Ago AIレビュー(2026年):プロダクト内蔵型サポートエージェントを検証

Ago AIとは?

Agoは自らを「The Customer Agent OS」と称しています。Agoのホームページによると、中心の考えは、顧客はすでにプロダクトの中にいるのだから、サポートエージェントもそこにいるべき、というものです。質問は、顧客がすでにいるページ上で解決済みのアクションになり、ヘルプセンターへの遠回りも、チケットも、セッションの喪失もありません。

業界のベテラン2人が作り、共同創業者のDamien Mourotは「resolve, don't reply」という切り口について頻繁に発信しています。主な実績は強力で、MiraklでのCSAT 96%、80万件以上の会話処理、チケットの70%をAIが解決、と謳っています。Miraklでの取り組みはOpenAIが記事にしており、この規模のツールの多くが持たない確かな信頼性のシグナルです。

Agoが多くのAIカスタマーサポートエージェントと違う点は2つあります。1つ目は、ウィジェットではなくSDKで組み込むこと。2つ目は、サービス層が付くことで、ダッシュボードを渡して幸運を祈るのではなく、専任エンジニアがエージェントを構築・チューニングします。この2点に加え、料金と弱点も掘り下げます。

訴求点:プロダクトの横ではなく内側にいるエージェント

私が注目したのはここです。ほとんどのAIチャットボットは隅にあるバブルです。答えられないときはヘルプ記事を渡すかチケットを開き、ユーザーはそれまでのフローから離れてしまいます。Agoの開発者向けSDKはエージェントをアプリ内部に置き、通常のウィジェットにはできない3つのことを可能にします。

• ルートを移動する。 「請求書を見せて」と頼むと、エージェントが実際にそこへ移動します。自社のnavigate関数を呼ぶので、ルートガードや認証もそのまま機能します。
• ページの状態を変える。 「期限切れだけ、新しい順」と言えば、今の画面のフィルターと並び順が更新されます。
• JavaScript関数を実行する。 JSONスキーマで関数を記述し、エージェントが呼ぶとブラウザ内でハンドラーが動き、結果が会話に戻ります。

なぜこれが重要かは、次の図が一番分かりやすいでしょう。

SDKにはReact、Vue 3、Angular向けのバインディングと、どのサイトでも使えるscriptタグ版があり、Apache 2.0ライセンスで@useago/sdkとしてnpmに公開されています。コーディングエージェント経由のインストール方法まであり、Claude Code、Codex、CursorにAgoのllms-full.txtファイルを指すだけで、チャットパネルを組み込んでくれます。連携を出荷する側の人間として、これはとても良いと思いました。本当にモダンな開発者体験です。

正直な裏面もあります。これは本格的なフロントエンド作業です。基本のチャットパネルは2分で入りますが、ナビゲーション、ページ状態、最初の関数を組み込むには、Ago自身の見積もりで1画面あたり半日のエンジニアリングが必要です。開発者がいれば問題ありませんが、サポート部門がエンジニアの時間なしで担うことになっているなら障害になります。私が話すサポートリーダーの多くは、まさにその状況にいます。

Agoの実際の仕組み

組み込み層の下では、リクエストの流れは最新のRAGベースのエージェントに期待される通りです。適切な文脈を取得し、ライブデータを呼び出し、出典付きで回答します。

単純なFAQボットとの違いは4番目のステップにあります。Agoのプラットフォームは、バックオフィスで動くエージェントを軸に作られています。受注管理システムで注文や返金を処理し、CRMの顧客レコードを更新し、ワークフローやエスカレーションを起動します。これが「返信ではなく解決」という約束で、正しい約束です。顧客が返金のためにチケットを開かなければならないなら、デフレクションの数字に意味はありません。

本当に人間が必要な質問では、Agoはルーティングルールを確認し、適切なシステムに詳細なチケットを作成します。そのためエスカレーションはZendeskやJiraに完全な文脈を持ち込み、冷たい会話記録をエージェントに投げつけることはありません。これは正しい直感です。ライブのサポートキューでAIを何年も見てきて、最も早く信頼を壊すのは「分かりません」と言うボットではなく、自信満々に間違った答えを返すボットや、文脈なしでエスカレーションするボットです。Agoはそれを明らかに理解しています。

Ago AIの料金と実際に支払う額

Agoの料金ページは、申し込みを営業の背後に置いているツールとしては、私が見た中でも透明性の高いものです。プランは2つあります。

良い点がいくつかあります。Agoは解決ではなく会話に課金するので、何が「解決」に数えられるかという曖昧な計算がありません。シートは無制限なので、チーム全員が使っても追加費用はかかりません。そして数字は本物で、「見積もりは問い合わせ」というブラックボックスではありません。

