海外 · IT・ソフトウェア AI司会型
Microsoft
4〜6週間かかる調査を意思決定前へ 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 提供元は、従来比で調査コストを3分の1に抑えたと主張している。
詳しい使い方・出典を見る ＋
課題 従来の顧客調査は示唆まで4〜6週間かかり、結果が出る頃には意思決定が終わることがあった。
使い方 Listen Labsで、音声、動画、テキストと言語を回答者が選べる多言語インタビューを実施した。
規模・頻度 150件超のインタビューを24時間で実施（提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 数値と成果はListen Labsの事例ページによる主張で、独立した因果実証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Anthropic
離脱理由を調べ、製品改善と部門展開へ 利用サービス：Listen Labs
商品・サービス開発 顧客・市場理解
公表された成果・状況 提供元は、複数部門での継続的な顧客理解に活用されたと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 AnthropicはClaude Codeの利用をやめる理由を調べ、製品マーケティングからUX調査・マーケティング調査へ活用を広げたと紹介されている。
規模・頻度 未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 効率性に関する表現は定性的な紹介にとどめ、調査数や課金額は記載していない。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
A1base
毎日のテストでアプリの体験を改善 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、別プロダクトStudyArenaを従来のアプリの半分の期間で公開できたと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 A1baseはA1ZapのUXを改善するため、日次で複数のテストを行ったと紹介されている。
規模・頻度 1日あたり2〜3テスト（提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 日次のテストはA1Zap、開発期間の比較はStudyArenaに関する発信。異なる製品間の比較であり、調査だけの効果とは断定できない。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Cognition
開発ツールの導入体験を画面記録から改善 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、ランディングページからPRマージまでの到達率が2倍になったと主張している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 CognitionはDevin導入時の利用画面を記録して分析し、UX改善に用いたと紹介されている。
規模・頻度 未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 到達率の改善は提供元主張で、調査以外の変更要因や測定条件は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 外食・小売 AI司会型
Sweetgreen
300拠点をまたぐ顧客理解を商品展開へ接続 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、新商品と機能に対する迅速な定性フィードバックを得たと紹介している。
詳しい使い方・出典を見る ＋
課題 市場や店舗ごとに顧客が異なり、従来の調査周期では複数の改善テーマを並行して進めにくかった。
使い方 Listen Labsで300拠点を超える顧客を対象に、商品、機能、体験を継続的に確認した。
規模・頻度 300店舗超の事業者；wrapsは67店舗で試験
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 費用削減比率は見出しと本文で3分の1・半分の不整合があるため記載していない。 最終確認：2026-09-13
この事例のリンク 海外 · アパレル AI司会型
Chubbies
若者向け商品の柄・着用体験を検証 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、市場検証を従来より6倍速く実施できたと主張している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Chubbiesは若年層向けの商品検証で、柄の着用体験を含む定性テストを行ったと紹介されている。
規模・頻度 若者向け商品調査の参加者を5人から120人へ拡張（提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 規模と速度は提供元の比較主張で、従来手法の詳細は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Simple Modern
タンブラーの仕様を顧客の声で検証 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、従来より多い顧客の声を短時間に仕様検証へ反映できたと主張している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Simple Modernはタンブラーの仕様検証に顧客インタビューを活用したと紹介されている。
規模・頻度 回答120件を2.5時間で取得（提供元主張）；従来は30人
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 件数・時間・従来比較はいずれも提供元の事例記載で、品質差の評価は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 金融・投資 AI司会型
Sling Money
送金サービスの用語を言語圏ごとに検証 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、異なる言語圏での理解しやすさを比較して用語判断に活用したと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Sling Moneyは多言語UXで使う6つの用語候補を顧客調査で検証したと紹介されている。
規模・頻度 用語候補6件
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 意思決定の最終結果や事業成果は公開されていない。 最終確認：2026-09-13
この事例のリンク 海外 · 広告・販促 AI司会型
McKinney
地域を限定したCFO・創業者の声を短期間で収集 利用サービス：Listen Labs
広告・ブランド
公表された成果・状況 提供元は、短期間で定性調査と分析を完了したと主張している。
詳しい使い方・出典を見る ＋
課題 特定地域のCFOなど、条件の厳しい対象者は紹介に頼るため、数週間かけても少人数しか聞けなかった。
使い方 Listen Labsで、銀行の印象についてCFOとスタートアップ創業者へ聞いた。
規模・頻度 パッケージ30人、CFOを含む経営者15人；1日で実施・分析2.5日（提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 期間・人数は提供元主張で、対象案件間の比較可能性は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
KJT Group
医薬品の目標製品特性を検証 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、医薬品TPP検証のリードタイムを短縮したと主張している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 KJT Groupは医薬品の目標製品特性（TPP）の検証にListen Labsを用いたと紹介されている。
規模・頻度 検証期間を6〜8週から3週へ短縮（提供元主張）
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 期間短縮は提供元主張であり、医療・規制上の妥当性を保証するものではない。 最終確認：2026-09-13
この事例のリンク 海外 · 教育 AI司会型
Emeritus
国をまたぐ学習者調査を拡張 利用サービス：Listen Labs
商品・サービス開発
公表された成果・状況 提供元は、従来より広い参加者規模で定性調査を実施できたと主張している。
詳しい使い方・出典を見る ＋
課題 80を超える大学と連携し、多様な国・職種の学習者を支援する一方、人手での定性調査には規模の限界があった。
使い方 Listen Labsでインタビュー数を増やし、働く人の成長ニーズや講座への期待を確認した。
規模・頻度 面談50件（従来は10〜15人、提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 面談数の比較は提供元の記載で、調査品質や成果の比較は未公表。 旧紹介記事の「結果取得10倍・品質と深さ20%改善」は、調査規模や回答品質の別指標と混同しないよう統合時に採用を見送った。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Canva
非英語圏市場で顧客理解を広げる 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 提供元の投稿は、顧客出演を伴う協業として非英語圏の顧客理解を扱ったと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Canvaは非英語圏市場での定性調査にListen Labsを活用したと、Listen Labs CEOの投稿で紹介されている。
規模・頻度 未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 顧客本人の発信ではなく提供元CEOの投稿であり、契約範囲・成果・継続利用は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 金融・投資 AI司会型
Ribbit Capital
投資判断と継続的な市場理解に活用 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 Ribbit Capitalは、投資判断と継続的な市場理解に役立ててきたと自社投稿で述べている。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Ribbit Capitalは投資前から継続する市場調査でListen Labsを活用してきたと、自社投稿で述べている。
規模・頻度 未公表
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 投資家による発信で利害関係があり、利用規模・成果の独立検証はない。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Emerald Research Group
複数の顧客調査案件で活用 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 第三者プロフィールは、複数案件での利用経験が同氏のListen Labs入社につながったと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Emerald Research Groupの元社長Eric Knobenは、複数案件でListen Labsを利用した後に同社へ入社したと第三者プロフィールで紹介されている。
規模・頻度 複数案件（詳細未公表）
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 元社員に関する第三者プロフィールのみが根拠で、Emerald Research Groupの現行契約・組織利用は未確認。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Research Network
政府・大学・企業の調査を支援 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 Research Networkは、複数組織向けにAIインタビューを実施していると自社FAQで述べている。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 Research Networkは、政府・大学・企業向けのAIインタビュー調査についてListen Labsとの連携をFAQで紹介している。
規模・頻度 数千件のインタビュー（Research Networkの説明）
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 規模はResearch Networkの自己説明で、個別顧客・案件の利用状況は特定していない。 最終確認：2026-09-13
この事例のリンク 海外 · 教育 AI司会型
Nanyang Technological University, Singapore
若者が親になることをためらう背景を調査 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 NTUの発表は、AIプラットフォームを使って若者の親になることへのためらいを理解したと述べている。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 NTU SingaporeとResearch Networkは、子育てに消極的なシンガポールの若者を理解するための共同調査を行った。
規模・頻度 シンガポールの若者230人
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 大学・Research Networkによる共同発表が根拠で、Listen Labsとの契約主体や商用利用条件は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 教育 AI司会型
Nanyang Technological University, Singapore
若者と保護者のSNS利用を調査 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 NTUの発信は、ソーシャルメディアの利用・反復行動に関する調査結果を公開している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 NTU SingaporeとResearch Networkは、シンガポールと豪州の若者・保護者を対象にソーシャルメディア利用を調査した。
規模・頻度 13〜25歳の若者と保護者583人
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 大学側の公開記事に基づく共同調査で、Listen Labsの役割の詳細や商用契約は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
User Interviews
調査運営の専門家に実態を聞く 利用サービス：Listen Labs
顧客・市場理解
公表された成果・状況 User Interviewsは、Research Operationsの現状を扱う調査レポートを公開している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 User InterviewsとListen Labsは、Research Operationsの専門家21人を対象に共同調査を公開した。
