OpenAIが公式に、Ringg社の音声AIエージェント事例を発表した。日常的な問い合わせの最大65%を人の手を借りずに解決し、リアルタイム音声の一部をGPT-5.6の低価格帯のモデル「Luna」に替えた処理では、モデル単価が約90%下がったという。何が起きたのか、日本の事業者にとって何を意味するのかを、公式発表の一次情報で整理する。

迷ったらこれ：電話対応のAI化を考えているなら、まず自社の電話1週間分を数え、定型の問い合わせ(営業時間・予約・資料請求など)の割合とピーク時間帯を出す。Ringgの事例は定型の問い合わせが中心の現場での数字なので、自社の割合が分かれば、同じ型の自動化がどこまで当てはまりそうか見当がつく。数え終わったら、試算に要る単価はOpenAI公式の料金表で確認できる。

以下は公式サイト・公式ドキュメントの記載(2026年9月24日確認)に基づく。実際のRinggへの登録・利用は行っていない。

つまり何が起きたか

OpenAIは2026年9月23日、インドの音声・チャットAIエージェント企業Ringg社の事例を公式サイトで公開した。

Ringgの実績：自動解決最大65%、月700万件、CSAT4.8、音声モデル単価90%減
自動解決率65%・月700万件超・CSAT4.8という規模感と、音声モデルの単価が約90%下がった点がつかめる。

Ringgのエージェントは、日常的な顧客問い合わせの最大65%を、人間の担当者を介さずに解決している。対応チャネルは音声・チャット・WhatsApp・Webの4系統で、月間700万件以上の通話を処理し、平均CSAT(顧客満足度)は4.8だという(いずれもRingg社全体の実績としてOpenAIが公表した数値、出典: OpenAI公式ブログ)。

このエージェントを支えるモデル構成に、OpenAIの新しいモデル群「GPT-5.6」が組み込まれた。リアルタイムの音声処理を担う一部の処理をGPT-5.6の低価格帯のモデル「Luna」に切り替えたところ、その処理のモデルコストが従来(GPT-4.1)比で約90%下がった。

つまり「AIが電話対応の主戦力になった」という単純な話ではなく、「用途ごとにモデルを使い分け、音声処理の一部でモデル単価を大きく下げた」という事例だ。複数のモデルやツールを業務に組み込んだ他の企業の導入事例については、AIエージェント導入事例まとめ｜効果の数字と条件を比較で複数業種の成功例がまとめられている。

これまで(Before) → いま(After)：何が変わったか

注意したいのは、GPT-4.1からGPT-5.6へ「乗り換えた」わけではない点だ。Ringgのエージェントは現在、複数のOpenAIモデルを役割ごとに使い分けるマルチモデル構成になっている(出典: OpenAI公式ブログ)。

GPT-4.1とGPT-5.6 Lunaの入力・出力単価の比較
単価差は入力でおよそ90%減、出力でおよそ85%減。ただし実際の削減率は通話ごとのトークン比率で変わる。
役割使用モデル担当する処理
リアルタイム音声・チャットの大部分GPT-4.1引き続き主力として稼働
性能・速度・コストのバランスが合う場面GPT-5.6 Lunaリアルタイム音声の一部処理
通話後の分析GPT-5.6 Terra要約・感情分類
品質評価GPT-5.6 Sol応答の評価・プロンプト改善

つまり、GPT-4.1は今も現役の主力モデルであり続けている。GPT-5.6は「置き換え」ではなく「特定の処理に足された選択肢」というのが実態だ。

「コスト90%減」という数字も、リアルタイム音声処理のうちGPT-5.6 Lunaに切り替えた部分の、モデル単価ベースの比較で語られている(Ringg社全体の運用コストが90%下がったという意味ではない)。OpenAI公式の料金ドキュメントで確認できるモデル単価は、GPT-4.1が入力1Mトークンあたり2.00ドル・出力8.00ドルであるのに対し、GPT-5.6 Lunaは入力0.20ドル・出力1.20ドルで、単価差はおよそ入力90%減・出力85%減にあたる(2026年9月24日確認、OpenAI公式APIドキュメント)。なお、実際の削減率は通話ごとの入力・出力トークンの比率に左右されるため、単価表だけから90%を再現できるとは限らない。

