Ema AIの代替9選：2026年サポートチーム向け

サポートチームがEmaを見送る理由

まず公平に言っておきたい。Emaは真剣な企業であり、オンラインで見かける批判の多くは雑なものだからだ。

Emaは2023年2月に、Coinbaseの2021年のIPOを通じて最高製品責任者を務めたSurojit Chatterjee氏と、元Okta エンジニアリング担当VPのSouvik Sen氏によって設立された。AccelとSection 32を主導投資家として、これまでに$61M以上を調達している。

そのコンプライアンス体制はこのリストの中でも最強クラスだ。トラストページではSOC 2 Type II、ISO 27001、ISO 27701、ISO 27017、ISO 42001に加え、シングルテナント、オンプレミス、エアギャップ展開を謳っている。ここに並ぶベンダーでこれに匹敵できるものはほとんどない。

そしてモデルルーティング層であるEmaFusionは、単なるマーケティング上の煙幕ではない。arXiv:2504.10681（2025年4月公開）という実際の論文があり、1,000プロンプトサンプルあたり$5.21で94.3%の精度を報告している。これはo3-miniの$16.29で91.7%と比較したものだ。ルーティング層を構築したことがある身として、これは強い結果であり、二度読んでも損はない。

問題は「Emaは悪い」よりももっと限定的なもので、4つすべて検証可能だ。

1つ目：サポートはもはや正面玄関ではない

Emaのホームページの見出し（H1）は今日、「AI Employees for HR, IT, and Finance」となっている。カスタマーサポートはそこに出てこない。カタログもそれを裏付けている。Emaが販売する27種類の名前付きAI従業員のうち、顧客対応型は6種類、残り21種類はHR、IT、財務、営業、採用をカバーしている。サイト全体のバナーは現在Ema Recruiterを宣伝している。

これは戦略上の判断であり、スキャンダルではない。しかしそれは実際の成果物にも表れている。カスタマーサポートアシスタントページのCMS記録は最終更新日を2025年7月2日と報告しており、今でも「200以上のエンタープライズアプリケーション」と宣伝している一方、ホームページは250以上と主張している。より新しいカスタマーエクスペリエンスハブ（2026年3月26日更新）は、1ページの中で解決率を3通りに引用している。プロダクトカードでは75%超、FAQの両方の項目では85%超、メタディスクリプションでは80%超だ。6つあるCXカードのうち4つは行き先ページがなく、デモフォームへ誘導されるだけだ。

これらは致命的ではない。しかしどれも、ロードマップの注力先がどこに向かっているかを物語っている。

2つ目：ヘルプデスクは道具であって教師ではない

これが実際にロールアウトの成否を決めるポイントで、それを見つけるにはビルダーのドキュメントを読み込む必要があった。

私が確認した12のヘルプデスクはすべて、EmaのインテグレーションカタログのTicketingカテゴリに存在する。カタログ自体は本物で、256の異なる名前付きツールを数えた。これは「250以上」という主張を余裕でクリアしている。Emaはチケットを作成し、フィールドを更新し、返信を投稿できる。

しかしEma自身がデータコネクタのドキュメントでその境界線を引いている。「ツールがAI従業員に外部システムで行動させるのに対し、コネクタはコンテンツについて知ることを可能にする」。そしてサポート対象コネクタの表には正確に4行しかない。

同じ表には見落としがちなもう一つの穴がある。公開ウェブサイトのクローラーも存在しない。ヘルプセンターのURLを指定してインデックスさせることはできない。Confluenceは社内ウィキをカバーするが、それ以外はすべてフォルダの中のファイルだ。

公平を期すために言うと、Emaのマーケティングページはこれとは違う主張をしている。サポートアシスタントのページには「ヘルプデスクを接続すれば、Emaは過去のチケットを取り込み、過去の解決内容からパターンを学習する」とあり、Moneyviewの事例は数百万件の過去チケットでの学習について記述している。したがってその機能はサービスとして提供されるインポートとして存在している可能性は十分にある。ただ、製品ドキュメントには載っておらず、そこに記述されている取り込みパイプライン（ファイルの一覧化、ダウンロード、テキスト抽出、チャンク化、埋め込み）は最初から最後までファイル前提の形をしている。チケット学習が重要なら、その仕組みを書面で確認すること。

