Share
Embed
IVRy における AI 時代のデータプロダクトと事業開発
2026/11/19に開催された「DATA READY? 2026」 にIVRyの白水 空海が登壇しました。
登壇イベント:https://xk9p2q.sink-capital.com/seminars/2026-11
株式会社IVRy(社員登壇資料)
November 19, 2026
Transcript
63 slides
-
DATA READY? 2026 by Sink Capital IVRy における AI 時代の
データプロダクト と 事業開発 2026/11/19 Sorami Shiromizu -
今日、お話ししたいこと 1 データや AI があるだけでは、価値は生まれない 課題を見定め、作って試し、実際の業務につなげる必要がある 2 生まれた価値を広げるには、プロダクトと事業を作る必要がある 個別の課題解決を積み上げながら、「作る」と「届ける」を同時に考える 3
事業を作るさまざまな営みは、互いに影響し合う 現場で手を動かし、学びを持ち帰り、領域を行き来して全体を前に進める 「オーケストレーション」が求められる 2 -
国内外の大学での自然言語処理に関する基礎研究を経て、 ブレインパッドでデータ分析、 ワークスアプリケーションズで研究開発に従事。 その後、スタートアップ各社でデータ可視化や RAG の開発、 技術マネジメントに携わる。 2026年6月、IVRy にジョイン。 データ統合ソリューション「IVRy
Context Hub」に取り組んでいる。 Sorami Shiromizu 白水 空海 Data Product Orchestrator 🇯🇵 奈良先端科学技術大学院大学 修士 2014 🇬🇧 インペリアル・カレッジ・ロンドン 修士 2011 🇺🇸 ジョンズ・ホプキンズ大学 研究員 2018–2019 🎓 言語処理学会 年次大会プログラム委員 2022–2024 3 -
株式会社IVRy アイブリー 設立 2019年3月 代表取締役 / CEO Ryoga Okunishi 奥西
亮賀 従業員数 250以上 2026年6月末時点 資本金 86.1億円 準備金含む 4 -
現場の効率化 対話を引き受け、完了させる アイブリー アイブリー AI Contact Center アイブリー AI Chat
アイブリー AI FAX 企業や店舗にかかってくる電話をAIが 自動で受付・対応します。発話内容をAIが 音声認識し、自然な会話で応答・ 振り分け・ヒアリングを行います。SMSの 送信や音声案内などで問い合わせを 自動完結し、業務の効率化を支援します。 AIボイスエージェントが24時間 365日すべての一次受付を担い、 IVRy独自の「IVRy CTI」により オペレーターとAIとの協働を実現。 全通話の文字起こし・要約やCRM連携で、 後処理(ACW)も効率化します。 LLMによる柔軟な意図理解とFAQの正確な 回答を両立。電話で培った対話ナレッジを チャットへ拡張し、ナレッジを1箇所に 集約することで、どの窓口でも一貫した 回答を提供。ハルシネーションゼロの 高品質な対話体験を実現します。 今使っているFAX番号や運用は そのままに、最短即日で導入可能。 手書き文字や表形式のデータも高精度に 文字起こしし、PCやスマホから 確認できるため、リモート環境でもFAXの 対応漏れを防ぎます。 音声対話AI AIネイティブな コンタクトセンター向けソリューション 問い合わせ対応を自動化するチャット AIソリューション https://ivry.jp/corporate/service/ 受信内容をすべてAIでデータ化 9 -
データ活用 対話を解析し、活かす コミュニケーションデータを AI-Readyな経営資産に変えるデータ統合ソリューション IVRy Context Hub 企業が保有する通話・メール・チャットなどのコミュニケーションデータを一元的に統合し、 AIが活用できる「AI-Ready」なデータへ変換、活用まで可能な統合ソリューション。 非構造化データであるコミュニケーションデータを、
Context StoreがAIの読み取りに適した形に整理・蓄積し、経営資産へと変換します。 Context Agentが、そのデータをもとに分析・検索・通知・ワークフロー連携まで自らアクションします。 自然言語で指示するだけで、専門的なクエリやダッシュボード操作は不要です。 迅速にVoCの分析やリスクの検知を行うことができ、 貴社が保有するAIエージェントやデータウェアハウス等との連携も可能です。 14 -
IVRy Context Hub でできること 横断的な検索 自律的な検知および通知 単純な「キーワード一致」だけでなく、「顧客が怒っている 会話を教えてください」や「競合他社について言及している メール」のように、自然な文章(プロンプト)で目的のデータを 検索・抽出できます。
