Slide 1

Slide 1 text

@IVRy Inc. All rights reserved. CONFIDENTIAL 2026年7⽉1⽇ 株式会社IVRy Head of Data ⼤曽根 圭輔 Product Marketing Manager 富⼠ 茜⾳ Technical Product Manager 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 -

Slide 2

Slide 2 text

⾃⼰紹介 ■ 学⽣時代: ⼤学院で博⼠(⼯学)  第⼆次ブームの終焉あたりにゲームAIの研究 ■ 2012年: 株式会社サイバード  データ分析部⾨⽴ち上げ等を担当 ■ 2015年: 株式会社Gunosy Chief Data Officer  ニュース記事配信アルゴリムの改善およびグノシー事業責任者 ■ 2022年: 株式会社アダコテック Chief Development Officer  製造業向け外観検査プロダクトのエンジニアリングマネージャー ■ 2024年: 株式会社IVRy  AI エージェント事業の事業開発 ⼤曽根 圭輔 2

Slide 3

Slide 3 text

● とにかく現場に出るのが⼤事 ○ 思い込みで作るな、現実で検証 ● お⾦を払う∕払わないの⾏動が重要 ○ ⽀払ったことによるコミットメント ● 顧客が求めているものを作るには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 本日持って帰って欲しいもの

Slide 4

Slide 4 text

@IVRy Inc. All rights reserved. Section 1 会社概要およびサービス概要

Slide 5

Slide 5 text

@IVRy Inc. All rights reserved. 5 株式会社IVRy(アイブリー) 〒108-0073東京都港区三⽥三丁⽬5-19 住友不動産東京三⽥ガーデンタワー10F 設⽴ 代表取締役 事業内容 従業員数 2019年3⽉ 奥⻄ 亮賀 (Ryoga Okunishi) 対話AIプラットフォーム「アイブリー」の運営 250名以上 (2026年4⽉末時点)

Slide 6

Slide 6 text

@IVRy Inc. All rights reserved. 6 導⼊実績 累積発着信件数 1億件 2026年6月時点 累計アカウント数 60,000 件 2026年4月末時点 2021 2022 2023 2024 2025 2026 ※出典:デロイト トーマツ ミック経済研究所「⾃動対話システム市場の現状と展望 2026年版(2024年度実績)」 デロイト トーマツ ミック経済研究所「⾃動対話システム市場の現状と展望 2025年版(2023年度実績)」 ※⽇本標準産業分類(令和5年)の中分類 99業界 98/99 業界 顧客満⾜度 ※2022年1⽉(⾃社調査)時点 導⼊数

Slide 7

Slide 7 text

@IVRy Inc. All rights reserved. AIやソフトウェアの⼒で、 すべての⼈が楽しく働ける世界を作る。 7

Slide 8

Slide 8 text

@IVRy Inc. All rights reserved. 8 対話型AI「アイブリー」とは ⾼い対話精度で処理やデータ連携もシームレス AI対話型の電話⾃動応答を軸に対話データの分析、SFA‧CRM‧データウェアハウスなどとの連携まで。 アイブリー独⾃のCTIの利⽤や既にご利⽤のPBX/CTIと併⽤し、コンタクトセンターでも活⽤頂けます。 優れたデータ∕システム連携 AI⾳声回答 AI受付/Q&A SMS 録⾳ 電話転送 情報資産 データウェアハウス ユーザーの 発話を認識し 適切に振り分け 発話認識 AI通話分析 SFA/CRM システム連携 優れた対話精度、柔軟性 ⽂字起こし コンタクトセンター ご利⽤のPBX, CTI / IVRy独⾃のCTI 連携可能 ハルシネーション ゼロのAI対話

Slide 9

Slide 9 text

@IVRy Inc. All rights reserved. IVRy Data Hub の紹介 9

Slide 10

Slide 10 text

@IVRy Inc. All rights reserved. 10 IVRy Data Hubとは IVRy Data Hubとは 企業が保有するコミュニケーションデータ(通話、メールなど)を一元的に統合・分析し、 AIの力で経営課題の解決を支援します。従来活 用が難しかった非構造なコミュニケーションデータを、 AIの力で「リスクの予防的検知」「業務プロセスの抜本的な自動化」「顧客価値 の戦略的な最大化」という3つの領域で活用可能なデータに変換します。