3つ目：リハーサルは自分で作るスプレッドシートだ

Emaには評価機能がある。テストケースのCSVをアップロードし、POST /datasetsとPOST /datasets/{id}/mappingを通じてその列をマッピングする。過去の自社チケットをコンテンツとして使うことは明示的に許可されている。しかしインポーターも、コネクタも、ワンクリックのリプレイもない。エクスポートとクレンジングは自分でやる仕事だ。

採点はルーブリックベースのLLM審査であり、Emaはそれを2回明言していて、評価実行が出す唯一のスコアはrubric_scoresだとしている。決定論的なassertionsフィールドは保存されるが、Ema自身の言葉によれば、それを評価する出荷済みコードは存在しない。

ドライランにはもっと鋭い問題がある。ツール呼び出しを模倣するといっても、実データを返すのではなく引数をそのままエコーバックするだけで、Ema自身がこれは「配線と引数の埋め込みを証明するだけで、出力の扱いを証明するものではない」と認めている。API経由のみで、チャット作成画面にトグルはない。そしてテストのドキュメントにはこう書かれている。「メール送信ノードに到達するドライランは、実際にメールを送信する」。

これは怠慢ではないと思う。ツールの実態を正直に伝えるドキュメントだ。しかし、AIエージェントが準備の整わないうちに実際の顧客と話しているのを見たことがあるなら、この一文の受け止め方は変わってくるはずだ。

4つ目：営業電話なしでは触ることすらできない

サインアップも、トライアルも、サンドボックスもない。ページのソースには「sign up」も「free trial」も「log in」も含まれていない。導線は5項目のHubSpotデモフォームだ。/pricingはそこへリダイレクトされる。

Emaは自社モデルを「no unused module, no tokenmaxxing」を掲げた成果ベースと呼んでおり、これは良いピッチだが、それを検証できる料金はどこにもない。そして提供体制はシステムインテグレーターに大きく依存している。PwC、KPMG、Wipro、NTT Data、Teleperformanceがデリバリーパートナーとして名を連ねている。200人規模のサポート組織にとってはそれが普通だが、15人のチームにとっては長い道のりだ。

独立した検証情報も薄い。EmaのG2プロフィールは登録されているものの、レビューは0件でNPSも0だ。CapterraやTrustpilotへの掲載もない。Hacker Newsへの投稿は2件あるが、両方合わせてコメントはゼロだ。これはすべて営業デモ経由で販売するエンタープライズベンダーとしては典型的だが、レビューの蓄積ではなく紹介先に頼ることになるという意味でもある。

私が実際に確認したこと

私はこの分野でずっとインテグレーションを構築してきたが、そこで学んだ疑い方が一つある。どのベンダーの精度数値も、そのベンダー自身が選んだコーパスで測定されているということだ。

考え方を変えさせられた数字がある。あるドイツのオンラインジュエリー小売業者が、ZendeskとShopifyで月間約1,000件のチケットを扱う実トラフィックのトライアルで、トリアージ精度93%、受信箱の22%を占めるスパムに対して誤検知ゼロでスパム検知100%を計測した。保証請求では96.4%が実用的なドラフトを生成した。どう見ても良い結果だ。

同時に事実誤りの割合が7%であることも計測しており、無編集のまま送信されたドラフトはわずか12%だった。

「方向性としては正しい」とされた88%と、事実として誤っていた7%は同じドラフトの中に存在していた。ルーブリックで採点されたスプレッドシートが評価するのはその88%の方だ。実際に顧客が送ってきたチケットに対するリプレイだけが、その7%を表面化させる。私の同僚Amogh Sardaはこの失敗モードを防ぐことを表現するフレーズを持っている。「ハードフェイルであればそれはサイレントフェイル型だ(信頼にとって最悪のクラスだ)」。

というわけで、それが私が全員を採点した基準の梯子だ。

第4段だけが、書き留めることすら思いつかなかった問いを見つけてくれる。月間約7,000件のGorgiasチケットを扱うDTCサプリメントブランドのCXリーダーが、買い手側の視点を私よりうまく言い表していた。