多様な顧客接点データを集約 タスクの抜け漏れ防止 通話内容から「後ほど連絡します」といった約束を AIが検知し、Slackなどで担当者にリマインド通知を送り、対応漏れを 防ぎます。 リスクの即時検知 カスハラやコンプライアンス違反などのリスクが高い会話が 発生した場合、AIが速やかに検知して管理者に通知します。 リードタイムの監視 顧客対応の遅れを検知することで、機会損失を防ぎます。 外部プラットフォーム連携 電話(音声・文字起こし)に加え、メール、チャットなどの テキスト情報も「非構造化データ」として統合します。既存の システムと連携し、自動的にデータを取り込みます。 SalesforceなどのCRM、Databricksなどのデータウェアハウス(DWH) とシームレスに連携。外部プラットフォーム連携により、安全に 共有できる基盤を構築します。 https://ivry.jp/function/context-hub/ 17 -
IVRy Context Hub の導入価値 IVRy Context Hub 導入後 [TO-BE] IVRy
Context Hub 18 -
データを価値に変えるために必要な営み 何を解くべきかを見定め、技術を試し、業務の変化につなげる。この 3 つを行き来して、はじめて価値になる データ 課題設定 データだけでは、 何を解くべきかは 決まらない 技術探索
やってみないと、 何ができるかは 分からない 活用設計 できるだけでは、 価値にならない 価値 データから「価値」を生み出す 22 -
たとえば、「通話を分類したい」という相談 大量の受電がある企業から、「通話を分類して問い合わせの傾向を把握したい」と相談されたとする 課題設定 技術探索 活用設計 分類や集計は、 目的ではなく手段 試してみて、 「すぐに通知する」という 使い方が見えてくる
誰も見ない場所に届けば 気づかれず、 多すぎれば埋もれる。 対処方法が 決まっていなければ 動けない 本当の目的は、 「重要な問題を 見逃したくない」 重大なクレームを、 高い精度で 判定できそう 通知を、実際の 対応につなげる データから「価値」を生み出す 23 -
一社ごとの価値を、プロダクトとして積み上げる 個別の課題解決で得た知見や方法を汎用化すれば、より多くの顧客に、繰り返し価値を届けられる 個別の課題解決 知見の汎用化 プロダクトへ還元 得られるのは、 その場限りの 答えだけではない 得た知見や方法を整理し、 別の場面でも
活かせるようにする 現場で得たものを 積み上げ、より多くの 顧客に届ける 一社の課題を、 現場で解く 文脈から切り離し、 型にする 繰り返し価値を生む 機能にする データから生まれる価値を「事業」として広げる 26 -
そして、事業として成り立たせ、広げていく 作って届けることに加え、使い続けてもらい、運用を回し、採算を合わせて、はじめて事業として成り立つ 作る 届ける 使い続けてもらう + 顧客の業務の中で、 価値を出し続ける 導入と運用を回す 売る・導入する・支えるを、
仕組みとして育てる 採算を合わせる 届けるほどに、 利益が残るかたちにしていく さらに広げるには 得たものを、次に活かせる資産として積み上げる その蓄積が次の取り組みを強くし、組織としてできることを増やす データから生まれる価値を「事業」として広げる 29 -
FDE の発想のもとには、フランス料理店があった “ Palantir CEO の Alex Karp が、2006 年に語ったこと
彼によれば、フランス料理店ではウェイターも厨房の一員なのだという。 彼らは料理そのものだけでなく、その調理法や技術まで深く理解している。 単に厨房からテーブルへ料理を運ぶだけの存在ではない。 厨房の仕事にも影響を及ぼす、繊細で複雑な仕組みの一部なのだ。 カープが私に求めたのは、エンジニアリングの世界で、 それと同じものを作ることだった。 — Shyam Sankar(Palantir CTO)The Primacy of Winning ” -
そして、現場で得たものを「厨房」に持ち帰る ElevenLabs の CEO、Mati Staniszewski(Palantir 出身)は、FDE をプロダクトチームの一員と位置づける “ FDE には、顧客の課題を実際に解きながら、
その方向へプロダクトを広げていってほしい。 ただ、もう一つ重要なのは、 そこで得た知見をプロダクトへ持ち帰ることです。 ……この後半の部分は、しばしば見落とされています。 — Mati Staniszewski(ElevenLabs CEO) David Senra との対談 ” データ事業に求められる「オーケストレーション」 37 -
youtube.com/watch?v=RFccAuyPPOg “ 顧客基盤を、ある種の R&D として使う 素晴らしいのは、みんなが得をすることです。 ある顧客と働いて学び、プロダクトに取り込む。 別の顧客ともまた学び、プロダクトに持ち帰る。 どちらの顧客も、良くなったプロダクトの恩恵を受ける。 ドメインの専門性は、顧客のものとして残る。