規模・頻度 専門家21人
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 共同調査の参加者21人の所属企業をListen Labsの顧客として扱っていない。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
P&G
男性向けケア商品の訴求を検証 利用サービス：Listen Labs
広告・ブランド
公表された成果・状況 提供元の記事は、ブランドマネージャーが訴求の受け止め方を把握するために調査を用いたと紹介している。
詳しい使い方・出典を見る ＋
課題 課題の詳細は公開情報の記録なし。
使い方 P&Gは男性グルーミングの訴求を検証するため、250人超を対象とする会話型インタビューを実施したと紹介されている。
規模・頻度 男性250人超
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元記事による紹介で、対象ブランド・比較条件・成果の独立検証は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Microsoft
Copilotの利用者ごとに異なるAI体験を評価 利用サービス：Outset
商品・サービス開発
公表された成果・状況 見つかった摩擦を改善し、継続率が社内推計で約5%上昇したと公表している。
詳しい使い方・出典を見る ＋
課題 会話型AIは利用者の目的や質問で体験が変わり、10〜20人の調査やベンチマークだけでは実利用の摩擦を捉えにくい。
使い方 Outsetで実際にCopilotと競合製品を使ってもらい、評価理由をAIが追加質問。数千人規模の定性評価へ拡張した。
規模・頻度 数千人規模
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 継続率約5%はMicrosoftの社内推計として提供元Outsetが紹介した数値。本文には数百人・数千人の両表現があり、厳密な完了人数は未公表。第三者による効果検証ではない。 最終確認：2026-09-21
この事例のリンク 海外 · IT・ソフトウェア AI司会型
HubSpot
年数回の顧客調査を、四半期の継続観測へ 利用サービス：Outset
顧客・市場理解
公表された成果・状況 AI製品のロードマップやブランド施策に反映し、顧客が使う言葉をマーケティングへ渡した。
詳しい使い方・出典を見る ＋
課題 AIによって顧客ニーズが短期間で変わる一方、2人の調査チームでは少数インタビューを年1〜2回行うことしかできなかった。
使い方 重要ペルソナを継続的に聞く仕組みをつくり、数日で100件を超えるインタビューを実施した。
規模・頻度 数日で100件超
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 海外 · 人材・キャリア支援 AI司会型
Glassdoor
生成AI機能の不足と信頼条件を発売前に発見 利用サービス：Outset
商品・サービス開発
公表された成果・状況 試作版から外していた必須機能が見つかり、回答できない場合の案内、口調、長さの基準を製品ロードマップへ反映した。
詳しい使い方・出典を見る ＋
課題 AIチャットのログだけでは、回答の口調、信頼、長さ、役立ち方を利用者がどう感じたか分からなかった。
使い方 職種・地域の異なる利用者50人へ、1日未満でAIインタビューを実施した。
規模・頻度 50人、1日未満
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 海外 · 消費財・食品 AI司会型
Nestlé
商品化する案を早く絞り、国ごとの差を確認 利用サービス：Outset
商品・サービス開発
公表された成果・状況 100件を超えるコンセプト、7ブランド超、5か国超へ展開。回答の深さは従来の次善手法の2倍超だったと公表している。
詳しい使い方・出典を見る ＋
課題 新商品は発売まで12か月以上かかることがあり、定量調査と定性調査を別々に行うと判断が遅くなる。
使い方 AIがコンセプト提示、選択式質問、理由の深掘りを一つの調査で行い、多言語・多国間で実施した。
規模・頻度 100件超のコンセプト、7ブランド超、5か国超
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 調査・コンサル AI司会型
Lupe（匿名顧客への調査提供）
アンケートとAI対話を組み合わせて顧客理解を深める 利用サービス：Lupe
顧客・市場理解
公表された成果・状況 本格提供前から複数の先行企業が繰り返し利用し、利用実態や深層心理、仮説になかった潜在ニーズの発見につながったと公表している。導入企業名と個別成果は非公開である。
詳しい使い方・出典を見る ＋
課題 アンケートだけでは、顧客の利用実態、評価理由、事前仮説にない潜在ニーズまで把握しにくい。一方、50人規模の個別インタビューは費用と運営負荷が大きい。
使い方 Lupeが提供する調査サービスで、アンケートに加えてAIが質問するテキスト対話を実施し、顧客の利用背景や理由を掘り下げる。
規模・頻度 個別企業の実施人数・回数は未公表。2,000名のアンケートと50名のAI対話は提供プランの仕様。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 国内分類は調査を提供・運用するLupeの東京本社に基づく。匿名の先行顧客の所在地・業界を確認したという意味ではない。2,000名・50名・30万円からは提供プランの仕様と料金であり、個別案件の実績・契約額ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 人材・キャリア支援 AI司会型
Indeed
社内で支持された広告案を、顧客証拠で撤回 利用サービス：Outset
広告・ブランド
公表された成果・状況 修正版でも構造的な問題が残ると判断し、別の広告案へ変更。別案件では、従来8万ドル・5週間の調査と同じ主要示唆を、4,000ドル・2週間・75件で得たと公表している。
詳しい使い方・出典を見る ＋
課題 過去に成功したキャラクターを再利用する案へ、社内と広告代理店の期待が集まっていたが、新しい価値が顧客へ伝わるか不明だった。
使い方 ドイツの求職者へ195件、その修正版へ38件のAIインタビューを行い、二段階で検証した。
規模・頻度 195件と修正版38件。別案件75件
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 別案件の調査費用として4,000米ドルを公表。年間契約額・提供元の年間売上ではない。
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 外食・小売 AI司会型
トリドールHD・丸亀製麺
約3万人の多国籍な現場を継続把握 利用サービス：面談AI
従業員・組織改善
公表された成果・状況 約3万人規模で活用し、外国人スタッフの定着率向上や店舗経営指標への利用につながったと公表している。
詳しい使い方・出典を見る ＋
課題 店舗数と従業員数が多く、国籍や言語も異なるため、従来の面談では本音と店舗ごとの差を把握しにくかった。
使い方 アルサーガパートナーズと面談AIを共同開発。600人超、3回のPoCを経て、8言語に対応した。
規模・頻度 約3万人規模。600人超・3回のPoC、8言語対応
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · メディア・コンテンツ AI司会型
ポジドリ
取材の「聞く」をAI化し、編集者が品質を仕上げる 利用サービス：AIインタビュー記事制作
コンテンツ制作
公表された成果・状況 2026年8月にサービス提供を開始し、自社メディアの掲載記事をこの工程で制作している。記事単位の削減時間や費用は公表されていない。
詳しい使い方・出典を見る ＋
課題 社内報、採用広報、職人・生産者への取材は、日程調整から取材、文字起こし、執筆、校閲まで工程が長く、内製でも外注でも記事本数を増やしにくい。
使い方 取材対象者が都合のよい時間にURLからAIインタビューへ回答。AIが文脈に応じて追加質問し、回答をQA表とサマリーへ構造化して編集者へ渡す。編集者は構成、事実確認、表現調整を担う。
規模・頻度 削減時間・費用は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 広告・販促 AI司会型
インパクトHD
全国約30万人の確認と掘り起こしを対象に採用 利用サービス：AIヒアリングサービス
従業員・組織改善
公表された成果・状況 採用時点の発表であり、継続的な定量成果は今後検証すると明記。選定では多拠点対応、データ統合、権限・監査、導入速度を評価している。
詳しい使い方・出典を見る ＋
課題 SVによる定期確認、作業前スケジュール確認、非稼働スタッフへの連絡を、電話や対面だけで網羅できない。
使い方 AIインタビューを、定期ヒアリング、作業前確認、非稼働者の掘り起こし、業務改善、離職防止へ使う計画を公表した。
規模・頻度 全国約30万人の登録スタッフが対象（採用発表時点）
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 採用・PoC開始時点の発表で、実施完了や成果の確認ではない。 最終確認：2026-08-24
この事例のリンク 国内 · IT・ソフトウェア AI司会型
SHIFT
ES調査で見えない悩みをAI 1on1で把握 利用サービス：mentai
従業員・組織改善
公表された成果・状況 AI 1on1実施率は約95%。退職との相関精度は従来ES調査比で3倍に向上したと公表している。個人への介入用途を含むため、目的・閲覧範囲・判断責任の設計が特に重要になる。
詳しい使い方・出典を見る ＋
課題 定型の従業員満足度調査では回答が表面的になり、分析と対策にも時間差があった。
使い方 対話型AI「mentai」が従業員へ1on1を行い、悩み要因を構造化して、必要な面談と打ち手を管理職へ提案する。
規模・頻度 AI 1on1実施率約95%
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
PeopleX
入社1・3・6か月のフォロー面談を標準化 利用サービス：PeopleX
従業員・組織改善
公表された成果・状況 PeopleX社内の検証事例として、面談リードタイムと運用負荷の改善を紹介している。
詳しい使い方・出典を見る ＋
課題 日程調整、議事録、DB転記に追われ、面談が主観的な感想で終わり、必要な支援へつながりにくかった。
使い方 AIがフォロー面談を行い、オンボーディング状態をスコアとして構造化。人事は対応が必要な人への支援へ集中する。
規模・頻度 入社1・3・6か月のフォロー面談
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 広告・販促 AI司会型
Hakuhodo DY ONE
面接工数と応募者離脱を同時に改善 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 選考工数を約400時間削減し、離脱率を10%未満へ改善したと公表している。個人評価を伴う採用面接は、組織改善のヒアリングとは別の統制が必要になる。
詳しい使い方・出典を見る ＋
課題 動画提出型の選考で約25%が離脱し、面接には約500時間を要していた。
使い方 回答に応じて追加質問するPeopleX AI面接と、人による最終判断を組み合わせた。
規模・頻度 従来選考工数約500時間、動画提出時の離脱率約25%
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 海外 · 建設・エンジニアリング 対話型サーベイ
Burns & McDonnell
曖昧な自由回答を管理職が動ける内容へ 利用サービス：Qualtrics
従業員・組織改善
公表された成果・状況 勤務時間の希望など具体的な論点を捉え、管理職向けの提案へ反映。Qualtricsは初期導入群全体で価値ある示唆が最大40%増えたと公表している。
詳しい使い方・出典を見る ＋
課題 「成長機会がない」といった回答だけでは、勤務制度やキャリア支援をどう変えるべきか分からない。
使い方 Qualtricsの対話型フィードバックが、その場で具体例や希望条件を追加質問する。
規模・頻度 個社の対象人数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最大40%の改善は初期導入群全体の数値で、この企業単独の改善率ではない。 最終確認：2026-08-24
この事例のリンク 国内 · IT・ソフトウェア AI司会型
共立コンピューターサービス
社員と経営の対話をPoC 利用サービス：ココボイス
従業員・組織改善
公表された成果・状況 PoC開始時点の発表で、定量成果はまだ示されていない。
詳しい使い方・出典を見る ＋
課題 社員が匿名で意見を出し、その背景を深掘りして経営判断へ届ける仕組みが不足していた。
使い方 アイティフォーの「ココボイス」を一部社員から開始し、全社員へ展開。AIとの対話内容を分析・報告する。
規模・頻度 一部社員から全社員へ展開するPoC開始発表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 採用・PoC開始時点の発表で、実施完了や成果の確認ではない。 最終確認：2026-08-24
この事例のリンク 所在地非公表 · 調査・コンサル AI司会型
専門サービス企業（社名非公表）
280人から業務を聞き、AIロードマップを策定 利用サービス：Foaster
業務改善・技能継承
公表された成果・状況 9日で1,200件超のプロセスを整理し、8つの重点領域を特定したとしている。顧客名を非公開とした提供企業の事例である。
詳しい使い方・出典を見る ＋
課題 経営はAI導入を進めたいが、12部門の業務、ツール、準備状況が異なり、投資先を決められなかった。
使い方 350人規模の企業で280人へAIインタビューを行い、業務プロセスと摩擦を整理した。
規模・頻度 350人規模・12部門の企業で280人へ実施
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元は専門サービス業、従業員350人、2拠点、12部門と公表するが、顧客名・国・拠点所在地は非公表。英語の記事やサービス提供者の所在地から顧客を海外と推定しない。成果は提供元の主張で、独立検証ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
YCP（日本拠点）
顧客企業の社員・専門家への聞き取りをプロジェクトへ組み込む 利用サービス：AIインタビューサービス
顧客・市場理解
公表された成果・状況 従来2人で数十人へ聞いていた工程を広げる利用像を紹介している。定量成果は示されていない。
詳しい使い方・出典を見る ＋
課題 AIで分析する力が高まっても、顧客企業の現場や外部専門家から一次情報を集める工程がボトルネックとして残る。
使い方 AIインタビューで質問設計から複数人への実施まで行い、コンサルタントは解釈と顧客支援へ時間を使う。
規模・頻度 従来は2人で数十人へ聞き取り。新方式の実施数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 利用を説明する片野大輔氏の公式プロフィールが日本拠点と明記するため、国内の利用事例に分類。聞き取り対象者や顧客案件の国、実施人数、定量成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア 分析支援型
富士通
人が行ったインタビューをAIで構造化 利用サービス：富士通の生成AI分析支援
業務改善・技能継承
公表された成果・状況 従来比15%の工数で分析でき、会議、事業企画、1on1など12用途・50件超を検証したと公表している。これはAI司会型ではなく分析支援型の事例である。
