで通話する、パソコンにつないだヘッドセットで話す、ネットにつながった卓上電話を使う——それはもうVoIPです。いまどきのビジネスフォンは、たいていそうなっています。

SIP（Session Initiation Protocol）は、そのインターネット通話をつなぎ、そして切るための技術規格です。両端を結ぶ握手にあたります。SIPトランクは、インターネット経由で提供される法人向けの回線束のこと。この言葉が出てくるのは、大きな会社の電話システムにAI電話受付を直接つなぐような場面です。1人、2人、5人規模の商売にとっては、裏側で勝手に動いている配管であって、あなたが触ることはめったにありません。

レイテンシ、バージイン、ターンテイキング

この三つは、通話が自然に感じられるかどうかを左右する言葉です。そして、それはどんな仕様表よりも大事です。

レイテンシは、かけてきた人が話し終えてから、AI電話受付が返事をはじめるまでの遅れです。電話では、沈黙はあっという間に居心地が悪くなります——2秒空いただけで、回線が切れたように感じられるほどです。レイテンシが低いことが、音声エージェントを「そこにいる」感じにします。実現するのが最も難しいことの一つでありながら、聞けばすぐ分かることの一つでもあるので、パンフレットの数字より、テスト通話での自分の耳を信じてください。

バージイン（割り込み対応）は、話している途中で口を挟んだときに、エージェントが黙って聞く側に回れるかどうか——人間ならそうするように——という話です。これがないと、エージェントはあなたにかぶせて話し続け、こちらは台本を言い終えるまで待たされます。あれば、会話が流れます。ターンテイキングはもう少し広い技で、相手が一つの話を終えたのか、それとも息を継いだだけなのかを見分ける力です。ここを外すと、賢いエージェントでもロボットくさく感じられます。うまくいけば、相手はソフトウェアと話していることに気づかないことすらあります。

引き継ぎ、エスカレーション、ウォームトランスファー

よくできたAI電話受付は、自分の限界を知っています。その境目で何をするのかを表すのが、この一群の言葉です。引き継ぎ（エスカレーション）とは、AIが手を止めて人間を呼ぶ瞬間のこと——相手が怒っている、込み入った質問だ、あるいは「人に代わってください」とはっきり言われた、といった場面です。ここをどれだけ滑らかに扱うかに、その製品をつくった人たちが、かけてきた人をどれだけ尊重しているかが表れます。

やり方は大きく二つあります。ウォームトランスファーは、つながっている通話をそのまま人間に渡す方法で、理想的には、それまでの話の短い要約も一緒に渡します——相手が同じ話を最初から繰り返さずに済むように。伝言での引き継ぎは、用件を控えてあなたに知らせ、折り返してもらう方法です。営業時間外など、その場で受けられる人がいないときは、こちらが正解になります。肝心なのは、信頼できるAI電話受付は、尋ねられて人間のふりをしないこと。そして、人につながる出口のない堂々めぐりに相手を閉じ込めないことです。

同時通話数、24時間365日、そして「いつでも出る」

同時通話数（コンカレンシー）は、AI電話受付が同じ時間に何本の電話を扱えるかを指します。人間の受付が対応できるのは1本で、残りの人は話中音か留守番電話に流れます。音声エージェントなら、数本——場合によっては何本でも——を行列なしで同時に受けられます。急に電話が集中する商売（キャンペーン、月曜の朝、緊急のとき）にとって、これは地味に大きな勝ちです。保留で待たされる人がいなくなり、しびれを切らして競合に電話する人も出ません。

24時間365日や対応可能時間は、夜も週末も祝日も電話に出る、という素朴な約束です。そもそも多くの経営者がこの分野を調べはじめる理由が、まさにこれでしょう。計算は単純です。週に10本の電話を取り逃していて——営業時間外、接客中、休みの日に——そのうち1本でも取るに値する予約だったなら、それを拾うAI電話受付は自分の代金を取り返します。もっともらしい調査など要りません。何本取り逃しているかは、あなた自身がいちばんよく知っています。

事業プロフィール、ナレッジベース、そして「学習」

事業プロフィールまたはナレッジベースは、AI電話受付が答えを引き出してくる情報のかたまりです。提供しているサービス、営業時間、公開すると決めた料金、場所、よくある依頼への対応方針。あなたが握っている要素のなかで、これがいちばん重要です。AI電話受付の正確さは、このプロフィールの精度を超えられないからです。20分かけてきちんと埋めるだけで、通話の質は見違えます。

ここで学習（トレーニング）という言葉が、ゆるい意味で使われているのを見かけます。土台になる言語モデルそのものを鍛える技術的な学習（これをやるのは提供側であって、あなたではありません）を指すこともあれば、単に「プロフィールを埋めて、自分の商売を覚えてもらう」という意味のこともあります。小さな会社向けの道具が「数分でAIを学習させられます」と言うとき、それはほぼ必ず後者の、やさしいほうです——働き方についての短い質問に答えるだけ。あなたに機械学習をやってくれと言っているわけではありません。

用語を、実際の導入手順に置き換えると

専門用語をつなぎ合わせてみると、実際の流れは拍子抜けするほど平凡です。Vunoonなら、登録して、短いウィザードに答えます。それがそのまま事業プロフィールになります。そして音声エージェントに自分で電話をかけ、お客様のつもりで話して試します。納得できたら、いまの回線に電話転送を設定して——番号ポータビリティも、SIPの配管の勉強も要りません——それで稼働開始です。通話のたびに書き起こしと要約が届き、手に負えないことは当て推量で答えずに、伝言での引き継ぎにまわします。

これらの言葉を読み解く意味は、そこにあります。透けて見えるようになった瞬間、この技術は身構える対象ではなくなり、あなたに十分決められる短い選択肢のリストに変わります。通信業界の言葉を流暢に話す必要はありません。必要なのは、電話に出て、話を理解して、正直に人へつなぐ受付です——そして、その製品が本当にそうなっているかどうか、あなたはもう見分けられます。

1. 1
   プロフィールをつくる

   ウィザードに答えて、提供しているサービス、営業時間、問い合わせをどう扱ってほしいかを伝えます。これが「ナレッジベース」です。AI電話受付の出来は、ここに入れた内容で決まります。
2. 2
   音声エージェントを試す

   実際に電話をかけます。途中で口を挟み、もごもご話し、台本にない質問をぶつけてください。見ているのは、レイテンシ、バージイン、そしてあなたのプロフィールに沿って答えているかどうかです。
3. 3
   電話を転送する

   条件つき転送を設定して、あふれた電話と営業時間外の電話をAI電話受付が拾うようにします。番号はいまのままで、止めるのも数秒で済みます。
4. 4
   書き起こしを読む

   どの電話も、要約と書き起こしになって手元に戻ってきます。自分では出られなかった電話まで、中身がすべて見えている状態を保てます。