CS AI コパイロット、実測値で見る 2026年春の勢力図
カスタマーサポートの AI コパイロットは 2024年までの「FAQ ボット」フェーズを完全に抜け、2025年後半には「deflection rate 50% 超」が主要ベンダーの達成ラインになった。deflection rate（人間エージェント介入なしに解決した問合せ比率）は業界共通の KPI で、Intercom Fin 3、Zendesk Copilot、Ada、Dialpad Ai の 4 ブランドが、それぞれ異なる強みで市場を分け合っている。
本稿では KGA が 2026年 Q1 に国内 B2B SaaS・EC・金融の 3 業界で実施した比較検証の結果を中心に、各プロダクトの deflection rate、human-escalation 判定精度、CSAT 影響、日本語フォーマル敬語のハンドリング、コンプライアンス録音機能を実測ベースで比較する。
Intercom Fin 3: deflection rate の業界トップ
Intercom は 2023年の Fin 1、2024年の Fin 2、そして 2025年 Q4 の Fin 3 と、バージョン更新のたびに deflection rate を劇的に伸ばしてきた。Fin 3 は Claude 4.5 Sonnet と GPT 4.5 のハイブリッドで、クエリの複雑度に応じて動的にモデルを切り替える。
Intercom 公表値では Fin 3 の deflection rate は SaaS 業界平均で 67% に達しており、これは業界トップクラス。KGA が 2026年 Q1 に国内 SaaS 3 社で実測したところ、平均 deflection rate は 58〜 64% で、公表値にほぼ近い水準が確認できた。ヘルプセンター記事の整備度に比例して上昇し、記事数 300 本以上の環境では 70% を超えるケースも見られた。
human-escalation 判定（「これは人間に引き継ぐべき」と AI 自身が判断する精度）は Fin 3 の大きな進化点で、ユーザーの感情分析（フラストレーション検出）、質問の固有性、過去の escalation 履歴を統合判定する「Handoff Intelligence」を搭載した。KGA 検証では escalation が必要なケースを正しく検出できた割合（Recall）が 91%、不要な escalation（False Positive）は 8% で、旧 Fin 2 の Recall 78% から大きく進化した。
Zendesk Copilot: エンタープライズ適合性
Zendesk は 2024年に Ultimate.ai を買収、2025年に「Zendesk Copilot」として統合し、Intercom への対抗ポジションを確立した。エンタープライズでは Zendesk 側に分があり、特に大規模コンタクトセンターでの運用実績、SLA 管理、マルチブランド対応、詳細な権限管理は Intercom を上回る。
deflection rate は Intercom Fin 3 よりやや低めの 52〜 58% レンジ（KGA 実測）だが、Zendesk の強みは「AI Agent Workspace」で、有人エージェントに対する AI アシスタンスの完成度にある。エージェントが応答中にリアルタイムで次の返答ドラフト、関連ナレッジ記事、類似過去チケット、感情スコアをサイドパネル表示する。平均ハンドリング時間（AHT）の短縮効果は 25〜 35% と、業界水準を上回る。
コンプライアンス録音・監査ログは Zendesk が突出している。金融・医療・公共といった規制産業では、全通話・全チャットの自動文字起こし、機密情報の自動マスキング（クレジットカード番号、マイナンバー、電話番号）、GDPR・HIPAA・PCI DSS 対応のエクスポート機能が標準装備。Intercom は同等機能を追加モジュール扱いで、ここは Zendesk に分がある。
Ada: 深い自動化への振り切り
Ada は 2024年以降「AI Agent」を標榜し、単純な FAQ 回答から複数ステップのトランザクション処理（返品手続き、サブスク変更、予約変更等）まで自動化する方向に振り切った。Intercom・Zendesk が「コパイロット」的な位置づけ（AI + 有人エージェントの協働）を重視するのに対し、Ada は「AI Agent が可能な限り全てを完結する」方針が明確。
