2026年のLevel AI:機能、仕組み、向いている企業

Level AIとは?

Level AIは、コンタクトセンターで働くカスタマーエクスペリエンスチームにAIを販売しています。現在のホームページの見出しは「Full stack AI agents for the entire customer experience journey」で、数年前に知られていた「AI搭載QA」という打ち出しから大きく変わりました。QAは今も重心ですが、現在は品質と分析をリアルタイム支援や自動化と束ね、ひとつのプラットフォームとして販売しています。

営業の打ち合わせの前に押さえておきたい、会社に関する事実を挙げます。

• 創業者: Ashish Nagar(創業者兼CEO)とSumeet Khullar(共同創業者兼CTO)。
• 資金調達: 2024年7月にAdams Street Partnersの主導で3,940万ドルのシリーズCを調達し、累計調達額は7,310万ドルになりました。
• 規模: 会社概要ページによると、100社以上で年間10億件以上の顧客とのやり取りを分析しています。
• 業界: ホームページによると、金融サービス、ヘルスケア、小売、保険、コンシューマーテック、エンタープライズSaaSです。

購入層のプロファイルはG2でかなりはっきり分かります。企業規模を記載したレビュー投稿者のうち、中堅企業が123件、大企業が72件で、小規模企業はわずか23件です。数百人のエージェントを抱えるコールセンターQAの責任者に売る製品なので、5人でひとつの受信トレイを共有するサポートチームには向かない、という予想どおりの結果です。

Level AIの仕組み

ほとんどのAIカスタマーサービスツールは、OpenAIやAnthropicの汎用モデルを借りて、その周りに製品を作ります。Level AIはその逆を掲げています。プラットフォームページによると、「owned Nvidia GPU cloud」から自社モデル、チームが実際に操作するアプリまで、スタック全体を自社で保有しています。

すべての層の中で、最も重要なのはモデル層です。2026年7月、Level AIはLevel AI Latitudeを発表しました。コンタクトセンターの個別の業務ごとに作られた、ファインチューニング済みの7つのモデルです。

効率面では、Latitudeのリリース記事の目玉の主張は、提供コストが「up to 49x」低く、レイテンシが「4x」低いというものです。どちらの数字にも比較の基準が示されていないため、ベンチマークではなく方向性として受け取っています。

では、買い手はなぜこれを気にすべきでしょうか。別々のコールセンターツールを積み上げる場合と比べた実用面の利点は、ひとつの文字起こしがすべてのアプリを動かすことです。QAで採点された同じ通話が、推定CSATの数値や顧客の声のトピックツリーにも反映され、さらにコーチングプランにも届きます。この共有レイヤーこそが本当の製品で、アプリはその上のビューに近い存在です。

Level AIの8つのアプリ

プラットフォームページには8つのアプリケーションが掲載されています。多くのチームはまずQAを導入してそこから広げるので、おおむねその順番で見ていきます。

品質保証とQA-GPT

QAはLevel AIが名を上げた製品です。QAページで同社は、QA-GPTエンジンが「trained on your contact center data to evaluate over 90% of the standards and metrics that scorecards cover.」というモデルを使っていると述べています。すでにあるQAスコアカードを持ち込むことも、事前学習済みの設問ライブラリから始めることもできます。

QAリーダーの立場で、実際に気にするポイントは次のとおりです。

• ハイブリッドスコアカード。 AIが採点する設問(本人確認をしたか?)と人が採点する設問(本当の共感があったか?)が、ひとつのスコアにまとまります。
• 条件付きのN/Aロジック。 請求トラブルの通話では、セールストークの設問を自動でスキップできます。
• フィードバックの反映。 評価者がAIに同意しない場合、その修正が今後の採点の再調整に使われ、QAフィードバックのループが引き締まります。
• サンドボックス。 AutoQAの基準を、公開前に実際の会話でテストできます。

ここで分かりやすい成果は、カバー率の跳ね上がりです。Level AI自身の数え方では、手動QAが確認するのは通常やり取りの「around 1% to 3%」です。大手小売企業のG2レビュー投稿者は、こうはっきり述べています。

"Our QA has migrated from 2% manual volume to nearly 100% automated volume as a direct result of using Level AI. We also have iCSAT on 100% of contacts rather than traditional CSAT on just a fraction."