月額最低€500は慎重に試算すべき点です。1会話€0.50なら、最低額で最初の1,000会話をカバーし、それを超えた分が加算されます。ボリュームごとの1か月のおおよその姿は次のとおりです。

自分の数字を入れたい場合は、この計算機が公開レートで計算します。

注意点は、会話単位課金モデルに共通のものです。コストは提供した価値ではなく、ボリュームに比例します。会話が安価なFAQ中心なら1件€0.50は問題ありません。しかし低意図の問い合わせや繰り返しの連絡が多ければ、売上や解約リスクにつながらないやり取りにお金を払うことになります。AIエージェントと人間のエージェントのコストを比べるのと同じように、実際のチケット構成で試算する価値があります。

共同構築モデル:一緒に作るエンジニア

これはAgoを特徴づけるもう1つの点で、本当の差別化要素です。Ago自身のFAQでの説明ははっきりしていて、多くのAIカスタマーサービスソフトはFAQのデフレクションで止まるが、Agoはフォワードデプロイドエンジニアを提供し、エージェントを構築・チューニングして解決率を毎週引き上げる、というものです。

実際には、専任のAIエンジニアが失敗した会話をレビューし、プロンプトやツールの変更を出荷し、品質KPIを週次で報告します。存在しないフローや動作は、ロードマップに載せるのではなく作ってくれます。Agoが根拠とするのがSilaeの事例で、デフレクションされた会話が40%から75〜85%になったとしています。

MLやプロンプトエンジニアリングの力がないチームにとって、これは確かに価値があり、小さなベンダーがエンタープライズ水準の解決率を出せる正直な理由でもあります。代償は依存です。エージェントの改善はサービス関係に結びついており、自社チームが日々完全に握れるものではありません。それが強みかリスクかは、社内にどれだけの余力があるかで決まります。

AI-readyドキュメント:AIの前に知識を直す

AgoはAI-readyドキュメントのサービスも販売しており、多くのベンダーが静かに無視している問題を名指ししている点を評価したいです。AIの質は、その背後にある知識の質で決まります。

主張はこうです。ドキュメントは10か所に散らばり、半分は古いか重複しており、構造の悪いコンテンツはそのままハルシネーションにつながります。そこでAgoのチームがドキュメントを監査し、重複を除き、検索向けに再構成し、整理した内容を現場の専門家が検証します。自動インポートではなく、コンサルティングの取り組みです。

これは私が常に耳にするパターンと重なります。私が話したあるサポートマネージャーのナレッジベースは全面的に管理者向けに書かれていましたが、実際のチケットはエンドユーザーからで、根本的な読者のミスマッチのため、モデルがどれだけ優秀でも分かりにくい回答が出ていました。ナレッジベースを整えることは、最も効果の大きい対策であることが多く、Agoがそれを売るのは正しい判断です。ただしお任せのドキュメント整理は即座には終わらないので、プロジェクトとして予算を見てください。

セキュリティ:意図的にエージェントを攻撃する

Agoが規模以上の力を見せる分野がセキュリティです。SOC 2 Type II認証を取得し、GDPRに準拠し、欧州でホストされ、データ主権の要件にはEUのモデルプロバイダーが使えます。

目玉はAgoの「Security Lab」で、実際のチャットパイプラインを通じ、本番のシステムプロンプト、ツール、知識に対して敵対的な攻撃を実行します。保護対象データが漏れたか、禁止されたツールが実際に呼ばれたかという影響度で採点し、すべてをOWASPのAgentic Applications向けTop 10に対応づけます。攻撃の種類にはプロンプトインジェクション、ナレッジベースからの流出、未承認のツール呼び出しがあり、変更のたびにテストスイートのように実行されます。エージェントに自律的に返金させようとしているチームにとって、この種のテストはセキュリティレビューがまさに求めるもので、「初回で合格」は購入者が重視する主張になるでしょう。

実際のユーザーはAgo AIをどう評価しているか

ここは率直に書く必要があります。機能一覧よりも重要だからです。Agoには、独立した公開レビューの実績がほぼありません。

G2のプロフィールは未登録で、レビューは0件です。CapterraやTrustpilotの掲載はなく、Agoに言及するRedditのスレッドも、Product HuntやHacker Newsでの議論もありません(「Agent OS」という名前は無関係な複数のツールと重なり、見つけやすさの助けになりません)。Agoに結びつく公開の声は、創業者たちとAgo自身のサイトにある顧客の声だけです。読み応えがあり具体的ですが、ベンダーが公開したもので、独立したものではありません。

