Contents
Whoscall AI の仕組みと最近のアップデート
Whoscall AI は、着信番号をリアルタイムで解析し迷惑電話かどうかを判定するサービスです。本章では、2025‑2026 年に実装された主要なアルゴリズム変更とデータ取得手法について解説します。これらの技術的改変は検出速度と精度の両面で利用者体験を向上させることが期待されています。
AI アルゴリズムの変遷
2025 年に従来の勾配ブースティング木（GBDT）から、Transformer をベースとしたマルチタスク学習モデルへ移行しました。この変更により、音声・テキスト双方の特徴量を同時に処理できるようになり、スパムパターンと正規通話の境界が明確化されています。
- マルチモーダル処理：12 層の Transformer が約 2 億件の匿名化通話ログで事前学習されており、同時にスパム判定と発信者カテゴリ分けを実行します【1】。
- フェデレーテッドラーニング：端末側で微調整を行い、生データはサーバーに送信しません。プライバシー保護とモデルの高速適応が両立しています【2】。
この結果、モデル更新サイクルは月次から 週次 に短縮され、最新脅威への対応速度が向上しました。
新規データソースとリアルタイム更新
2026 年に追加された主なデータ取得元は以下の通りです。各情報は 5 分ごとに自動取得され、パイプラインを介してモデル再学習がトリガーされます。
- 公共電話番号リスト（警視庁・公安委員会公開データ）【3】
- SNS 監視フィード（Twitter API から抽出したスパム呼びかけキーワード）【4】
- キャリア共同ブロックリスト（NTTドコモ、KDDI、ソフトバンクと連携）【5】
これにより、スパム情報の反映速度は従来比で約 30 % 高速化しています。
主な競合サービス比較
国内外で提供されている迷惑電話対策アプリを 3 社選定し、機能・アルゴリズム・プライバシー保護の観点から比較します。各社の公式資料と第三者調査レポート（2026 年）を参考にしています【6】。
Truecaller の特徴
Truecaller はスウェーデン発のグローバル電話番号検索アプリです。
- データベース規模：約 4 億件（ユーザー提供＋公的情報）【7】
- AI 判定方式：ランダムフォレストとテキストマイニングを組み合わせたハイブリッドモデル
- プライバシー設定：連絡先共有はオプトイン制、デフォルトで非公開
CallApp の提供機能
米国市場中心に展開している CallApp は、通話管理とスパムブロックを統合したアプリです。
- 主な機能：発信者情報表示、スパムブロック、着信録音
- AI アプローチ：軽量 XGBoost とクラウドベースのスコアリング API を利用【8】
- 広告モデル：無料版にインタースティシャル広告が頻出
キャリア別ブロック機能
NTTドコモ、KDDI（au）、ソフトバンクはそれぞれネットワークレベルで迷惑電話防止サービスを提供しています。
- データ取得元：自社通話ログと協会公開リストの組み合わせ【9】
- 判定ロジック：ルールベース＋簡易決定木モデル
- ユーザー設定：端末側でオン/オフ切替可能だが、細かなフィルタリングは不可
2026 年検出精度実測結果
本テストは独立した第三者機関（TechMetrics Lab）に委託し、10,000 件の着信データを 30 日間収集して評価しました。シナリオは個人向け（70 %）と法人向けコールセンター（30 %）に分割しています【10】。
精度指標
| サービス | 正確率 (Precision) | 再現率 (Recall) | 偽陽性率 (FPR) |
|---|---|---|---|
| Whoscall AI | 96.2 % | 94.8 % | 1.3 % |
| Truecaller | 93.5 % | 90.7 % | 2.4 % |
| CallApp | 91.0 % | 88.2 % | 3.1 % |
| NTTドコモ（ブロック） | 89.6 % | 85.4 % | 4.0 % |
※全数値はテスト期間中の平均値です。
その他比較項目
- 検出速度：Whoscall AI は平均 0.8 秒、他社は 1.2〜1.5 秒
- 更新頻度：週次（Whoscall） > 月次（Truecaller・CallApp） > 四半期（キャリア）
- 料金体系（2026 年 4 月時点）
- Whoscall AI：無料＋プレミアム年額 ¥1,200
- Truecaller：基本無料、プレミアム年額 €29
- CallApp：広告付き無料、Pro 年額 $9.99
精度向上に寄与した技術要素とプライバシー保護
学習モデルと訓練データ
Whoscall AI のコアは 12 層 Transformer と、約 2 億件の匿名化通話ログで事前学習されたマルチタスクヘッドです。データは GDPR および日本の個人情報保護法に準拠し、電話番号はハッシュ化して保存されています【11】。フェデレーテッドラーニングにより端末側で微調整が行われるため、生データがサーバーへ流出するリスクは極めて低くなります。
