Retell AI(新しいウィンドウで開く) はコンタクトセンター業務向けの音声AIプラットフォームで、質問に答え、アクションを実行し、必要に応じて発信者を人間の担当者につなげるエージェントを企業が構築できるよう支援します。同プラットフォームは現在4,000社以上の企業に利用されており、月間通話量は2026年初頭の3,000万件から、9月には1億件を超える規模に成長しています。
Retellは複雑なワークフローを持つより多くの企業にサービスを提供するにあたり、OpenAIモデルを活用して通話の品質と信頼性を高水準に保っています。現在、Retell上の通話の80%の応答はOpenAIモデルが生成しており、顧客は80%を超える解決率を達成しています。また、RetellはOpenAIモデル全体で1兆トークンの消費を超え、その採用規模を反映しています。
Retellのエンジニアは、馴染みのないコードの調査から機能の構築や問題のデバッグまで、開発全体を通してCodexを活用し、フロントエンドインターフェースのテストにはGPT‑6 Astraを使用しています。
「私たちはモデルを、顧客がベンダーを選ぶのと同じ基準で選びます。デモではなく、実際の通話でです。OpenAIはその地位を獲得し続けています。」—Retell AI 共同創業者兼CEO、Bing Wu
ライブ通話の要求に応えるためにOpenAIモデルを選択
エンタープライズ向け音声エージェントは、会話が変化しても企業のポリシーに従い、割り当てられた役割の範囲内にとどまる必要があります。Retellは、実際の本番シナリオから抽出した難易度の高いマルチターン会話を用いて数十のモデルを比較するためのvCXベンチマークを構築しました。
このベンチマークは、モデルが指示にどれだけ従えるか、与えられた情報にどれだけ忠実でいられるか、適切なツールを呼び出せるか、そして自然な会話言語を使用できるかをテストします。Retellの2026年10月13日付けのベンチマークでは、GPT‑6 Astraが89.7%で指示遵守の第1位にランクインしました。
また、RetellはGPT‑6 Astraモデルのリリース前に行われた評価も公表しており、推論を有効にした状態で、GPT‑5.5が非ハルシネーション率(88.0%)とツール呼び出しの正確性(88.3%)の両方でモデルの中で最上位となり、Gemini‑3.1‑ProとClaude‑4.6の両方を上回ったことを示しました。推論を無効にした場合の非ハルシネーション率でもGPT‑5.5が首位でした。
Retellによると、OpenAIモデルを選択した新規顧客は引き続きそれを使い続けています。顧客はまた、Realtime APIを通じてOpenAI Realtimeモデルや、音声エンジンとしてのOpenAIテキスト読み上げにもアクセスできます。Retellは新しいOpenAIモデルがリリースされた当日から利用可能にし、モデルの改善に合わせてベンチマークを再実施しています。
エージェントによる80%超の顧客要求の解決
コンタクトセンターチームはRetellを使用して、エージェントの業務コンテキスト、目標、ルールを定義します。開発者はさらにワークフローや統合を設定できます。
通話中、Retellのハーネスは音声モデルを実行し、会話を追跡し、エージェントがいつ話す、聞く、割り込みに応答するかを管理します。GPT‑6.1 Sol、GPT‑6 Astra、GPT‑5.5を含むOpenAIモデルは、顧客の指示と会話のコンテキストを使用して応答を生成し、ツール呼び出しを要求します。Retellは顧客のシステムとの統合を通じてそれらの呼び出しを実行し、結果を顧客レコードに書き戻すことができます。
人間の判断が必要な場合、音声エージェントは担当者にコンテキストをブリーフィングし、フォローアップの質問に答え、顧客をつなぐ前に準備が整っているかを確認します。通話後、RetellはGPT‑5.6 Terraを使用して文字起こしを分析し、結果などのデータを抽出します。
このアプローチにより、Retellは80%を超える顧客解決率を報告しています。電子機器企業のAnkerでは、エージェントが米国と英国でTier‑1のアフターセールスサポートを担当しており、注文追跡、保証確認、トラブルシューティングが含まれます。Ankerは80.4%のケース解決率と63のNet Promoter Score(NPS)を報告しています。同社のチームはまた、エージェントのトーン、テンポ、温かみが人間のエージェントに期待する基準を満たしていると述べています。