詳しい使い方・出典を見る ＋
課題 独自のインタビュー手法は、分析と手直しに経験と工数が必要で、社内展開の障害になっていた。
使い方 人が行った会話を、生成AIが有識者の視点で構造化し、報告書の下書きを作る。
規模・頻度 12用途・50件超を検証
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · IT・ソフトウェア 熟議・意見集約型
サイボウズ
50人の合意点と対立点を短時間で可視化 利用サービス：AIを使ったワークショップ
従業員・組織改善
公表された成果・状況 5分の入力で50人の意見を集め、情報漏えい、スキル、推進方法の論点を可視化した。これは熟議・意見集約型の隣接事例である。
詳しい使い方・出典を見る ＋
課題 短いグループ討議では、一部の発言者に偏り、全員の認識差まで整理できなかった。
使い方 約50人がAIと個別に対話し、AI利用推進について意見を出した後、重要論点、合意点、対立点を抽出した。
規模・頻度 約50人、5分の入力
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 国内 · 製造・自動車 AI司会型
ダイハツ工業
既存仮説の外にある現場の困りごとを捉える 利用サービス：AIインタビューサービス
業務改善・技能継承
公表された成果・状況 仮説の外にある課題を把握し、意思決定の質と速度を高められると導入部門責任者が評価している。対象人数、削減時間、財務効果は公表されていない。
詳しい使い方・出典を見る ＋
課題 従来のアンケートは設計者の仮説に回答が寄りやすく、「なぜそうなっているか」や、想定していなかった業務上の困りごとまで把握しにくかった。
使い方 AIインタビューが回答に応じて質問を組み替え、現場が何に困っているかを追加で深掘りする。熟練した聞き手の時間や人数に依存せず、多くの声から共通点を探す。
規模・頻度 対象人数・削減時間・財務効果は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 海外 · 製造・自動車 分析支援型
ANDRITZ
退職・異動前の専門知識を検索可能な形へ 利用サービス：Microsoft 365 Copilot
業務改善・技能継承
公表された成果・状況 知識継承、オンボーディング、フィールドサービスへ利用。AIエージェント群全体では、ライセンス利用者の約90%が利用しているとMicrosoftが紹介している。
詳しい使い方・出典を見る ＋
課題 手順書では熟練者の文脈や判断理由を残しきれず、オンボーディングと日常判断が遅くなっていた。
使い方 専門家へのインタビュー、動画、書き起こし、文書を集め、SharePoint上の知識基盤とAIエージェントへ接続した。
規模・頻度 AIエージェント群全体でライセンス利用者の約90%が利用
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 約90%はAIエージェント群全体の利用率で、インタビュー単体の利用率ではない。AIが聞き手を務めたことはこの資料では確認していない。 最終確認：2026-08-24
この事例のリンク 海外 · 医療・ヘルスケア AI司会型
Doximity
医療従事者が参加できる時間に個別調査 利用サービス：Outset
顧客・市場理解
公表された成果・状況 一人の調査担当者が、従来は対応できなかった複数部門の調査を支援できるようになったと紹介している。
詳しい使い方・出典を見る ＋
課題 医師、看護師などは勤務が不規則で、通常の面談日程に合わせにくく、重要な調査が後回しになっていた。
使い方 回答者管理とAIインタビューを組み合わせ、勤務の合間や深夜でも参加できるようにした。
規模・頻度 調査担当者1人で複数部門を支援。対象人数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果・利用状況は公開元の発表に基づく。第三者による効果検証や同様の成果を保証するものではない。 最終確認：2026-08-24
この事例のリンク 海外 · 外食・小売 AI司会型
Away
AIを使う買い物客の比較・購入行動を調査 利用サービス：Outset
顧客・市場理解
公表された成果・状況 当初想定した商品発見に加え、購買途中の比較・絞り込みでAIが使われることを把握した。
詳しい使い方・出典を見る ＋
課題 調査担当者1名で、予定外に生じたAI経由の購買行動の変化を急いで理解する必要があった。
使い方 旅行かばんブランドが、買い物でAIを使う消費者にインタビューし、製品の比較や選択の場面を調べた。
規模・頻度 75件を一晩で実施。調査全体は2週間未満（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 旅行・宿泊 AI司会型
Hipcamp
キャンピングカー利用者を分け、訴求を具体化 利用サービス：Outset
顧客・市場理解 広告・ブランド
公表された成果・状況 設備や現地の活動を重視する層と、自然・プライベート感を重視する層などを把握した。
詳しい使い方・出典を見る ＋
課題 小規模チームで、多様なキャンピングカー利用者のニーズを把握し、利用者層ごとの訴求を作る必要があった。
使い方 キャンプ場予約サービスが、旅行経験や不満をAI動画インタビューで聞き、研究者が利用者の分類を仕上げた。
規模・頻度 実際のキャンパー200件超を1週間で調査（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 「従来なら四半期かかる」は担当者の見積もり。調査を使った施策の売上効果は未公表。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Board of Innovation
複数国の生活者に新商品コンセプトを提示 利用サービス：Outset
商品・サービス開発 顧客・市場理解
公表された成果・状況 発言の分類と引用抽出を支援し、研究者が生活者理解と商品設計に使う時間を確保した。
詳しい使い方・出典を見る ＋
課題 消費財企業の新商品案を、短納期で複数言語・複数国の生活者に評価してもらう必要があった。
使い方 15案超の画像を提示し、好みや利用場面を音声で深掘り。各言語の回答を横断して整理した。
規模・頻度 3か国・4言語で250件超を数日間で実施（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 顧客企業名は非公表。導入企業はコンサル会社として分類。本文の実施記述は4言語、課題説明は3言語。 最終確認：2026-09-13
この事例のリンク 海外 · 医療・ヘルスケア AI司会型
WeightWatchers
「健康になりたい」の背後にある動機を聞く 利用サービス：Outset
顧客・市場理解 商品・サービス開発
公表された成果・状況 担当チームは約1〜2週間分の作業を削減し、商品やマーケティング判断に使う動機の理解を得たと報告。
詳しい使い方・出典を見る ＋
課題 従来のアンケートでは健康や減量の動機を十分に深掘りできず、対人調査には人数と工数の制約があった。
使い方 健康や体重管理への思いをAIが追加質問で聞き、回答をテーマ・件数・発言例に整理した。
規模・頻度 100人を24時間で調査（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Treacy & Co.
日程調整が難しい地域住民の飲料水への意識を調査 利用サービス：Outset
顧客・市場理解 商品・サービス開発
公表された成果・状況 120時間超の作業を削減したと提供元が報告。後日、考案したコンセプトの検証にも利用した。
詳しい使い方・出典を見る ＋
課題 米国の複数都市で、低所得世帯の水道水への考えを短期間で把握する必要があった。
使い方 地域で回答リンクを案内し、住民が都合のよい時間にAIと会話。飲料水の経験を商品・サービス案の検討に使った。
規模・頻度 100件超を1日で実施（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Hatch
睡眠デバイスの発売に向けて毎週仮説を検証 利用サービス：Strella
商品・サービス開発 広告・ブランド
公表された成果・状況 顧客自身の言葉をメッセージの検討に使い、試作案の改善方向を決めたと紹介されている。
詳しい使い方・出典を見る ＋
課題 新しい対象顧客に向けた睡眠デバイスの発売までに、訴求と本体・アプリの使い勝手を検証する必要があった。
使い方 Hatch Sleep Clockとアプリについて、顧客理解、訴求、試作案の比較、機能の優先度を継続的に聞いた。
規模・頻度 2026年1〜3月の約10週間で11調査・約221件のインタビュー。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビュー。221件は複数調査の合計で、1調査の人数や売上成果ではない。 最終確認：2026-09-13
この事例のリンク 海外 · スポーツ・フィットネス AI司会型
solidcore
入会前・利用中・退会後の声を継続的に収集 利用サービス：Strella
顧客・市場理解 商品・サービス開発
公表された成果・状況 予約方法の変更検討に顧客の声を使い、退会者の調査も常時実施する形へ広げたと紹介。
詳しい使い方・出典を見る ＋
課題 スタジオへの入会をためらう理由、継続理由、退会理由を継続的に理解する必要があった。
使い方 見込み客・会員・退会者にAIがインタビュー。クラス予約の体験や新しい施策、退会理由を聞いた。
規模・頻度 継続調査。参加人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Daily Harvest
食品の直販事業をコンセプトから購入画面まで検証 利用サービス：Strella
商品・サービス開発 顧客・市場理解
公表された成果・状況 購読条件の伝わりにくさや大きすぎる画面要素を把握し、公開前に説明とレイアウトを修正した。
詳しい使い方・出典を見る ＋
課題 社内専任リサーチャーがいないチームで、直販事業の新たな方向性と購入体験を検証する必要があった。
使い方 4つの商品方向性を比較した後、カートと商品組み合わせ画面をAIインタビューで検証した。
規模・頻度 2025年8月に最初のコンセプト調査を開始。人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Apollo GraphQL
開発者向け製品を実際のユーザーの視点で評価 利用サービス：Strella
商品・サービス開発
公表された成果・状況 従来の立ち上げに必要だった3〜3.5週間を短縮し、設計者の想定と異なる評価を得たと紹介。
詳しい使い方・出典を見る ＋
課題 製品に詳しい開発・デザインチームが、利用者の困りごとを見落としやすかった。
使い方 対象の開発者にAIがインタビューし、デザインへの率直な反応を収集。発言や動画を社内説明に再利用した。
規模・頻度 人数は未公表。一部調査は数時間でフィードバックを得たとの報告。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。成果は当事者の報告で、独立した因果検証ではない。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Ninth Seat
開封から使い慣れるまで、同じ生活者に繰り返し聞く 利用サービス：Conveo
商品・サービス開発 顧客・市場理解
公表された成果・状況 初見の反応と使用後の認識変化を把握し、発言と動画を確認しながら分析できたと紹介。
詳しい使い方・出典を見る ＋
課題 家庭で商品を初めて使う瞬間や、その後の変化を、研究者が各家庭に訪問せず把握したかった。
使い方 洗浄商品の開封から数日間の使用まで、同じ生活者に4回AIが深掘りする調査を実施した。
規模・頻度 同じ参加者と4回対話。使用期間は3〜4日、総参加人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 調査対象のブランド名は未公表。本文にある同社の顧客名を、この調査の発注企業とはみなさない。 最終確認：2026-09-13
この事例のリンク 海外 · スポーツ・フィットネス 熟議・意見集約型
NASCAR
熱心なファンの価値観を大人数で聞く 利用サービス：Remesh
顧客・市場理解
公表された成果・状況 対話後すぐに視聴者の価値観を理解できたと提供元が報告。
詳しい使い方・出典を見る ＋
課題 ファンや視聴者が大切にしていることを、オンラインで直接把握したかった。
使い方 200人超のファンとリアルタイムの集団対話を行い、AIを使って意見を把握した。
規模・頻度 参加者200人超。提供元はプロセスを4.5時間と記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 個別の自律AIインタビュアーではなく、大人数の対話とAIによる意見整理の事例。4.5時間を個別面接時間と解釈しない。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 熟議・意見集約型
高砂香料（米国消費者調査）
米国の消費者100人と新しいフレーバー案を検討 利用サービス：Remesh
商品・サービス開発
公表された成果・状況 より速く消費者理解を得る方法として導入したと紹介。費用削減額や商品化の成果は未公表。
詳しい使い方・出典を見る ＋
課題 従来より費用と時間を抑えて、フレーバー開発に使う消費者の意見を得たかった。
使い方 オンラインの集団対話を通じ、新しいフレーバーのコンセプトを検討した。
規模・頻度 米国の消費者100人。90分で結果を活用（提供元の事例PDF）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 事例PDFが紹介する企業名・創業年・グループ情報を高砂香料の公式企業概要と照合し、日本企業の事例に分類。回答者は米国の消費者であり、日本市場の調査結果ではない。担当部門の所在地は非公表。個別AI司会ではなく集団対話をAIで整理する方式。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル 熟議・意見集約型
C Space
消費財の候補コンセプトを短期間で選定 利用サービス：Remesh
商品・サービス開発
公表された成果・状況 候補コンセプトの選定を支援したと紹介。市場投入後の成果は未公表。
詳しい使い方・出典を見る ＋
課題 消費財企業の顧客に対し、製造へ進める商品案の選定を支援する必要があった。
使い方 消費者との集団対話を使い、商品コンセプトを検討する短期プロジェクトを実施した。
規模・頻度 200人・2日間（提供元掲載値）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 利用企業は調査会社。対象の消費財企業名は非公表。AIによる集団対話の意見整理を含む事例。 最終確認：2026-09-13
この事例のリンク 海外 · 宝飾・ラグジュアリー 熟議・意見集約型
Natural Diamond Council
若い生活者に向けたブランド・広告表現を検討 利用サービス：Remesh
広告・ブランド
公表された成果・状況 消費者の意見を広告検討に用いた事例として紹介。定量成果は公開概要に記載なし。
詳しい使い方・出典を見る ＋
課題 若い対象層に伝わる新しいブランド像と、媒体別の広告を検討していた。
使い方 生活者との対話を、テレビ・紙媒体・デジタルのキャンペーンの開発や修正に利用した。
規模・頻度 対象人数・期間は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の公開概要で確認できる範囲のみ。登録が必要な詳細資料は未確認。業界団体によるブランド施策の事例。 最終確認：2026-09-13
この事例のリンク 海外 · 外食・小売 AI司会型
eBay
新しいサービスの「安心」の伝わり方を検証 利用サービス：GetWhy
広告・ブランド 商品・サービス開発
