Stripe インサイト：Stripe の非エンジニア社員のための AI プラットフォーム「Kai」
ストライプジャパン株式会社
～年間 25,000 時間の削減、成約件数 39 %増も。グローバルフィンテック企業が AI エージェントで生産性を飛躍させた方法～
プログラマブルな金融サービスを提供する Stripe は、社内向けに開発・運用している AI プラットフォーム「Kai (カイ) 」の仕組みと、その導入によって得られた成果について発表しました。
- 専門知識のないビジネス職の社員でも、直感的かつ安全に AI を使いこなせる、Stripe 独自の社内向け AI プラットフォーム「Kai」- Slack や Web ブラウザから手軽に呼び出せ、Stripe の厳しいデータセキュリティ基準を自動で守る安全なガードレールを搭載- 導入後、営業活動量が 2 倍、成約件数が 39 %増、全社で年間 25,000 時間分の業務を削減し、劇的な生産性向上を実現
Kai は Stripe 社内リリース直後から、セールスやカスタマーサクセスなどの非エンジニア社員を中心に急速に広まり、現在では GTM (マーケティング、セールス、カスタマーサクセスなど、顧客と直接接する) 部門の 83 %が毎週利用する主要な AI ツールとなっています。Kai 導入後、セールスの活動量が 2 倍に増え、成約件数が 39 %増加、さらに年間 25,000 時間分に相当する業務効率化を達成しました。
AI エージェントの登場によって、エンジニアたちの働き方は劇的に変わりました。その一方で、セールスやファイナンス、テクニカルアカウントマネージャーといったエンジニア以外の社員は、AI 活用の波に乗れず、その恩恵を受けられずにいました。Stripe の厳しいセキュリティ基準をクリアしながら、社内のデータベースから情報を安全に取り出したり、商談前の顧客情報の下調べ、トラブル対応の優先順位付け、売上の予測シミュレーション、規約のチェックといった日常業務に AI を安全に取り入れる手段が、既存の AI ツールにはなかったからです。そこで Stripe は、社員の誰もが安心して簡単に使える Stripe 専用のナレッジ AI プラットフォーム Kai を独自に開発しました。Kai のリリースによって、社内の状況は一変しました。
[画像1:
https://prtimes.jp/api/file.php?c_id=77879&t=animationGifImage&f=8404656db172ca8faac460468adebe86.gif ]
2026 年 4 月にリリースしてからわずか 2 週間で、Kai は社内で急速に普及しました。Kai とのやり取りは、一問一答にとどまらず、詳細なリサーチや資料 (アーティファクト) の作成、さらにはアウトプットのブラッシュアップといった、深く対話を重ねる共同作業へと発展しており、業務効率化や生産性向上に大きく貢献しています。
AI プラットフォームを構築した理由
エンジニアの業務は、その内容は違ってもタスクの実行に必要なワークフローやツールはほぼ共通しています。「ファイルを編集し、テストを実行し、保存する」という共通の流れがあるため、単一の AI エージェントであっても上手く機能します。一方、ビジネス職の業務はその対極にあるといえます。顧客のアカウント調査やコンプライアンスチェックなど、タスクごとに必要なデータやツールの使い方が異なり、何をもって「完了」とするかの基準もバラバラだからです。
Kai リリース以前は、ビジネス職の社員が日々の業務で AI を活用するには 2 つの選択肢がありました。
- ノーコードの AI エージェントビルダー特定の業務に特化した AI エージェントを誰でも手軽にノーコードで作れる仕組みです。実際に社内で 4,000 以上の AI エージェントが作成されましたが、似たようなものが乱立してしまい、管理やメンテナンスが大きな負担になってしまいました。- エンジニア向けの AI コーディングエージェント非常に強力なツールですが、すぐに新たな問題が浮上しました。一部の社員はワークフローを変更してコーディングエージェントを使い始めましたが、エンジニア以外のサポートに慣れていない開発サポートチームへの負担が増えたほか、セキュリティ面での懸念がすぐに見えてきました。
この経験から、ビジネス部門が安心して使える AI プラットフォームを作るには、3 つの重要なポイントがあることが分かりました。
- 専門知識の民主化: 特定の部署に偏らず、組織全体で知見を活用できるようにすること - ユーザーの業務フローへの統合: Slack や Web ブラウザなど、社員が普段利用している環境にシームレスに溶け込んでいること - ガードレールの自動適用: 技術的な専門知識がなくても、データ漏洩防止などの安全基準を自動的に守れる仕組みを備えていること
