概要
Ada はエンタープライズ向けの AI カスタマーサービス基盤です。音声、メール、チャット、WhatsApp、SMS、Instagram、アプリ内メッセージ、独自チャネルで顧客との会話を最後まで担当し、その会話が対象としているバックエンドシステム上のアクションまで実行するエージェントを提供します。2016年に Mike Murchison と David Hariri がトロントで創業し、Accel、Tiger Global、Bessemer Venture Partners、Spark Capital から $200M 超を調達、2026年3月時点の従業員数は約705名です。同社は 550 以上の AI エージェント稼働と、2016年以降 64億件の対応実績を公表しており、顧客には Square、Pinterest、YETI、Monday.com、Cebu Pacific が並びます。
2026年2月、Ada は Reasoning Engine を投入しました。チャネルごとに作り込んだボットが次第に食い違っていく構成をやめ、同じナレッジ、同じビジネスロジック、同じポリシー、同じセーフガードを全チャネルに一本の知能レイヤーで通す設計です。構成要素として名前が付いているのは、ナレッジの取り込み、API 経由のアクション実行、多層セーフガード、そして Coaching です。Coaching は、CX チームが作り直しをせずにエージェントの挙動を修正するためのフィードバックループです。
CX・サポートのスタックに入ってくる理由
- エージェントが賢くなっても請求額が上がりません。 Ada は結果にかかわらず対応した会話の件数で課金します。候補に挙がる他のエンタープライズ級の製品はいずれも解決件数で計測します。Zendesk はコミット済みボリュームで自動解決1件あたり $1.50(従量課金なら $2.00)、Intercom Fin は outcome 1件あたり $0.99 です。解決件数メーターでは、会話量が同じでも自動化率を 25% から 75% に上げると請求は3倍になります。Ada のメーターでは動きません。これはポジショニングではなく調達上の差です。
- 置き換えるのは自動化レイヤーであって、記録システムではありません。 Ada はすでに運用しているヘルプデスクの上に乗ります。Zendesk(Guide、Talk、Support、Chat、Messaging)、Salesforce、Freshworks、Genesys、Dixa、Gladly、Gorgias、Help Scout、Kustomer、NICE CXone、Twilio Flex、Amazon Connect、Aircall が対象です。チケット管理、ルーティング、レポーティングは今の場所に残ります。
- 音声は後付けではなく主要チャネルです。 Ada のコンタクトセンター連携は、チャットを担当するのと同じ推論レイヤーに音声の会話をつなぎます。電話中心のサポート組織が、チャット製品を買って祈るという状況になりません。
- 公式の MCP サーバーがあります。
docs.ada.cxに文書化されており、OAuth または API key 認証で Claude、ChatGPT、その他の MCP クライアントにダッシュボードのほぼ全操作を開放します。CSAT の推移や自動解決率のドライバーを、ダッシュボードを開かずに対話で問い合わせられます。
価格の実態
営業経由で、公開価格はありません。課金モデルは会話単位です。解決したかどうかにかかわらず、エージェントが対応した会話ごとに支払います。Vendr の112件の購買データでは、中央値の買い手は年間 $73,500 です。導入初期の構成で $30K–$60K、ミッドマーケットで $70K–$150K、エンタープライズで $150K–$300K+ という帯になり、導入作業込みの初年度総額は小規模で $45K–$100K、大規模で $200K–$400K+ に達します。複数年契約では価格が 20%〜30% 動くと報告されています。
Ada は自社で試算も公開しています。年間 500,000 件の会話が年 10% 増え、自動化率が 25% から 75% へ上がる前提で、会話単価 $0.35 と解決単価 $1.50 を比較したものです。この前提なら、解決件数メーターは3年目に3倍超のコストになります。結論を受け入れる前に自社の数字で計算し直してください。この計算が Ada に有利になるのは、自動化率が実際に上がっている場合だけです。自動解決率が 25% で頭打ちなら、解決単位の課金のほうが安く、Ada のモデルのほうが高くつきます。
向いている相手
既存のヘルプデスク上で音声とチャットの取扱量が多く、財務が1年先まで見通せる AI の予算項目を必要とし、かつ自動化率を今後押し上げるつもりのエンタープライズの CX・サポート責任者です。支出の予測可能性とチャネル横断の一貫性が、成果だけに支払うという原則より重いときに、まさに正しい選択になります。
初年度 $45K を回収できない取扱量なら見送ってください。ヘルプセンターのチャット deflection だけで足りる場合も、より軽いツールがコストで勝ちます。自動化率が頭打ちで、解決件数メーターのほうが請求が少なくなる場合も同様です。
代替候補との比較
既存勢力はすでに支払っているプラットフォームです。Zendesk と Intercom Fin が導入ベースを握っています。今のヘルプデスクに付いてくる AI が基準を満たし、ベンダーを1社増やす価値が導入コストに見合わないなら、そちらを選んでください。最も成長が速い新規参入は Decagon で、2026年1月に $4.5B の評価額で $250M のシリーズ D を実施し、2025年に100社超の新規エンタープライズ顧客を獲得しています。攻めた deflection のカーブが欲しく、その対価として成果課金を受け入れられるなら Decagon です。PCI 範囲のフローの中でエージェントに取引を実行させる必要があるなら Sierra です。この3社に対する Ada の主張は共通しています。4社のうち請求額がエージェントの性能から切り離されているのは Ada だけ、という点です。
注意点
- 会話単位の課金は失敗した会話にも課金されます。 エージェントが対応を誤って人間にエスカレーションした会話も、きれいに解決した会話と同額です。悪い四半期がそのまま満額で請求されます。ガード:自動解決率の下限をクレジットまたは再交渉条項とセットで契約に入れ、初週からエスカレーション率を計測して数字を証明できる状態にしてください。
- 自動解決率 84% は Ada 自身の導入群における同社の数字です。 有利なサンプルから出た上限であって、そのまま引き継げる基準値ではありません。ガード:取扱量の多いジャーニーを1つだけパイロットし、現行ツールと比べた containment と再オープン率を丸1四半期計測したうえで、契約のボリュームコミットはマーケティングの数字ではなく自社の実測値から決めてください。
- Reasoning Engine はリリースから5か月です。 以前のチャネル別モデルの上に作ったものはすべて移行対象であり、旧ビルダーで調整した挙動はそのままでは引き継がれません。ガード:署名前に移行手順を書面で受け取り、最初の繁忙期を通して旧フローを並行稼働させ、締切に追われて作り直すのではなく Coaching で挙動のギャップを埋めてください。