技術情報
AIカスタマーサポートの導入費用:要件相談、PoC、本番稼働はそれぞれいくらか
2026年の台湾におけるカスタム開発で見積もると、AIカスタマーサポートの要件相談は無料、単一シーンのPoCは約30万〜80万台湾ドル、本番稼働は約80万〜250万台湾ドルで、部門横断・複数システムは範囲に応じて見積もります。AIモデルのAPIとクラウドサーバーは利用量に応じて別途かかります。本記事では、各段階で費用が何に使われるかを分解し、プラットフォームのサブスクリプションとカスタム統合のコスト構造を比較し、予算を抑える方法を整理します。

この記事の要点
- AIカスタマーサポートのカスタム導入は4段階で、要件相談は無料、PoCは約30万〜80万台湾ドル、本番稼働は約80万〜250万台湾ドル、部門横断・複数システムは範囲に応じて見積もります。
- 開発費のほか、AIモデルのAPIとクラウドサーバーは実際の利用量に応じて課金され、稼働後の保守は別契約です。
- プラットフォームのサブスクリプションは、多くがオペレーター席数かAIの解決件数で課金され、初期費用は安い一方、利用量と連携システムが増えるほど長期コストの予測が難しくなります。
- カスタム統合は初期投資が大きいものの、注文や会員データを照会したい企業、データを指定環境の外に出せない企業に向いています。
- 予算を抑える最も効果的な方法は、1つのチャネルと実際の質問セットでPoCを行い、正答率の目標を達成してから拡大することです。
目次
AIカスタマーサポートの費用を左右するのは主に3つ、ナレッジベースで整理するデータの量、接続するサポートチャネルと既存システムの数、そして受入基準の厳しさです。 モデルそのものの費用は、通常は大きな割合を占めません。以下では、JoinX(哲煜科技)がAIカスタマーサポートのページで公開している費用レンジをもとに各段階の内容を分解し、プラットフォームのサブスクリプションとカスタム統合でコストがどう違うかを比較します。
AIカスタマーサポートの導入費用はどのくらいですか?
2026年の台湾におけるカスタム開発で見積もると、要件相談は無料、単一シーンのPoCは約30万〜80万台湾ドル、本番稼働は約80万〜250万台湾ドルで、部門横断・複数システムは範囲に応じて見積もります。AIモデルのAPIとクラウドサーバーは利用量に応じて別途かかります。
| 段階 | 費用レンジ | 含まれる内容 | 期間 |
|---|---|---|---|
| 要件相談 | 無料 | 業務とデータを把握し、AIが向いているかを判断して、最初の場面を提案 | 1〜2回の打ち合わせ |
| 単一シーンのPoC | 30万〜80万台湾ドル | 1つのチャネル、限られたデータ、人の監督下での検証 | 4〜8週間 |
| 本番稼働 | 80万〜250万台湾ドル | 権限、連携、有人対応への引き継ぎ、監視、テストとデプロイ | 2〜4か月 |
| 部門横断・複数システム | 範囲に応じて見積もり | 複数のナレッジベースとAIエージェント、システム横断の業務フローと全体のガバナンス | 4か月以上 |
レンジは予算計画の出発点であり、固定の見積もりではありません。同じ段階でもレンジのどこに収まるかは、データ量、チャネル数、受入要件によって決まります。
各段階の費用は何に使われますか?
費用の多くはAI以外の作業に使われます。ナレッジベースの整理、有人対応への引き継ぎの設計、既存システムとの連携、正答率のテストです。後の段階になるほど、システム連携と権限設計の比重が高くなります。
要件相談:AIが向いているかを先に確認する
要件相談は無料で、通常1〜2回の打ち合わせです。いまの問い合わせ対応の流れ、よくある質問、答えがどの文書に書かれているかを伺い、AIが向いているかを判断して最初の場面を提案します。PoCに投資する前に、どの質問がAIに向き、どの質問が向かないかを把握できます。
PoC:実際の質問で正答率を測る
1つのチャネルと実際の質問セットでナレッジベースと回答フローを構築し、正答率、出典の正確さ、有人対応への引き継ぎ率を測定します。費用がレンジのどこに収まるかは、主にナレッジベース文書の整理の難しさで決まります。文書の形式がそろい最新版であれば費用は低く、部門ごとに散らばり版が混在していれば整理作業が増えます。
本番稼働:権限、有人対応への引き継ぎ、監視を整える
公式サイト、アプリ、LINE公式アカウントに接続し、有人対応への引き継ぎ、権限、監視を設定し、必要に応じて注文システムや会員システムと連携します。注文や会員を照会するAIカスタマーサポートは、よくある質問に答えるだけのものより費用が高くなります。システムを1つ連携するたびに、権限設計とテストが追加で必要になるためです。
部門横断・複数システム:範囲に応じて見積もる
複数の部門がそれぞれナレッジベースを持つ、システムをまたいでタスクを実行する、AIエージェントに注文作成や予約変更をさせる、といった場合は範囲の差が大きいため、モジュールとシステムの数に応じて見積もります。こうしたプロジェクトは通常段階的に進め、各段階に受け入れ可能な成果物があります。
開発費以外に、毎月どんな費用がかかりますか?
