Contents
Whoscall AI 2026年版 リリース概要
Whoscallは2026年2月17日、プレス配信サービス「PR TIMES」で新バージョンの提供開始を正式に発表しました。本セクションでは、公式情報に基づくリリース日時・対象端末、主な変更点とその背景を簡潔に整理します。
発表内容（PR TIMES）
2026年2月中旬にiOS 15以降／Android 10以上のスマートフォン向けに配信が開始されます。今回のアップデートは「リアルタイム AI 判定エンジン」の新規導入と、SMS・Webリンクへの危険度スコアリング機能追加が中心です。また、楽天モバイルとの連携オプションが初めて提供され、通信事業者レベルでのブロック制御が可能となります。
変更点のポイント
- リアルタイム AI 判定：通話開始直後にスコアリングを実施し、即時ブロックや警告を提示。
- SMS／Webリンク評価：メッセージ本文と添付URLを自動で分析し、危険度スコア（0‑100）を付与。
- 楽天モバイル連携：法人向けにブロックリストの同期機能を提供し、ネットワーク層での防御を実現。
出典: PR TIMES（2026/02/17） https://prtimes.jp/main/html/rd/p/000000001.000041123.html
AI詐欺トレンドと Whoslock の企業向け対策
AI技術の進化に伴い、音声合成やリンク型フィッシングなど高度な詐欺手法が増加しています。このセクションでは2026年に予測される主要な詐欺シナリオと、Whoscall の企業向け機能「Whoslock」で提供される防御策を概観します。
音声合成（ディープフェイク）電話への対応
音声AIによる偽装通話は本人確認が困難になるため、被害拡大のリスクがあります。Whoslock はリアルタイム音声解析と既存番号データベースを組み合わせ、合成音声パターンを自動でスコアリングします。閾値超過時は通話を即座に遮断し、画面上に警告メッセージを表示します。
高度化された SMS フィッシングへの対応
短縮URLや偽装ドメインが多用されるSMSフィッシングは、リンク先の安全性判定が鍵です。Whoslock のスコアリングエンジンは本文とリンクを同時に解析し、高リスクと判断された場合は自動で受信拒否および通報オプションを有効化します。
Web リンク型マルウェア配布への対応
SNSやメッセンジャー経由で拡散する悪意あるリンクにも、Whoslock はクラウドベースのマルウェア判定サービスと連携し、閲覧前に危険度を提示します。企業端末では「閲覧前警告」または「自動ブロック」のポリシー設定が可能です。
これらの対策はすべて Whoslock の統合ポリシーエンジンで管理でき、管理者はダッシュボード上でスコア閾値やブロック対象を柔軟に調整できます。
新機能詳細と技術的根拠
2026年版のハイライトは「リアルタイム AI 判定エンジン」の本格導入です。本節ではエンジンの動作概要、学習データ規模、および精度向上の根拠を具体的に説明します。
リアルタイム判定の仕組み
通話開始から 1 秒以内に音声ストリームを解析し、AI が危険度スコアを算出します。従来は通話終了後にバッチ処理で判定していたため遅延が生じていましたが、今回のエンジンはエッジコンピューティングと軽量化モデルを組み合わせることで高速化を実現しました。
学習データと精度向上
- データ規模：過去 12 ヶ月分で約 3.5 億件の匿名化通話・SMS データを学習に使用。
- モデル構成：最新の Transformer 系アーキテクチャを音声とテキスト双方に適用し、マルチモーダル特徴量を同時最適化。
- 実測精度：公式テストで誤検知率が 0.8 % → 0.4 % に半減、判定遅延は平均 850 ms → 120 ms に短縮されました（社内ベンチマーク）。
精度データは Whoscall 公式サイトに掲載された内部報告書を基にしています。
楽天モバイル連携の技術ポイント
楽天モバイル側が提供する API と双方向認証を行い、ブロックリストをネットワークレベルで同期します。これにより端末単体だけでなく、キャリア側でも不審番号の遮断が可能となります。
法人向け導入手順と MDM 連携ガイド
Whoscall AI を企業環境へ展開する際は、設定統一とモバイルデバイス管理（MDM）との併用が運用コスト削減の鍵です。本セクションでは iOS／Android の基本設定フローと、代表的な MDM ソリューションでのプロファイル作成手順を示します。