公表された成果・状況 公開前の判断に消費者の言葉を反映できたと、提供元の利用者インタビューで紹介。
詳しい使い方・出典を見る ＋
課題 新しい提供内容の公開前に、買い手が安全や保護という言葉をどう受け止めるか確かめたかった。
使い方 購入者の安心感や感情的なニーズを定性調査し、訴求と製品体験の検討に用いた。
規模・頻度 2日間で調査結果を取得したと紹介。人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 GetWhyのAI定性調査の事例。個別調査の面接設計や人の担当範囲は非公表。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Grupo Lala
高齢の生活者の乳製品選びを理解 利用サービス：GetWhy
顧客・市場理解
公表された成果・状況 生活者の発言をマーケティング・研究開発部門で共有し、商品への理解を揃えたと紹介。
詳しい使い方・出典を見る ＋
課題 乳製品を選ぶ理由や世代による違いを、意思決定に間に合う速度で把握したかった。
使い方 高齢の生活者に話を聞き、自然な原料や無糖ヨーグルトなどへの考えを調査した。
規模・頻度 数日で生活者の動画を確認。人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による登壇内容の紹介。調査設計の詳細と定量成果は非公表。 最終確認：2026-09-13
この事例のリンク 海外 · 物流・運輸 分析支援型
Maersk
蓄積した顧客インタビューを社内で検索・再利用 利用サービス：GetWhy
顧客・市場理解 業務改善・技能継承
公表された成果・状況 研究担当者が過去の調査を説明し直す負荷を減らし、新たな調査に時間を使えるようになったと紹介。
詳しい使い方・出典を見る ＋
課題 顧客調査が大量に蓄積する一方、社内で見つけて再利用することが難しかった。
使い方 既存・見込み・離脱顧客の調査を集約し、SharePointからAIへの質問と出典の確認ができる形にした。
規模・頻度 7年間・100調査超・定性データ1万時間超の蓄積（提供元報告）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 7年間の蓄積すべてをAI司会で実施したとは確認できない。ここではインタビューの検索・共有を支援する事例として掲載。 最終確認：2026-09-13
この事例のリンク 海外 · 調査・コンサル AI司会型
Humanise
インタビューと分析にかかる調査工数を削減 利用サービス：Tellet
顧客・市場理解
公表された成果・状況 担当者は1プロジェクトで60時間超を削減できたと述べている。
詳しい使い方・出典を見る ＋
課題 調査プロジェクトの作業負荷を下げながら、アンケートより深い情報を得たかった。
使い方 AIが質問と追加質問を行うTelletを調査に利用したと、利用企業が提供元サイトで報告している。
規模・頻度 1プロジェクト。対象人数・調査テーマは未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元トップページの利用者コメントのみ。調査対象や工数の算定方法は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
社会情報サービス（SSRI）
多忙な医師への定性調査を24時間回答へ 利用サービス：コルク（Quest Research）
顧客・市場理解
公表された成果・状況 24時間・音声回答で対象者を拡大し、定性調査前のプリテストや定量調査との併用で提案の幅と質を高めたと紹介。
詳しい使い方・出典を見る ＋
課題 多忙な医師のリクルーティングと日程調整により、50件の定性調査が通常1か月以上かかること。高度な専門知識を要するモデレーター業務の属人化や、医療用語の文字起こし・精査の負荷も課題だった。
使い方 コルクインタビューで医師が時間と場所を選ばず音声回答できるようにし、AIが回答に応じて深掘りする調査を実施。辞書機能を使い、定性調査前のプリテストや定量調査と組み合わせた。
規模・頻度 医師50件の定性調査をクイックに実施する依頼をきっかけに導入（実施完了数は非公表）
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Quest ResearchとSSRIのパートナーシップ事例で、公開ページは提供元側の紹介。50件は依頼件数で、完了回答数や費用は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
グリーンカプス製薬
AI面接で中途候補者の人となりを把握 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 SHaiNの評価レポートで候補者情報を引き出し、対人面接では企業理念や業務内容を話す時間を増やせたと紹介。
詳しい使い方・出典を見る ＋
課題 従来は独自評価シートの作成と面接後の記録に時間がかかり、面接時間の6〜7割を経験・スキルの深掘りに使っていた。
使い方 書類審査後の候補者にSHaiNのAI面接を行い、評価レポートを使って人物や企業文化との適合を見極める。人による面接では理念・業務内容の説明と入社意欲の確認に時間を振り向けた。
規模・頻度 年間約15名の中途採用で利用；新卒採用にも順次活用予定
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 採用成果の因果効果や採用人数の増減は公開されていない。数値は導入企業インタビューに記載された年間規模。 最終確認：2026-09-13
この事例のリンク 国内 · 金融・投資 AI司会型
YMFGキャピタル
経営者候補の選考にAI面接を活用 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 AI面接を判断材料として、経営者としてやっていけるかを見極める選考に活用したと紹介。定量成果は非公表。
詳しい使い方・出典を見る ＋
課題 全国募集へ広げたサーチファンド事業で、経営者候補として適性があるかをどう判断するかが課題だった。
使い方 サーチャーの登用・選考プロセスにSHaiNを組み込み、AI面接の評価結果を候補者を見極める判断材料として用いた。
規模・頻度 サーチファンドの経営者候補の選考（対象人数は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 SHaiN提供元による導入事例。選考通過率、採用後の成果、実施人数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
一蘭
アルバイト面接を店舗から本部中心の運用へ 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 時間と場所の制約を減らし、採用業務の効率化につなげたと提供元が紹介。
詳しい使い方・出典を見る ＋
課題 店舗ごとの面接では時間と場所の制約が大きく、本部一括採用への体制変更に合わせて採用方法を見直す必要があった。
使い方 応募者がオンライン面接かSHaiNのAI面接を選べる採用フローにし、店舗訪問を伴わずにアルバイト候補者の面接を行った。
規模・頻度 8,000名超のアルバイトスタッフを擁し、アルバイト採用で利用（面接実施数は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 8,000名超は在籍アルバイト規模であり、SHaiNの受検者数ではない。効率化の具体的な削減時間や費用は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
松屋フーズホールディングス
店長昇格試験の評価に対話型AIを活用 利用サービス：SHaiN（タレントアンドアセスメント）
従業員・組織改善
公表された成果・状況 店長に求める資質と評価記録を明確にし、昇格判断を支援する方法として導入したと紹介。
詳しい使い方・出典を見る ＋
課題 複数会場・面接官で評価の基準がばらつき、候補者と関係者が集まる対面試験の負荷も大きかった。
使い方 松屋の店長昇格試験にSHaiNによる対話型AI面接を組み込み、候補者の評価材料を収集した。
規模・頻度 松屋の店長昇格試験（受検人数は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 過去時点（2020年秋）の提供元事例で、受検人数・昇格後の成果・費用は非公表。採用面接ではなく社内昇格試験での利用。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
味の素
AIインタビューで生活者インサイトを発掘 利用サービス：楽天インサイト AIチャットインタビュー
顧客・市場理解 広告・ブランド
公表された成果・状況 AIインタビューを生活者インサイト発掘に活用したと公式資料に記載。成果の定量値は非公表。
詳しい使い方・出典を見る ＋
課題 マーケティングでAIを使った生活者インサイト発掘の有効性を検証する必要があった。
使い方 楽天社のAIインタビューを利用し、生活者インサイトの発掘に活用した。具体的な対象者、質問、分析手順は非公表。
規模・頻度 対象人数・調査件数は非公表
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 味の素の公式資料は楽天社のAIインタビューを使った事実と用途のみを記載し、調査設計・件数・成果・契約関係は説明していない。 楽天インサイトの発表でもAIが進行するチャット形式を確認。案内先の日経XTRENDの対談本文は未確認。 最終確認：2026-09-13
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Hint
アプリ公開前の住宅所有者インタビューで方針を検証 利用サービス：Voicepanel
商品・サービス開発 顧客・市場理解
公表された成果・状況 ユーザーの声をもとに、予約機能を任意化し、推薦に出典を付けるなどのプロダクト判断を行ったと紹介。
詳しい使い方・出典を見る ＋
課題 アプリもユーザーもない段階で、何を先に作るか、どの機能が重要か、体験をどう設計するかを実ユーザーデータで判断する必要があった。
使い方 Voicepanelで条件に合う住宅所有者を募集し、AIが動画インタビュー中に回答に応じて深掘り質問を行った。住宅所有者に加え、不動産仲介者、住宅検査員、建設業者などの専門家にも聞き、社内の知識ベースへ蓄積した。
規模・頻度 最初の調査から5か月未満でアプリを公開。インタビュー件数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用企業の紹介。資金調達額はAIインタビューの売上成果ではないため掲載しない。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Unilever
多様な消費者へのAIインタビューで商品案を改善 利用サービス：BoltChatAI（Bolt Insight）
商品・サービス開発 顧客・市場理解
公表された成果・状況 商品コンセプトの改善点を早期に把握し、リアルタイムでコンセプトを改善、意思決定と市場投入を速めたと紹介。
詳しい使い方・出典を見る ＋
課題 複数の属性の消費者から短期間・限られた予算で、未ブランド商品コンセプトへの反応と改善点を把握する必要があった。
使い方 BoltChatAIへ商品刺激物をアップロードし、AIモデレーターが実在の消費者に深掘り型の定性インタビューを実施した。回答を集めながら商品適合性と改善点を確認した。
規模・頻度 米国の複数の人種・所得・年齢・性別の消費者（人数は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Bolt Insight提供元の事例で、回答者数、調査時期、時間・費用の比較値は非公表。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Whyte & Mackay
ドイツ市場のウイスキー購買者10人に聞く 利用サービス：BoltChatAI（Bolt Insight）
顧客・市場理解 広告・ブランド
公表された成果・状況 サステナビリティ、パッケージ、パーソナライズが購買意向と価格期待に与える影響を把握し、新商品・戦略の方向性に活用したと紹介。
詳しい使い方・出典を見る ＋
課題 ドイツ市場の特定ターゲットから、新たな戦略施策に対する商品認知、購買要因、価格期待、購買障壁を短時間で把握する必要があった。
使い方 対象条件でスクリーニングしたシングルモルト飲用者・購買者10人に、商品例の画像刺激を提示しながらAIモデレーターが定性インタビューを実施。回答を分析し24時間以内に報告した。
規模・頻度 ドイツの18歳以上のシングルモルト飲用者・購買者10人；24時間以内に報告
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Bolt Insight提供元の事例。10人は実施インタビュー数として明記されているが、売上への因果効果は示されていない。 最終確認：2026-09-13
この事例のリンク 海外 · 消費財・食品 AI司会型
Danone（Aptamil）
17か国の子育て経験を会話型調査で把握 利用サービス：BoltChatAI（Bolt Insight）
商品・サービス開発 広告・ブランド 顧客・市場理解
公表された成果・状況 現代の子育てに関するグローバルな理解を得て、ブランド戦略と商品開発の改善に活用したと紹介。
詳しい使い方・出典を見る ＋
課題 子育てのように個人的で感情的なテーマについて、従来の定型アンケートを超えて若い母親の経験を深く理解する必要があった。
使い方 17か国の参加者に対し、BoltChatAIがAIによる動的な深掘りを行う会話型調査を実施。テキスト、音声、写真、動画を組み合わせて経験の文脈を収集した。
規模・頻度 17か国・6,200人・会話185,000分
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Bolt Insight提供元のイベント振り返り記事。6,200人は参加者数として記載されるが、国別内訳や各インタビューの完了条件は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
サイバーエージェント
番組・アニメの方向性を視聴者の声で検証 利用サービス：コルク（Quest Research）
顧客・市場理解 広告・ブランド
公表された成果・状況 担当者は、従来約2週間の調査が最短2〜3日で完了し、制作チームの方針決定やコンセプト改善に活用できたと説明している。
詳しい使い方・出典を見る ＋
課題 少人数で定量調査を運営する中、日程調整や文字起こしの負担が重く、定性調査の対象者を十分に増やせなかった。
使い方 ABEMAの恋愛リアリティショーやドラマ、アニメについて、コンセプト・便益・期待値をAIが聴取。定量調査で論点を絞り、AIで広く声を集めた後、必要な対象者に人が詳しく聞く。
規模・頻度 AIインタビューは多い月で20〜30人。担当者によると、前日配信で翌朝に10人以上の回答が集まる場合がある。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による顧客インタビュー。人数と期間は担当者の経験値で、対象条件に依存する。20〜30は月間の実施人数であり案件数ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
Morght（NELL）
寝具の購買行動と新商品のコンセプトを検証 利用サービス：Spark Research
商品・サービス開発 顧客・市場理解
公表された成果・状況 担当者は、調整・文字起こし等の負担が減り、問いの設計と回答の解釈へ時間を配分できたと説明。否定的な反応も商品企画の検討に活用した。
詳しい使い方・出典を見る ＋
課題 商品企画の判断を急ぐ一方、対象者調整や実査に時間がかかり、少人数の回答と担当者ごとの解釈に依存していた。