これは製品への批判ではなく、成長段階についての事実です。Agoは初期にあります。ただ、購入の仕方は変わります。マーケティングを確認できる第三者レビューがない以上、頼れるのは自社のパイロットと営業との関係だけなので、トライアルは厳密に行ってください。

サポート現場の実務者の声は、ここで聞く価値があります。まさにAgoが越えるべき基準だからです。AIサポートで実際に何が機能するかについて:

"No one has fully solved support with AI, but parts of it are very solvable. The biggest win I've seen is AI drafting replies that agents review before sending. It removes the repetitive typing without giving up control... The draft and approve model feels like the safest long term approach."

Bart_At_Tidio, Reddit

そして、展開が成功するものと失敗するものがある理由について:

"The ones who say AI actually worked for them almost always have the same two things: the AI handles a narrow set of questions really well instead of trying to cover everything, and when it escalates, the human gets context... The ones who say it failed? Usually thought 70-90% deflection rate was a successful metric when it's unrealistic without proper training, knowledge resources, testing, continuous improvement."

KristineGladly, Reddit

この2つ目の引用がすべてです。狭い対象範囲、整った知識、実際のエスカレーション文脈、継続的な監査は、見出し用のデフレクション率を追うことに勝ります。Agoの設計(アクション実行、豊富なエスカレーション、週次チューニング、ドキュメント整理)は、まさにこの基本に向けられており、心強いです。未解決の問いは、看板の事例の外でも通用するかで、それに答えられるのは自社のパイロットだけです。

Ago AIが向いている場面と向いていない場面

Agoを選ぶなら: ユーザー向けの実際の画面を持つSaaSプロダクトを作っていて、フロントエンド開発者がおり、横に付いたバブルではなく、アプリの中に住み、移動し、行動するエージェントが欲しい場合です。社内にAIの専門知識がなく、解決率の向上を他の誰かに任せたいなら、フォワードデプロイドエンジニアのモデルは強く合います。透明な1会話€0.50の料金と本格的なセキュリティ体制は、特に欧州のチームにとって信頼できる要素です。

他を探すなら: 開発プロジェクトなしで既存のヘルプデスクのキューにAIを追加したい場合、営業との通話なしで今週中にセルフサービスで本番稼働したい場合、信頼する前に自社の過去チケットでエージェントをテストしたい場合です。これらは別のニーズで、既存のスタックにインストールできるAIチームメイトが優位に立つ領域です。

既存のヘルプデスクでeeselを試す

Agoの「resolve, don't reply」という約束は魅力だが、組み込みSDKは手持ちのエンジニアリング力を超える、という場合は、eeselを見る価値があります。eeselはAIチームメイトのプラットフォームで、自分でエージェントを作る代わりに、すぐ働けるAIヘルプデスクチームメイトを迎えます。既存のZendesk、Freshdesk、Help Scout、Slackに参加し、過去のチケットとドキュメントから学び、実際のキューで下書きや解決を始めます。

これらのツールを比較する読者にとって重要な違いが2つあります。1つ目は、セットアップがセルフサービスで速いこと。ヘルプデスクを接続するだけで、フォワードデプロイドエンジニアリングの契約は不要です。2つ目は、eeselが実際の顧客に回答する前に、過去数千件のチケットでシミュレーションを行い、予測解決率を示すことです。スイッチを入れて祈る必要はありません。この習慣は、自信満々のボットが実際のキューで誤答するのを何年も見てきた経験から生まれたもので、これなしにサポートAIをデプロイすることはありません。

そしてAgoの開発者向けの取り組みが気に入ったなら、eeselにもあります。eesel CLI(npmの@eesel/cli)を使えば、同じチームメイトとワークスペースをターミナルから操作できます。連携の接続、常設の指示の編集、ヒューマンインザループの承認管理、実行ごとのアクティビティ確認がすべてJSONででき、--dry-runフラグを付ければ書き込みが送信前に行う正確な呼び出しを表示します。すべてのワークスペースはMCPサーバーでもあるため、Claude Code、Codex、Cursorといったコーディングエージェントが直接操作できます。ダッシュボードをクリックするよりサポートをスクリプト化したいエンジニア向けの、エージェントに優しいインターフェースで、無料で始められます。