けれど、それをもとにどう作るかは、抽象化でき、再利用できる。 — Mati Staniszewski(ElevenLabs CEO)、David Senra との対談(33:14 ) ” 39 -
note.com/dr_paradi/n/n015d4dffffe4 “ AI が、分業の壁を壊した 技術を持った人間が、商談にも実装にも同時に関わり、 モックを作って顧客の反応を見て、 プロダクトに反映できるようになった。 意思決定と説明責任の両方を、一人が引き受け、 プロダクトに反映させることができる。 —
大曽根 圭輔(IVRy CDO)「AI 時代になぜ人を採用するのか」 ” 43 -
DPO は、さまざまな人と領域を行き来する アカウント戦略 Sales や PMM と、アカウントごとの戦略を考え、提案やデモを作る 実証・検証 顧客の現場で議論し、実際のデータを見て、作って試す プロダクト開発
エンジニアや PdM と、プロダクトに落とし込み、導入までつなげる 事業開発 経営や事業企画と、得た知見を次の提案や開発、事業の方向性に活かす ほかにも、Data Strategist、Customer Success、社内のさまざまな部署 … IVRy におけるオーケストレーション 49 -
東京大学大学院「Web工学とビジネスモデル」講義 2026年7月 Head of Data(当時) 大曽根 圭輔 PMM 富士 茜音
Tech PdM 森谷 浩幸 Web 工学とビジネスモデル - IVRy における AI 時代の新規事業開発 - Speaker Deck IVRy Context Hub の事業開発例 54 -
作り込む前に 顧客の反応 と 支払う意思 を確かめにいった 初期の仮説検証とデモ駆動 初期バージョンの公開とともに自社イベントを開催、顧客/顧客候補にコンセプトを提示 商談ではデモを見せ、利用用途を議論 仮の価格をぶつけてみて、有償契約に至るかを確認 →
多くの企業で、複数のユースケースで活用され、費用対効果を十分に説明できることが判明した → その結果、プレスリリース公開後 3 ヶ月で、5 社への有償提供を開始するに至った 顧客自身のデータを流し込んだデモを見せると、目の色が変わった。 社内で「いいね」と言われるのと、顧客が実際にお金を払うかは、全くの別物 IVRy Context Hub の事業開発例 55 -
エンジニアが自ら商談に出ながら、開発を進めた 飲食チェーンでの顧客開発事例 初期の商談では ... 実際に提供し始めると ... 「何か問題があったら、すぐに検知したい」 「経営陣に即時で通知したいケースって、 そんなにないかも」 「いきなり
1 通話レベルで通知しても、 しょうがないのでは?」 クライアント エンジニア 「通話終了後の即時通知があれば良さそう」 クライアント 顧客が本当に求めているものを推測するのは難しい。 地道にコミュニケーションして、プロダクトを作り上げることが大事。 AI に代替されない価値は、こういったところに眠っている IVRy Context Hub の事業開発例 56 -
AI 時代の事業開発に「も」大事なこと 思い込みで作るな、 現場・現実で検証せよ AI によって、プロトタイプはあっという間に作れるようになった。 しかし「作れてしまう」からこそ、検証をサボる誘惑も増える。 AI 以前も以後も変わらない原則は「顧客がすべてを知っている」ということ。 ここは、技術がいくら発展しても揺らがない。
AI時代の事業開発 ~ Web 工学とビジネスモデルの授業での登壇 ~|IVRy(アイブリー)公式 IVRy Context Hub の事業開発例 57 -
まとめ 1 データや AI があるだけでは、価値は生まれない 2 生まれた価値を広げるには、プロダクトと事業を作る必要がある 3 事業を作るさまざまな営みは、互いに影響し合う 4
IVRy の Data Product Orchestrator(DPO)は、それを担う役割 課題を見定め、作って試し、実際の業務につなげる必要がある 個別の課題解決を積み上げながら、「作る」と「届ける」を同時に考える 現場で手を動かし、学びを持ち帰り、領域を行き来して全体を前に進める「オーケストレーション」が求められる データや AI の専門性を軸に、自ら現場で課題を解決しながら、 さまざまな領域を行き来して、プロダクトと事業を前に進める 59 -
IVRy の Vision Making “Work is Fun” a reality. “働くことは、楽しい”を常識に変えていく
「働く時間を、もっと楽しく」 私たちは、自らの仕事の本質に向き合い、夢中になって取り組むことで、働くことは喜びに溢れたものになると信じています。 IVRyは、テクノロジーの力で人が人としての価値を最大限に発揮できる環境を創り出し、「働くことは、楽しい」が当たり前の世界を実現します。 そして私たち自身も、お客様が仕事を楽しむ姿を自らの喜びとし、期待を超える感動を届け続けることで、“Work is Fun”を体現し続けます。 60