IVR(自動音声応答)とAI電話対応、何が違うのか

「AI電話対応」と聞いて、従来の「1番を押してください」という自動音声案内(IVR=Interactive Voice Response)を思い浮かべる人もいるだろう。両者は仕組みが異なる。

IVRとAI電話対応の仕組みの違いの比較図
IVRは選ぶ仕組み、AI電話対応は話した内容を理解する仕組みという違いが読み取れる。

IVRは、あらかじめ用意された選択肢の中からプッシュ操作で用件を選ぶ仕組みだ。一方、RinggのようなAIエージェントは、音声認識と自然言語処理を組み合わせ、顧客が話した自由な言葉から要件を理解して応答する。NTTコミュニケーションズの公式解説では、両者の違いが「選択肢の柔軟性」「オペレーターへ渡る情報量」「利用者の使いやすさ」の3点で整理されている(出典: NTTコミュニケーションズ公式、2026年9月24日確認)。

つまりIVRが「決まったメニューから選ぶ」仕組みなのに対し、AI電話対応は「話した内容を理解して答える」仕組みという違いがある。

できるようになったこと：業務の現場でどう変わるか

Ringgが公表している導入企業の数値を見ると、業種ごとの成果が見える(出典: OpenAI公式ブログ、いずれもRingg社・OpenAIの公表値で第三者機関による独立検証ではない)。

Policybazaar・Practo・Growwの導入実績の比較
3社とも自動での完結率や応答の速さが示されているが、いずれも公表値である点に注意したい。
  • インドのオンライン保険比較プラットフォームPolicybazaarでは、5.7万件以上のリクエストのうち67%を人の介入なしで完結。平均応答時間は8〜12分から60秒未満に短縮された
  • グローバルヘルスケアプラットフォームPractoでは、初回解決率85%・応答時間3秒未満・1日1,000件以上の予約対応を実現し、運用コストは70%削減された
  • オンライン投資プラットフォームGrowwでは、IPOや先物・オプションに関する問い合わせの72%をセルフサービスで解決し、平均処理時間は2分だった

人が担う範囲については、公式発表では詳しく触れていない。

AI電話でできること：一般にAI電話で可能とされるのは、24時間365日の一次受付、ピーク時に電話が集中して取りこぼす「あふれ呼」の受け止め、社内システムとの連携(予約状況の照会など)だ。Ringgの事例では、Practoの1日1,000件以上の予約対応が、予約を機械的にさばく使い方の一例にあたる。

一般に向くとされる現場：営業時間が長い、定型の問い合わせが多い、ピーク時間がある、人材が足りない、の4類型だ。

短所：AI電話対応という技術には、一般に指摘される限界もある。

  • 音声認識の精度：雑音の多い環境・専門用語・方言・複数人の同時発話が重なる場面では誤認識が起きやすいとされる
  • シナリオ設計とチューニングの手間：想定外の質問への回答やFAQの整備、運用しながらのプロンプト調整を継続的に行う必要がある
  • 導入前の費用：シナリオ設計・既存システム連携・番号取得などに費用がかかりうる。導入費用は各社で異なるため、見積もりで確認したい(目安は「もっと詳しく」を参照)
  • 向かない業務：個別判断や交渉が中心の問い合わせ、感情的な対応が要る苦情は、一般に人が受けるほうが向くとされる

(いずれも一般に指摘される点であり、今回のRingg社の事例で個別に検証されたものではない)

Ringg共同創業者のSiddharth Tripathi氏も「モデルの品質は方程式の一部に過ぎず、低レイテンシ・信頼できるツール利用・強い命令追従・スケール経済が欠かせない」と述べている(出典: OpenAI公式ブログ)。モデルを切り替えれば自動的に解決するわけではなく、運用側の設計・調整が伴う点は、この事例からもうかがえる。

個人・小規模事業者が今日できること

Ringgは法人向けの音声・チャットAIエージェントを提供するインドのSaaS企業で、料金はインドルピー建て、主な導入企業もインドの大手消費者向けサービスが中心だ(出典: Ringg公式サイト、2026年9月24日確認)。日本の個人がRinggを契約して今日から同じ効果を丸ごと得られる、というサービスではない。