deflection rate は Ada の公表値で業界平均 72% とトップだが、これは「複雑な業務プロセスまで自動化した結果の deflection」であり、単純比較は注意が必要。KGA が EC 系 2 社で実測したところ、deflection rate は 62〜 68% で、Intercom Fin 3 と同等かやや上回るレベルだった。
Ada の特徴は「Reasoning Engine」で、複数ステップの手続きを AI が自律的にプランニングし、内部 API を順次呼び出す設計。たとえば「商品を交換して別サイズを届けてほしい」という要求に対し、注文履歴参照 → 在庫確認 → 返品ラベル発行 → 新商品の配送手配、までを一連のフローとして自動実行する。これは Intercom・Zendesk の Fin・Copilot では現時点でも単純 FAQ の域を出ない処理である。
一方、導入コストは Ada が最も高い。初期実装で API 連携と業務フロー設計が必要で、トータル導入期間 3〜 6 ヶ月・初期費用 800 万〜 2,000 万円がレンジ。Intercom の標準導入（1 ヶ月・300 万〜）と比較すると、覚悟の要るプロジェクトになる。
Dialpad Ai: 音声特化の独自進化
Dialpad Ai は 4 プロダクト中唯一「音声コンタクトセンター」に特化した設計である。電話中心の顧客接点（保険、金融、不動産、医療予約等）では Intercom・Zendesk・Ada よりも強い。
技術コアは「Real-time Transcription + Coaching」で、通話中にリアルタイム文字起こし、感情スコア、次のおすすめスクリプト、関連ナレッジをエージェント画面に表示する。通話終了後の要約、CRM への自動記録、フォローアップタスク作成までを自動化する。2026年 Q1 の新機能「Ai Voice Agent」では、シンプルな電話問合せ（営業時間、店舗位置、予約確認）への完全自動応答も実用レベルに到達した。
コンプライアンス録音は金融機関向けに特化した機能群が揃っており、通話全録音、機密情報の自動マスキング、PCI DSS・FINRA・MiFID II 準拠のエクスポート機能を標準搭載。日本では保険業法、資金決済法、貸金業法の記録義務要件にも適合する。
日本語フォーマル敬語のハンドリング
- プロダクトを日本語の実データで評価した結果、敬語ハンドリングに明確な差が出た。最も自然な日本語応答を生成するのは Intercom Fin 3 で、謙譲語・尊敬語の使い分けも B2B SaaS の実用水準に達している。次いで Zendesk Copilot、Dialpad Ai の順で、Ada は米国発プロダクトらしく翻訳調が残る傾向があった。
特に重要なのは「不適切な砕けた表現が混入しないこと」で、「〜ですよね」「〜かも」「〜なんです」のようなカジュアル寄りの終助詞が出ないように制御できるかが実務採用の鍵になる。Intercom Fin 3 は 2025年12月の日本語モデル刷新で、ビジネスフォーマル・カスタマー寄りフレンドリー・テクニカルの 3 段階の口調プリセットを提供し、これが国内導入の決定打になっている。
CSAT へのインパクト実測
KGA が国内 SaaS 3 社、EC 2 社、金融 2 社の計 7 社で 2026年 Q1 に比較検証したところ、導入後 CSAT の変化は以下の傾向が見られた。Intercom Fin 3 は +4〜 8 ポイント、Zendesk Copilot は +2〜 5 ポイント、Ada は +3〜 10 ポイント（ただし業務適合性による分散が大きい）、Dialpad Ai は音声チャネルで +5〜 8 ポイント。
CSAT 向上の主因は「即時応答」と「24 時間対応」で、特に深夜・早朝の問合せ対応の機会損失を埋める効果が定量的に確認された。一方、escalation の判定を誤って人間対応が遅れるケースでは逆に CSAT が下がるため、Handoff 閾値のチューニングは導入初期の最重要タスクである。
導入判断の実務指針
総合 B2B SaaS で deflection rate を最大化したい → Intercom Fin 3。エンタープライズ・規制産業で SLA とコンプライアンスが必須 → Zendesk Copilot。複雑な業務プロセス全体を自動化したい → Ada。電話中心のコンタクトセンター → Dialpad Ai。この 4 軸で判断すれば大きく外さない。
日本企業の CX DX では、最初の 3 ヶ月でヘルプセンター記事の整備を集中的に行い、その後に CS AI を導入するアプローチが deflection rate を最大化する。記事がない状態で AI だけ入れても効果は出ない。年間予算は中堅企業で 1,000 万〜 3,000 万円のレンジが現実的である。