LivePersonレビュー【2026年】料金3段の読み方とSyntrixの役割

LivePersonは、企業の顧客対応を会話の単位で組み立てる製品です。公式サイトの見出しは「The Best Conversational AI Platform for Business」で、現在は「Predictable conversational AI for modern customer CX leaders」という言い方で価値を説明しています。料金ページにはBronze、Silver、Goldの3段が並びますが、金額の記載はありません（2026年11月4日確認）。同ページには「Simple pricing. Minimal add-ons. No service fees.」という一文があり、追加費用を抑える方針だけが示されています。この記事は実際の操作を行わず、公開情報だけを材料にした整理です。会話の品質、導入後の運用負荷、実際の請求額は未検証です。

LivePersonとは何か。人が消えない前提で組まれた会話基盤

LivePersonは、企業と顧客のやり取りを会話の単位で管理する製品です。中心にあるのは「Conversational Cloud」という基盤で、メッセージ、チャット、音声、SNSの窓口を同じ場所で扱います。公式サイトの現在の言い方は「Predictable conversational AI for modern customer CX leaders」。直訳すれば「顧客対応の責任者にとって予測可能な会話AI」です。ここでいう予測可能は、答えが正確という意味ではありません。出す前に結果を確かめられる、という意味で使われています。

この製品の性格を一言でいえば、人が消えない前提で作られています。AIが一次受けをして、難しい相談だけ人に渡す。その渡し方が会話の途中で切れないように設計されています。純粋な自動化ツールと比べると、人の席を減らす方向ではなく、人の仕事を軽くする方向に寄っています。この重心の違いが、後述する料金の形にも表れています。

窓口の広さも特徴です。公式の料金ページには、Web、アプリ、SMS、メール、WhatsApp、Appleのメッセージ、Messenger、Instagram、GoogleのRCS、Kakao Talk、LINE、Viber、WeChatといったチャネルが並びます。日本の利用者にとっては、LINEが最初から候補に入る点が実務的です。国や地域ごとに主流のアプリが違うため、この広さは海外展開をする企業ほど効きます。

設計方針として、公式は「Bring your own LLM」という言い方も使っています。自社で選んだモデルを持ち込める、という意味です。会話基盤を入れると、その会社のモデルに縛られるのが従来の形でした。モデルだけを差し替えられる設計は、数年後の選択肢を残すという意味を持ちます。ただし、持ち込んだモデルの品質を誰が保証するのかは、運用側の責任になります。

運用の前提として、公式は月に10億件を超えるメッセージを扱っていると説明しています。加えて、GDPR、HIPAA、PCI DSSへの準拠を掲げています。決済や医療の情報が会話に混ざる業種を、最初から想定した作りです。この規模と準拠の表示は、審査の重い業種にとっては資料の束が揃っていることと同じ意味を持ちます。

有人対応を残すか、置き換えるかの分かれ目

判断の分かれ目は、自社の対応に「人でなければならない場面」がどれだけあるかです。苦情、例外処理、法務や医療の判断が絡む相談。この比率が高い組織ほど、人とAIの受け渡しを丁寧に作る必要があります。逆に、問い合わせの大半が定型的なら、人の席を前提にしない製品のほうが安く済みます。LivePersonは「人が残る」前提の製品で、人を減らす前提の製品とは費用の形が違います。この違いを最初に確認しないと、見積りの意味がかみ合いません。

LivePersonの料金はいくらか。3段の構成と「追加費用なし」の読み方

料金ページは存在しますが、金額は書かれていません。2026年11月4日に確認できたのは、Bronze、Silver、Goldという3つの区分と、それぞれの説明文です。ページの冒頭には「Simple pricing. Minimal add-ons. No service fees.」とあり、追加の課金を増やさない方針だけが示されています。実際の金額は「Request a quote」から見積りを取る形になります。

3段の説明文を並べると、設計の意図が読めます。Bronzeは担当者の道具、Silverは自動化、Goldは分析と生成AIです。つまり、上にいくほど「AIの比率」が上がるのではなく、「データの使い方」が深くなります。この順序は、会話データを改善に回す準備があるかどうかで選ぶべきだというメッセージだと受け取れます。機能の多さで選ぶと、Goldの価値は使い切れません。

では何で金額が決まるのか。公開情報から読み取れる変数は4つです。運用する席の数、扱う会話の量、接続するチャネルの数、そして使う機能の範囲。これに加えて、電話を含めるかどうかが大きく効きます。電話は通信の費用が別途かかる領域で、メッセージとは原価の構造が違います。

