何であるか
Rippit は MaestroQA の改称です。同じ会社、同じ創業者(Vasu Prathipati)、同じ会話データで、ポジショニングだけがサポートの品質保証から、rippit.com が現在掲げる「The AI Conversation Data Platform」へ移りました。リブランドは 2026 年第 1 四半期です。正確な日付は曖昧で、外部トラッカーは 2026 年 2 月 24 日と 3 月 4 日に割れており、Rippit 自身のブログには日付入りの告知記事がありません。ベンダー変更の審査で記録を残す必要があるなら、この点は効いてきます。
製品の主張は狭く、検証可能です。非構造の会話を「structured, queryable data」に変換し、サンプルではなく 100% を分析する、というものです。なぜそれがウェアハウスへのクエリではなく製品を要するのか、という Rippit の技術的な説明が同社の公開物の中で最も有用です。サポートの書き起こしは平均で約 34,000 文字、同社の試算例では 2 か月分で合計およそ 3 億 4,000 万文字に達し、Claude と Snowflake を組み合わせる標準的な手法は 50 件の会話をサンプリングして処理します。Rippit が売るのは残りの 99% です。同じ記事は代償を 1 行で認めています。「100% coverage costs more」— 金額は示されていません。
名前の挙がっている顧客は Brex、Checkr、Klaviyo、Peloton、Resident、SpotOn、LegalZoom です。ミッドマーケット以上、会話量が多く、サポート比重の高い企業が並びます。調達総額は 3,160 万ドル、直近のラウンドは 2021 年の 2,500 万ドルのシリーズ A です。5 年間の無調達と、競合の多いカテゴリーへのリブランド。以下すべての前提がこれです。
評価を左右する分岐
現時点で、1 社から 2 つの販売モーションを走らせる 2 つのサイトが同時に稼働しています。比較記事はどれもこれを書いていません。
- maestroqa.com は今も QA スイートを販売しています。Auto QA、Scorecard Builder、Calibrations、Coaching、QA Reporting、Screen Capture、Root Cause Analysis を、32 件の名前付きユースケースと約 60 の連携にまたがって提供します。ヘルプデスク(Zendesk、Intercom、Gladly、Kustomer、Front、Freshdesk)、AI エージェント(Ada、Decagon、Forethought、Sierra、Agentforce)、電話システム(Five9、Talkdesk、NICE inContact、Aircall、Dialpad、Twilio、Zoom)、データウェアハウス、WFM(Assembled、Calabrio、Playvox)。価格は問い合わせフォームです。
- rippit.com は会話データ上で動く Agent Apps を、公開価格、無料枠、そしてワンクリック接続先はちょうど 2 つ(Zendesk か Intercom)という形で販売しています。
何よりも先に、自社の契約がどちらの SKU に載っているかを確認してください。その答えが料金表、機能範囲、そして 2 本あるロードマップのどちらを買っているのかを決めます。
CX スタックに登場する理由
- 取り込みは制約になりません。 通話、メッセージ、電話、チャットにまたがる 35 以上のワンクリック連携、Snowflake・Databricks・BigQuery・Redshift からの同期、開発者 SDK による直接プッシュ。Rippit は会話をすでに存在する場所で読みます。2 週間の接続作業と 1 四半期のデータエンジニアリングの差はここです。
- 名前付きでダウンロード可能な Claude Skills を 7 本公開しています。