Pine Park Healthでは、Retellのエージェントが予約リマインダーとプロアクティブなスケジューリングを担当し、その結果を患者の医療記録に記録します。同チームは、2.1人分のフルタイム相当の医療アシスタントの時間を回復し、患者ケアに再配分しました。同社のスケジューリングエージェントは、患者に連絡がついた際の予約率55.7%を達成しました。
通話量の増加に合わせて通話の応答性を維持
Retellのプラットフォームの日中トラフィックは、夜間の最低値の50倍を超えることがあります。ピーク需要時でも通話の応答性を維持するため、RetellはOpenAIと専用サーバーを使用し、それを顧客間で共有しています。Retellの2026年10月13日付けのベンチマークでは、GPT‑6 AstraとGPT‑6 Solがともに最初の文までの中央値レイテンシ883ミリ秒を記録し、GPT‑5.6 Lunaが497ミリ秒で最上位となりました。
OpenAIのリージョン別APIエンドポイントにより、開発者はトラフィックを特定の地理的リージョンにルーティングでき、これによりRetellはネットワークの伝送時間を短縮し、ヘルスケアや金融サービスなどの業界における顧客のデータレジデンシー要件を満たすことができます。
Retellはまた、サービスの各層に冗長性を組み込んでいます。同社は独自のテレフォニースタックを実行し、第2のスタックが引き継げるよう準備しており、さらに音声サービスとモデルサービスのバックアップも備え、サービスに障害が発生した際にも通話が継続できるようにしています。
Codexを使った調査、構築、デバッグ
Retellのエンタープライズ事業の成長に伴い、カスタムワークフローや統合の要望が増え、エンジニアはコードベースの馴染みのない部分で作業することがよくあります。コードを書く前に、彼らはCodexに高レベルの要件を与えます。Codexはコードを調査し、実際のデータと照合し、何を変更する必要があるかを説明します。あるエンジニアは、Codexがこの調査を彼自身よりも優れ、はるかに速く行ったと述べています。
実装の際、エンジニアたちによると、Codexは彼らが考えていなかった細部をしばしば指摘してくれるといいます。デバッグでは、Codexがログやデータベースの記録をコードと照合し、何が起きているのかを調査します。Retellのエンジニアは、OpenAIモデル上で構築する顧客との仕事でもCodexを活用し、顧客のアプリケーションでモデルの応答方法を指示するインストラクションの作成などのタスクを高速化しています。
Webインターフェースへの変更をテストするために、RetellはGPT‑6 Astraのコンピュータ使用機能に頼っています。エンジニアがフロントエンドのプルリクエストを開くと、GPT‑6 Astraがインターフェースを開き、クリックして操作し、フローをテストし、壊そうと試み、見つけた問題を報告します。Retellによれば、以前のモデルではこの作業を安定して行うことはできなかったといいます。
Retellは引き続き採用を行っていますが、エンジニアリングチームはビジネスと同じペースで拡大する必要はありませんでした。Retellは従業員1人あたり年間収益ランレート160万ドルを報告しています。
「Codexを使うことで、エンジニアリングチームは、どんな困難なタスクにも一緒に取り組めるバーチャルなチームメイトを得ることができます。」—Retell AI 共同創業者兼CEO ビン・ウー（Bing Wu）
顧客対応の専門知識を活かす
どの企業も、顧客にどのようなサービスを提供したいかを知っています。Retellの目標は、その業務に最も近い人たちが、高度な音声AIと、自身のエージェントを構築・テスト・改善できるプラットフォームを使って、専門知識を直接活かせるようにすることです。次にRetellは、品質保証とシミュレーションの拡充、より多くの言語への対応、そしてナレッジベースの自動学習の開発を計画しています。
OpenAIモデルが進化を続けるにつれ、Retellは、顧客が自らのやり方で何百万人もの発信者に世界クラスのサービスを提供できるようになると期待しています。
「自社の顧客を誰よりもよく知っているのは、その企業自身です。私たちは、その専門知識を行動に移し、AIエージェントを直接改善する力を企業に提供します。目標は、すべてを所有し運用する、社内配備されたエンジニアによる社内チームを構築できるようにすることです」とビンは語ります。