「No service fees」という表現も、そのまま信じるには注意が要ります。サービス費を取らない代わりに、会話量や席数で回収する設計は珍しくありません。どの項目が従量で、どの項目が固定なのか。この内訳を聞かないと、総額の見通しは立ちません。表示は地域・支払い周期・為替で変わるため、契約前に公式サイトの料金表を確認してください。ただし今回の確認では金額の記載自体がなかったため、この確認は担当者との対話が前提になります。

金額が出ない製品を、どう比べるか

金額が非公開の製品を比べるには、条件を固定して聞くしかありません。席数、月の会話数、チャネル数、電話の有無、契約年数。この5つを書いた1枚を用意して見積りを依頼すると、返ってくる数字が比較可能な形になります。条件を書かずに「いくらですか」と聞けば、返事は「要件次第です」になります。非公開の価格は、条件を揃えて初めて数字になります。比較表を作る作業より、条件を書く作業のほうが先です。

Syntrixは何をするのか。公開情報から読み取れる範囲

Syntrixは、公式サイトで独立した製品として扱われています。説明は「顧客と接する前に、AIエージェントを検証し、コンタクトセンターの担当者を訓練する」という趣旨です。何千もの顧客とのやり取りを模擬して、AIの応答を試すと書かれています。つまり、本番に出す前の試験場を製品にしたもの、という位置づけになります。

この発想は、会話AIの導入で起きがちな失敗に正面から向き合っています。よくある失敗は、作ったボットをそのまま本番に出して、顧客との会話で初めて弱点が見つかるパターンです。クレームの連鎖、誤案内の拡散、想定外の質問への沈黙。どれも、出してから直すには痛みが伴います。Syntrixは、その痛みを本番の前に移す道具だと読めます。

公式の説明では、対象が2つに分かれています。AIエージェントの検証と、人の担当者の訓練です。この2つを同じ道具で扱う点が、この製品の性格をよく表しています。AIを入れると人の仕事は減る、という単純な話ではなく、人の対応の質も同時に上げる前提がある。人が残る前提の設計が、機能の単位にも表れているわけです。

ただし、中身の詳細は公開情報だけでは分かりません。模擬の会話をどう作るのか、評価の基準は何か、判定の精度はどの程度か。ここは未検証です。「何千件を模擬する」という説明も、件数の多さがそのまま検証の質を意味するわけではありません。現場の会話に近い題材を用意できるかどうかは、利用する側の準備に懸かっています。

検証の道具を、自社の準備で使えるかどうか

Syntrixのような機能が効くのは、検証の題材を自社で用意できる組織です。過去の会話ログ、よくある質問、例外のパターン。これらが蓄積されていれば、模擬の会話を現実に近づけられます。逆に、会話の記録が残っていない組織では、模擬の会話が作り話になります。検証の道具は、題材の質を超えた精度を出せません。機能を入れる前に、会話ログが残る仕組みがあるかを確認してください。ここが空だと、Syntrixは「触ってみたが分からない」で終わります。

評価できるところ。会話データを改善に回す設計

• 人が残る前提で組まれている。AIと人の受け渡しが製品の中心にある
• 窓口の広さ。Web、アプリ、SMS、LINE、WhatsApp、WeChatまで公式に並ぶ
• 会話データの分析が同じ基盤に入っている。改善の材料を別製品で集めなくて済む
• Syntrixのように、本番前の検証を製品として持っている
• 知識の集約（KnowledgeAI）と振り分け（Orchestrator）が同じ製品群にある
• 大規模運用の前提が示されている。月10億件超という説明と、各種準拠の表示がある
• 既存のシステムを入れ替えずに繋ぐ方針を掲げている（Bring your own LLM）

一番評価したいのは、AIと人の境目を製品の中心に置いていることです。会話AIの失敗は、たいてい境目で起きます。AIが答えられずに固まる。人が引き継いだときに文脈が消える。同じ顧客に2つの窓口から違う答えが返る。どれも、AI単体の性能ではなく、引き継ぎの設計の問題です。会話AIの出来は、賢さより引き継ぎで決まります。この部分を製品の構造として持っている点は、実務に効くと考えます。

二つ目は、分析との距離の近さです。会話ログを分析する製品は数多くありますが、分析した結果を会話の設計に戻す導線は、意外と途切れています。LivePersonは、分析、知識、振り分け、検証が同じ製品群に並びます。戻す先が同じ場所にあるのは、改善を回す側にとっては楽です。道具が散らばっていないこと自体が、運用の負荷を下げます。