「AIが100%の質問に答えられることは絶対にない。でも、もしAIが答えを試みて『すみません、わかりません』とだけ返すなら、7,000件全部をチェックしてAIが実際に良い回答をしたか確認することなんて私にはできない。それなら意味が少し薄れてしまう。私が必要としているのは、対応する自信のあるチケットだけを扱い、それ以外には手を出さないAIだ。」

リハーサルに加えて、私は各ツールをナレッジソース、ヘルプデスク対応範囲、価格が公開されているか、セキュリティ体制、そして買い手が実際に読める独立レビュー証拠の量で採点した。Emaの代替だけでなくより広いカテゴリを知りたいなら、ベストAIエージェントとAIヘルプデスクソフトウェアのまとめ記事がより広い範囲をカバーしている。

あなたのショートリストを選ぶ

チームによってEmaを離れる理由は異なる。自分に当てはまるものを選んでほしい。

9つの代替を一覧で

Emaは最初の行に置いてあるので、それを基準に残りを読んでほしい。

1. eesel AI

最適な用途: 調達プロセスなしで今週中にティア1自動化を稼働させたいサポートチーム。

私はeeselで働いているので、その熱量は割り引いて読んでほしい。しかしこれがリストの先頭にある理由は、単に「優れている」という一般論ではなく、この記事のテーマそのものにある。

eeselはチームが既に使っているヘルプデスクにインストールされ、初日に3つのものを読み込む。過去の解決済みチケット、ヘルプドキュメント、そしてチームのワークフローだ。最後の一文が重要な仕事をしている。このリストにあるほとんどのツールはヘルプセンターを読むだけだ。チケットを読むことで、誰も記事に書かなかった例外も含めてあなたのチームが答えるように答えられるようになる。

リハーサルの確認。 これは9社の中で最も強い答えであり、これは製品自身の言葉だ。過去のチケットでシミュレーションを実行し、テーマごとの対応を確認し、ギャップを見つけて埋め、再実行し、自信を持てたときだけ展開する。これは信頼度ベースのルーティングと組み合わされ、信頼度の低い回答は送信ではなくドラフトになる。ある中小企業の創業者がG2でこのループを、私たちのマーケティング文よりうまく表現していた。「再テストすると、コーチングした内容がきちんと反映される」。

価格。 料金ページに公開されている、対応チケット1件あたり$0.40。プラットフォーム料金も、席数課金も、最低利用料もない。100チケットなら月$40、1,000チケットなら$400、2,500チケットなら$1,000。年間前払いなら25%割引になる。エンタープライズプランではSSO、HIPAA、BAAのために月額$1,000が定額で加算される。最初は$50分の無料利用、カード不要。一つ正直に言っておくと、チケットは結果にかかわらず課金される。つまり解決件数課金ではなく、対応チケット課金だ。

弱点。 SOC 2 Type IIは認証済みではなく取得中で、Vanta経由でモニタリングされており、ISO 27001はない。Maven AGIやSierraと調達レビューで比較すると、これは実質的なギャップだ。HIPAAとSSOはエンタープライズ料金の中に含まれる。

インテグレーションの一覧も狭い。Zendesk、Freshdesk、Salesforce、Jira Service Management、Front、Gorgias、HubSpot、Help Scoutはネイティブ対応している。Kustomer、ServiceNow、Zoho Deskは非対応で、Emaはこの3つすべてをカバーしている。

結論。 回答がチケット履歴の中にあり、信頼する前にエージェントの動きを見たいなら選ぶといい。今四半期中に紙の上でISO 27001が必要、あるいはヘルプデスクがServiceNowであるなら見送るべきだ。実績:Gridwiseは初月でティア1リクエストの73%を解決し、その結果は7日間のトライアル中に確認できた。Smavaは月間10万件以上のZendeskチケットに対して完全自動化されたドイツ語対応エージェントを運用している。

