Sierra AIとは？「答えるAI」から「動くAI」へ——成果課金モデルとカスタマーサポート革命を解説
「チャットボットを置く」と「顧客対応を変える」は、まったく別の話だ。Sierra AIが提示するのは、後者のための設計思想——ブランドの声で動き、実際に手を動かし、人間に滑らかに渡すAIエージェントの姿。
📅 2026年5月21日
✍️ （LIF Tech編集部）
🕐 約9分で読めます
📌 この記事でわかること
- Sierra AIとは何か——「FAQボット」との決定的な違い
- Agent Studio・Agent SDK・Trust Layerの三層構造と、それぞれの役割
- ARR1億ドル到達・評価額100億ドルの背景にある「成果課金モデル」の本質
- どんな企業・用途に向いていて、どんな企業には向かないか
- 日本市場での活用イメージと、導入前に確認すべきこと
What is it
Sierra AIとは？——「答えるAI」ではなく「動くAI」
2023年創業。公開21ヶ月でARR1億ドル。評価額100億ドル。でも数字より、何をしているかの方が面白い。
Sierra AIを一言で説明するなら「ブランドの声で動く、会話型AIエージェントプラットフォーム」です。でもこれだと伝わりきらないので、もう少し具体的に。
ユーザーが「注文をキャンセルしたい」と言ったとき、一般的なチャットボットは「キャンセル手続きはこちらのページをご確認ください」と返します。Sierraのエージェントは違う。システムに直接アクセスして、その場でキャンセルを完了させます。案内で終わらない、「実際に手を動かすAI」です。
さらに重要なのが「ブランドの声」という部分。SierraはGoogleマップを共同開発し、OpenAI理事も務めたBret TaylorとGoogle Labsを率いたClay Bavorが創業した会社です。この2人がこだわったのは、「AIが答えを出す」ことより「AIがそのブランドらしく振る舞う」ことでした。返答の内容だけでなく、トーン、言葉遣い、温度感まで設計できる——それがSierraの差別化の核心です。
共同創業者
Bret Taylor / Clay Bavor
最新動向
Ghostwriter機能（2026年4月）
Product Structure
製品の構造——3つの層で見ると全体がつかめる
Sierraは「AIチャットツール」ではなく、運用・開発・信頼の三層プラットフォームです。
Sierraの製品を「AIがチャットに答えるツール」として見ると、本質を見誤ります。実態は3つの層が積み重なったプラットフォームです。
⚡ Runtime層
（会話・実行）
顧客と会話しながら、知識・ポリシー・外部システムを使って問題を解決する層。返品処理・予約変更・会員対応など「実際に動かす」のがここ。解決できない場合は会話の要約とともに人間へ引き継ぐ設計。
🛠️ Build層
（開発・最適化）
Agent Studio（ノーコード）とAgent SDK（コード）の両面から構築・テスト・デプロイを回す層。AIによる評価、回帰テスト、音声シミュレーションまで含む。「使えるかどうか」より「壊れずに更新できるか」を重視した設計。
🔒 Trust層
（信頼・ガバナンス）
LLMの非決定性を監督モデルで包み、幻覚・悪用を抑制。PII（個人情報）の自動暗号化・マスキング。顧客データは他社学習に共有されない分離設計。HIPAA・GDPR・ISO 27001対応（規制業種は自社法務レビューが別途必要）。
この三層構造が意味するのは、Sierraを導入するとは「AIを置く」ことではなく「AIを運用する仕組みを持つ」ことだということです。そのぶん、導入前の設計が重要になります。
Key Features
4つの主要機能——何が実際にできるのか
💬
マルチチャネル対応エージェント
電話・チャット・SMS・メッセージアプリ・メールをひとつのエージェントで横断対応。チャネルによってトーンや対応ロジックを変えながら、同じブランド体験を維持します。2024年10月に音声機能をローンチし、1年足らずで音声インタラクションがテキストを超えた——米国のカスタマーサービスの約80%が電話対応という現実を突いた判断です。
🏗️
Agent Studio 2.0——ノーコードで「業務ロジック」を実装
単純なフロー分岐ではなく、ゴール・ポリシー・ツールを組み合わせて複雑な状況を処理できるJourneys機能を持ちます。変更差分の追跡・回帰テスト・品質劣化検知まで備えており、「当てて学ぶ」ではなく「事前に検証してデプロイする」設計。ブランドの声・フィルター・ナレッジギャップ管理も同一画面で完結します。
