エンタープライズAI基盤のIBM、ElevenLabsの音声技術をwatsonx Orchestrateに統合

IBMとElevenLabsは、ElevenLabsのText to SpeechおよびSpeech to Text技術をIBMのwatsonx Orchestrateプラットフォームに統合することで合意しました。今回の連携により、watsonx Orchestrateを利用する企業は、自社のAIエージェントに音声機能を追加できるようになり、より自然で実用的な音声ベースの対話体験を構築しやすくなります。この統合の大きな特徴は、70以上の言語と複数の地域アクセントに対応した音声インタラクションを実現できる点です。これにより、企業はグローバルな顧客や従業員に向けて、言語や地域特性に応じたコミュニケーションを展開しやすくなります。従来のテキスト中心のAIエージェントから一歩進み、音声を通じて案内、応答、確認、サポートを行う仕組みへ広げられることが、今回の提携の中心的な価値です。

対象となるのは、顧客対応と社内コミュニケーションの自動化を進めたい企業や組織です。特に政府、銀行、医療、保険、公共料金といった分野では、問い合わせ対応や手続き案内、職員支援など、多様な接点で音声AIの活用余地があります。今回の統合によって、こうした業界の企業は、watsonx Orchestrate上のAIエージェントに音声対話機能を加えることで、より幅広い業務にAIを展開しやすくなります。IBMにとっては、watsonx Orchestrateの活用範囲を広げ、エンタープライズAIをより実務的なインターフェースへ進化させる動きといえます。一方のElevenLabsにとっては、強みである高品質な音声生成と音声認識技術を企業向けAI基盤へ組み込むことで、コンシューマーやクリエイティブ用途に加え、エンタープライズ領域での存在感を高める機会になります。

今回の発表は、企業向けAIがテキスト処理だけでなく、音声を含むより自然な対話型インターフェースへ進化している流れを示しています。企業がAIエージェントを導入する際、単に情報を処理するだけでなく、顧客や従業員とどのように接点を持つかが重要になっており、IBMとElevenLabsの提携はその変化を後押しするものとなりそうです。