2. Decagon

最適な用途: 脆弱なフロービルダーを本物のエージェントランタイムに置き換えたい大量トラフィックの消費者向けブランド。

Decagonは、このリストの中で最も資金調達に成功した純粋なCXエージェント企業で、2026年1月時点でシリーズD $250M、評価額$4.5Bだ。その構築モデルは興味深い。自然言語で書かれたAgent Operating Proceduresがコードにコンパイルされる。1つのランタイムがチャット、音声、メール、SMS、カスタムAPI経由の窓口をすべてカバーする。

リハーサルの確認。 部分的。Optimizeフェーズには、本番投入前のシミュレーション会話、単体テスト、バージョン管理、そしてエージェントバージョン間のA/Bテストが文書化されている。しかしシミュレーション会話が自社の履歴に基づくかどうかは何も書かれておらず、A/Bテストは実トラフィックで実行されるため、公開後の計測手段になっている。創業者Jesse Zhang氏はこの領域全体を評価の問題として捉えている。

「あらゆるAIエージェントには厳密な評価エンジンが必要だ。単に応答をテストするだけでは足りない。私たちはエージェントのワークフロー全体を評価し、実際のスケールでのパフォーマンスを確認している」

Jesse Zhang, X

これには私も同意する。未解決なのは、そのエンジンが誰の会話に対して動いているのかという点だ。

価格。 何も公開されておらず、/pricingは404になる。デモフォームは月間チケット量を4段階でゲートしており、量が価格の軸になっている。Decagonは考え方自体は公開している。解決の有無にかかわらず課金される会話単位課金か、より高い単価の解決単位課金かを選べる。自社の用語集の中で、解決単位課金では何が「解決」に含まれるかがグレーゾーンになると率直に認めているのは評価できる。

弱点。 セルフサーブがなく、いかなる公開料金もないため、営業サイクルに入る前にコストを見積もることができない。Zendesk、Freshdeskを超えるインテグレーション対応範囲は公には文書化されていない。G2はレビュー約18件でスコア約4.9と、少ないレビュー数の中では高スコアだ。

結論。 本格的な消費者向け大量トラフィックを扱っていて、市場で最も信頼できる独立系CXエージェントランタイムが欲しいなら選ぶといい。契約前にコストを見積もる必要がある、あるいは必要な回答がドキュメントではなくチケット履歴に埋まっているなら見送るべきだ。実績:Duolingoは80%のデフレクション、Chimeはチャットと音声にまたがって70%の解決率を報告している。

3. Sierra

最適な用途: 成果連動型の課金でコードファーストなエージェントプラットフォームを求めるフォーチュン500規模のブランド。

Sierraは2026年5月に評価額$15B超で$950Mを調達し、フォーチュン50の40%以上にサービスを提供していると謳っている。Ghostwriterはその中でも際立った機能だ。SOP、通話記録、ホワイトボードの写真、プレーンな英語での目標を与えると、それらからエージェントを構築する。それを「学習」とは呼んでいないものの、ここに並ぶ他社の中では最も履歴からの学習に近い。

リハーサルの確認。 シナリオはあるが、履歴かどうかは不明。Agent SDKには「シミュレーション、幅広いシナリオにわたってエージェントの挙動を検証し、本番前にリグレッションを検出する」と記載されており、音声には専用のシミュレーションスイートもある。しかしSierraは、そのシナリオが手作業で作成されたものかリプレイされたものかを一切明言しておらず、τ-voiceベンチマークの取り組みは合成された会話を示唆している。別途、安全なツール実行のための本物のサンドボックスの取り組みもあるが、これはバックテストとは別の話だ。

価格。 成果ベースで見積もりゲート付き、数字は一切ない。Sierra自身の解説記事は珍しく率直な内容で読む価値がある。成果基準は契約ごとに交渉され、実際の請求は「ルーティングや案内係的なやり取りは消費量ベースの課金の方が合う場合がある」として混合になることが多いとしている。

弱点。 これだけ成果ベースを強調していながら、公開された料金も、最低金額も、契約下限もない。Sierra自身も「席数ベースや消費量ベースの課金よりも複雑だ」と認めている。/securityと/trustはどちらも404になり、ホームページのコンプライアンスバッジ列が主な情報源になっている。G2はレビュー17件でスコア約4.1〜4.3と、資金調達に成功した企業群の中では最も低い。そしてSierraはコンテインメント率も解決率もまったく公開していない。