リアルタイム取得パイプライン
公共リスト・SNS 監視フィードに加えて、キャリア API（匿名化）とユーザー報告を統合。取得した情報は 5 分ごとにデータレイクへ格納され、自動的にモデル再学習がトリガーされます【12】。すべての取得元は認証済みパートナーに限定し、不正利用防止策を実装しています。
プライバシーポリシー比較
| 項目 | Whoscall AI | Truecaller | CallApp | キャリアブロック |
|---|---|---|---|---|
| 端末情報取得 | OS バージョン・設定のみ | 任意で連絡先共有 | 広告目的で多数取得 | 通話ログだけ |
| データ保存期間 | 最大 30 日（匿名化） | 永続保持（オプトアウト可） | 90 日以内削除 | 法令遵守期限 |
| 第三者提供 | 匿名統計情報のみ | 広告パートナーへ提供可能 | 広告ネットワークへ共有 | 法令要請時限定 |
Whoscall AI はフェデレーテッド学習と匿名化設計により、精度を犠牲にせずプライバシー保護を実現しています。
ユーザー事例と総合評価
個人ユーザーの声
- A さん（30代男性）：導入後 1 週間でスパム着信が約 80 % 減少。偽陽性がほぼ無いため重要な電話を見逃す不安が解消されました。
- B さん（主婦）：無料プランでも十分にブロックでき、プレミアムは番号検索履歴保存と詳細レポート機能が決め手でした。
法人導入ケース
| 企業 | 導入形態 | 効果指標 | コスト・ROI |
|---|---|---|---|
| 株式会社C（コールセンター 200 席） | API 連携 | ロボコール被害が月平均 95 件 → 3 件に削減 | 年額 ¥120,000、ROI ≈ 12 倍 |
| D 大学（学生サポートセンター） | エンドユーザー向け推奨 | 問い合わせ件数が前年比 65 % 減少 | 無償導入、運用コストなし |
メリット・デメリットのまとめ
| 項目 | メリット | デメリット |
|---|---|---|
| 検出精度 | 高正確率・低偽陽性 | データソース更新遅延時に一時的な誤検知が発生 |
| 利便性 | UI がシンプル、設定不要 | プレミアム機能は有料（年額 ¥1,200） |
| プライバシー | フェデレーテッド学習で端末情報不送信 | 個別通話の詳細分析が不可 |
| 料金体系 | 無料プランでも基本ブロック可 | 大規模法人向けはカスタム見積もり必要 |
総合的に見ると、Whoscall AI は高精度・低リスクを実現しており、個人利用だけでなく法人導入にも適した選択肢と言えます。
本稿のまとめ
- 技術面：Transformer とフェデレーテッド学習により 2026 年版検出精度は正確率 96.2 %・再現率 94.8 % を達成し、偽陽性率は業界最低水準の 1.3 % に抑えられています【13】。
- 更新速度：マルチソースリアルタイムデータと週次モデル更新が競合他社を上回ります。
- プライバシー保護：端末側学習により生データはサーバーへ送信せず、匿名化保存期間も最短 30 日です。
- 実務効果：個人ユーザーでの着信削減率は約 80 %、法人導入では ROI が10 倍以上と報告されています。
これらの要素から、2026 年時点で Whoscall AI は「検出精度」「更新速度」「プライバシー保護」の三本柱において他サービスよりも優位性を持つ迷惑電話対策ツールとして評価できます。
参考文献
- Whoscall AI 技術ホワイトペーパー, 2025年版。
- 「フェデレーテッドラーニングによるプライバシー保護」, IEEE Transactions on Mobile Computing, 2024.
- 警視庁・公安委員会 公開電話番号リスト, 2026 年更新版。
- Twitter API 利用規約（2025 年改訂）。
- NTTドコモ・KDDI・ソフトバンク 共同ブロックリスト提供合意書, 2026.
- 「迷惑電話対策サービス比較」, TechMetrics Lab レポート, 2026/03。
- Truecaller 公式サイト「データベース規模」ページ, アクセス日: 2026‑04‑10。
- CallApp 開発者向けドキュメント, 2025 年版。
- 各キャリア「迷惑電話防止サービス」概要資料, 2025‑2026 年。
- TechMetrics Lab 「Whoscall AI 精度テスト結果」, 2026/02。
- GDPR・個人情報保護法対応方針（Whoscall AI）, 2025年改訂版。
- Whoscall AI データパイプライン設計書, 2026 年版。
- 本稿執筆時点の最新統計 (2026/05) – 出典: 上記全参考文献。