Slide 11

Slide 11 text

@IVRy Inc. All rights reserved. 11 IVRy Data Hubとは「検索」 IVRy Data Hubとは IVRy Data Hubに集約されたデータに対して、⾃然⾔語で検索をかけることができます。 網羅的に全てのデータを確認し、対象のコミュニケーションデータに絞って抽出や傾向分析ができます。 ⾃然⾔語で分析内容や分析軸を ⾃由に指定可能 実際の対話内容を元に 傾向分析や⽰唆出し 実際の対話履歴から⽂字起こしの確認が可能 アイブリーの通話データは⾳声確認も可能

Slide 12

Slide 12 text

@IVRy Inc. All rights reserved. 12 重⼤クレームなど リスクの⾼い問い合わせを検知して通知 あらかじめ登録したプロンプトの回答を、毎朝9時など、 定期的に通知するように設定をしておくことができます。 AIがコミュニケーションを監視し、アクション漏れや、 リスク事象(ハラスメント等)を検知して通知します。 最短で1時間に1回の分析/通知が可能です。 IVRy Data Hubとは「通知」 あらかじめ指定した条件に従って、定期的に分析を回す「レポート通知」や、 特定コミュニケーション発⽣時に通知を⾶ばす「アラート通知」のご利⽤が可能です。 (通知可能な社内SNS:Slack / Teams / Google Chat 等) IVRy Data Hubとは 電話解約が発⽣した件数と 原因の傾向をまとめたレポート通知 レポート通知 アラート通知

Slide 13

Slide 13 text

@IVRy Inc. All rights reserved. 13 IVRy Data Hubとは(デモ動画) IVRy Data Hubとは

Slide 14

Slide 14 text

@IVRy Inc. All rights reserved. 14 IVRy Data Hub の主なご活⽤⽬的 IVRy Data Hubでは、主に以下4つの活⽤の価値があります。 ①オペレーションコストの削減 ②顧客体験の改善 レポーティングの負荷軽減と質向上 これまで⼈が時間をかけていた集計‧分析‧報告を ⾃動化し、⽂脈も踏まえた「客観的事実」として リアルタイムでレポートします。 顧客の⽣の声を可視化‧経営/企画へ伝達 お客様が不満に感じている⽣の声を可視化し、 適切な部⾨へ届け改善サイクルを加速させます。 ③収益機会の最⼤化(LTV向上) ④リスク管理 お客様数の拡⼤‧⽣産性の向上へ コンバージョンにいたるコミュニケーションの特徴 を顧客属性ごとに可視化し、CVRを改善します。 ブランド毀損や離職リスクの発⾒と軽減へ クレーム∕カスハラの検知や、法令遵守モニタ リング、対応漏れの防⽌などに寄与します。

Slide 15

Slide 15 text

@IVRy Inc. All rights reserved. Section 2 これまでの新規事業開発と AI 時代の事業開発

Slide 16

Slide 16 text

@IVRy Inc. All rights reserved. 16 なぜ新規事業は失敗するのか? 42% のスタートアップが「市場ニーズなし」で失敗 CB Insights, Analysis of 110+ startup post-mortems

Slide 17

Slide 17 text

@IVRy Inc. All rights reserved. 17 参考にすべき書籍たち Peter Thiel, 2014 競争を避けろ 1→N ではなく0→1 を作れ 独占的な価値を最初に検証せよ 「秘密」を持つ事業が生き残る

Slide 18

Slide 18 text

@IVRy Inc. All rights reserved. 18 Build-Measure-Learn 仮説を最速で検証し続けろ MVPで最小のコストで検証 「作ること」より「学ぶこと」が先 参考にすべき書籍たち Eric Ries, 2011

Slide 19

Slide 19 text

@IVRy Inc. All rights reserved. 19 まず外に出ろ 製品より先に顧客を開発せよ「想定顧 客」はオフィスにいない 仮説を外部の事実で置き換えろ 参考にすべき書籍たち Steve Blank, 2012

Slide 20

Slide 20 text

@IVRy Inc. All rights reserved. 共通のメッセージ 「思い込みで作るな、現実で検証せよ」 20

Slide 21

Slide 21 text

@IVRy Inc. All rights reserved. 21 でも何を、どこまで検証すればいい? Confidence Level Itamar Gilad — "How Much Product Discovery Is Enough?" (2022) / Confidence Meter Assessment (0.1 < Confidence Level ≦ 0.5) 「売れそう」「市場がある」「戦略と合っている」 Anecdotal data (0.5 < Confidence Level ≦ 1) 1〜3件のユーザー要望 / 「良さそう」という反応 Tests and Experiments (3 < Confidence Level) プロトタイプ / PoC / 有償契約 Market data (1 < Confidence Level ≦ 3) インタビュー(多数) / 競合調査 / 市場データ / ログ 「売れそう」だけでローンチしてはいけない。 お⾦が動いて初めて証拠になる。

Slide 22

Slide 22 text

@IVRy Inc. All rights reserved. 22 でも何を、どこまで検証すればいい?