三つ目は、窓口の広さです。LINEが並ぶ点は、日本の現場にとって現実的です。海外展開をする企業なら、Kakao TalkやWeChatまで同じ基盤で扱える意味は小さくありません。国ごとに窓口を分けると、顧客の同一性が切れます。同じ人が別のアプリで来たときに、履歴が繋がらない。この問題を避けられる設計は、グローバルで展開する組織ほど効きます。

気になるところ。金額の不透明さと、買収直後の不確かさ

• 金額が公開されていない。3段の構成は見えるが、比較の数字を作れない
• 親会社が変わった直後。契約条件や製品の優先順位が動く可能性がある（未検証）
• 電話を含めると通信費が別枠になり、総額の見通しが立てにくい
• 機能が多いぶん、使い切るまでの立ち上がりに時間がかかる
• 日本語の会話品質は公開情報では分からない（未検証）

正直に書くと、一番の引っかかりは金額の不透明さです。3段の構成と説明文は丁寧ですが、数字がない。「追加費用なし」という方針も、何に対する追加なのかが分かりません。席か、会話か、機能か。この区別が曖昧なままだと、他社と並べた表を作れません。比較の初動で1往復ぶん遅れるのは、地味ですが確かな差です。

二つ目は、買収の直後だという点です。公式サイトには「LivePerson has been acquired by SoundHound AI」という告知が掲載されています（2026年11月4日確認）。買収の日付や条件は、この表記からは分かりません。製品の統合が進めば、料金の体系や窓口が変わる可能性があります。これは推測ですが、買収直後の製品に一般的に起きることです。長期の契約を結ぶ場合は、統合後の方針を確認する項目を入れておくほうが安全です。

三つ目は、機能の多さそのものです。会話基盤、自動化、知識、分析、検証。それぞれに名前が付き、それぞれに設定が要ります。専任の運用担当がいない組織では、どこから手を付けるかで止まります。機能が多いことは、使い切れなければ費用になります。最初に使う機能を3つに絞れるかどうかが、実質的な分かれ目です。

もう一点、見落としやすいのが会話ログの粒度です。分析の機能が充実していても、記録する項目が足りなければ後から掘れません。どの発言を、どの属性と紐づけて残すのか。この設計は導入時に決まり、後から変えるには手戻りが伴います。「あとで分析する」という前提で始めると、たいてい分析できません。最初から、改善に使いたい切り口を3つ決めておくほうが安全です。

どんな組織に向き、どこで止まるか

向くのは、電話とメッセージの両方を持ち、会話の記録を改善に回したい組織です。金融、通信、旅行、小売のように、問い合わせの量が多く、履歴の引き継ぎが重要な業種は相性がいい。海外の窓口も同じ基盤でまとめたい組織なら、チャネルの広さが効きます。向かないのは、問い合わせが少ない組織、1つのチャネルだけで完結している組織、そして金額を先に確定させたい組織です。最後の項目は見落とされがちですが、調達の進め方が合わないと製品の良し悪し以前で止まります。会話基盤は、運用する人がいて初めて価値になります。

Intercom・Zendesk・Kore.aiとの違いは？担当する工程で分ける

比較の前に断っておくと、会話の質を並べた優劣は書けません。同じ問い合わせを同じ条件で流していないためです（未検証）。公開情報で並べられるのは、どの工程を担う製品か、誰に向けられているか、そして料金の出方です。この3つで分けると、候補は絞れます。機能の数を並べる比較は、最後まで決め手になりません。

会話とサポートの運用から入るならIntercomとZendeskが土台になります。どちらもチケットや会話の管理が先にあり、その上にAIを載せる形です。すでに運用が回っているなら、乗り換えずに足せる点が強みになります。対話の設計から組みたいならKore.ai、音声の一次受けを切り出すならCognigyやPolyAIが候補です。Aiseraは社内と顧客の両方を見る位置づけで、LivePersonとは重なる部分と重ならない部分があります。

小さく試すならChatbaseやTiledeskのように、文書から質問応答を作るところから始められます。ECに寄った問い合わせならGorgias、音声だけを切り出すならVapiという道もあります。どれも「何を置き換えるか」を先に決めないと、比較が発散します。LivePersonは置き換えではなく、既存の窓口を束ねる側だと読めます。この位置づけの違いを押さえると、比較の軸がはっきりします。