使い方 既存ユーザーには夏用の冷感寝具の購買・使用状況を聴取。別の新規市場向けプロジェクトでは、複数の商品コンセプトへの反応をAIインタビューで確認した。
規模・頻度 新規市場向けコンセプトテストは数十名。冷感寝具調査の人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による顧客インタビュー。記事中の数百人規模の調査は将来の可能性についての説明で、この案件の実施人数ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
日本たばこ産業（JT D-LAB）
新規事業の価値の伝え方を約200名で検証 利用サービス：Spark Research
商品・サービス開発 広告・ブランド
公表された成果・状況 担当者は、従来の定性調査に数か月を要していたのに対し、短期間で回答と整理されたレポートを得て、仮説検証を進められたと述べている。
詳しい使い方・出典を見る ＋
課題 新カテゴリーの商品をどのような世界観や表現で伝えるか、複数仮説を短期間で確かめる必要があった。
使い方 約200名のターゲットにAIインタビューを行い、複数コンセプトの受け入れられ方や表現の方向性を比較。録画とサマリーを確認し、次の事業判断に用いた。
規模・頻度 約200名。本文では4月中旬の開始から5月上旬に分析レポートを受領したと説明。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の顧客インタビュー。冒頭に「10日程度」とある一方、本文は4月中旬〜5月上旬と記載し、計測範囲が不明。新商品の詳細・売上効果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
アサヒビール
消費者の言葉を飲料の訴求表現に反映 利用サービス：Spark Research
顧客・市場理解 広告・ブランド
公表された成果・状況 担当者によると、ブランド担当者が想定していなかった表現が見つかり、実際のクリエイティブに活用することになった。
詳しい使い方・出典を見る ＋
課題 多くの調査案件を限られた担当者で進めるため、実査・分析の工数と意思決定までの期間が課題だった。
使い方 AIによる生活者へのインタビューと分析をマーケティング調査に利用。発言だけでなく録画・音声も確認し、見つかった言葉をクリエイティブの検討に取り入れた。
規模・頻度 対象者数は個別案件として未公表。担当者は従来1か月以上かかった調査の出力を約1週間で得られたと説明。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による顧客インタビュー。年間約700件は従来手法を含む全リサーチで、AIの案件数ではない。記事の費用比較は個別条件に基づくもので、標準料金や売上と扱わない。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
パナソニック コネクト
レッツノート企画で数年先の顧客ニーズを探索 利用サービス：Spark Research
商品・サービス開発 顧客・市場理解
公表された成果・状況 担当者は、従来4〜5か月かかることもあった調査に対し、今回の期間を75%以上短縮でき、必要な担当者の工数も減ったと説明している。
詳しい使い方・出典を見る ＋
課題 将来の商品企画に向けて顧客理解を深めたい一方、事前調整や録画の分析が企画担当者の負担になっていた。
使い方 正式提供前の無償実証で、AIがエンドユーザーに将来のニーズを聴取。企画担当者が録画と質問別の分析レポートを確認し、得られた声を解釈した。
規模・頻度 対象者数は未公表。プロジェクト開始から分析・レポートまで1か月未満。
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 無償PoC（当該無償提供は終了）
読み取りの注意 提供元による顧客インタビュー。正式リリース前の無償PoCで、当該無償提供は終了。通常の有償契約・現在の運用・同条件での比較を示すものではない。 最終確認：2026-09-13
この事例のリンク 国内 · 教育 AI司会型
東北電子専門学校
学生のビジネス企画を生活者への2回の調査で改善 利用サービス：エモミルリサーチ（ヴィアゲート）
商品・サービス開発 顧客・市場理解
公表された成果・状況 学校は消費者の意見が企画の受容性を確かめる根拠になったと報告。提供元は、価格・対象者・説明内容等を見直す具体的な改善が行われたと紹介している。
詳しい使い方・出典を見る ＋
課題 学生が考案するビジネス企画を、主観だけでなく実在する消費者の評価や不安に基づいて検証する必要があった。
使い方 総合情報ビジネス科2年生の授業で、企画を生活者へAIインタビューし、講師の助言と回答を使って改善。再度インタビューして変化を比較し、成果を発表した。
規模・頻度 2025年11〜12月、合計4日間の授業で2回の調査。生活者の回答人数は未公表。
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 学校本人と提供元の公開発信。教育プログラムの事例で、事業としての商品発売や売上改善を示さない。満足度は学生アンケートであり、生活者へのインタビュー人数ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
川崎重工業
熟練設計者の知見を引き出し、若手への継承を実証 利用サービス：NTTデータ
業務改善・技能継承
公表された成果・状況 NTTデータは、熟練者の対話型インタビューで暗黙知を引き出し、チューターエージェントで若手へ伝える仕組みを構築したと説明する。GENIAC-PRIZEの「ユーザー変革賞」を受賞。回答件数、質問対応削減量、若手の習熟効果は未公表。
詳しい使い方・出典を見る ＋
課題 設計業務の属人化と、熟練者の勘・経験則など言語化されていない知識の継承が課題だった。
使い方 設計業務で、回答に応じて質問を深めるインタビューエージェントとLITRON Generative Assistantを組み合わせ、熟練者の知見を抽出・活用する取り組みを実施中。
規模・頻度 未公表（取り組み実施中）
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 NTTデータの提供元発信。2026年5月20日の詳細記事は仕組みの構築と受賞を確認できるが、実施人数・継続運用規模・業務効果の定量値は公開していない。 最終確認：2026-09-13
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
GENOVA
社員のコンディション把握に対話型AI面談 利用サービス：PeopleX
従業員・組織改善
公表された成果・状況 人事担当者は、初回案内時に約50%だった回答率を、複数回のリマインドで直近100%まで引き上げたと報告している。
詳しい使い方・出典を見る ＋
課題 選択式サーベイでは回答の背景が分からず、人事が一人ずつ追加面談する必要があった。
使い方 社員のコンディション確認にPeopleXの会話型AI面談を利用。回答を掘り下げる対話を通じて変化の兆しを把握しようとしている。未回答者には繰り返し案内し、社内への定着を進めた。
規模・頻度 未公表
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 GENOVA公式の対談記事。回答率は担当者の報告で、対象人数・期間は未公表。リマインドを含む運用の結果であり、AIだけの効果や離職率改善を示さない。 最終確認：2026-09-13
この事例のリンク 国内 · 商社 AI司会型
丸紅
採用前イベントで学生の価値観を対話型AIが深掘り 利用サービス：MQue
採用・選考
公表された成果・状況 人事担当者は、学生との接点を広げ、本選考への参加率も向上したと報道内で説明。参加率の具体的な値は未公表。
詳しい使い方・出典を見る ＋
課題 説明会や座談会だけでは伝えきれない仕事のリアルや、学生一人ひとりの思考・価値観を把握しにくかった。
使い方 商社業務を題材とする約30分のオンラインAI面談で、学生の回答を深掘り。翌日までに特性の評価・助言や関連する社員の紹介を返す。MQueと共同で設計した。
規模・頻度 2024年度の採用関連イベントで約600人が体験
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 採用前イベントの事例で、採用選考の合否判定ではない。約600人は報道値で、AI単独の効果とは断定できない。 最終確認：2026-09-13
この事例のリンク 国内 · 建設・エンジニアリング 未確認
日立グループ（日立ビルシステム等）
熟練者の判断基準をAIインタビューで業務支援へ 利用サービス：日立
業務改善・技能継承
公表された成果・状況 日立ビルシステムや日立パワーソリューションズで蓄積した情報取得・抽出ノウハウを、AIエージェントのコア技術へ取り込んでいると公表している。
詳しい使い方・出典を見る ＋
課題 現場業務の勘・コツなど暗黙知を熟練者から引き出して形式知に結び付けることが難しく、現場へのAI適用が進みにくかった。
使い方 GenAI Professionalが、AIインタビューを含む知識獲得手法と帳票・設計文書などを関連付け、保守問い合わせAIエージェント等へ活用する支援を行う。個別案件でAIが全自動に質問したか、人が支援したかは公表資料から判別できない。
規模・頻度 インタビュー人数・回数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 2025年3月26日の集約発表はAIインタビューを知識獲得手法の一つとして挙げるが、日立ビルシステム等の個別事例での実施範囲、AIの自動質問と人による支援の分担は切り分けていない。AIアプリの開発件数や回答精度をインタビュー件数・効果として扱わない。 最終確認：2026-09-13
この事例のリンク 国内 · 物流・運輸 AI司会型
日本郵便
郵便局長の評価面談に対話型AIを活用 利用サービス：SHaiN（タレントアンドアセスメント）
従業員・組織改善
公表された成果・状況 郵便局長の評価面談で活用され、人的資本経営面での活用が展開していると政府資料が紹介している。具体的な改善値は未公表。
詳しい使い方・出典を見る ＋
課題 郵便局長の評価面談での活用。日本郵便が抱えていた個別課題の詳細は資料では未公表。
使い方 日本郵便はSHaiNを郵便局長の評価面談に活用。資料では同サービスがAIとの対話による面接を行うと説明されている。日本郵便向けの設問や運用の詳細は未公表。
規模・頻度 未公表
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 政府のサービス紹介資料による二次的な事例記載で、日本郵便の個別発表ではない。実施人数・時期・評価結果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 建設・エンジニアリング AI司会型
日本管財ホールディングス・日本管財
昇格試験を小論文から対話型AI面接へ 利用サービス：SHaiN（タレントアンドアセスメント）
従業員・組織改善
公表された成果・状況 回答を多面的に分析して資質を可視化し、試験実施から結果確認までの時間が短縮したと人事部が公表している。
詳しい使い方・出典を見る ＋
課題 小論文中心では文章力・表現の評価に偏り、社員ごとの資質や思考の違いを十分に把握しにくく、内容も類似しやすかった。
使い方 SHaiNの対話型AI面接を小論文試験の代替として実施し、課題認識力・理解力などを測定。評点・ランク・出現率をレポート化した。
規模・頻度 2025年9月に一部社員で試験導入、2026年4月に本導入。対象は係長級から課長級への昇格試験。人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 昇格試験の事例で、合格率や昇格後の業績などの効果は公表されていない。 最終確認：2026-09-13
この事例のリンク 国内 · 行政・公共 AI司会型
下野市
自治体採用で経験の背景をAIが深掘り 利用サービス：タレントアンドアセスメント
採用・選考
公表された成果・状況 AI分析結果を参考情報の一つとして個別面接に活用し、総合判断で次の面接に進む人を決めたと報道されている。
詳しい使い方・出典を見る ＋
課題 市は、限られた対面面接だけでは得られる情報が少なく、受験者をより深く知って多様な人材を採用したいと説明している。
使い方 受験者の過去の経験に対して、AIが選択の理由や行動の結果を追加で質問。資質の分析や対面で確認する質問例を提示し、市が個別面接と総合して判断した。
規模・頻度 2027年4月採用予定職員の早期枠。一次試験を通過した約40人を対象に二次試験の一部として実施。
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 とちぎテレビによる体験取材。約40人は実施対象者数。記事は開発会社を明示しているがサービス名は未記載。採用後の定着や業績への効果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
第一興商
離反したカラオケ会員の本音をAIで深掘り 利用サービス：NautsHub（ヴァリューズ）
商品・サービス開発 顧客・市場理解
公表された成果・状況 ライフスタイル変化が有料会員継続を難しくする背景を示唆として得て、料金プランや優先順位を付けた改善を検討した。
詳しい使い方・出典を見る ＋
課題 熱量の高いユーザーが離反する背景を、選択式アンケートでは十分に把握できなかった。
使い方 利用中の不満と最終的な離反理由を切り分ける順序で、離反したDAM★ともユーザーへのAIオンラインインタビューを設計・実施した。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 ヴァリューズによる導入事例。人数、調査時期、施策の実装結果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
富士フイルムイメージングシステムズ
カメラファンの購入理由を三段階調査で深掘り 利用サービス：NautsHub（ヴァリューズ）
商品・サービス開発 顧客・市場理解 広告・ブランド
公表された成果・状況 調査知見を社内マーケティング戦略の礎と位置付け、ブランドの強みを社内共通言語として扱えるようになったと紹介されている。
詳しい使い方・出典を見る ＋
課題 縮小するデジタルカメラ市場で販売が伸びる要因とファン心理を、より具体的に理解する必要があった。
使い方 アンケート、Web行動ログ分析に続き、富士フイルムのカメラを所有する会員をファン度で分け、NautsHubのチャットインタビューで購入経緯・理由・好意を持った瞬間を聞いた。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 NautsHub単独ではなく、購入者アンケートとWeb行動ログ分析を組み合わせた事例。成果の定量値と回答者数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
日清食品
営業現場の声をAIインタビューで組織改善へ 利用サービス：NautsHub（ヴァリューズ）
従業員・組織改善
公表された成果・状況 ハイパフォーマーと負荷を感じる営業担当者の行動差を可視化し、知見を学習させたAIbotも作成した。
詳しい使い方・出典を見る ＋
課題 本部戦略と営業現場の定性的な課題・温度感に乖離があり、個別ヒアリングには工数がかかっていた。
使い方 NautsHubを使って営業担当者をヒアリングし、セグメント別の行動・課題をレポート化した。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 生活者調査ではなく社内の営業担当者へのヒアリングであり、商品開発の事例としては数えない。人数・成果の定量値は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
日比谷花壇
ECロイヤル顧客の増加にAIインタビューを活用 利用サービス：NautsHub（ヴァリューズ）