Slide 23

Slide 23 text

@IVRy Inc. All rights reserved. 23 AI によって変わったこと / 変わらないこと LLM 以前 LLM 以後 プロトタイプの 構築コスト 仮説検証の数 変わらない原則 「顧客がすべてを知っている」— 現地現物‧有償検証の重要性はAI時代でも同じ 「作れてしまう」 誘惑 数ヶ⽉ 数百万円 数⽇‧数時間 ほぼゼロ 毎週‧毎⽇ コストが抑⽌⼒に 数ヶ⽉ 検証をサボる誘惑が増加

Slide 24

Slide 24 text

@IVRy Inc. All rights reserved. 24 MVPコンセプト資料 + ヒアリング ⾃社イベント‧CABで顧客反応を確認 Blank:まず外に出ろ 顧客の⽣の声を最速で集める IVRy Data Hub での実践 フレームワーク IVRy Data Hub での実際 LLMで「作る」が速くなった今こそ、「何を検証するか」の設計がすべてを決める

Slide 25

Slide 25 text

@IVRy Inc. All rights reserved. 25 顧客データでのデモ駆動 商談でデモ→仮プライシングをぶつける Ries:Build-Measure-Learn デモを作って顧客データで動かす IVRy Data Hub での実践 フレームワーク IVRy Data Hub での実際 LLMで「作る」が速くなった今こそ、「何を検証するか」の設計がすべてを決める

Slide 26

Slide 26 text

@IVRy Inc. All rights reserved. 26 プレスリリース後3ヶ⽉で5社有償 「意⾒」ではなく「⾏動」を重視 Gilad:有償PoCが最強の証拠 お⾦が動いて初めて検証完了 IVRy Data Hub での実践 フレームワーク IVRy Data Hub での実際 LLMで「作る」が速くなった今こそ、「何を検証するか」の設計がすべてを決める

Slide 27

Slide 27 text

©Shinobu Miyahara. All rights reserved. 27 新規事業開発を成功に導く6つのステップ 01 02 03 04 05 06 ターゲットセグメントの定義 MVPコンセプト資料の作成 センターピン顧客の選定 顧客ヒアリングの実施 有償PoCの提案‧獲得 事業開発計画の策定 BtoB SaaSにおける新規事業開発プロセス(ミライ塾ヒトコマ講座)より引用

Slide 28

Slide 28 text

©Shinobu Miyahara. All rights reserved. 28 02:MVPコンセプト資料の作成 CORE PRINCIPLE プロダクト構想を「実現したい世界」として可視化し、顧客との対話のきっかけを作るためのMVP(Minimum Viable Product:顧客に価値を提供できる最⼩限のプロダクト)としてのコンセプチュアルな資料を作成する。 KEY ACTIONS ● AsIs/ToBeの対⽐ 顧客の現状(AsIs)と、プロダクトが実現する理想 像(ToBe)のギャップを視覚的に⽰し、価値を明 確にする ● ⾃由な発想 現時点の機能に縛られず、しかし⾮現実的になりす ぎないバランスで、理想のソリューションを描く ● 反復的な進化 資料は⼀度作って終わりではない。願客からの フィードバックを元に、常にアップデートを続ける GAP AsIs 現状 ToBe 理想像 宮原流ワンポイント ● 現時点では「絵に描いた餅」でも構わない。まずは願客との会話を⽣み出すことが最優先 ● この段階でフィードパックを得ることで、価値を⽣まないプロダクト開発のムダを未然に防ぐ BtoB SaaSにおける新規事業開発プロセス(ミライ塾ヒトコマ講座)より引用