比較で失敗しやすいのは、AIの性能を先に比べる形です。会話AIの結果は、基盤の性能より、知識の整備と引き継ぎの設計で変わります。同じモデルでも、社内の知識が整理されていれば答えは良くなり、散らばっていれば悪くなります。だから比較の前に、自社の上位3つの問い合わせを書き出し、それぞれをどう処理するかを聞く。この聞き方が、どの製品でも通用する唯一の比較方法です。

組織の規模でも分かれます。席が数十、問い合わせが1日100件程度なら、3段のうち下の段で足りる可能性が高い。この規模で最上位の機能を選ぶと、分析の画面だけが増えて使い切れません。逆に、席が数百、窓口が5つ以上あるなら、束ねる効果は金額の差を埋めやすい。規模の話は機能の話と切り離して考えたほうが、判断がぶれません。

判断の分かれ目。窓口を束ねるのか、置き換えるのか

一つ目の軸は、既存の窓口を残すかどうかです。電話、メール、チャット、SNSが別々に動いているなら、束ねる製品の価値は大きくなります。二つ目の軸は、会話データを改善に使う覚悟があるかです。ログを溜めるだけで誰も見ないなら、分析機能は費用になりません。束ねる対象と、データを使う人が決まっていれば、選定は半分終わります。残りの半分は、金額と契約の条件です。この順序で考えると、機能表に振り回されずに済みます。

導入前に決めること。小さく試す順序

料金の前に確認したいのは、データの扱いです。会話のログがどこに保存され、誰が見られ、どのくらいの期間残るのか。削除の依頼にどう応じるのか。この3つは契約書とプライバシー関係の文書にしか書かれていません。GDPRやHIPAAの準拠を掲げていても、自社の条件で許容できるかは別の話です。審査の担当者が原文を読む工程を、計画の最初に置いてください。

試す順序は4段です。対象の窓口を1つに絞る。その窓口の会話を50件ほど集め、正解の処理を人が付ける。同じ50件をAIに通し、完結した件数と人に回った理由を数える。そのうえで、席数と会話数を固定して見積りを依頼する。この順序なら、金額の話に入る前に、向き不向きの材料が揃います。先に正解を人が付ける。これが、後から言い争いにならない唯一の方法です。

検証の題材は、件数の多い順に選ばないほうがいい。上位は「営業時間は」「支払い方法は」のような単純な質問に偏ります。それでは、知識の整備ができているかを見ているだけになります。選ぶべきは、手順が3段以上ある問い合わせです。例えば「注文の変更をしたいが、すでに発送済みで、住所も変えたい」のような、判断が分かれる依頼です。ここで止まるかどうかが、実務での差になります。

展開の順序も決めておきます。1つの窓口で結果が出たら、隣の窓口に広げる。全チャネルに一斉に広げると、問い合わせの種類が一気に増え、精度が出る前に評価が固まります。窓口を選ぶ基準は、量の多さではなく、会話の記録が残っているかどうかです。記録がある窓口は、検証の題材にも、改善の材料にも困りません。

人が残る業務の設計も忘れがちです。AIが苦手なのは、怒っている顧客、前例のない要求、制度の解釈が絡む相談です。この3つを人に渡す線を引いておかないと、現場は「また止まった」という経験を積みます。一度でもひどい失敗があると、担当者は使わなくなります。機能より先に、渡し方の作法を決めるべきだと考えます。

最初の1か月に揃える3つの記録

初月の目標は、継続の判断材料を3つ集めることです。会話の総数と、そのうちAIで完結した数。人に回った理由の内訳。そして担当者が感じた負担の変化。この3つが揃えば、続けるかやめるかの判断は、印象ではなく記録の話になります。記録を3つに絞ると、社内の説明が1枚で済みます。項目を増やすほど、誰も読まない報告書になります。2026年11月時点の製品を前提にしても、材料は自社で取るしかありません。

よくある質問

まとめ

主な参照元：LivePerson公式サイト（2026年11月4日確認。Predictable conversational AIの説明、Syntrix、Conversational Cloud、各機能の名称、月10億件超という説明、GDPR・HIPAA・PCI DSSの準拠表示、SoundHound AIによる買収の告知はここによります）。LivePerson公式の料金ページ（2026年11月4日確認。Bronze、Silver、Goldの3段、各段の説明文、Simple pricing. Minimal add-ons. No service fees.の表記はここによります。金額の記載はありません）。買収の日付と条件、円建ての価格、日本語対応の範囲は確認できず、未検証です。実機検証は未実施です。