課題：大規模でのTCPA準拠
2Xは、見込み客の多いB2B・B2C企業向けに、規制に準拠した本番対応の会話型音声AIを構築しています。解決する中心的な問題は単純です。企業は、すべての見込み客や通話にリアルタイムで確実に対応できず、収益を失い、人件費を費やしています。2Xは、発信、着信への応答、選別と予約、振り分け、フォローアップまで、大量の顧客会話を一貫して自動化します。顧客は住宅関連サービス、法律、医療、税務、金融サービスにわたります。これらの業界では、見込み客への初動と電話対応の範囲が、収益に直結します。
しかし、多くのAI音声プラットフォームが語らず、大手企業の購買担当者が必ず最初に尋ねる、重要な点があります。
FCC/FTCの枠組みでは、電話消費者保護法（TCPA）において、応答者の挨拶が終わってから2秒以内に担当者につながらない発信は「放棄」とされます。キャンペーンは、30日間で最大3%という放棄呼率に照らして評価されます。罰金は1通話あたり$500〜$1,500です。毎日数十万件を発信するプラットフォームにとって、非準拠は現実の訴訟リスクと財務リスクです。大半の音声AIプロバイダーは、この水準を満たすようには構築されていません。
2X Solutionsの創業者Kevin DeMerittは、この問題を身をもって知っています。37年間経営した貴金属企業Lear Capitalでは、数十万件の見込み客を通じて、約$4 billionの取引を処理しました。他社の音声AIを試したとき、現実を思い知りました。TCPAへの対応も、セキュリティ基盤もなく、訴訟のリスクにさらさず大規模に運用する方法がなかったのです。そこで、自ら問題を解決するため2Xを作りました。
相当な企業規模の会社と話すと、最初に聞かれるのは、これは規制に準拠しているか、ということです。訴訟のリスクがあり、数百万ドルがかかっています。
2XがCartesiaを選んだ理由
2Xは主要なTTSプロバイダーをすべて評価しました。基準は音声品質だけではありません。通話の最初の1秒で見込み客の信頼を得られるほど自然に聞こえながら、TCPAの準拠範囲内に保てるかどうかでした。
結果には明確な差がありました。他のプロバイダーは、大規模で規制に準拠した発信には使えませんでした。遅延が500〜900msあり、音声パイプライン全体を重ねると、2秒の上限に近づきすぎるためです。
Cartesiaでは、遅延が100ms未満になり、放棄呼率は3.4%から1.25%未満へ下がりました。低遅延のストリーミングで、相手が応答した瞬間に音声を届けます。大規模でも2秒の枠内に十分収まり、規制に準拠した発信を可能にする基盤となります。
Cartesiaに切り替えたら、TCPAの3%をかなり下回りました。1.25%くらいでした。
採用を決めたのは音声品質です。Cartesiaの音声層によって、エージェントが自然で反応のよいものに感じられます。
ワークフローごとに声のスタイルを調整でき、ストリーミングの応答性でエージェントがより人間らしく感じられます。最終顧客にとって大きな違いは、やり取りが即座で自然に感じることです。完了率が上がり、離脱が減ります。
2Xは、録音やブラウザー経由ではなく、ライブのデモを行います。見込み客が電話番号と名前を入力すると、Cartesiaの声を使うAIが、実際の電話にリアルタイムでかけます。現実の電話環境でデモが破綻した競合に対し、このライブテストが直接、受注につながりました。
営業担当者に「Maryと話せますか。とても親切だったので」と言った方もいます。実際にはAIでした。声は最初の瞬間に違いを生みます。当社の第一印象なのです。
ソリューション：Cartesiaが2Xの音声エージェントを支える仕組み
1日130,000件の、規制に準拠した通話
2Xは1日約130,000件、月間約300万件の通話を処理し、毎月10%成長しています。すべての発信で、同時実行数が増えても品質を落とさず、一貫してTCPAの2秒以内に応答する必要があります。
Cartesiaの200ms未満の遅延により、2Xは準拠の時間枠内に十分な余裕を持てます。以前のごく薄い余裕が、安心できる幅になりました。その信頼性が、企業の受注につながります。
折り返しにつながる、個別化された留守番電話
2Xの多くの顧客では、折り返しの最大50%が留守番電話から生まれます。2Xは、Cartesiaの音声クローンと自然な読み方を使い、実際の通話と同じ声で見込み客の名前を呼ぶ、個別化したメッセージを残します。すべての接点でブランドの一貫性を保ちます。
その結果、一般的な留守番電話に比べ、顧客全体で折り返し率が3〜5%向上しました。通話の3〜5分前にテキストで知らせる方法と組み合わせると、接続できた通話は全体で7〜15%増えました。
受注につながるライブデモ
多くのAI音声企業が、編集し、磨き、管理された条件に最適化した録音デモを送るのに対し、2Xはライブで届けます。Cartesiaの声を使うそのテストは、コンピューター音声から実際の電話への移行でうまくいかなかった競合に対し、直接受注をもたらしました。
当社と同じようなライブデモを競合にも頼み、そこでうまくいかなかったお客様を、何社も獲得しました。ライブデモでは常にCartesiaの声を使っています。
成果：大規模でのコンプライアンスとコンバージョン
Cartesiaに切り替えて以来、2Xは、準拠、成約、対応範囲で測定可能な改善を実現しました。
- 放棄呼率が5〜6%から1.25%未満へ低下し、TCPAの3%の基準を十分に下回る
- 転送前の切断が3.4%から1%未満へ減少し、より多くの見込み客が有人担当者につながる
- 遅延が500〜900msから100ms未満へ短縮し、TCPAの2秒の枠内に十分な余裕を確保
- 月間約300万件、1日130,000件を処理し、品質低下なく毎月10%成長
- 個別化した音声クローンのメッセージで、留守番電話からの折り返し率が3〜5%向上
- 事前のテキストと、速く自然な音声対応で、接続できた通話が7〜15%増加
今後の展望
2Xはモジュール型のアーキテクチャを基盤としています。規模を広げる中、CartesiaのストリーミングTTS、音声クローン、細かな音声制御は、最終顧客の体験や規制準拠を損なわずに成長するための土台です。
音声AIは、もうデモではありません。本番ソフトウェアです。速く表現豊かな音声層と、厳密なワークフロー、測定可能な成果を組み合わせれば、収益を拡大する顧客体験を届けられます。