Slide 29

Slide 29 text

蓄積されたデータから、「どのような問い合わせ傾向があるか」 や「通話でどのような会話がなされているか」を対話的に質問し、 回答することが可能になります。 通話データに対してのRAG(Retrieval Augmented Generation)の活⽤ RAGを⽤いた通話状況や問い合わせ傾向などの確認 ②AIがリアルタイムで通知 ‧カスハラ ‧コミュニケーションエラー etc クライアント IVRy DB (Communication Data Platform) 検索 情報 質問 回答 ①AIがわかりやすく要約 リアルタイム検索 Slack、メールなど 連携サービスのDB 通話⽂字起こし メールなど 検索条件を登録することによるリアルタイムでの通知 コミュニケーションエラーが発生した場合やお問い合わせの状況 を通知することが可能になります。

Slide 30

Slide 30 text

通話データに対しての検索の活⽤(実際に作ったデモ)

Slide 31

Slide 31 text

@IVRy Inc. All rights reserved. Section 3 初期の仮説検証とデモ駆動

Slide 32

Slide 32 text

@IVRy Inc. All rights reserved. ⾃⼰紹介 富⼠ 茜⾳ ■ 学⽣時代: 神⼾⼤学 経営学部 ■ 2020年: 株式会社ガイアックス  旅⾏関連の新規事業を⽴ち上げ4年間運営 ■ 2024年: 株式会社IVRy  セールスを経て、  PMM(プロダクトマーケティングマネージャー)として  現在は主に「IVRy Data Hub」に従事 32 Product Marketing Manager

Slide 33

Slide 33 text

@IVRy Inc. All rights reserved. 33 IVRy が「データと技術」をどのように顧客の価値に変え、 最初の 5 社に有償提供するに⾄ったか 本⽇のテーマ

Slide 34

Slide 34 text

@IVRy Inc. All rights reserved. 34 前提)私がチームに加わったタイミング IVRy の強み ① 2万社を超える顧客基盤とデータ すでに電話⾃動応答サービス 「アイブリー」の利⽤顧客の 膨⼤な通話データが溜まっていた ② 技術の早期プロトタイプ化 RAG を使った分析の構想があり、 社内技術によって 実際に動く β版が出来上がっていた 当時の課題‧状況 ① 提供価値とのギャップ これまでのアイブリーの主な価値は 電話⾃動化による業務効率化であった ② ターゲットと「顧客の声」の不在 データ活⽤に興味を持つのは 経営に近い部⾨であることが 予想されたが、当時は「顧客の声」が あまり集まっていなかった

Slide 35

Slide 35 text

@IVRy Inc. All rights reserved. 3 ‧サービスのβ版提供開始の旨をプレスリリースで公開 ‧⾃社イベントを主催し、コンセプトを顧客/顧客候補に⾒せ、反応を確認 まずは早く「顧客の声」を聞くことを重視した

Slide 36

Slide 36 text

@IVRy Inc. All rights reserved. ‧顧客商談の中でデモを⾒せ、利⽤⽤途についてディスカッション ‧仮プライシングをぶつけてみて、有償契約に⾄るかどうかを確認 まずは早く「顧客の声」を聞くことを重視した

Slide 37

Slide 37 text

@IVRy Inc. All rights reserved. 3 ‧実際にβ版を社内/社外で触ってもらい、ユースケースを整理 ▲ 実際のβ版画⾯ ▲ 社内の利⽤事例まとめ まずは早く「顧客の声」を聞くことを重視した

Slide 38

Slide 38 text

@IVRy Inc. All rights reserved. 38 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

Slide 39

Slide 39 text

@IVRy Inc. All rights reserved. 39 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

Slide 40

Slide 40 text

@IVRy Inc. All rights reserved. デモは、できる限り本当に 利⽤される価値に近い状態とする やったこと 顧客に対してデモを⾒せて説明し、 お⾦を払ってくれるかを確認する ⾃社イベントを主催し コンセプトを顧客にぶつける 提供価値ごとの 刺さり度合いを確認 学び‧伝えたいこと まずはできる限り早く「顧客の声」を聞く (社内など近い⼈ではない⽅が良い) 「意⾒」ではなく「⾏動」を重視 (究極は「お⾦を払ってくれるか」をみる) 何が成功の要因だったか

Slide 41

Slide 41 text

@IVRy Inc. All rights reserved. 41 社内でのテスト 「これいいね!使いたい」 無料だから⾔える優しい嘘 ビジネスの現場にいる顧客へのテスト 「これにいくら 払えますか?」 お⾦を払う∕払わないの「⾏動」 ⽀払ったことによるコミットメント 「顧客の声」を聞く時は、 社内や友達など近い⼈ではない⽅が良い 何が成功の要因だったか

