NTT、外部システムの参照・更新に対応する音声対話AIを開発

ニュースの要点

NTT株式会社は2026年10月26日、相手の話を聞きながら応答し、会話中に外部システムの情報を参照・更新する音声対話AI技術を開発したと発表しました。予約受付や問い合わせ対応など、業務ごとの指示文に沿って会話を進めます。日本語のコールセンタを模した400対話による同社の評価では、平均応答時間は0.43秒でした。商用対話AIとの比較で50％以上短縮したとしていますが、実際のコールセンタにおける業務削減効果を測った結果ではありません。同社は、人手不足や顧客応対の負担増加を背景に、自然なやり取りと業務の実行を両立させる研究を進めています。11月18日からのNTT R&D FORUM 2026で展示し、コールセンタでの共同実験も計画中です。商用提供日や価格は発表していません。

ニュース出典: NTT「指示に従った発話や必要な情報の自動取得を行い、人間の様に自然な対話ができる音声対話技術を確立」（2026年10月26日）

イノベーション総研の考察

今回の発表は、電話口で自然に話す技術を、予約や顧客情報の変更へつなぐ研究です。導入を判断する際は、会話の速さと、処理を正しく終えられるかを別々に確かめる必要があります。

2025年の受付デモから、手続きを終える対話へ進む

NTTは2025年度に双方向型の音声対話AI研究を開始し、同年のR&Dフォーラムでは用件の確認、氏名や電話番号の確認、保留案内を想定したデモを実施していました。2026年5月の技術解説では、予約や顧客情報変更を最後まで扱うことと、顧客管理システムへの接続を次の研究課題としていました。NTT技術ジャーナルの研究解説で、この経緯を確認できます。

今回の外部情報の参照・更新は、その課題に対応します。在庫や予約枠は会話の間にも変わり得るため、学習済みの知識だけで答える仕組みでは、最新状況を踏まえた受付を完結できないからです。

外部システムへの接続によって、音声AIの評価対象は返答から手続きの完了へ広がります。

NTTが蓄積した音声認識・音声合成などの技術を、対話データの品質向上と組み合わせている点も特徴です。ただし、接続機能の開発と、実際の業務を無人で任せられることは同じではありません。

応答0.43秒は、予約の誤更新が少ない証拠ではない

今回公表した実験の評価指標は、平均応答時間、発話の続きを待てる割合、利用者が割り込んだ際にAIが話すのを止められる割合です。対話のテンポを評価する設計であり、予約の重複や誤った顧客情報変更の発生率を示すものではありません。

例えば、顧客が「来週ではなく再来週」と言い直した際、AIが即座に応答できても、古い日付で予約を確定すれば業務上は失敗です。これは今回起きた不具合の報告ではなく、外部更新を任せる際に置くべき検証ケースです。

応答速度と更新の正確さを分けて測り、速い会話が誤処理を隠さないようにします。

比較先の個別サービスや実運用時の失敗率は未公表です。0.43秒をすべての環境で再現できる性能や、コスト削減率へ置き換えることはできません。回線、連携先の処理時間、確認項目が変われば、顧客が感じる待ち時間も変わります。

最初は読み取りと変更の権限を分けて試す

新規事業で音声受付を導入する担当者の方は、一つの業務の中でも、情報の読み取りと書き換えを分けて試すと判断しやすくなります。営業時間の案内と、本人の契約内容の変更では、間違えた際の損失と復旧の手間が異なるためです。

まず予約枠の照会など、変更を伴わない範囲で、聞き直しや人への引き継ぎを含む完了率を確かめます。更新へ進む場合は、確定前の読み上げ、利用者の同意、取り消し、変更履歴の保存を検証対象に加えます。これらはNTTが実装済みと確認した機能ではなく、導入側が求める要件です。

最初の実証では、AIに許す更新範囲と、人が引き取る条件を同時に決めます。

反対に、選択肢が少ない照会業務なら、既存の音声案内で十分な可能性もあります。自然な会話を追加したために例外処理が増えるなら、技術の新しさだけで置き換える理由は弱くなります。

共同実験では、有人対応まで含めた費用を追う

実運用に近い共同実験で見たいのは、AIだけで終えた件数だけではありません。誤更新の復旧、人への引き継ぎ、後日の問い合わせを含めて、一件を処理する総時間がどう変わったかです。AIが会話を短くしても、人による後処理が増えれば、サービス全体の負担は減りません。

実証前に、対象業務と既存手段の処理時間を固定し、完了率、誤更新、引き継ぎ後の所要時間を並べることを提案します。利用者の言い直しや連携先の障害も含め、どの条件までなら継続し、何が起きたら更新機能を止めるかを決めておきます。

商用化の判断は、人の復旧作業も含む一件当たり費用が下がるかで確かめます。

次の観測点は、共同実験の対象業務、外部システムの種類、更新失敗時の対応と費用です。展示での自然さと、継続運用できることを分けて追う姿勢が、導入判断の精度を高めます。

まとめ

NTTの音声対話AIは、自然な返答と外部システムの処理をつなぐ研究です。導入側は応答速度だけで結論を出さず、更新の正確さ、取り消し、人への引き継ぎを含む業務の完了品質を確かめます。情報参照から段階的に権限を広げ、実運用の総費用で継続を判断することが持ち帰る点です。

関連記事: NTT、既存システムの設計書とコードの不整合を検出する技術を開発 ／ 新規事業ニュースの実証・事業化