顧客・市場理解 商品・サービス開発
公表された成果・状況 公開概要には成果の具体的な内容・数値は記載されていない。
詳しい使い方・出典を見る ＋
課題 ECサイトのロイヤル顧客を増やす取り組みが必要だった。
使い方 公開概要によれば、NautsHubのAIインタビューとワークショップを実施した。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 登録後に送付される資料は取得・確認していない。公開ページの概要だけを根拠にしており、調査対象、人数、具体的な発見・成果は未確認。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
キリンホールディングス
新商品の発売後評価を20名へ即日AIインタビュー 利用サービス：ユニーリサーチ AIインタビュー
商品・サービス開発 顧客・市場理解
公表された成果・状況 利用者は従来の10分の1以下の費用で必要な定性情報を得たとコメントしている。
詳しい使い方・出典を見る ＋
課題 発売後の商品に対する消費者評価と実態を迅速に把握する必要があった。
使い方 AIインタビューで20名に新商品発売後の評価・実態を聞いた。
規模・頻度 20名を即日実施（利用者コメント）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 数値はキリン担当者の提供元発表内コメントで、比較条件や商品名は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 金融・投資 AI司会型
イオンフィナンシャルサービス
特定年代の決済行動をAIで深掘り 利用サービス：ユニーリサーチ AIインタビュー
顧客・市場理解 商品・サービス開発
公表された成果・状況 利用者は、人に近い精度の深掘りと論点仮説を検証しやすいレポート品質に満足したとコメントしている。
詳しい使い方・出典を見る ＋
課題 特定年代の決済行動を、定量アンケートと組み合わせて理解する必要があった。
使い方 特定年代の決済行動の検証にAIインタビューを利用した。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発表における利用者コメントであり、調査設計・人数・検証結果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 広告・販促 AI司会型
Septeni Japan
40名規模の生活者調査をクライアント提案へ 利用サービス：ユニーリサーチ AIインタビュー
顧客・市場理解 広告・ブランド
公表された成果・状況 クライアントから新しい発見があったと好評で、提案の説得力を高める選択肢になったとコメントしている。
詳しい使い方・出典を見る ＋
課題 生活者の定性発言と定量傾向を迅速に併せて、クライアント提案へ反映する必要があった。
使い方 40名規模のAIインタビューを実施し、生活者の発言と傾向をクライアントとの議論・提案に用いた。
規模・頻度 40名規模を短期間で実施（利用者コメント）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発表内の利用者コメントで、対象クライアント・テーマ・具体的成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
フリュー
新規事業の仮説検証を10名・2日で実施 利用サービス：ユニーリサーチ AIインタビュー
商品・サービス開発 顧客・市場理解
公表された成果・状況 利用者は新規事業探索と意思決定を支援する手段としての可能性を感じたとコメントしている。
詳しい使い方・出典を見る ＋
課題 新規事業探索で仮説構築と検証を迅速に反復する必要があった。
使い方 AI支援で調査設計から実査までを効率化し、10名へのインタビューを2日間で完了した。
規模・頻度 10名へのインタビューを2日間で完了（利用者コメント）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発表内の利用者コメント。調査テーマ・対象者・結果の詳細は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
suswork
カテゴリー戦略の解像度を定量とAIインタビューで向上 利用サービス：ユニーリサーチ AIインタビュー
顧客・市場理解 商品・サービス開発
公表された成果・状況 利用者はリアルなインタビューとの組み合わせで、顧客理解・カテゴリー理解を戦略につなげられるとコメントしている。
詳しい使い方・出典を見る ＋
課題 大手企業のカテゴリー戦略で、カテゴリーエントリーポイントの解像度を上げる必要があった。
使い方 カテゴリーリサーチの定量調査にAIインタビューを組み合わせ、顧客・カテゴリー理解を深めた。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発表内の利用者コメントで、支援先企業と実査の詳細は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 教育 AI司会型
敬愛大学
EC利用者の実態をAIインタビューで研究 利用サービス：ユニーリサーチ AIインタビュー
顧客・市場理解
公表された成果・状況 利用者は限られた研究費・期間でも満足する質のインタビュー結果が得られ、統計解析に使える規模の質的データ取得に可能性を感じたとコメントしている。
詳しい使い方・出典を見る ＋
課題 限られた研究費と期間でECサイト利用者の実態を把握する必要があった。
使い方 ECサイト利用者の実態把握調査にAIインタビューを利用した。
規模・頻度 人数は非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 教育・研究機関の調査であり、企業の商品開発事例としては数えない。提供元発表内コメント以外の調査設計・人数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
モニタス（自主調査）
日本の調査会社がインドネシア101名をAIで調査 利用サービス：Listen Labs
顧客・市場理解 商品・サービス開発
公表された成果・状況 モニタスは、家族・友人の推奨、成分重視、過去6か月のブランド切替といった結果の一部を公開した。
詳しい使い方・出典を見る ＋
課題 日本企業の東南アジア進出において、海外デプス調査の費用、期間、言語・文化の壁、サンプル数の制約を減らす必要があった。
使い方 モニタスの東南アジア消費者パネルとListen Labsを連携し、現地語のAIインタビューで美容液の購買ジャーニーを調査した。
規模・頻度 101名；約1週間で実施（提供元主張）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 モニタス自身による自主調査・提供開始の発表で、外部顧客企業の導入事例ではない。日本の組織が海外回答者を調査した事例として記録する。数値は提供元の自己申告。 最終確認：2026-09-13
この事例のリンク 国内 · 行政・公共 AI司会型
豊中市教育委員会
約1,000人の職員の匿名対話を組織改善へ 利用サービス：ココボイス
従業員・組織改善
公表された成果・状況 一部職場のトライアルでは、匿名投稿により対面では得にくい本音や現場課題が寄せられたと発表。拡大実証は開始時点で、定量的な組織改善成果は未公表。
詳しい使い方・出典を見る ＋
課題 対面では把握しにくい職員の本音や現場課題を、複数拠点から継続的に集めて職場環境の改善へ結び付ける必要があった。
使い方 2026年2月から3月の一部職場トライアル後、放課後こどもクラブ、公共図書館、学校図書館などの職員約1,000人へ対象を拡大して実証する。
規模・頻度 約1,000人の職員が対象。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 豊中市による実証開始の発信。約1,000人は対象人数であり、実施完了数や改善効果ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
アズビル
対話型AIで従業員の潜在課題を把握 利用サービス：コンストラクティブフィードバック（U-ZERO）
従業員・組織改善
公表された成果・状況 2025年12月に導入を発表。2026年1月開始、初年度約300人へのAIインタビューを予定と公表。実施後の結果は参照した発表では未確認。
詳しい使い方・出典を見る ＋
課題 経営方針・事業方向性の浸透と組織風土改革を進めるため、経営と現場の対話を深め、本質的な従業員の声を収集する必要があった。
使い方 2026年1月開始のプロジェクトで、コンストラクティブフィードバックを利用し、AIによるインタラクティブなコミュニケーションを通じてVoEを収集する。
規模・頻度 初年度は約300人を対象にAIインタビューを行い、段階的な展開を検討する予定。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入開始発信。約300人は初年度の予定対象であり、AIだけによる組織改善効果は公表されていない。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
弥生
従業員の潜在課題を聞く対話型AIの導入を発表 利用サービス：コンストラクティブフィードバック（U-ZERO）
従業員・組織改善
公表された成果・状況 2025年9月に導入を発表し、同年10月からAIヒアリング等を開始する予定と公表。参照した発表では、完了件数や組織改善効果は確認できない。
詳しい使い方・出典を見る ＋
課題 経営と従業員の双方向フィードバックを促進し、従業員の声を経営へ反映できる組織文化へ変える必要があった。
使い方 全社員へのフィードバック研修とあわせ、2025年10月からコンストラクティブフィードバックおよびフィードバックモニタリングを開始予定とした。
規模・頻度 フィードバック研修は全社員約900人が対象。AI対話の実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発信。約900人はフィードバック研修の対象で、AIインタビューの人数や成果を示す値ではない。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
スマートキャンプ（BOXIL）
SaaS利用者・提供企業へのAI取材を記事制作へ 利用サービス：コルク（Quest Research）
コンテンツ制作
公表された成果・状況 担当者は制作本数が増え、移動・取材・文字起こしにかけていた時間を記事の編集へ回せたと説明。ベンダー向け取材記事は商材として販売しているが、売上額は未公表。
詳しい使い方・出典を見る ＋
課題 導入事例の取材候補者を集められても、取材時間と担当者のスキルが制約になり、本数を増やしにくかった。
使い方 人が質問を設計し、コルクでSaaS利用者や掲載ベンダーに取材する。文字起こしからClaudeで下書きを作り、ライターと編集者が仕上げて公開する。
規模・頻度 利用者の導入事例とベンダー取材の2用途。AI取材件数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 利用企業と提供元の発信に基づく。人が設計・編集する運用で、全取材の無人化や売上増加を証明した事例ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 物流・運輸 AI司会型
京王電鉄（ホテル事業部門）
ホテル利用者のニーズをAIで深掘りする実証を発表 利用サービス：エモミルリサーチ（ヴィアゲート）
顧客・市場理解 商品・サービス開発
公表された成果・状況 2025年5月9日に実証の採択と開始予定を公表。参照した発表では、完了報告やホテル運営の改善効果までは確認できない。
詳しい使い方・出典を見る ＋
課題 口コミだけでは把握しにくいホテル利用者の体験や期待を、ホテル戦略・運営改善に結び付けたい。
使い方 国内外のモニターをアンケートで絞り込み、条件に合う人へAIインタビューを行う実証を採択。設備・アメニティ、宿泊時の不満、満足した体験を回答に応じて深掘りする計画。
規模・頻度 実証予定期間は2025年5月12日〜6月30日。対象には海外インバウンドモニターも含む。実施人数は未公表。
利用関係・発信元 共同調査・パートナー / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 実証開始前の発表。予定期間が過ぎたことだけで完了・成果・有償継続を推定しない。業界は調査対象ではなく利用企業を基準とする。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
ヴィアゲート（自主調査）
花粉対策メガネのサイト評価を視線とAI対話で調査 利用サービス：エモミルリサーチ（ヴィアゲート）
顧客・市場理解 広告・ブランド
公表された成果・状況 提供元は、見た目への懸念や必要性を感じにくいことなど、購入をためらう理由を整理し、サイトの情報配置や訴求の改善案を提示した。
詳しい使い方・出典を見る ＋
課題 サイトのどこを見たかだけでなく、注目理由と購入意向が変化した理由を理解したい。
使い方 実在の生活者に花粉対策メガネのサイトを閲覧してもらい、視線計測、閲覧前後のアンケート、AIインタビューを組み合わせた自主調査を実施。サイトの印象や注目・購入意向の理由を聞いた。
規模・頻度 スクリーニング5,148名、本調査266名。2025年4月時点のJINS・Zoffのサイトを評価。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 ヴィアゲート自身の自主調査。JINS・Zoffは調査対象サイトであり、同サービスの顧客と確認したものではない。266名は本調査全体の人数。提案の実装・売上効果は未確認。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
ヴィアゲート（自主調査）
広告の注目シーンと受け止め方を102名へ調査 利用サービス：エモミルリサーチ（ヴィアゲート）
広告・ブランド 顧客・市場理解
公表された成果・状況 提供元は、サステナビリティのメッセージが伝わりにくい点や商品情報の不足を整理。注目されたシーンと語られた評価の違いから広告の改善方向を検討した。
詳しい使い方・出典を見る ＋
課題 広告の注目・表情データと、視聴者がどう意味を受け取ったかを結び付けたい。
使い方 架空のコーヒー商品を題材にした30秒動画を実在のモニターに見てもらい、生体データ、アンケート、AIインタビューを取得。固定の2問に加え、AIが最大3回の追加質問を行った。
規模・頻度 登録モニター102名（男性64名・女性38名）。対象者の事前スクリーニングや属性割り付けは行っていない。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 自主調査であり、実在のコーヒーブランドからの依頼ではない。広告商品は架空だが回答者は実在するモニター。成果は調査上の示唆で、販売実績ではない。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
アイレット（発表当時）
社員のAI活用ノウハウをチャットで収集し発信へ 利用サービス：Gemini インタビューGem（自社構築）
業務改善・技能継承 コンテンツ制作
公表された成果・状況 現場のノウハウ収集からレポート・図解作成までの流れを構築し、事例連載を開始すると公表。質問対応の削減時間やインタビュー完了数は示していない。
詳しい使い方・出典を見る ＋
課題 エンジニア、デザイナー、バックオフィスなど各現場にあるAI活用の工夫を集め、共有・発信したい。
使い方 独自のインタビューGemに社員がチャットで答えると、発信用レポートが生成される仕組みを構築。レポートから図解を作り、公式SNSのAI活用事例連載につなげる。
