Decagon vs Freshdesk AI：あなたのチームに最適なカスタマーサービスプラットフォームは？

AIはサポートチームの運営方法を再構築していますが、すべてのAIプラットフォームが同じように問題に取り組んでいるわけではありません。 AIネイティブソリューションとしてゼロから構築されたものもあれば、既存のヘルプデスクインフラストラクチャにインテリジェンスを追加するものもあります。 今後数年間、顧客体験を形作るプラットフォームを選択する際には、この区別を理解することが重要です。

DecagonとFreshdesk AIは、根本的に異なる2つの哲学を表しています。 Decagonは、自律的な解決のために設計されたAIネイティブプラットフォームです。 Freshdesk AIは、数千のチームがすでに使用している成熟したヘルプデスクにインテリジェンスを重ねています。 どちらもサポート業務を変革できますが、組織のニーズ、技術力、予算構造が異なります。

検討する価値のある中間的な方法もあります。 eesel AIでは、Freshdeskのアプローチのアクセシビリティと、Decagonの魅力的な自律機能の一部を組み合わせた、既存のヘルプデスク内で動作するAIチームメイトを構築しました。 これがどこに適合するかについては、後で説明します。

各プラットフォームが実際に提供するもの、主要な側面での比較、およびどちらがあなたの状況に適しているかを分析してみましょう。

Decagonとは？

Decagonは、2023年にAIネイティブのカスタマーエクスペリエンスプラットフォームとして発売されました。 同社は自らを「すべての顧客のためのAIコンシェルジュ」と位置付けており、そのアプローチは、人間の介入なしに最初から最後まで顧客の問題を解決する自律型AIエージェントの構築を中心に展開しています。

中核となる概念は、封じ込め（コンテインメント）です。 AI自動化を通じてできるだけ多くのチケットをそらすことです。 Decagonの顧客には、Duolingo、Notion、Chime、ClassPass、Dropboxなどの有名な企業が含まれています。 これらは、複雑なサポートニーズと、高度なAIシステムを実装するための技術リソースを備えた企業です。

Decagonの主な差別化要因は、Agent Operating Procedures（AOP：エージェント運用手順）と呼ばれるものです。 これらは、コードにコンパイルされる自然言語の指示であり、非技術系のチームメンバーがAIエージェントのワークフローを定義できます。 複雑な構成スクリプトを作成する代わりに、エージェントに実行させたいことを平易な英語で記述すると、システムがそれを実行可能なロジックに変換します。

このプラットフォームは、単一のインテリジェンスレイヤーからの音声、チャット、メール、SMSをサポートしており、チャネル間で永続的なユーザーメモリを備えています。 これは、顧客がチャットで会話を開始し、メールでフォローアップした場合、AIがコンテキストを記憶していることを意味します。

Decagonは、エンタープライズ規模の運用向けに構築されています。 実装には通常、専門サービス契約が必要であり、数週間から数か月かかる場合があります。 セルフサービスサインアップや無料トライアルはありません。 デモを予約し、チームと協力してソリューションの範囲を決定し、展開します。

Freshdesk AIとは？

Freshdeskは、2010年から存在する成熟したヘルプデスクプラットフォームであり、現在、世界中で74,000を超える企業にサービスを提供しています。 これは、Freshworksビジネスソフトウェアスイートの一部です。 Freddy AIは、既存のFreshdeskプラットフォームに自動化とインテリジェンスを追加するAIレイヤーです。

ここでの哲学は異なります。 ヘルプデスクをAIに置き換えるのではなく、Freshdesk AIがそれを拡張します。 このプラットフォームは、主に2つのAIコンポーネントを提供します。自律的な顧客対応の解決のためのFreddy AI Agentと、応答の作成、会話の要約、リアルタイムの提案による人間のエージェントの支援のためのFreddy AI Copilotです。

Freddy AI Copilotには、いくつかの特定の機能が含まれています。

• AIライティングアシスタント：チケットの詳細と過去の会話を使用して返信を作成します
• AI翻訳アシスタント：60以上の言語でリアルタイム翻訳を提供します
• AI要約アシスタント：長い会話スレッドを凝縮します
• AI解決アシスタント：同様の過去のチケットと関連するナレッジベースの記事を表示します
• AI感情アシスタント：顧客の不満や緊急性をリアルタイムで検出します

Freshdeskのメッセージングは、「AIは初日から複雑さを処理し、チームはつながりを構築する」ことを強調しています。 これは、自動化できるものは自動化し、関係構築と複雑な問題解決のために人間を関与させ続けるというハイブリッドアプローチを反映しています。