稼働後の主な継続費用は、AIモデルのAPI、クラウドサーバー、保守の3つです。前の2つは実際の利用量に応じて課金され、保守は別契約で、ナレッジベースの更新、回答ルールの調整、システム監視が含まれます。
| 費用項目 | 課金方法 | 金額を左右する要素 |
|---|---|---|
| AIモデルのAPI | 利用量(処理するテキスト量)に応じて | 月間の会話数、1回の回答で引用する文書の長さ |
| クラウドサーバーとデータベース | 利用量と仕様に応じて | ナレッジベースの規模、同時利用者数、プライベート環境の要否 |
| 保守 | 別契約 | ナレッジベースの更新頻度、監視するチャネルとシステムの数 |
見積もる際は、過去3か月の問い合わせ記録から月間の会話数を推計し、ピーク時の利用量を見込んでおくことをおすすめします。NISTのAIリスクマネジメントフレームワークも稼働後の継続的な監視をガバナンスの重点に挙げており、保守は省ける項目ではありません。
プラットフォームのサブスクリプションとカスタム統合では、コスト構造はどう違いますか?
プラットフォームのサブスクリプションは初期投資が小さく、席数か解決件数で課金されるため、業務が標準的で深い連携が不要なチームに向いています。カスタム統合は初期投資が大きいものの、既存システムに接続でき、データを指定環境に置け、利用量が増えてもコストを予測しやすくなります。
| 比較項目 | プラットフォームのサブスクリプション | カスタム統合 |
|---|---|---|
| 初期費用 | 低い。多くは契約後すぐ使える | 段階ごとに課金。上の費用表を参照 |
| 課金方法 | オペレーター席数、AIの解決件数、または利用量 | 開発費は一度きり。モデルのAPIとサーバーは利用量に応じて |
| 既存システムとの連携 | プラットフォームの連携機能次第。特殊なシステムは別途開発 | 注文、会員、予約などのシステムを必要に応じて連携 |
| データの保存場所 | プラットフォームのクラウド環境 | 指定環境を選べる(プライベート環境を含む) |
| 長期コスト | 会話数と席数の増加に伴って増える | 主にモデルの利用量に伴って増え、開発費は再度かからない |
| 向いているケース | 業務が標準的、すぐに試したい | 注文・会員データの照会、複雑な権限、データを外に出せない |
公式サイトで公開されている価格の例です(2026年11月4日確認、米ドル建て)。
- Zendesk: Suite Teamプランは年払いでオペレーター1人あたり月額55米ドル(月払いは69米ドル)。AIエージェントは「自動解決」件数で課金され、プランに含まれる枠を超えた分は、コミット型プランで1件1.50米ドル、従量課金で1件2.00米ドルです(Zendeskの料金ページ)。
- Intercom: Fin AI Agentは成功した対応(outcome)1件あたり0.99米ドルです(Intercomの料金ページ)。
こうした「解決件数」による課金は会話数が少ないうちは非常に割安ですが、費用は利用量に比例して増えます。0.99米ドルで計算すると、月1万件の解決で約9,900米ドル、年間で約11.9万米ドルとなり、オペレーター席の費用は含まれません。実際の価格は各プラットフォームの公式サイトが基準で、プランと価格は随時変わる可能性があります。
どんな場合にプラットフォームを選び、どんな場合にカスタム開発を選びますか?
質問がよくある質問中心で、社内データの照会が不要で、サポートチームがすぐに試したい場合は、プラットフォームのサブスクリプションが割安です。注文や会員データを照会したい、特殊な権限がある、データを第三者のクラウドに置けない、会話数が多く件数課金が割に合わない、といった場合はカスタム統合が適しています。
両者を組み合わせる方法もあります。まずプラットフォームで顧客が最もよく尋ねる内容を確認し、システム連携が必要な部分をカスタム開発に任せます。比較する際は、3年間など同じ期間で開発費、サブスクリプション費、従量費、保守費を合計して比べ、初年度の支出だけで判断しないことをおすすめします。
AIカスタマーサポートを将来、注文作成や予約変更などシステムをまたぐタスクの実行に広げる場合は、企業向けAIエージェントとRAGの権限と監査の設計を参考にしてください。
AIカスタマーサポートの予算超過を防ぐにはどうすればよいですか?