規模・頻度 対象は多職種の社員。AIインタビューの回答件数は未公表。連載は2026年3月2日開始。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 1,500人超は全社の生成AI活用標準化の対象人数で、インタビュー完了数ではない。紹介する個別AI業務の効率改善も、インタビューGem自体の効果と区別する。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア 未確認
ギブリー（自社採用）
会社説明会とAI面接を組み合わせ、選考工数を削減 利用サービス：ギブリーのAI面接
採用・選考
公表された成果・状況 当事者の登壇報告では、面接対応を60分から回答動画確認の10分へ短縮し、面接時間84%・前後作業66%の削減と説明。選考回数も4回から3回へ変更した。
詳しい使い方・出典を見る ＋
課題 採用目標の拡大に対して、面接担当者と候補者の日程調整や評価業務が制約となっていた。
使い方 会社説明会の後、希望者がその場でAI面接を受ける流れに変更。人事は回答動画・評価を確認し、次の選考につなげる。
規模・頻度 2024年12月18日の公式noteでは120名以上の学生が受検済みと記載。後続の登壇報告では説明会と面接を連続実施する運用を紹介。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 自社採用の発信。2024年のnoteは定型質問での運用と明記し、自動追質問などの将来構想とは区別する。AI司会・録画分析の範囲は時点で異なり得るため方式は未確認とした。効率化率は当事者の計測・丸め値で、120名は2024年時点の人数。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル 対話型サーベイ
クロス・マーケティング（自主調査）
レジャー施設の顧客価値をAIモデレーターで比較 利用サービス：Light Depth 2（クロス・マーケティング）
顧客・市場理解 商品・サービス開発
公表された成果・状況 事前期待、体験価値、再来意向の3観点で、AIが曖昧な回答を深掘りし、顧客価値の源泉を抽出したと紹介されている。
詳しい使い方・出典を見る ＋
課題 定性調査の深さと、定量調査の規模を両立し、自由回答の曖昧さから顧客価値を把握する必要があった。
使い方 3つのレジャー施設を比較する自主調査で、AIモデレーターが事前期待・体験価値・再来意向について回答文脈に応じて多角的に追質問した。
規模・頻度 3つのレジャー施設を比較。実査人数は公開概要では未確認。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 2026年5月22日開催、6月26日再配信セミナーの公開概要のみ確認。自主調査の実施は明記されるが、対話ログ・動画・詳細資料は未確認。対象施設をサービスの顧客とは扱わない。 最終確認：2026-09-13
この事例のリンク 国内 · 行政・公共 AI司会型
チームみらい
人工知能基本計画への提言をAIインタビューで集約 利用サービス：チームみらいのAIインタビュー
政策・公共の意見収集
公表された成果・状況 2025年12月23日に閣議決定された人工知能基本計画に、データセット整備、コンテンツ保護窓口、AISI強化、自動運転支援の4提言が盛り込まれたとチームみらいが発表。AIインタビュー単独の寄与度は未公表。
詳しい使い方・出典を見る ＋
課題 AI政策の提言では、限られた会合だけでは多様な当事者・有識者の意見を短期間に集めて論点化しにくかった。
使い方 AIがオンライン上で有識者・当事者へ質問する実験として実施し、回答を集約して人工知能基本計画への提言に反映した。
規模・頻度 数日間で延べ1,200時間以上のインタビューを実施したと公式政策ページが記載。参加人数・完了者数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 AIによる質問実施と延べ時間はチームみらいの公式政策ページによる。人数、質問設計、回答の採否基準は未公表。計画への4提言反映はAIインタビューだけの因果効果を示すものではない。 最終確認：2026-09-13
この事例のリンク 国内 · 行政・公共 AI司会型
チームみらい
国会・行政テーマへの意見を対話型AIで収集・公開 利用サービス：みらい議会AIインタビュー
政策・公共の意見収集
公表された成果・状況 公式サイトでAIインタビューを継続受付。公式API仕様は、公開に同意された回答ログ・要約を提供すると説明している。政策への反映件数や総参加人数は未確認。
詳しい使い方・出典を見る ＋
課題 国会や行政課題への意見を、法案の背景と結び付けて集め、少数の声に偏らず政策研究・国会審議に活用できる形に整理する必要があった。
使い方 みらい議会上のテーマごとに、AIが回答者へ追加質問を行う。回答者が公開・二次利用に同意した回答ログとサマリーは、個人識別情報を除いてAPIで公開する。
規模・頻度 法案・行政テーマ別に継続受付。公開範囲は本人が公開に同意した回答に限られ、総実施人数は未確認。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 公開APIは本人が公開・二次利用に同意した回答のみで、少数回答のテーマは回答者保護のため除外される。公開レポートの件数・内容は継続的に変わるため、取得時点の観測を全参加者・全意見の分布として扱わない。 最終確認：2026-09-13
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
エン株式会社
契約社員・一部中途採用の一次選考をAI化 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 提供元記事では契約社員採用の工数半減、面接の質向上、採用機会創出を紹介。
詳しい使い方・出典を見る ＋
課題 採用オーダー急増に対して工数を抑えつつ採用の質と充足率を維持し、候補者体験を高める必要があった。
使い方 契約社員採用と一部職種の中途正社員採用でPeopleX AI面接を導入。
規模・頻度 契約社員採用および一部職種の中途採用；人数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はPeopleX掲載の利用者インタビューによる主張。採用人数・受検人数・比較期間は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
ウエルシア薬局株式会社
AI面接で公平な選考を目指す 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 提供元の事例タイトルは、より公平な選考と採用の質・公平性の追求を紹介。定量成果は未確認。
詳しい使い方・出典を見る ＋
課題 選考の質と公平性をデータで確認する必要があった。
使い方 採用選考にPeopleX AI面接を導入し、評価をデータ化。
規模・頻度 未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 一覧ページで利用内容の概要は確認できるが、個別本文の定量値は未確認。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社ベイシア
小売採用でAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 AI面接導入の事実は確認できるが、採用成果の定量値は未確認。
詳しい使い方・出典を見る ＋
課題 採用選考の効率化と候補者評価の改善。詳細課題は本文未確認。
使い方 PeopleX AI面接を採用に導入（AIロープレ併用）。
規模・頻度 従業員数3001名以上；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 一覧にはAI面接とAIロープレの併用が記載されるため、成果をAI面接単独へ帰属しない。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社イトーヨーカ堂
新卒一次選考をAI面接へ置換 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 提供元記事では、最終選考辞退率が低い傾向、日程調整不要、結果確認工数の大幅削減を紹介。
詳しい使い方・出典を見る ＋
課題 一次面接の日程調整や結果確認の工数、面接官ごとの評価ばらつきが課題だった。
使い方 新卒採用の一次選考をPeopleX AI面接へ置換。
規模・頻度 全国の新卒採用；受検者数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 辞退率は傾向の紹介で、比較条件・人数・因果は未公表。従業員数3001名以上は企業規模であり受検者数ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 教育 AI司会型
国立大学法人香川大学
職員採用の一次面接をAI化 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 提供元記事では採用関連の総工数を約40時間削減し、採用に至るケースも生じたと紹介。
詳しい使い方・出典を見る ＋
課題 多い時に150名以上の応募者全員へ対面グループ面接を行い、面接官・運営スタッフの時間負担が大きかった。
使い方 職員採用の一次面接をPeopleX AI面接へ切り替え。
規模・頻度 応募者は多い時に150名以上；応募者全員と対面グループ面接していた時期との比較
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 150名以上は応募者数であり採用数ではない。40時間削減は提供元記事の主張で比較期間の詳細は未確認。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社ProVision
中途一次選考とアルバイト採用をAI化 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 提供元記事では見極め面接の月10時間がほぼ不要になり、内定・入社・活躍に至る例、外国籍候補者の選考対象拡大を紹介。
詳しい使い方・出典を見る ＋
課題 事業拡大に伴うエンジニア採用加速の一方、全候補者と面接する工数が不足。書類だけでは人材を取りこぼしていた。
使い方 中途採用の一次選考と、横浜拠点のアルバイト採用全件にPeopleX AI面接を導入。
規模・頻度 面接は1件約30分、繁忙期は1日3〜4件；横浜拠点のアルバイト応募者全員
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 月10時間は導入直後の見極め面接に関する利用者発言。採用数・受検数・成果の因果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社串カツ田中ホールディングス
中途採用の書類選考段階をAI面接で補完 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 候補者のポテンシャルやミスマッチ兆候を早期に把握し、人事と配属部署の連携が円滑になったと提供元記事で紹介。
詳しい使い方・出典を見る ＋
課題 中途採用担当者が1名体制となり、面接代行の人件費・キャンセル費用と、書類だけでは候補者の実像を把握しにくいことが課題だった。
使い方 応募者全員へAI面接を案内し、動画・評価レポートを見て一次面接へ進めるか判断。
規模・頻度 新規出店時は1店舗30〜40名を目標採用、面接数が100人近くになることもある（将来のアルバイト導入想定）；現行AI面接の受検数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 100人近くは将来のアルバイト採用の面接数想定で、現在のAI面接受検数ではない。成果は利用者インタビューの定性評価。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
A.T. カーニー株式会社
戦略コンサルのケース面接をAI化 利用サービス：VARIETAS AI面接官
採用・選考
公表された成果・状況 公式発表では導入と、公平に挑戦できる選考体験の提供を目的としている。実績値は未公表。
詳しい使い方・出典を見る ＋
課題 世界中の多様な候補者が時間・場所の制約を越えてケース面接に挑戦できる採用体験を整える。
使い方 コンサルタント選考のケース面接にVARIETAS AI面接官を導入。
規模・頻度 24時間365日、世界中からの候補者を対象とする方針；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 公式発表は導入目的と運用方針を示す段階で、導入後の採用成果・受検数は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
コクヨ株式会社
新卒採用の面接可能時間を拡張 利用サービス：VARIETAS AI面接官
採用・選考
公表された成果・状況 公式発表では従来より多くの学生を評価でき、優秀人材の取りこぼし防止につながっているのではないかと紹介。
詳しい使い方・出典を見る ＋
課題 採用メンバーが稼働できない平日夜や休日にも学生が面接を受けられるようにする。
使い方 新卒採用にVARIETAS AI面接官を導入。
規模・頻度 新卒採用；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果は公式発表の利用者コメントで、採用数・受検数・因果を示す定量値は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 広告・販促 AI司会型
株式会社フルスピード
新卒採用で面接評価を標準化 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 一次面接工数約50%削減、前年比133%の採用実績。候補者フォロー・採用広報へ時間を再配分し、評価10項目を数値化。
詳しい使い方・出典を見る ＋
課題 新卒採用の面接・評価品質をそろえる必要があった。
使い方 新卒採用でSHaiNを利用。
規模・頻度 新卒一次面接（毎年数百名の就活生を対象）から二次選考へ段階導入
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビュー・公式発表による主張。前年比133%は採用実績であり受検者数ではない。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
株式会社神戸工業試験場
新卒採用の評価基準を統一 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 一覧の成果欄に採用基準の統一、対人面接の品質向上。
詳しい使い方・出典を見る ＋
課題 新卒採用で採用基準と対人面接の品質をそろえる必要があった。
使い方 新卒採用でSHaiNを利用。
規模・頻度 従業員数100〜999名；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 個別詳細本文は未取得。企業規模を受検者数・採用数と混同しない。 最終確認：2026-09-13
この事例のリンク 国内 · 金融・投資 AI司会型
株式会社福井銀行
新卒採用の面接品質と候補者体験を改善 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 一覧の成果欄に対人面接の品質向上、選考中の入社動機付け、採用後の活用。
詳しい使い方・出典を見る ＋
課題 新卒採用で対人面接品質を高め、選考中の入社動機付けを行う必要があった。
使い方 新卒採用でSHaiNを利用。
規模・頻度 従業員数1000名以上；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 個別詳細本文は未取得。採用後の活用の具体内容・数値は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社ワイズマート