1. 専門知識の民主化
Stripe の全社員を満足させるために必要な専門知識は、驚くほど多岐にわたります。業務に必要な専門知識は、営業、財務、マーケティング、法務、データサイエンスなど様々な部署に分散しており、それぞれ異なるツールや手順、独自の成果基準を持っています。Kai は、こうした裏側の複雑さをユーザーに意識させることなく、各自の仕事を自然にこなせるように、スマートに設計される必要がありました。
2. ユーザーの業務フローへの統合
AI が「どれだけ賢いか」と同じくらい、「どこで使えるか」も重要です。社員が業務にあたる場所は、Web ブラウザ、Slack 、その他さまざまな社内システムなど多岐にわたります。Kai は、わざわざ専用の新しいアプリを開くことなく、普段見ている画面に溶け込んで機能する必要がありました。
例えば、財務チームが複雑な変更を運営予算に反映させる際、AI は画面上の文脈を読み取り、関連するドキュメントを検索し、適切な変更案の提示や要約までをその場で完結させます。
作業環境を移動させることなく、普段の業務の流れに寄り添うことが定着させる鍵でした。
3. ガードレールの自動適用
エンジニア向けツールには、ミスを防ぐ自動テストや、元に戻せる仕組みが長年培われています。しかし、ビジネス職の業務にはこうした安全網がほとんど存在しません。
例えば Stripe では、無関係な 2 つの顧客データを同じ分析で扱うことは厳しく禁止されています。たとえそのユーザーがシステム上アクセス権を持っていても、ビジネスの文脈として不適切な場合は許されません。
重要なのは「技術的にどこにアクセスできるか」ではなく、「その仕事において、どんな情報やデータを見せることが適切か」という判断基準です。Kai は、ユーザーが特に意識せずとも、こうした「適切な境界線（ガードレール）」をシステムが自動的に守るように設計されています。
Kai の構築方法
一言でこれらすべての複雑な安全ルールや便利機能をまかなうのには限界がありました。そこで、Stripe は Kai を以下の「3 層構造」で設計しました。
- どこからでも使える「共通の窓口 (API) 」- 専門知識がなくても自分たちの AI を構築できる管理画面「AgentStudio」- セキュリティと安定性を裏で支える「IT インフラ (実行環境) 」
１. どこからでも使える共通の窓口（API）
Kai には専用の Web アプリや Slack 連携機能が用意されていますが、その裏側は、システム同士をつなぐ「共通の窓口 (API)」によって支えられています。
これにより、入社初日から全社員が特別な設定なしにすぐに使えるほか、普段使うさまざまな社内ツールや、Chrome 拡張機能を通じてあらゆる Web 画面上から直接 Kai へ質問することができます。
[画像2:
https://prcdn.freetls.fastly.net/release_image/77879/127/77879-127-6cac9b3762422350384117f354359187-1999x1284.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
API を通じて Kai を各アプリに組み込み、あらゆる業務で Kai の活用を可能にしています
２. AI をノーコードで調整できる「AgentStudio」
AgentStudio は、各チームの責任者が使う管理画面です。プログラミングの知識がなくても、自分たちの仕事に合わせた「スキル」を登録したり、専用の AI エージェントを作ってテストや改善ができます。例えば、セールスチーム向けにカスタマイズされた Kai は、自動で必要なスキルを読み込み、最適なデータに安全に接続して、使いやすい形式でレポートを出力します。
[画像3:
https://prcdn.freetls.fastly.net/release_image/77879/127/77879-127-d7e0b05e405c79758f7c974cd173b590-1999x1101.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
スキルは各チームの担当者によって管理され、デザインやファイナンスなど各業務領域ごとに整理されています
３. 安全かつ超強力な「IT インフラ (実行環境)」