最も効果的なのは、第1段階の範囲を絞ることです。1つのチャネル、実際の質問セット、明確な正答率の基準で進めます。PoCが目標を達成してから拡大し、達成できなければその段階で止めれば、損失はPoCの費用内に収まります。
- 質問が最も多いチャネルを1つ選ぶ。 例えば公式サイトのチャット窓口やLINE公式アカウントで、最初から全チャネルを同時に始めないようにします。
- 先にナレッジベースを整理する。 古い文書や重複した文書を削除し、答えが明確なFAQを優先します。
- 正答率の基準を定める。 過去の実際の質問をテストセットにし、どの正答率なら合格かを明確にします。
- 有人対応への引き継ぎを業務フローに組み込む。 返金、苦情、請求など責任を伴う質問はAIに答えさせず、直接担当者に回します。
- まず照会のみに限定する。 システムと連携する場合は読み取りから始め、変更を伴う操作は人の確認を残します。
- 稼働後は会話ログを確認する。 誤答や引き継ぎになった質問をもとにナレッジベースを補い、チャネル拡大を検討します。
JoinXはどんなAI対話プロジェクトを手がけてきましたか?
JoinXのAI対話プロジェクトには、保険業向けAIエージェントのUI、既存プラットフォームへのAI検索の追加、そして当社サイトで毎日質問に答えているJoinX GPTがあります。共通するのは、AIが既存のデータに基づいて回答し、答えられないものは人に引き継ぐという進め方です。
- 保険会社: 2026年、保険営業のシーン向けにAIエージェントの対話UIと操作フローを設計し、現場の担当者が実際に使えるものにしました。最後は人が確認します。
- GoodParty: JoinXが開発し保守を続けているプラットフォームにAI検索を追加し、既存のデータと管理画面をそのまま活用して、システムの入れ替えはしませんでした。詳しくはGoodPartyの事例をご覧ください。
- JoinX GPT: joinx.co の右下にあるAIアシスタントで、サイトのサービス、進め方、記事の内容をもとに質問に答え、答えられないものは営業担当に引き継ぎます。
金融機関がAIカスタマーサポートを導入する場合は、金融監督管理委員会のAIガイドラインに沿ったガバナンス文書も必要です。進め方は金融業のAI導入をご覧ください。
よくある質問
AIカスタマーサポートの導入には最低いくらかかりますか?
カスタム開発の場合、最初のステップは無料の要件相談です。実際に試せる版をつくる単一シーンのPoCは約30万〜80万台湾ドルです。よくある質問に答えるだけでシステム連携が不要なら、プラットフォームのサブスクリプションから試す方法もあります。
AIカスタマーサポートの月々の費用はどう計算しますか?
主にAIモデルのAPI、クラウドサーバー、保守の3つです。モデルのAPIは処理するテキスト量、サーバーは利用量と仕様に応じて課金され、保守は別契約です。過去3か月の問い合わせ記録から会話数を推計し、ピーク時の利用量を見込んでおくことをおすすめします。
プラットフォームのサブスクリプションとカスタム開発では、どちらが安いですか?
期間と利用量によります。会話数が少なくシステム連携が不要ならプラットフォームのサブスクリプションが安く、会話数が多い、注文・会員データを照会したい、データを第三者のクラウドに置けない場合は、カスタム統合のほうが長期的にコストを管理しやすいのが一般的です。3年間の費用を合計して比較することをおすすめします。
AIカスタマーサポートのPoCが目標に届かなかったらどうしますか?
まず原因を確認します。多くはナレッジベースの文書が不完全か古いことが原因なので、補ってから再テストします。苦情や返金など、質問自体に人の判断が必要な場合は、その種類の質問を直接担当者に回す設計に変えます。PoCの目的は、本番稼働に投資する前に実現できるかどうかを確認することです。
AIカスタマーサポートの稼働後も保守費用はかかりますか?
かかります。商品、規程、FAQは変わるため、ナレッジベースを更新し、誤答した質問の回答ルールを調整し、モデルのバージョンが更新されたときには再テストも必要です。保守の範囲と費用は、チャネルとシステムの数に応じて別契約で定めます。
参考資料
- Zendesk プランと料金(2026年11月確認)Zendesk
- Intercom Pricing(2026年11月確認)Intercom
- AI Risk Management Framework(AI RMF 1.0、2023年)米国国立標準技術研究所(NIST)
上記は執筆時点で引用した法令・資料です。改正される場合がありますので、実際の適用は所管官庁の最新の公告をご確認ください。
著者について
李秉哲(Jack Lee)
JoinX 創業者兼CEO
2016年にJoinXを創業。台湾と日本にまたがる80名以上のチームを率い、220社以上のお客様に520件以上のプロジェクト(うち中・大規模システム56件)を提供してきました。
Jackについて