Retail enterprise user, G2

見落とされがちなのは、時間の節約が実際にどこで生まれるかです。それは採点そのものではなく、キャリブレーションとコーチングです。VistaPrintは、導入事例によると、キャリブレーションのばらつきを20%超から9%に減らしました。3人の評価者が同じ通話に60点、75点、90点をつけたキャリブレーション会議に出たことがある人なら、これが注目すべき数字である理由が分かるはずです。さらにコールセンターの品質保証全体で見ても、多くのチームが過小評価しているのがこのギャップです。

正直な注意点がひとつあります。Level AIはQA-GPTの精度について数値を公開していません。自社のFAQには、精度は「depends on how well the evaluation criteria and scoring logic are configured.」とあります。これはレビュー投稿者の声とも一致します(詳しくは後述します)。

会話インテリジェンスと顧客の声

これは「顧客はなぜ電話してくるのか?」を見る層で、ヘルプデスクでインテントとセンチメントを追うことのコンタクトセンター版と言えます。毎日、Tenorモデルがすべての問い合わせをトピックの階層に振り分け、Veridiaがアンケートの有無にかかわらずすべての会話のCSATスコアを推定します。考え方はAIセンチメント分析と同じですが、アンケートのサンプルではなくすべての通話に適用される点が違います。

最良の例はSmartsheetです。Smartsheetの導入事例によると、2月から7月にかけて社内CSATは2.95から3.31へ、12%向上しました。印象に残った言葉は、Senior Manager of Enablement and QualityのCorinne Flanagan氏によるものです。

"That's been the power of Level for us. It's no longer just debating. These are facts. These are customers' words."

Corinne Flanagan, Smartsheet (case study)

マットレスメーカーのPurpleは、Purpleの導入事例によると、同じデータを使って「too tall」という苦情の急増をたどり、配送パートナーが電動ベースを最も高い位置に設定していたことを突き止めました。こうした根本原因は、QAスコアには決して現れません。

エージェントアシスト

Agent Assistはリアルタイムの部分で、通話中のガイダンスやナレッジ検索、自動で書かれる通話メモを指します。用語が初めての方は、エージェントアシストの分かりやすい解説をご覧ください。このアプリには5つの名前付き機能があります。そのうちManager Assist(各通話の状況とセンチメントのライブ表示)とナレッジ検索用のAgentGPT、そしてLevel AIが「ChatGPT, but trained on your knowledge base.」と説明するナレッジボットのPhiがあります。

ページのFAQによると、ウィジェットはSalesforce、Zendesk、Five9の中に埋め込めます。コンプライアンスのフラグや、必須スクリプト用の動的チェックリストにも対応しており、規制業界のチームが重視する理由はここにあります。自動メモは、単体の会話要約ツールが行うことと重なります。このカテゴリを比較している方向けに、より幅広いAIエージェントアシストツールの一覧も用意しています。

コーチング

コーチングアプリは、管理、発見、作成、共有のループで動きます。QA監査担当者が会話にフラグを立ててマネージャーに割り当てると、AI WorkerがQA結果、過去の会話、パフォーマンスの傾向をもとにコーチングプランを下書きします。

Extra Space StorageのTerry Porter氏は、導入前の状態をうまく説明しています。ひとつの行動を再現するのに以前は「one to two hours」かかっていたのが、今ではチームは「from one example to ten」へ進めるそうです。導入事例によると、コーチングの準備は2時間から約30分に短縮され、QAの比率は分析担当1人あたり110〜120エージェントです。

コーチングは、レビューの評価が分かれ始める部分でもあります。G2のエンタープライズのQAスペシャリストは、コーチング機能は「hasn't served us as a company very well」と書き、導入が進まないことを理由に挙げていました。つまり、採点が優れていても、マネージャーのコーチングの仕方が自動的に変わるわけではありません。

画面録画

画面録画は、通話の音声とエージェントが画面上で行っていた操作を組み合わせます。最大4台のモニターを記録でき、AWS、Twilio、Salesforce経由の通話やチャットのトリガーで開始・停止します。動画ではカード番号とSSNについて「90%+」の秘匿化精度を謳っています。秘匿化が主な懸念なら、サポートの文字起こしでのPII秘匿化の仕組みをご覧ください。

マーケティングでは見落としやすい点ですが、画面データからのQA自動採点はまだロードマップ上にあり、提供されていません。現時点では、ページによると、画面録画は手動QAレビューのための視覚的な文脈を提供します。