- AIによる評価・Voice Sims（音声シミュレーション）
- ウェルカムメッセージ・ロゴ・カラー・トーン管理
- ナレッジギャップの可視化と自動検出
💻
Agent SDK——コードで制御を手放さない開発者向け面
ゴール・ガードレール・スキル・外部統合をコードで定義できるSDKです。既存の開発ワークフロー（コードレビュー・変更追跡・デバッグ）に載せられる設計。「全部SierraにおまかせのSaaS」ではなく「共通基盤を借りながら自社の制御を残すマネージドプラットフォーム」という位置づけです。
- オーダー管理・CRM・予約システムへのセキュアな統合
- コンタクトセンターへのハンドオフ設計
- CXチームとエンジニアリングチームが同じエージェントを別面から管理
🧠
Agent Data Platform——AIに「記憶」を持たせる
2025年に発表された業界初のプラットフォーム。過去の会話を記憶し、顧客ごとにパーソナライズされた対応が可能になります。ChatGPTとの統合も発表済み（ワンクリックでSierraエージェントをChatGPTに公開可能）。
Business Model
「解決したら払う」成果報酬モデルが破壊的な理由
Sierraの料金体系は、SaaSの常識を変えようとしている。
Sierraの料金設計は、IT業界が長年使ってきた「シート課金」でも「使った分だけのAPI従量課金」でもありません。「解決した案件にだけ払う」アウトカムベース課金です。
💰 Sierraの料金設計の骨子
課金の単位
解決したサポート会話・防いだ解約など、実際に発生したビジネス成果
エスカレーション時
解決できず人間に引き継いだケースは、多くの場合課金されない
アウトカム定義
何を「解決」と見なすかは契約前に合意して決める
ブレンド料金
ルーティングのみ・大量インタラクションなど用途によってはブレンドプランも
公開価格表
なし。商談でユースケース・アウトカム定義・エスカレーション設計をもとに個別設定
これ、冷静に考えると相当すごいモデルです。従来のSaaSは「使ったら払う」。Sierraは「成果が出たら払う」。企業側のリスクが根本的に下がる。一方でSierra側は「解決できなければ収益ゼロ」というプレッシャーを自ら引き受けています。だから製品の精度と運用設計を本気で磨く動機があるわけです。
💡 LIF Tech編集部の考察
このモデルはAIエージェント業界全体に波紋を広げています。「人件費・外注費の置き換え」としてAIを売るなら、成果課金は最も自然な形です。SierraのARR1億ドル到達の速さは、このモデルが企業に刺さっている証拠でもあります。日本企業の調達担当者にとっても、「月額固定で使わなくても払う」より「解決した分だけ払う」方が稟議を通しやすいはずです。
Use Cases
どんな業種・用途で使われているか
🛍️
EC・D2C（Casper・OluKai・Nordstrom）
返品・注文変更・商品推薦を自動処理。OluKaiでは問い合わせ解決率70%を達成。Nordstromはオーダーステータス確認・返品・商品推薦を完全自動化。
📡
通信・サブスク（SiriusXM・Singtel）
解約防止・プラン変更・多言語対応。SiriusXMは自然な会話品質とルール遵守の両立、Singtelは短い立ち上げ期間でのマルチマーケット展開が評価されている。
💳
フィンテック（Ramp・CDW）
Rampはカスタマージャーニーをコードとして実装・追跡。複雑なロジックと変更管理をSDKで実現したコードファースト事例として紹介されている。
🏥
医療・セキュリティ（ADT）
患者認証・住宅ローン申請サポートなど、従来は人間が対応していた複雑なタスクを自律処理。規制業種での導入には別途自社法務レビューが必要。
Fit or Not
向いている企業・向かない企業
ここを間違えると、高い買い物になる。
Sierraは万能ツールではありません。「どんな規模・業種でも入れれば解決」という製品ではなく、向いている文脈が明確にある製品です。
✓
向いている：アクション型ワークフローが中心の企業
返品・契約変更・会員対応・予約変更など「AIが実際に操作して完結させる」業務が多い企業。FAQへの回答だけが目的なら、Sierraは過剰です。
✓
向いている：ブランドトーンに強いこだわりがある企業
「うちのブランドらしい言葉遣いで答えてほしい」という要件がある企業。チャットボットとしての精度より、ブランド代表者としての品質を重視するなら刺さる。
✓
向いている：CXチームとエンジニアが両方いる企業