/rippit-double-clickはテーマについて根拠付きの回答を組み立て、/rippit-escalation-finderは雲行きの怪しい会話を Slack へ投稿し、/rippit-support-shoutoutsはエージェントを名指しで引用し、/rippit-chatbot-analysisはボット対応の会話をエスカレーションとナレッジベースに照らして採点し、/rippit-aeo-seo-optimizationは実際に顧客が投げた質問に基づいてコンテンツを起草し、/rippit-tool-bakeoffは同じ分析を競合ツールでも走らせ、/rippit-qa-program-revampは個人スコアリングを超えて評価設計を作り直します。ページは制約も明示しています。これらは Claude 側の設定がすでに会話データへの MCP アクセスを持っている場合にのみ動きます。Rippit はこれらに合わせた自社製の文書化された MCP サーバーを公開していません。 - AI クレジットは原価で 1:1 転嫁されます。 同じ分析をウェアハウス上で走らせることへの Rippit の反論は、Snowflake がトークンに 10〜25% を上乗せするというものです。これは競合の価格に関するベンダーの主張なので、自社の Snowflake 請求書で検証してください。ただし Rippit 側の原価転嫁は価格ページに明記されており、無料枠には 100 ドル分のクレジットが含まれます。
- チャットボットの QA が後付けではなく主要な対象面です。 Ada、Decagon、Forethought、Sierra、Agentforce へのネイティブ接続により、採点対象を人間ではなく自社の AI エージェントにできます。2025 年にエージェントを本番投入したまま評価ループを持てていないチームには、これが最短経路です。
- QA の作り込みは本物で、第三者評価もあります。 MaestroQA のリスティングは G2 で 324 件のレビュー、4.8/5 を維持しており、スコアカードの条件分岐ロジックと評価者キャリブレーションが繰り返し強みとして挙がります。10 年分の QA プロダクトであり、ロゴが変わっても消えていません。
- Brex は QA を超えて使っています。 導入事例では会話の 3% でチャーンリスクを検知したと報告され、オペレーション責任者は従来のやり方をこう総括しています。「We were spending hours on QA every week, but it wasn’t driving customer outcomes—it was just generating scores」
価格の実際
料金表は 2 つあり、まったく別物です。
Rippit のセルフサーブは公開されています。Free は 0 ドルで月 100 Agent Runs、Q&A 無制限、Zendesk か Intercom を 1 つ接続、原価の AI クレジット 100 ドル分。Starter は月 185 ドルで 300 Agent Runs。Growth は月 495 ドルで 1,000 Agent Runs。Enterprise は見積もりで、1,000 runs 超に加えて専任の AI Agent Specialist、SSO、高度な連携が付きます。課金単位は Agent Run であり、シートでも会話でもありません。1 run が会話を何件消費するのかを定義した公開情報はなく、この 1 つの数字が、月 495 ドルを潤沢と見るか自社の量に対する誤差と見るかを決めます。
従来の MaestroQA は見積もりのみです。2026 年 2 月更新の Vendr のデータセットは、平均契約額を 55 件の取引で 23,520 ドルとし、5〜25 エージェントで年 6,000〜18,000 ドル、25〜100 で 18,000〜60,000 ドル、100 超で 60,000〜200,000 ドル以上のバンドを示しています。50〜75 エージェントのミッドマーケット案件は 35,000〜70,000 ドルで着地しました。買い手は初回見積もりから 15〜30% を引き出し、複数年コミットは単年価格より 15〜25% 低い水準でした。自社のバンドの下限から交渉を始め、無料枠に言及してください。0 ドルの入口を公開したベンダーは、自らの価格下限の論拠をすでに弱めています。
向いている相手
ミッドマーケットからエンタープライズ規模のサポート、CX、カスタマーオペレーションの責任者です。目安はエージェント 25 名以上、Zendesk か Intercom 上で運用しており、誰も読んでいない会話アーカイブを抱えている状態。すでに QA プログラムを回していて、2 社目のベンダーではなく同じデータの上に分析レイヤーを載せたい場合、採点対象が Ada・Decagon・Sierra・Forethought 上に投入した AI エージェントである場合、そしてアナリティクスチームが会話データを書き起こしではなく Snowflake 上の構造化された行として欲しがっている場合に、最も強い選択肢になります。
エージェントが 15 名未満でアナリストもいないなら見送ってください。セルフサーブ枠は高価なクエリボックスにしか見えません。本当に欲しいのがエージェントのトレーニングシミュレーションやロールプレイなら、それは別の製品です。カテゴリーの立ち位置が定まったベンダーを購買委員会が求めるなら、これも見送りです。ここは直近 6 か月で地面が動き、また動きます。