結論。 エンジニアを抱え、SDKと成果契約を共同設計してくれるベンダーを求めるエンタープライズブランドなら選ぶといい。ミッドマーケットなら、契約交渉のオーバーヘッドだけで得られる利益を上回るため見送るべきだ。

4. Ada

最適な用途: 新しいヘルプデスクではなく、既存のヘルプデスクの上にAI層を載せたい大手消費者向けブランド。

Adaはこのカテゴリのトロント発ベテランで、約$190Mを調達しており、そのドキュメントはここに並ぶベンダーの中で最も透明性が高い。その透明性こそが、私のテストで評価が下がる理由だ。Adaは自分ができることとできないことを正確に伝えているが、多くのベンダーはそもそも何も言わない。

リハーサルの確認。 シミュレーションは存在し、テストケースは手作業で作成される。Adaのドキュメントには1ケースあたり必須の3項目、名前、顧客からの問い合わせ、シナリオがすべて自分で書くものとして明記されており、Ada自身が「手動でのテストケース作成」を制約として挙げている。文書化された制約も把握しておく価値がある。Webチャット、メール、音声のみ対応、最大40ターン、合否評価のみ、本番設定のみ、1日あたり3,000シミュレーションまで。加えてこの警告もそのまま引用しておく。「アクションはモック化されず、実際のシステムに対して実行される」。

価格。 2026年8月時点で完全に見積もりゲート付きで、料金ページには通貨記号すらなく、1億件超まで対応する会話量ピッカーがあるだけだ。注記しておくべき点として、Adaが以前公開していた年間30万会話という適合下限は、2026年7月中旬から8月初旬の間にそのページから削除されており、現行の数字として引用すべきではない。

弱点。 Adaのナレッジ入力は作成されたコンテンツだ。接続されたナレッジベース、ウェブサイトのクロール、Ada内で書かれた記事、そして最大5万記事までのKnowledge APIが対象になる。チケットの蓄積はその中に含まれない。過去の会話がエージェントに届くのはCoachingを通じてのみで、人間がトランスクリプトを読んで指示を書く形になる。もう一つ注意深く捉えるべき点として、Adaのスコアはここでは最大のレビュー母数となるG2レビュー173件でスコア4.6だが、Trustpilotでは20件でスコア1.8であり、これはプラットフォームを評価する買い手ではなく、導入済みチャットボットを評価するエンドユーザーの声だ。

結論。 ZendeskやSalesforceの上で本物の規模の多言語セルフサービスを実現したく、大規模で文書化されたナレッジベースが本当の資産であるなら選ぶといい。履歴に対してバックテストすることを期待していたなら見送るべきだ。実績:Tiltはチャットで84%の自動解決率を報告している。トレードオフをより深く扱ったAdaの代替の記事も参照してほしい。

5. Maven AGI

最適な用途: ヘルプデスクを変更せずにZendeskやSalesforceの上にエージェント層を載せたいミッドマーケットのCXチーム。

Maven AGIは9社の中で最も充実したコンプライアンススタックを持ち、最も興味深い学習手法を持っている。OpenAI自身の記事によれば、MavenはSalesforce、Zendesk、Freshdesk、Slackからナレッジベースとやり取りログの両方を取り込む。やり取りログは、この中でeeselのチケット履歴学習に最も近いものであり、それは正当に評価したい。ただし注意点は、その主張の出所がMaven自身のサイトではなくOpenAIのページであり、Mavenはそれを自ら再掲していないことだ。

リハーサルの確認。 何も文書化されていない。これは9社の中で最も空虚な答えだ。シミュレーション、サンドボックス、ドライラン、シャドーモード、シナリオテストのいずれもどこにも見当たらない。「test」という単語は成果マーケティングのコピーの中にしか出てこない。購入前の唯一の経路はデモだ。

