このソリューションにより、これまで複雑だったインストールとセットアップのプロセス全体が簡素化され、ユーザーはAIエージェントにZalo経由でメッセージを作成・送信するよう指示できるようになります。このプラグインはOpenClawのウェブサイトで正式にリリースされました。
ユーザーにとって人工知能(AI)へのアクセス性を向上させる。
OpenClawは、エージェントAI技術を応用したプロジェクトです。エージェントAIとは、一般的なチャットボットのように質問に答えるだけでなく、自律的に行動して目標を達成できるタイプのAIです。タスクを与えられると、AIエージェントは自律的に計画を立て、タスクを細分化し、ツール(Web、データ分析、ソフトウェアなど)を使用し、進捗状況を監視し、必要に応じて調整を行うことができます。
![]() |
Zaloプラグインに関する情報は、OpenClawの公式ウェブサイトで確認できます。 |
以前は、ZaloはボットAPIを提供しており、ユーザーは使い慣れたチャットウィンドウを通してこのAIエージェントとやり取りすることができました。しかし、OpenClawが技術に精通したユーザー向けの実験的なツールという枠を超え、徐々に普及していくにつれて、セットアッププロセスの簡素化が不可欠となりました。
Zaloのデジタル変革担当ディレクター、Le Thi Kim Xuyen氏は次のように述べています。「ボットの作成、認証、APIキーの入力といった操作は、依然として多くのユーザーにとって非常に難しく、このエージェントAIへのアクセスを阻む障壁となっています。今回の改良により、ユーザーがこうした高度な技術的手順を自ら行う必要がなくなり、OpenClawの開発が進むにつれて安定した接続が確保されることを期待しています。」
Zaloの新しいプラグインはこの問題を解決しました。以前のように多くの複雑な接続手順を踏む必要がなくなり、ユーザーは簡単なQRコードスキャンだけで迅速にプロセスを完了できるようになりました。
![]() |
OpenClawをZalo Botに接続して設定する手順が簡素化されました。 |
現状では、この体験は、テクノロジーを積極的に試用し、個々のニーズに合わせてツールを自ら設定したいユーザーにより適しています。しかし、ボットの作成や手動設定といった操作を効率化することは、元々は技術専門家向けに設計されたテクノロジーと、Zaloプラットフォームのより幅広いユーザー層との間のギャップを埋める上で、依然として重要なステップです。
技術的な基盤を構築し、長期的なAI戦略を追求する。
セットアップ手順の変更に加え、この新しいプラグインは、ZaloとAIエージェントの連携方法における大きな転換点となります。Zaloが独自のプラグインを直接開発、更新、管理することで、OpenClawをZaloに接続するための個別の統合への依存度を低減するとともに、プラットフォームがより積極的に運用最適化、機能追加、OpenClawの変更への対応を行えるようになります。
長期的に見れば、このステップの意義は単なるプラグインの導入にとどまりません。ボットシステムの完成度を高め、APIを拡張し、ミニアプリなどのサポートレイヤーを構築することは、すべて技術基盤の整備の一環です。目標は、より多くのAIエージェントがZaloに容易にアクセスでき、ユーザーの日常的な習慣に密接に結びついた形で登場できるよう準備することです。これは、AIを広く普及させ、メッセージングアプリの長期的なAI戦略を推進するための重要な部分です。
Agentic AI導入以前から、Zaloは長年にわたり様々な分野でAIに投資してきました。音声認識、音声メッセージ作成、音声メッセージ読み上げ、翻訳といった機能は、ユーザーのコミュニケーション手段として徐々に定着してきました。統計によると、Zaloは2025年までに、メッセージングプラットフォームのユーザーの約30%が毎月AI機能を利用するようになると予測しています。
ZaloはAIを統合しただけでなく、独自のAI製品の研究開発能力も実証している。Zaloがベトナムで立ち上げた車載アシスタント「Kiki Auto」は、2025年末までにベトナム国内で約150万台のインストールとユーザーを獲得した。現在、ベトナム国内を走る車の5台に1台はKiki Autoを使用していると推定されている。
![]() |
Zaloが開発したベトナムの車載アシスタントアプリ「Kiki Auto」は、約150万件のインストール数を記録している。 |
2023年、GPT-3.5やGPT-4といった大規模言語モデル(LLM)がテクノロジーの世界に革命を起こしていた頃、Zaloは独自のAIモデルを開発するという、より困難で挑戦的な道を選んだ。海外で既に利用可能なファインチューニング済みのモデルを選択することでLLMのトレーニングプロセスを簡略化するのではなく、同社はゼロからモデルをトレーニングすることに決めたのだ。
出典:https://znews.vn/zalo-cap-nhat-phuong-thuc-ket-noi-den-openclaw-post1664688.html