代替候補との比較
Zendesk QA(旧 Klaus)は数量面の既存勢力で、すでに Zendesk を使っているチームにとって最も安い初回テストです。QA スコアリングが仕事のすべてで、データがヘルプデスクの外に出る必要がないなら、これを選んでください。Solidroad はサポート QA で最も成長の速い新規参入で、分析の幅よりコーチングと模擬練習が重いときに鋭い選択になります。課題が顧客インサイトではなくエージェントの成績なら、Rippit と直接対決させてください。Enterpret は新しい Rippit に最も近い代替です。適応型タクソノミーによるフィードバック分析、公開された MCP サーバー、はるかに広いソース一覧を持ち、問いが「何を作るべきか」という製品側の形をしているとき(「キューで何が壊れたか」という運用側の形ではなく)に勝ちます。Assembled の重なりは周縁だけで、フォーキャストとシフト管理を担う補完であり置き換えではありません。Gong は同じ分析手法をサポートチケットではなく商談通話に当てるので、会話量がレベニュー側にあるならそちらから始めてください。Rippit のブログは自ら喧嘩を選んでいます。「Walking Dead: Qualtrics and Medallia」という記事があり、アンケート主導の VoC に対するこの主張は妥当です。顧客がすでに言ったことを掘るほうが、もう一度尋ねるより強い。正直なベースラインは自社ウェアハウスと LLM とアナリスト 1 名の組み合わせで、それに対する Rippit の答えはカバレッジです。50 件をサンプリングして答える問いと、全件を読んで答える問いは別物です。
注意点
- 買ったのは QA ベンダーで、そのベンダーが自らを QA と呼ぶのをやめました。 創業者 Vasu Prathipati の公の言い方は、AI ファーストの世界で QA は過去のものとして読まれる、というものです。Scorecard Builder、Calibrations、Screen Capture は今日も maestroqa.com にありますが、ロードマップの関心はポジショニングに従います。ガード: 依存している QA 機能を更新契約書に名指しで書き、名指しした機能ごとに最低 12 か月の提供終了予告を契約に付け、「プラットフォーム」としか書かれていない更新は拒否してください。
- 無料枠は、あなたが署名する製品ではありません。 Free と Starter が接続するのは Zendesk か Intercom のワークスペース 1 つです。QA スイート、電話システムのコネクタ、SSO は見積もり枠にあります。ガード: 購入予定の枠の中で、自社データと自社のスコアカードを読み込ませて評価してください。0 ドル枠でのパイロットが検証するのはクエリボックスであって、QA プログラムではありません。
- Agent Run は定義のない課金単位です。 公開されている全枠がこれで計測しますが、1 run が何を含むのかを述べた公開ページはありません。ガード: 署名前に定義を書面で取得し、自社の実際の月間会話量を当てはめて試算し、超過分を更新時ではなく事前に価格決めしたうえで契約に上限を入れてください。
- 同社は 2021 年以降調達しておらず、従業員数の報告も一貫しません。 重なる期間についてトラッカーは 71 名と 33 名を掲げており、少なくとも一方は古い数字だと分かる開きです。ガード: 標準的な存続性チェックを回してください。データエクスポート権を契約に入れ、会話履歴が閉じ込められないよう Snowflake または SDK のエクスポート経路を初日から生かし、更新のたびに資金状況を再確認します。
- ここに挙げた性能値はすべてベンダー公表です。 100% のカバレッジ、Snowflake のトークン 10〜25% 上乗せ、Brex の 3% チャーンリスク検知。いずれも同社の資料であり、監査されたものはありません。ガード: 手作業のレビューですでに答えを知っている問いを 1 つ選び、トライアル中に Rippit へ通し、カバレッジの割合ではなく結論を比べてください。全件を読んで誤った結論に至るツールは、正しい結論に至るサンプルより劣ります。
- Claude Skills は、あなたが用意する配管に依存します。 ダウンロードでき、内容も具体的ですが、Claude のワークスペースが会話データへの MCP アクセスを得るまでは何もしません。ガード: skills を稟議に載せる前に、セキュリティチームを同席させてトライアル中に接続経路を確定してください。