価格。 料金ページはどの経路にも一切存在せず、サイトマップにも料金URLはゼロだ。避けるべき落とし穴が一つある。Mavenの用語集には1チケットあたり$0.99〜$2.00、1解決あたり$0.50〜$2.37という数字が載っているが、これはMaven自身の料金表ではなく、市場のベンチマークについての同社の見解にすぎない。

弱点。 2023年設立に対してG2レビュー約16件は、リスクを避けたい買い手にとって薄い独立記録だ。文書化されたリハーサル手順がなく、公開された料金もない状態が組み合わさると、契約前に検証するのではなく、実装を信頼するしかなくなる。

結論。 コンプライアンスが必須要件で、SOC 2 Type 2と42001を含む5つのISO認証を1つの契約でまとめたいなら選ぶといい。導入前にエージェントの動作を確認する必要があるなら見送るべきだ。実績:Exclaimerの報告によれば、チケット量が18%減少し、週10時間以上の削減効果があった。

6. Crescendo

最適な用途: AIとアウトソースされたサポートチームを1つのベンダーから求めるブランド。

Crescendoはこのリストの異色の存在で、それは意図的なものだ。純粋なソフトウェアではなくマネージドサービスであり、音声、チャット、メールにまたがるAIアシスタントを、BPOのPartnerHeroとともに買収した自社の人間エージェントの労働力が支えている。成果の所有者は別の存在ということだ。

リハーサルの確認。 過去履歴のリプレイはないが、公平に評価すると本物の変更安全性がある。バージョン管理には、本番バージョンが読み取り専用のまま保たれるドラフトモード、リリースノート付きのバージョン履歴、任意の2バージョン間の差分比較、レビューゲートを通じた即時ロールバックがある。これはこのリストのほとんどのツールより優れた変更管理の作法だ。欠けているのはバックテストで、テストはBest Practicesの中で「サンプルクエリでのテストを検討する」というアドバイスとして触れられているだけで、機能としては存在しない。

価格。 営業主導型の中では最も具体的だ。料金ページには1件解決あたり$1.25に加えて月額$2,900のサービス基本料金が示されている。これらは積み重なるため、1件も解決しないうちからその基本料金だけで年間$34,800になる。Managed AIとSuperhumansのティアは料金を公開していない。そして「solve（解決）」の定義はページ上に一切なく、これはデフレクション後にエスカレーションされたチケットにとって重要な点だ。

弱点。 99.8%超の精度を掲げるベンダーとしては、それを独立して検証する手段がほぼない。G2プロフィールにはレビューがゼロ件だ。完全に紹介先頼みになる。

結論。 どのみちBPOを雇うつもりだったのであれば、責任の所在を一本化できるこれを選ぶといい。既に満足しているサポートチームがあるなら、既に持っている能力に対して二重に支払うことになるため見送るべきだ。完全なコストモデルについてはCrescendoの料金の記事を参照してほしい。

7. Leena AI

最適な用途: サービスデスクに到達する前にL1のITとHRのチケットをデフレクトしたい大企業。

Emaに惹かれた理由がサポートではなくHRとIT従業員のピッチだったなら、このリストで最も似た存在はLeena AIだ。IT向けのIris、HR向けのHarrison、財務向けのFionaといった名前を持つ、構築済みで音声対応のAI同僚を提供し、Workday、ServiceNow、SAP、Oracle、Salesforceにまたがって従業員の質問に答え、トランザクションを実行する。

リハーサルの確認。 何も文書化されていない。代わりにLeenaが提供するのは、構築済み・学習済み・統合済みでの45日間のマネージド稼働開始と、実行時のガードレールだ。不可逆的なアクションはチェックなしには実行されず、エスカレーションはマネージャーの承認なしには行われない。したがってリハーサルは自分で操作する機能ではなく、導入エンゲージメントそのものになる。

価格。 見積もりゲート付き。leena.ai/pricingは404になり、2つの料金URLはどちらもリードフォームだ。価格の代わりにLeenaはROIの数字を前面に出している。測定された投資対効果は4〜10倍、回収期間はおよそ3ヶ月だ。