AI Workers

AI Workersは、やり取りのデータの上で動き、リサーチレポートやコーチングプラン、製品フィードバックの要約、チームのパフォーマンス分析といったアナリストの仕事をこなすエージェントです。Level AIは11種類を掲載し、85社以上のエンタープライズが本番で使い、ワーカーの実行は25,000回を超えると述べています。

AI Workersページによると、Smartsheetはこれを使って、文字起こしを読み込むことなく、アクセシビリティチーム向けの顧客の声のレポートを「in a couple of hours」でまとめました。注目すべきは、これらのワーカーがLevel AIの中で分析し提案する点です。ヘルプデスクに書き戻したり、チケットを解決したりすると説明している箇所はページにありません。それはAIヘルプデスクエージェントの仕事です。

バーチャルエージェント

バーチャルエージェントは最も新しい要素で、Level AIをSierraと同じ土俵に並べるものです。バーチャルエージェントは50以上の言語で音声とチャットに対応し、レイテンシの目標は2秒未満とされています。Level AIは「3x」優れたコンテインメントと「80%」少ない再学習時間を謳っていますが、ページはこれらの数字を特定の顧客に結びつけていません。コンテインメントはそもそも捉えにくい指標なので、ベンダーを比較する前にコンテインメントの測り方を知っておく価値があります。

設計上の選択で目を引くのは2点です。1つ目は、エージェント型AIと決定論的なフローを組み合わせるハイブリッドビルダーで、「支払いを受け付ける前に認証する」といった手順が飛ばされないようになっています。Level AIのヘルプセンターはその理由を説明しています。LLMは指示によく従いますが、それでも手順を飛ばすことがあるからです。2つ目は、バーチャルエージェントが、人間のチームと同じQA基準で採点されることです。すでにLevel AIのQAを信頼しているなら大きな利点で、どんなAI音声エージェントの評価でも、私が徹底的にテストするポイントです。

2026年のリリースノートを見れば、方向性が分かります。発信コールが入り、転送時にバーチャルエージェントのコンテキストをAgent Assistに渡すContext Handoff機能(9月24日)が追加され、第2四半期のリリース群ではさらにFive9 Voiceへの引き継ぎも加わりました。

Level AIの連携とセキュリティ

Level AIは、DialpadからZendeskまで、コンタクトセンターがすでに使っているシステムに接続します。連携ページには51件が載っており、ページ自身がこの一覧は網羅的ではないとしています。

Zendesk連携の設定は、管理者がセルフサービスで行えます。チャネルを選び、タグやブランドで絞り込み、直近の最大1,000件の会話サンプルをインポートします。この手順にかかるのは15〜30分ほどです。これはあくまでデータ接続であって導入全体ではなく、G2の平均3か月はこの導入全体にかかる期間である点に注意してください。

セキュリティは強みのひとつです。セキュリティページには、SOC 2 Type II、ISO 27001、BAA付きのHIPAA、PCI DSS、HITRUST CSF、GDPRが載っています。氏名、カード番号、SSNはAI処理の前に秘匿化され、サードパーティのAIプロバイダーは契約上、顧客データでの学習を禁じられています。気づいた唯一の抜けは、データの保管リージョンが明記されていないことで、EUの買い手は直接確認すべきです。

Level AIの料金は?

Level AIは料金を公開していません。料金ページはなく、G2の料金ページにもベンダーがプランを掲載していないとあるため、デモを予約して見積もりを受け取る流れになります。

代わりにお伝えできるのは、G2のレビュー投稿者のデータです。

Level AI自身が出している料金のヒントは、音声AIの料金ガイドにあるだけで、同社は分単位ではなく成果を基準に価格を設定していると述べています。このガイドには市場の価格帯(一般的な音声AIで1分あたり0.10〜0.25ドル)が載っていますが、これはカテゴリ全体の数字で、Level AIの料金表ではありません。

予算を組む際は、Crestaなど他のエンタープライズ向けコンタクトセンタープラットフォームと同様に扱うのがよいでしょう。つまり、エージェント数ややり取りの量で価格が決まり、営業と交渉する複数製品の年間契約です。特に画面録画とバーチャルエージェントについて、どのアプリが基本契約に含まれ、どれがオプションかを早い段階で確認してください。大まかなコールセンターROIのモデルがあるだけでも、見積もりに交渉で対抗しやすくなります。