このプラットフォームは、メール、チャット、電話、ソーシャルメディア、メッセージングアプリ全体でネイティブなオムニチャネルサポートを提供します。 Freshdeskをすでに使用しているチームにとって、Freddy AIの追加は、プラットフォームの移行ではなく、自然な拡張です。

機能比較：Decagon vs Freshdesk AI

根本的な違いはアーキテクチャにあります。 Decagonは、顧客サポートを処理するスタンドアロンAIプラットフォームです。 Freshdesk AIは、AIを使用するヘルプデスクプラットフォーム内の機能セットです。

これはいくつかの理由で重要です。 Decagonは、その目的のために特別に構築されているため、理論的にはより高い自律的な解決率を達成できます。 彼らの顧客は、70〜80％のデフレクション率と最大95％のコスト削減を報告しています。 ただし、これにはトレードオフが伴います。実装するにはエンジニアリングリソースが必要であり、2つのシステム（AI用のDecagonと、人間の引き継ぎ用の従来のヘルプデスク）を維持することになる可能性があります。

Freshdesk AIのハイブリッドモデルは、80％の自律的な解決に達する可能性は低くなりますが、人間のクリーンアップが必要なAIの誤った処理が発生する可能性も低くなります。 ネイティブな引き継ぎは、AIが何かを解決できない場合、同じプラットフォーム内で人間エージェントへの移行がシームレスであることを意味します。

DecagonのAOPは、特定のシナリオでAIがどのように動作するかを正確に微調整したいチームに対して、より詳細な制御を提供します。 Freshdeskの構築済みのワークフローを使用すると、より迅速に開始できますが、エッジケースに対する柔軟性は低くなります。

価格比較

価格は、これらのプラットフォームが最も大きく異なる点です。

Decagonの価格

Decagonは、公開価格を公開していません。 すべてがカスタム見積もりベースであり、通常はエンタープライズレベルのコミットメントが必要です。 業界分析に基づいて、実装は年間150,000ドルから始まることが多く、ボリュームと複雑さによっては大幅に高くなる可能性があります。

無料トライアルまたはセルフサービスオプションはありません。 デモを予約し、販売プロセスを経て、特定のニーズに基づいてカスタム提案を受け取ります。

この価格モデルは、Decagonのターゲット市場（複雑なサポート業務とそれに見合う予算を持つ大企業）に適しています。 しかし、小規模なチームや、コミットする前に実験したいチームにとっては摩擦が生じます。

Freshdesk AIの価格

Freshdeskの価格は透明性があり、公開されています。

Freddy AIコンポーネントはアドオンです。

• Freddy AI Agent（メール）：最初の500セッションはPro/Enterpriseプランに含まれており、その後は100セッションあたり49ドル
• Freddy AI Copilot：アドオンとして利用可能（価格は公開されていません）

Freshdeskは14日間の無料トライアルを提供しており、営業担当者と話すことなく開始できます。

総コストの考慮事項

Decagonの総コストは予測が難しいですが、ほとんどの組織にとっては高くなる可能性があります。 専門サービス、継続的なサポート、およびプラットフォーム自体にお金を払っています。 価値提案は、高い自律的な解決率が人員配置コストの削減を通じて投資を正当化することです。

Freshdeskのコストはより予測可能ですが、加算される可能性があります。 Freddy AI Copilotを使用するProプランの20人のサポートチームは、AIセッションのボリュームに応じて、月額約1,500〜2,000ドルを支払う可能性があります。 トレードオフは、実装リスクが低く、専用のエンジニアリングリソースが不要になることです。

実装と価値実現までの時間

Decagonの実装は、専門サービス契約です。 一般的なタイムラインは6〜12週間ですが、複雑なエンタープライズ展開にはさらに時間がかかる場合があります。 統合、ワークフロー設計、およびテストについてDecagonのチームと協力するには、技術リソースが必要です。

このプラットフォームには、シミュレートされた会話やさまざまなエージェントバージョンのA/Bテストなど、テストおよびQA機能が含まれています。 Decagonが稼働すると、顧客とのやり取りを自律的に処理するため、これは重要です。 実際の顧客に触れる前に、うまく機能することを確認する必要があります。

Freshdesk AIは、特にすでにFreshdeskの顧客である場合は、数日でアクティブ化できます。 Freddy AI Agentは、他のFreshdesk設定に使用するのと同じ管理インターフェイスを通じて構成できます。 Freddy AI Copilotは、チームがすでに作業しているエージェントワークスペースに直接表示されます。