Slide 42

Slide 42 text

@IVRy Inc. All rights reserved. 顧客⾃⾝の⽣データを流し込んだデモを⾒せると、顧客の⽬の⾊が変わった 「実際の通話データ」を流し込んだデモを⾒せる前 顧客の反応: 「なんか良さそう」 提案内容 「LLMで通話データを解析して、要約できて、ハ ラスメント検知ができて……」 👉 顧客のホンネ 「へえ、すごい技術ですね。 でも、うちでそもそもハラスメントがどれくらい あるかもよく分からないし、 お⾦かけて使うイメージは沸かないな。」 「実際の通話データ」を流し込んだデモを⾒せた後 顧客の反応: 「お⾦を⽀払って利⽤したい」 提案内容 「これが、御社の昨⽇の通話データからAIが ⾃動検知した、重⼤クレームの実際の画⾯で す」 👉 顧客のホンネ 「え、これは本当に弊社のデータですか? これは⼤きな問題ですね」 何が成功の要因だったか

Slide 43

Slide 43 text

@IVRy Inc. All rights reserved. Section 4 飲⾷チェーンでの顧客開発事例

Slide 44

Slide 44 text

@IVRy Inc. All rights reserved. ⾃⼰紹介 森⾕ 浩幸(もりや) ■ 学⽣時代: 東京⼤学 薬学部‧修⼠ ■ 2018年: 中外製薬 / 2020年: DMM.com  データサイエンス組織の⽴ち上げ等に携わる。 ■ 2022年: Microsoft Development  ソフトウェアエンジニアとしてBing / MSNの開発に取り組む。 ■ 2024年: 株式会社IVRy  AI Engineerとして、新規プロダクト開発に取り組む。  現在は主にData Hubに従事 44 AI Engineer / technical PdM

Slide 45

Slide 45 text

今日話すこと 01 Data Hub通知という機能について 02 商談同席〜開発までの流れ 03 商談同席の意義

Slide 46

Slide 46 text

46 あらかじめ登録したプロンプトの回答を、 定期的に通知するように設定をしておくことができます。 AIがコミュニケーションを監視し、アクション漏れや、 リスク事象(ハラスメント等)を検知して通知します。 IVRy Data Hubの「通知」機能 あらかじめ指定した条件に従って、レポートやダッシュボードの定期通知(レポート通知)や、 特定コミュニケーション発⽣時に通知を⾶ばす(アラート通知)ことが可能です。 IVRy Data Hubとは 電話解約が発⽣した件数と原因の傾向をまとめたレポート通知 「後ほど担当者から連絡します」と約束したものについて   対応漏れを検知して通知 レポート通知 アラート通知

Slide 47

Slide 47 text

開発までの流れ ‧⼤⼿レストランチェーン様と機能開発を⾏うことになった ‧「リスク通知を⾏いたい」というニーズがあった ‧Data Hubに通知機能をまだ実装していなかった ‧毎週の商談MTGに同席して、ヒアリングしながら開発することになった

Slide 48

Slide 48 text

初期の商談で聞いた内容 クライアント様 「何か問題があったら、 すぐに検知 したい。」 私 「通話終了後の即時通知 があれば良さそう。」

Slide 49

Slide 49 text

通知の実装案は色々あった 色々な論点があった ・すぐに通知 した方がいい? タイムラグ があってもいい? ・LLMで処理するの?ルールベースで判定 する?

Slide 50

Slide 50 text

しかし、実際に通知を提供し始めると ... クライアント様「 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 ...」 「経営陣にいきなり1通話レベルで通知してもしょうがない ので は?」 私「たしかに ...」

Slide 51

Slide 51 text

振り返り 顧客が本当に求めているものをエスパーするのは難しい。 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 のが大事。 AIに代替されない価値は、こういった点に眠っている。

Slide 52

Slide 52 text

● とにかく現場に出るのが⼤事 ○ 思い込みで作るな、現実で検証 ● お⾦を払う∕払わないの⾏動が重要 ○ ⽀払ったことによるコミットメント ● 顧客が求めているものを作るには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 まとめ

Slide 53

Slide 53 text

@IVRy Inc. All rights reserved. we are hiring 53

Slide 54

Slide 54 text

@IVRy Inc. All rights reserved.