Level AIの顧客とレビュー投稿者の声

G2でのLevel AIの評価は、220件のレビューで5点満点中4.6、そのうち78%が星5つで、星1つや星2つはまったくありません。(自社サイトのバッジは200件超で4.7と表示されていますが、古いスナップショットだと思われます。)

公開されている導入事例には具体的な数字が添えられています。

レビューでの称賛はかなり一貫していて、主にインターフェースと全件カバー、そしてトレンドのインサイトが好評です。不満も一貫しており、AIの精度に集中しています。G2自身のタグ集計では、「Inaccuracy」(17件)と「Slow Performance」(14件)が上位のネガティブ項目です。中堅企業のあるレビュー投稿者は、スコアカードの問題をこう述べています。

"AI QA scores at times are not accurate, and they need to be more tailored towards our company's score sheets."

Tarrick W., mid-market, G2

別のエンタープライズのレビュー投稿者は、リリースの品質について警告を挙げています。

"Level AI has frequent updates and improvements, we frequently discover them because of bugs they cause, and have to get our account rep involved for the support ticket engineer to understand that it is not just a user issue."

Retail enterprise user, G2

どちらも、それだけで見送る理由にはなりません。ただし、どちらも同じことを示しています。Level AIは、基準のチューニングに時間をかけ、プラットフォームを担当する人がいるチームに報いる製品だということです。

Level AIが向いている人、見送るべき人

私の分け方は、重要な2つの問いに基づいています。ボリュームがどのチャネルから来るのか、そして人を計測する必要があるのか、人の仕事を減らす必要があるのかです。

Level AIが有力な選択肢なのは次の場合です。

• エージェントが100人以上いて、電話のボリュームが多いコンタクトセンターを運営している。
• QAチームが通話の数%しかサンプリングできておらず、全件のカバー率とキャリブレーションが必要で、コーチングも同じ場所で行いたい。
• 規制の厳しい業界にいて、画面録画と秘匿化、そしてBAAが必要。
• 自社の担当者と同じ基準で採点されるAIコールセンターエージェントがほしい。
• すでにFive9、Genesys、NICE、Talkdesk、Amazon Connectのいずれかを使っている。

他を検討したほうがよいのは次の場合です。

• ボリュームの大半がヘルプデスク内のメールとチャットのチケットで、ボトルネックが採点ではなく回答にある。
• 四半期ではなく数日で稼働させる必要があり、ヘルプデスクの料金だけで予算の大半がすでに消えている。
• 公開価格やセルフサービスのトライアルがほしい。この価格帯のCrestaの代替製品の多くも、同様に提供していません。
• 小規模なチームである。Zendesk QAのようなネイティブツールで基本はカバーでき、より幅広いサポートQAツールのまとめが出発点として適している。

最後にひとつ、視点を変える話をします。QAプラットフォームは、先週のチームの対応を見事に教えてくれますが、仕事そのものを自動化してくれるわけではありません。月に約7,000件のGorgiasチケットを抱えるサプリメントブランドのCX責任者が、eeselとの通話で言った言葉が頭から離れません。

"The customer doesn't want to wait for me to do my monthly report"

今そこにいるなら、計測は2番目の課題で、キューを空にすることが1番目です。その段階に来たときのために、サポートQAのまとめもあります。キューが落ち着いたら、AIによるサポートQAについて読んだり、Crestaが同じコンタクトセンターの課題にどう取り組んでいるかを見たりできます。

チケットキューでeeselを試す

サポートがZendesk、Freshdesk、Gorgiasで動いているなら、eeselのAIヘルプデスクチームメイトは今あるキューに加わり、実際の仕事をします。返信の下書きや送信、チケットの分類を行い、触れるべきでないものはルーティングして引き継ぎます。ヘルプセンターとマクロ、そして過去のチケットから学びます。公開前には、シミュレーションスキルが、過去の数百件のチケットで回答をテストします。自信ありげなボットが間違った答えを返す場面を見てきましたが、このステップがそれを見つけます。

限界についても正直にお伝えします。eeselは電話に出ないため、Level AIの音声スタックの代わりにはなりません。ただ、チケットとチャットのキューなら、その日の午後には稼働できます。料金は100クレジットの無料プランから始まり、有料プランは月299ドルから(チケットまたはチャット500件、席数は無制限)です。eeselを試す。