Ringgのセルフサーブ登録の3ステップ
有料プランは法人審査や商談なしで、登録から試用まで進められる流れがつかめる。

では、誰に現実的な選択肢になるのか。海外向けにサービスを展開している事業者、英語圏の窓口業務を抱える企業、そしてOpenAIのAPIを使って自前の音声・電話対応エージェントを組んでみたい開発者には、確認する価値がある。

Ringgの有料プラン(Pay as you go)は法人審査や商談が前提ではない。公式サイトでアカウントを作るとその場で無料クレジットが付与され、そのまま自分でエージェントを組んで試せる仕組みになっている。商談(Contact sales)が必須なのは、より大規模な「Enterprise」プランだけだ(出典: Ringg公式料金ページ、2026年9月24日確認)。ただし公式サイトに日本語対応の記載は見当たらないため、登録するなら最初に日本語で試せるかを確かめたい。

APIを使ってRinggのようなエージェントを自前で組む場合の事例を見たい場合は、営業60%増の内訳を公開するOpenAIのAIエージェント業務自動化事例が参考になる。

もっと詳しく：一般的なAI電話サービスの費用相場とこの事例との違い

Ringgの事例とは別に、日本国内でも「AI電話対応」を掲げるサービスはすでにいくつも存在する。相場感をつかむための参考情報を、各社公式サイトの記載からまとめた。

AI電話サービスの費用相場とミライAIの試算例の比較
相場・IVRyの公開価格・ミライAIの試算を並べて見られる。試算は条件つきの一例にすぎない。

費用相場：クラウド型のAI電話自動応答サービスは、初期費用0〜5万円程度、月額費用3,000円〜2万円程度が主流とされる(出典: Salesforce公式、2026年9月24日確認)。実際に月額料金を公開しているIVRyの場合、フリープラン0円(月30着電まで)があり、有料プランは月額3,980円〜10,480円(税抜、年払い割引あり)という価格帯だ。ほかに電話番号の維持費と従量の利用料金が別途かかる(出典: IVRy公式料金ページ、2026年9月24日確認)。他の主要サービスは「要問い合わせ」表記が多く、公開情報だけでは比較しきれない。

人件費削減の試算例：国内サービスのミライAI公式サイトには、同社の試算例が掲載されている。前提は、BASICプラン(月額)・050番号1回線・取次ぎ先社員10名、受電は1日20件・時給2,000円で、通話料金は別途かかる。この条件で、人による対応の月額人件費約4万円と、同サービス導入後の月額約8,480円(約80%カット)を比べた数字だ(出典: ミライAI公式サイト、2026年9月24日確認)。あくまで同社の「この条件の試算例」であり、Ringgの「コスト90%減」(モデル単価の比較)とは前提も算出方法も別の数字だ。

業種ごとの向き不向き：業種によって向き不向きは異なり、今回の公式発表だけでは一般化できない。本文で紹介したPolicybazaar・Practo・Growwの事例を参考に、自社の業務内容に近いものを探すのが現実的だ。判断の手がかりは、自社の問い合わせの何割が定型か、ピーク時間はいつか、の2点を数えることにある。

料金ページの注意：2026年9月24日時点で、OpenAIのメイン料金ページはGPT-5.6ではなく次世代の「GPT-6」ラインに切り替わっている。GPT-5.6の料金は個別のAPIドキュメント側に残っている。

次の一歩：自社の電話を1週間数える

今日やることは1つでいい。自社の電話問い合わせ1週間分を数え、定型(営業時間・予約・資料請求など)の割合とピーク時間帯を出すことだ。これで、AI電話対応が自社のどこに効きそうかが見えてくる。

電話を数える記録表：総件数・定型質問・営業時間外の3項目
電話を数える記録表の3項目（総件数・定型質問・営業時間外）が分かり、今日から記録を始められる。

国内の選択肢を見たい人は、GMO即レスAI電話とは？AI電話代行との違いと始め方やLINE WORKSキャッチコールとは？AIが電話を受付、1年無償も参考になる。

件数を数え終わったら、試算に要る単価を確認しよう。LunaはGPT-4.1比で入力が$2.00から$0.20(1Mトークンあたり)に下がっている(出典: OpenAI公式APIドキュメント、2026年9月24日確認)。

GPT-5.6 LunaはGPT-4.1比で入力$2.00→$0.20/1Mトークンと大幅に安い。

OpenAI API（GPT-5.6） の料金プランを確認する（公式）

出典