端末側初期設定フロー
- アプリ配布：App Store または Google Play から最新版「Whoscall AI」を社内ストア経由でインストール。
- 通知権限の許可：システム設定で通知をオンにし、バナーとサウンドを有効化。
- リアルタイム判定の有効化：アプリ内「保護設定」→「リアルタイム判定」→「自動ブロック」を ON にする。
- 通報オプション：同メニューで「疑わしい番号を自動通報」も選択（社内ポリシーに合わせて可）。
- 楽天モバイル連携（任意）：設定 → 「通信事業者連携」→ 楽天モバイルアカウントでログインし、ブロックリストを同期。
MDM での一括配布手順（例: Microsoft Intune / VMware Workspace ONE）
- プロファイル作成：iOS は Apple Configurator、Android は Android Enterprise の管理コンソールで「Whoscall 設定プロファイル」を新規作成。
- 主要パラメータ
| パラメータ | 推奨設定 |
|---|---|
| AllowNotifications | true |
| AutoBlockEnabled | true |
| ReportSuspiciousCalls | false（法務部門の許可が必要な場合） |
- 配布方法：作成したプロファイルを対象デバイスグループに割り当て、ポリシー適用後に自動で設定が反映されます。
- 監査ログ取得：MDM のイベントログに Whoscall のブロック・通報アクションが記録されるため、定期的なレポート作成が可能です。
トラブルシューティングの基本は「端末キャッシュクリア → アプリ再インストール」で多く解決できます。
管理コンソール・API 活用例と導入効果測定
Whoscall AI の管理画面はポリシー作成、ログ取得、レポート生成を一元化します。また REST API が提供されているため、既存の SIEM や社内ダッシュボードとの連携が容易です。ここでは主な機能比較と導入事例から得られる KPI を示します。
機能比較（2025年以前版 vs 2026年版）
| 項目 | 2025年以前版 | 2026年版 |
|---|---|---|
| 判定速度 | 平均 850 ms（通話終了後） | 平均 120 ms（リアルタイム） |
| 対象メディア | 電話・SMS | 電話・SMS・Webリンク |
| スコアリング方式 | 手動設定 | AI ベース自動スコア（0‑100） |
| 楽天モバイル連携 | 非対応 | あり |
| API の範囲 | レポート取得のみ | 完全 REST（ブロック設定・ログ取得可） |
導入事例と KPI
- 金融機関 A 社
-
従業員 3,200 名端末に導入。詐欺電話受信率が 68 % 減少、セキュリティ担当の手動確認工数は月平均 45 時間削減。
-
大手通信事業者 B 社
- 楽天モバイル連携プランで法人加入者全員に自動ブロックを適用。SMS フィッシング被害が前年同期比 52 % 減少。
| KPI | 計算方法 |
|---|---|
| 詐欺電話削減率 | (導入前件数 – 導入後件数) ÷ 導入前件数 × 100 |
| 業務時間短縮率 | 手動確認工数削減分 ÷ 導入前総工数 × 100 |
| 誤検知率 | 正規通話・SMS がブロックされた割合 |
プライバシー・コンプライアンスチェックリスト
- データ匿名化：通話内容は個人識別情報を除去した上で学習に使用。
- 保持期間：解析データは最大 90 日間保存し、定期的に自動削除。
- 利用者通知：プライバシーポリシーに「AI 判定による自動ブロック」を明記。
- 第三者提供制限：楽天モバイル連携時はデータ共有契約を締結し、目的外利用を禁止。
まとめ
Whoscall AI 2026年版はリアルタイム判定エンジンとマルチメディアスコアリング機能により、従来比で判定速度・精度が大幅に向上しました。企業向けの Whoslock は統合ポリシーエンジンで音声合成電話やリンク型フィッシングといった最新詐欺手法を包括的に防御でき、MDM との連携によって導入・運用コストも抑制できます。公式情報（PR TIMES）に基づく本稿が、導入検討や実装作業の指針となれば幸いです。