7月22日、Help Net Securityが「OpenAI Presence connects AI agents to enterprise data with built-in guardrails」と題した記事を公開した。OpenAIが企業向けAIエージェント展開プラットフォーム「Presence」を発表した。同社はすでに自社の英語電話サポートラインに投入しており、着信の75%を人間の介入なしに解決しているという。エンタープライズAIエージェント市場ではSalesforce AgentforceやServiceNow AI Agentsといった競合も存在するが、OpenAIはモデル提供にとどまらず、デプロイから継続改善までを一気通貫でカバーするプラットフォームとして差別化を図っている。

モデルではなく「展開基盤」

OpenAIが新製品「Presence」を発表した。音声およびチャットを通じて、カスタマーサポートや社内サービスリクエストを処理するAIエージェントを企業が本番環境に投入するためのプラットフォームだ。

OpenAI自身が強調しているのは、Presenceはスタンドアロンのモデルではなく、デプロイメントプラットフォームであるという点だ。構成要素として、ポリシーと標準業務手順（SOP）、ガードレール、承認済みアクション、シミュレーション、評価ツール、そしてCodexを活用した改善プロセスが含まれる。

※ SOP（Standard Operating Procedure）：業務の標準手順書。AIエージェントの文脈では、どのリクエストにどう応答すべきかを定義したルールセットを指す。

これは「AIモデルを提供するから、あとは自社でなんとかしてくれ」というアプローチではなく、企業がエージェントを本番で動かし続けるために必要な仕組みをまとめてパッケージ化したものと言える。

本番前のシミュレーションと、本番後の自律改善

Presenceの設計で特徴的なのは、デプロイ前後の両フェーズをカバーしている点だ。

ユーザーへの提供前には、一般的なリクエスト・エッジケース・リスクの高いシナリオに対してシミュレーションを実行できる。評価基準は「正しい結果に到達できるか」「ポリシーに従っているか」「ツールを適切に使えるか」「必要な場面でエスカレーションできるか」の4点だ。また、ガードレール機能が組み込まれており、やりとりが企業の定めた境界を逸脱しそうになると自動で介入する。

本番後は、OpenAIのコーディングエージェント「Codex」が本番セッションやエスカレーション事例を分析し、エージェントの挙動に対する改善提案を自動生成する。提案はスタッフがテスト・承認してから反映される仕組みで、ゼロから書き直すことなく、ポリシー変更や顧客行動の変化に追従できるよう設計されている。

OpenAI自身が自社サポートに投入、解決率75%

OpenAIはPresenceをすでに自社の英語電話サポートラインで稼働させており、着信の75%を人間の介入なしに解決していると主張している。

自社製品を自社の業務に使うことで実績を示すというアプローチは、エンタープライズ向け製品の信頼性をアピールする定番の手法だ。具体的な数字を公開している点は参考になるが、この数字がどのような条件下で計測されたものかについて、記事内では詳細が明かされていない。

提供形態はエンタープライズ限定、セルフサービス不可

現時点でPresenceはLimited GA（Limited General Availability）プログラムとして、エンタープライズ顧客を対象にロールアウト中だ。

※ Limited GA（Limited General Availability）：製品が正式リリース段階に入ったものの、提供対象を一部の顧客に限定している状態。全ユーザーへの開放前に本番環境での実績を積む目的で採用されることが多い。

OpenAIのForward Deployed Engineers（現地に入り込む形で支援するエンジニアチーム）と一部パートナーによるサポート付きで提供される。セルフサービスでの契約は不可能で、導入を検討する企業はOpenAIのアカウントチームを通じて交渉する必要がある。スタートアップや個人開発者がすぐに試せる類のものではなく、当面は大企業向けの製品という位置づけだ。

エンタープライズAIエージェント市場全体では、自律化率や本番運用の安定性をいかに担保するかが各社の競争軸になりつつある。Presenceはその文脈において、モデルの性能ではなくデプロイの仕組みそのものを製品化した点で、OpenAIとしては新しい方向性を示している。

詳細はOpenAI Presence connects AI agents to enterprise data with built-in guardrailsを参照していただきたい。