Freshdeskを初めて使用するチームの場合は、最初に基本プラットフォームを設定する必要があります。チャネルの構成、ナレッジベースの構築、ワークフローの設定などです。 これには数週間かかる場合がありますが、並行して実行でき、Decagonと同じレベルの技術的専門知識は必要ありません。

ユースケースの適合性：誰がどちらを選択すべきか？

次の場合はDecagonを選択してください。

• 高度な自動化を必要とする複雑な技術サポートワークフローがある場合
• チームが実装と継続的な最適化に利用できるエンジニアリングリソースを持っている場合
• 自律的な解決率を最大化し、それを達成するために投資する意思がある場合
• 予算がエンタープライズレベルのコミットメントと専門サービスをサポートしている場合
• 人間の引き継ぎのために別のヘルプデスクとの統合が必要になる可能性があるスタンドアロンAIプラットフォームに慣れている場合

次の場合はFreshdesk AIを選択してください。

• すでにFreshdeskを使用しており、プラットフォームを切り替えることなくAI機能を追加したい場合
• 人間の監督が組み込まれたAIの採用に対する段階的なアプローチを好む場合
• チームの規模に合わせてスケーリングする予測可能で透明性のある価格設定が必要な場合
• チームに実装のための広範な技術リソースがない場合
• 1つのプラットフォームで統合されたヘルプデスクとAIソリューションが必要な場合

eesel AI：コラボレーション型の代替手段

検討する価値のある3番目のオプションがあります。 eesel AIでは、既存のヘルプデスクを置き換えるのではなく、その中で動作するAIチームメイトを構築しました。

私たちのアプローチは、両方のプラットフォームの最高の側面を組み合わせています。 Freshdesk AIと同様に、既存のインフラストラクチャ内で動作します（Zendesk、Freshdesk、Intercom、Gorgiasなどと統合します）。 Decagonと同様に、チケットをエンドツーエンドで処理できるAIエージェントによる自律的な解決機能を提供します。

主な差別化要因：

• 透明性のある価格設定：チームプランは月額239ドルからで、隠れた料金やカスタム見積もりはありません
• デフォルトでヒューマンインザループ：AIは送信前にレビューのために応答を下書きするため、制御を維持できます
• セットアップに数分、数週間ではありません：ヘルプデスクを接続すると、既存のデータからすぐに学習します
• 段階的な自律性：AIアシスタンスから始めて、自信が高まるにつれて完全な自動化に拡張します

また、DecagonもFreshdesk AIも提供していない機能も提供しています。それは、ライブになる前に過去のチケットでシミュレーションを実行する機能です。 AIが過去の会話をどのように処理したか、解決率を測定し、実際の顧客に触れる前に動作を調整することができます。

プラットフォームの再構築やエンタープライズレベルのコミットメントなしにAIコラボレーションを必要とするチームにとって、この中間的な方法は多くの場合、最も理にかなっています。

意思決定を行う

DecagonとFreshdesk AIの選択は、根本的なトレードオフ、つまり自律的なAIパワーと統合されたシンプルさに帰着します。

Decagonは、自律的な解決の可能性が最も高いですが、実装と継続的な最適化に多大な投資が必要です。 これは、複雑なニーズとそれに見合うリソースを持つ大企業にとって正しい選択です。

Freshdesk AIは、特にFreshworksエコシステムにすでにいるチームにとって、AIを活用したサポートへのよりアクセスしやすいエントリーポイントを提供します。 ハイブリッドアプローチは、リスクが低く、採用が容易であることを意味しますが、完全な自動化の上限が低くなる可能性があります。

どちらかにコミットする前に、以下を検討してください。

1. 技術リソース：複雑な実装のためのエンジニアリング能力はありますか？
2. リスク許容度：最小限の人的監督でAIが顧客とのやり取りを処理することに慣れていますか？
3. 予算構造：予測可能なシートごとの価格設定を好みますか、それともエンタープライズソフトウェア投資の準備ができていますか？
4. タイムライン：次の四半期にAI機能が必要ですか、それともより長い実装に投資できますか？

不明な場合は、コミットする前にテストできるプラットフォームから始めてください。 eesel AIでは、過去のチケットでシミュレーションを実行して、AIが実際のデータでどのように機能するかを確認できます。 これは、主要なプラットフォームの決定を行う前に、AIが特定のサポート業務に何ができるかを理解するためのリスクの低い方法です。