弱点。 G2のレビュアーは一貫して、Leenaの導入チームへの依存度の高さと長いカスタマイズサイクルを指摘しており、これは構築済みというピッチの裏返しだ。Knowledge StudioはSharePoint、Confluence、ServiceNow、Drive、Box、Snowflakeに接続し、ソースの権限を引き継ぐ。これはEmaにはない良い工夫だが、それでもチケット履歴での学習は文書化されていない。

結論。 ベンダーに稼働開始を任せたい大規模な社内導入で、その協働に割ける人員があるなら選ぶといい。セルフサーブを望んでいる場合、あるいは同じチームが顧客キューも運用していてAIチームメイトを1セットで両方カバーしたい場合は見送るべきだ。実績:Leenaは45日での稼働開始、70%以上のチケット自動解決、2,000万人以上の従業員をカバーする500以上のエンタープライズを謳っており、Adaに次いでここで2番目に大きい独立レビュー母数(G2レビュー151件でスコア4.6)を持つ。

8. Atomicwork

最適な用途: ServiceNowやJira Service Managementの上に今すぐAI層を載せたく、後で置き換える選択肢も残しておきたいIT組織。

Atomicworkは、Slack、Teams、ブラウザ、メール、ポータルに常駐する汎用AI同僚Atomと、コントロールプレーンを通じて統制される役割特化型の同僚を組み合わせる。2022年に元ManageEngineとFreshworks出身者によって設立されており、それが製品の形に表れている。

リハーサルの確認。 部分的で未公開。ガバナンスの柱では「本番投入前に各Coworkerの運用手順、スキル、ツールをテストする」ことを約束しており、概要ではプレプロダクションテストを機能として挙げている。しかし仕組みはどこにも記述されておらず、チケットをリプレイするのか、自分で書いたシナリオを使うのか、単なるステージング環境なのかは何もわからない。ゲート自体は存在するが、その形は公開されていない。

価格。 このカテゴリにしてはすっきりと具体的だ。料金ページには、25,000クレジットと5人のAI同僚を含む年間$25,000からのProfessionalプラン、追加の同僚1人あたり月$249が示されている。成果ベース課金はナレッジ成果1件あたり$1、アクセス成果1件あたり$2、サービス解決1件あたり$3からで、それぞれ年間最低利用額がある。自社のITSMを持ち込めるオプションが賢い点で、ServiceNowやJira Service Managementの上でAIワークフォースを運用でき、移行もプラットフォーム料金も不要だ。

弱点。 独立レビューの母数は非常に薄い。ServiceNow ITSMのG2レビュー1,700件以上に対して、Atomicworkは最近のG2レビューがおよそ1件、2025年4月付けのCapterraレビューが1件だけだ。$25,000という下限を超えたところでのクレジットと成果の換算方法も不透明だ。そしてホームページのダッシュボード上の主要な数字は、監査済みのベンチマークというより例示的なマーケティング数値だ。

結論。 ServiceNowやJSMを運用していて、移行せずにエージェント型自動化を導入したいなら選ぶといい。それはこのリストの中でAI ITヘルプデスクへの最も安価な入口だ。深い独立した実績を求めるなら見送るべきだ。実績:Pepper MoneyはMTTR75%削減とServiceNowを6週間で置き換えたと報告し、Zuoraは15拠点にわたってチケット量を50%削減した。

9. Espressive

最適な用途: ITSMの前段でより強力なデフレクション層を求めるServiceNow導入済みのITサービスデスク。

まず何よりも述べておくべきことがある。それは実際に何を買うことになるかを変える情報だからだ。Espressiveは2025年9月10日にResolveに買収された。espressive.comは現在Resolveのコンテンツを配信しており、BaristaはResolveのラインナップに統合されつつある。主にRITA(従業員アシスタント向け)とJarvis(ワークフロー向け)だ。2026年に「Espressive」を評価するということは、実質的にResolveを評価するということになる。

Baristaの血統は本物だ。創業者Pat Calhoun氏はServiceNowでSVP兼GMを務めており、この製品はServiceNow ITSMをシステムオブレコードとしてその前段に立つよう特化して構築された。その仕組みはML主導のナレッジベース取り込みで、ServiceNowのKB記事を自動識別する。