Agent StudioとAgent SDKを両方活かせる組織体制があるか。どちらか一方だけでも使えるが、本来の強みはCXチームと開発チームが同じエージェントを分担して育てる構造にある。
✕
向かない：ナレッジベースが整っていない企業
Sierraの品質はナレッジ・ポリシーの整備度に比例します。社内の手順書・FAQ・ポリシーが散乱している状態のままでは、エージェントの品質も安定しません。
✕
向かない：単純FAQの自動化だけが目的
「よくある質問に自動で答えたい」だけなら、Sierraは設計・運用コストに対してオーバースペックです。IntercomのFin AIや他の軽量ツールの方が費用対効果が高い可能性があります。
Japan Context
日本企業にとってどう関係があるか
Sierraは2025年にシンガポールオフィスを開設し、アジア展開を加速しています。直接の日本語対応・日本拠点はまだ途上ですが、日本の事業者にとって「対岸の話」ではなくなってきているのは確かです。
特に注目したいのがD2C・ECの文脈です。日本のECでは返品対応・在庫確認・注文変更への問い合わせが膨大にあります。そこに「解決したら払う」成果課金AIエージェントが入ってきたとき、人員コストとの比較計算が一気にシビアになる。
また、LIF Techが取材するマーケティング領域でも直結した話があります。ウェルベスト（富士産業）のようなD2Cヘアケアブランド、すららネットのような教育SaaS——ユーザーからの問い合わせを「完了率」で課金するAIエージェントは、既存のCS体制に対する最大のコスト圧力になる可能性があります。今すぐ導入する・しないにかかわらず、この波を知っておく意味はあります。
⚠️ 日本導入の現実的な注意点：現時点でSierraの日本語UIや日本向けサポート体制は整備途上です。規制業種（医療・金融）への導入は、公式のコンプライアンス情報だけでなく自社の法務・セキュリティレビューが必須です。導入検討は最新の公式情報と商談での確認を前提に進めてください。
FAQ
よくある質問
SierraはIntercomやZendeskと何が違いますか？
IntercomのFin AIやZendeskのAIは「チケット対応の効率化・回答提案」が主軸です。Sierraは「AIが実際にシステムを操作してアクションを完了させる」設計が核心で、ハンドオフの設計やブランドトーン制御も含めた運用レイヤー全体を提供しようとしています。複雑な手続きを自律処理させたい場合はSierraの方が設計が深いです。
料金はどのくらいですか？
公開価格表はありません。アウトカムベース課金が基本で、「何を解決とみなすか」「エスカレーションをどう設計するか」をもとに個別設定されます。商談で自社のユースケースと期待成果を定義するところから始まります。
ノーコードで使えますか？開発者が必要ですか？
Agent Studio（ノーコード）とAgent SDK（コード）の両方があります。シンプルな用途はStudioだけでも運用できますが、既存システムとの深い統合・複雑なロジックにはSDKが必要です。CXチームとエンジニアチームが分担できる組織では、両面を使いこなすことで真価が出ます。
ChatGPTとの統合とは何ですか？
2025年に発表された連携機能で、ワンクリックでSierraで構築したエージェントをChatGPT上に公開できるようになりました。OpenAI理事を務めるBret Taylorの人脈を活かした統合です。
日本語対応はしていますか？
Sierraのエージェント自体は多言語（数十言語）対応を謳っています。ただし日本向けのサポート・UIの日本語化・国内拠点は整備途上です。日本語コンテンツでの実運用を想定する場合は、商談時に詳細を確認することを強く推奨します。
Summary
まとめ：チャットボットの時代は終わった、という話
Sierra AIを調べていて感じたのは、「AIカスタマーサポート」の定義が静かに塗り替えられているということです。FAQボットを置く→問い合わせを自動回答する、という旧来の設計から、ブランドの声で動き・システムに手を入れ・完了まで責任を持つエージェントへ。
成果課金モデルはその象徴です。「解決した分だけ払う」は、AIが「ツール」から「担当者」へと移行したことを意味します。OluKaiで解決率70%というのは、CS業務の7割をAIが完遂したということです。人間の仕事が「7割減った」と言い換えることもできる。
日本でSierraがそのまま普及するかはわかりません。でも、この設計思想と成果課金モデルは、日本市場にも必ず来ます。今のうちにSierraを理解しておくことは、AI時代の顧客対応をどう設計するかを考えるための、最高の教材になると思っています。