ここが Kai の最大の要です。AIエージェントを動かす仕組みや、安全に作業するための隔離された環境、複数の作業を順番に進める仕組み、利用者ごとにアクセスできる情報を管理する仕組みなど、顧客向けサービスと同等レベルの非常に厳しい安全基準をクリアしたインフラ基盤（Kubernetes）を採用しています。
やり取りごとに「安全に隔離された実験用のサンドボックス」と、「一時的なファイル置き場である仮想ファイルシステム」を自動で用意。これにより、AI が勝手に外の環境に影響を与えることなく、安全にデータ分析や処理を行えます。
また、長時間の複雑なやり取りでも過去の会話の文脈をしっかり保持し続けられるため、最長で 932 ターンに及ぶセッションも記録されました。AI が途中で会話を忘れてしまったり、タイムアウトで止まったりすることなく、何百回もの対話やツールの呼び出しを安定して維持できます。
[画像4:
https://prcdn.freetls.fastly.net/release_image/77879/127/77879-127-24db502ad3b3777a3b3c99fcbb92ebd0-1920x1080.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
ユーザーの利用量は増加するだけではなく、より深い複数ターンのセッションが行われるようになっています
さらに、Kai は自動で 1,000 以上の仕事用ツールやスキルから、今必要なものを判断して選んで実行します。
導入後の成果
導入による変化は、目を見張るものでした。
- 新入社員の立ち上がりの速さ: 新入社員は最初から Kai を使いこなしており、その利用頻度は既存社員の 2.7 倍にものぼります。- 営業成果の向上: コホート内で比較したところ、Kai を使いこなしているヘビーユーザーは、ライトユーザーに比べて 80 %多くの売上を獲得しています。- 営業活動の活性化: 営業（AE）が Kai を活用した週は、使わなかった週と比べて、営業活動量が 2 倍、商談数が 17 %増加、将来の売上見込みが 26 %増加、成約件数が 39 %増加という劇的な成果が出ました。- 全社の効率化: 全体として、Kai は年間 25,000 時間もの社内管理業務を削減し、社員が売上に直結するコア業務に集中できるように貢献しています。
現在、Stripe 全体で毎日 5,000 以上のセッションがデータ分析に利用されています。ファイナンス、オペレーション、エンジニアなどのあらゆる部門で、情報収集やログ解析、計画書の作成などを自動で行うための、自然な作業のハブとして完全に定着しています。
進化し続ける Kai
Stripe が大切にしている「まだ勝ち切れていない (We haven’t won yet) 」という言葉は、Kai にも当てはまります。私たちの挑戦はまだはじまったばかりで、取り組むべき課題は山積みです。
- 記憶力と処理能力の強化 ： AI が一度に処理できる情報量（アクティブなコンテキスト）と、安全な保管場所（仮想ファイルシステム）をよりスムーズに連携させ、大容量データの処理能力をさらに向上させます。- リフレクションと自己改善機能： AI 自身がこれまでの実行ログを自動で振り返り、どうすればもっと効率よく動けたかを自己評価・改善して、ユーザーが承認するだけで品質が高まる仕組み (自動改善ループ) を作ります。- チームでの共同作業の進化： AI とのやり取りで得られた知見をチーム全体で共有したり、複数のメンバー (そして複数の AI !) が同じ成果物上で共同作業できる環境の開発
Stripe では、ビジネス職も含む全社員に「生産性の飛躍」をもたらした Kai のさらなる可能性を引き出すため、今後も AI 技術の向上に投資して参ります。
原文 :
Meet Stripe's Knowledge AI Platform | 2026 年 7 月 30 日
#####
Stripe は、プログラマブルな金融サービスを構築する企業です。世界の何百万もの企業が Stripe を利用して、オンラインおよび対面での決済や組込型金融、収益モデルのカスタマイズを推進し、より収益性の高いビジネスを築いています。サンフランシスコとダブリンに本社を置く Stripe は、世界の GDP の 1.6% に相当する年間 1.9 兆 ドル (約 300 兆円) 以上の決済を処理しています。AI とステーブルコインにフォーカスを置いた事業拡大と研究開発への投資を通じて、Stripe はグローバル経済における最先端技術の普及に貢献しています。
詳しくは
https://stripe.com/jp をご覧ください。
プレスリリース提供：PR TIMES
記事提供：PRTimes