リハーサルの確認。 何も文書化されていない。EspressiveまたはResolveのどの資料にも、シミュレーション、サンドボックス、ドライラン、シナリオテストのいずれも見当たらず、購入前の唯一の経路はデモリクエストだ。

価格。 見積もりゲート付きで営業主導、対象範囲内の従業員数に基づいて課金される。つまりアクティブユーザーではなく、カバー対象となる母集団全体だ。プラットフォームライセンスに加え、統合と自動化の範囲に応じてスケールする有料アドオンとして販売される。公開された数字は一切なく、セルフサーブのティアもない。

弱点。 ブランド、機能ページ、ロードマップはすべて買収後の移行期にあり、これは複数年契約にとって現実的なリスクだ。契約する相手はBaristaだが、実際に受け取るのはResolveのロードマップになる。今回の調査では、どちらの事業体についてもSOC 2、ISO、HIPAAの認証は文書化されておらず、コンプライアンスは未検証として直接確認する必要がある。独立レビューの証拠も乏しく、G2プロフィールは公開のスター平均を表示しない状態だ。

結論。 大規模なServiceNow導入企業で、既にResolveに慣れており、ブランドではなくデフレクション層を買うつもりなら選ぶといい。18ヶ月後にこの製品が何と呼ばれているかについて明確さが必要なら見送るべきだ。Resolveが公表している統合プラットフォームの数字では、手動チケットの最大90%削減と、6ヶ月で50%のチケット量削減を謳っており、Espressiveは2024年にForresterのLeaderに選出された。

Emaが今でも正解であるケース

この記事の大半は、Emaがサポートキューに合わない理由に費やしてきたので、合うケースについても率直に述べておきたい。

もしあなたの課題が、HR、IT、財務がそれぞれ独自のAIを求めていて、3つのプラットフォームを買いたくないというものであれば、Emaはまさにそのために作られており、27種類のロールを持つカタログは気を散らす要素ではなく本物の強みになる。SOC 2 Type IIに加えてISO 42001が必要なセキュリティレビューを行っているなら、Emaはこのリストのほとんどが超えられない基準をクリアしている。エアギャップやオンプレミス展開が必要なら、それを提供する数少ない一社だ。そしてWiproクラスのエンタープライズで既にSIが関わっているなら、デリバリーパートナーモデルは摩擦ではなく強みになる。

この読み替えは結局、範囲の問題に行き着く。私たちが取引している買い手の一人、大手SaaS企業のCFOは、導入期間中の2ヶ月間の値引きを要求し、それを標準的な慣行だと位置づけた。「これはあなただけの話ではなく、どのテックベンダーにも当てはまることだ」。GENERAL BYTESのKarel氏は正反対の直感を明快に述べていた。「私たちは、メンテナンスする必要のないものが欲しかった」。どちらも間違っていない。ただ違う問題であり、カスタマーサービス自動化はその一つにすぎない。

目の前の仕事がサポートキューなら、サポートキューのために買うべきだ。

サポートキューにはeeselを試そう

Emaがカスタマーサポートについて語らなくなったことがここに来たきっかけなら、どの代替を検討するにしても確認すべき具体的なポイントは、チームが既に対応したチケットを読み込めるかどうかだ。

eeselはZendesk、Freshdesk、Gorgias、Front、Help Scout、HubSpot、Salesforce、Jira Service Managementに接続し、そのチケット履歴とドキュメントから学習したうえで、1件も実際の返信を送る前に過去のチケットに対してリプレイし、テーマ別のカバレッジを確認できるようにする。信頼度ベースのルーティングにより、不確実な回答はドラフトのまま保持される。プラットフォーム料金なしで1チケット$0.40、カードも営業電話も不要な$50分の無料利用枠があり、これは今日の午後にも自分の履歴に対して実際のシミュレーションを実行するのに十分な量だ。

正直に言っておくと、今四半期中にISO 27001の認証が必要、あるいはヘルプデスクがServiceNowであるなら、私たちは正解ではなく、上記の8社のいずれかが答えになる。しかし回答がチケット履歴の中にあるなら、まずシミュレーションから始めて、その結果に判断を委ねてほしい。