中途採用の応募フローをAI面接で短縮 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 面接実施率100%、応募者とのやり取り期間を約1週間短縮、入社例ありと提供元記事で紹介。
詳しい使い方・出典を見る ＋
課題 応募から面接までの長いリードタイムと、少人数の採用担当による候補者離脱が課題だった。
使い方 書類提出前に応募者へAI面接を案内し、AI面接後に最終面接へ進む運用。中途採用で試験導入後、本格導入。
規模・頻度 導入初月にAI面接を案内した応募者全員；受検者数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 100%は導入初月に案内した応募者の面接実施率。採用数・比較期間・成果の因果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 旅行・宿泊 AI司会型
株式会社スーパーホテル
新卒一次選考の工数を削減 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 一次選考対応を週10時間から2〜3時間へ削減（約80%減）と提供元記事で紹介。
詳しい使い方・出典を見る ＋
課題 新卒一次選考で学生を取りこぼすことがあり、採用担当者の対応工数も大きかった。
使い方 新卒採用の一次選考にPeopleX AI面接を導入。
規模・頻度 新卒採用の一次選考；受検者数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 工数値は利用者インタビューの自己申告。採用数・受検数・採用成果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
バルテス・ホールディングス株式会社
新卒・中途採用の面接評価をAI化 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 新卒は面接実施から評価まで1件約1/4、中途は選考工数約1/3。導入後3か月で採用目標をほぼ達成と提供元記事で紹介。
詳しい使い方・出典を見る ＋
課題 新卒は少人数体制で初回面接の対応数に限界、中途は管理職との日程調整と人事の夜間負担が課題だった。
使い方 新卒一次面接と中途面接にPeopleX AI面接を導入。
規模・頻度 新卒一次面接・中途面接；受検者数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 工数と採用目標の達成は提供元記事の利用者発言。採用数・受検数・比較条件は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社アルス・ノヴァ
中途一次スクリーニングと新卒個別面接をAI化 利用サービス：NALYSYS AI面接
採用・選考
公表された成果・状況 導入事実と、採用対象を増やしながら一次面接工数を削減する狙いを公式記事で確認。定量成果は本文未確認。
詳しい使い方・出典を見る ＋
課題 採用の質と量を両立しつつ、代表が行う2時間の中途一次面接の工数を削減したかった。新卒では応募数が多く、グループ面接で個々を見にくかった。
使い方 中途の一次スクリーニングをNALYSYS AI面接へ置換し、新卒でも個別のAI面接を活用。
規模・頻度 中途採用の一次スクリーニング、新卒採用の個別面接；従業員40名は取材時の会社規模で受検者数ではない
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 記事は導入背景と適用範囲を確認できるが、採用数・受検数・工数削減値は未確認。従業員数をscaleの成果値に使っていない。 最終確認：2026-09-13
この事例のリンク 国内 · 金融・投資 AI司会型
株式会社北國フィナンシャルホールディングス
エントリーシートを補完し地方採用の選考機会を拡張 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 公式事例は選考負担軽減、都市部と同水準の選考プロセス、採用競争力向上を導入目的・期待として紹介。
詳しい使い方・出典を見る ＋
課題 エントリーシートだけでは候補者像を十分に把握しにくく、都市部企業と同水準の選考体験を地方で実現する必要があった。
使い方 新卒採用でSHaiNを利用し、AI評価レポートを次の面接の判断材料に活用。
規模・頻度 新卒採用；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入課題と期待効果は利用者発言で確認できるが、導入後の採用成果・受検数は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
株式会社ホリプロデジタルエンターテインメント
採用面接を構造化し評価基準を統一 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 面接官の印象との大きな乖離がなく、同一基準で冷静・客観的な判断が可能になり面接品質が変化したと公式事例で紹介。
詳しい使い方・出典を見る ＋
課題 2023年の採用改革で組織基盤を整える中、定性的要素の強いエンタメ採用でも構造化面接と客観評価を取り入れる必要があった。
使い方 採用面接へ構造化面接を導入し、SHaiNにその面接手法を実装。評価レポートを研修後に面接官が活用。
規模・頻度 採用面接；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果は提供元掲載の利用者インタビューによる定性評価。採用数・受検数・定量効果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 広告・販促 AI司会型
株式会社デジタルホールディングス
人事チームの一員として面接業務を分担 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考 従業員・組織改善
公表された成果・状況 トライアル分析から、AIで当初目的の効果的な選考が可能との結論を得たと公式発表で紹介。
詳しい使い方・出典を見る ＋
課題 AI化の不可逆な流れを踏まえ、人が担う業務の一部をAIへ置換し、入社後の活躍データまでつなげる可能性を検証した。
使い方 採用面接の一部をSHaiNへ代替し、トライアル受検を分析。将来は人事・配属後パフォーマンスデータとの紐付けを想定。
規模・頻度 採用面接の一部を代替するトライアル；受検者数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 トライアル分析と将来構想が中心で、導入後の採用成果・受検数・従業員改善効果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社インティメート・マージャー
データドリブンな意思決定により、質の高い採用を実現 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 評価点数の見える化と担当者負担の軽減、候補者満足度の向上を掲載。
詳しい使い方・出典を見る ＋
課題 評価点数の可視化と採用担当者の負担軽減を図る必要があった。
使い方 SHaiNを採用ツールとして導入し、評価点数の可視化と候補者へのフィードバックに活用。
規模・頻度 SHaiN選択率60％（対象人数・期間は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果と選択率はSHaiN提供元の利用者インタビューによる主張。対象人数・算出条件は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
リリカラ株式会社
AIと人、的確な役割分担の鍵は面接評価レポートの徹底活用 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 採用業務の負担軽減と、候補者と企業のマッチング改善を掲載。
詳しい使い方・出典を見る ＋
課題 採用業務のピーク時の負担を軽減し、評価基準を明確にする必要があった。
使い方 SHaiNの面接評価レポートを採用選考に活用し、AI面接と対人面接を役割分担。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張で、定量値は公表されていない。 最終確認：2026-09-13
この事例のリンク 国内 · 建設・エンジニアリング AI司会型
ヤマネホールディングス株式会社
インターン生にも積極的にAI面接を活用、動機付けを手厚く 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 候補者との接点を増やし、動機付けを手厚くする用途を掲載。
詳しい使い方・出典を見る ＋
課題 より客観的な採用判断と、インターン生との接点づくりが課題だった。
使い方 インターン生にSHaiNの受検を促し、フィードバックを通じた接点づくりに活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューに基づく。応募者数・採用成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社吉野家
AI面接の導入は、応募者側のニーズに寄り添うために 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 導入により期待する用途までの公表で、実績数値は記載されていない。
詳しい使い方・出典を見る ＋
課題 忙しい店長の業務負荷と、地方での新店開店時の採用、評価のばらつきが課題だった。
使い方 応募者に寄り添う採用ツールとしてSHaiNを導入。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 本文は導入背景と期待効果を含む利用者インタビューであり、定量的な実績は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 物流・運輸 AI司会型
ロジスティックスオペレーションサービス株式会社
面接はAIと対面とで役割分担。採用の可視化だけでなく入社後のキャリアパスをサポートするツールとしても活用 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考 従業員・組織改善
公表された成果・状況 評価レポートによる工数削減と回答内容の可視化を掲載。
詳しい使い方・出典を見る ＋
課題 面接工数と回答内容を可視化し、人材育成にも生かす必要があった。
使い方 SHaiNの評価レポートを採用と入社後のキャリアパス支援に活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。削減量・対象人数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · メディア・コンテンツ AI司会型
株式会社ホリプロ
人材を重視するエンタメ企業と人の資質を研究してきた会社の出会い 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 利用目的と検討内容の公表にとどまり、定量成果は記載されていない。
詳しい使い方・出典を見る ＋
課題 採用評価の公平性・客観性を高める必要があった。
使い方 SHaiNを人材採用の評価に活用し、人とAIの評価差も検討。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューによる。評価差の検証結果や人数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 建設・エンジニアリング AI司会型
株式会社サンケイエンジニアリング
候補者との縁を大切に、採用活動を真摯に取り組む 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 納得できる結果を得たとの記載はあるが、定量成果は非公表。
詳しい使い方・出典を見る ＋
課題 選考の客観性を確保し、根拠を残す必要があった。
使い方 客観性とエビデンスを残すツールとしてSHaiNを採用選考に導入。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。利用人数・定量結果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 製造・自動車 AI司会型
ウシオ電機株式会社
よりよい人材確保と育成のために、SHaiNを使いこなす 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考 従業員・組織改善
公表された成果・状況 用途の公表にとどまり、定量成果は記載されていない。
詳しい使い方・出典を見る ＋
課題 人材確保と育成に向け、AI面接と対人面接の強みを使い分ける必要があった。
使い方 SHaiNと対人面接を併用し、採用・育成で活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューによる。対象人数・採用実績は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 教育 AI司会型
学校法人穴吹学園 穴吹カレッジグループ
SHaiNを活用した就職活動への第一歩を踏み出す意識付け 利用サービス：SHaiN（タレントアンドアセスメント）
学生・求職者支援
公表された成果・状況 自分の強み・弱みを知り、就職活動に自信を持つための活用を掲載。
詳しい使い方・出典を見る ＋
課題 学生が自身の強み・弱みを把握し、就職活動に臨めるよう支援する必要があった。
使い方 学生の就職活動支援としてSHaiNを活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューによる。学生数・就職成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社田子重
経営理念「従業員の幸せ」実現にSHaiNも一役 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 期待される用途までの公表で、実績数値は記載されていない。
詳しい使い方・出典を見る ＋
課題 地方企業・外国人採用時の負担を軽減し、応募者増につなげる必要があった。
使い方 SHaiNを採用に活用し、地方企業および外国人採用での負担軽減を期待。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューによる。本文の負担軽減は期待・可能性の記載で、定量成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
株式会社フジEAPセンター
EAP（従業員支援プログラム）とSHaiNとのシナジーに期待 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考 従業員・組織改善
公表された成果・状況 連携への期待を掲載し、定量成果は記載されていない。
詳しい使い方・出典を見る ＋
課題 地方企業の採用機会損失と人事担当者の負担を減らす必要があった。
使い方 SHaiNを高品質な採用とEAP事業との連携に活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 本文は提供元の利用者インタビューで、シナジーは期待・展開可能性として記載されている。 最終確認：2026-09-13
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
一般社団法人 日の出医療福祉グループ
選考だけではない、縁結びツールとしてのSHaiN活用 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 話題性、達成感、平等な評価をメリットとして掲載。
詳しい使い方・出典を見る ＋
課題 人材不足に悩む福祉業界で、採用の公平性と候補者との接点を確保する必要があった。
使い方 SHaiNを採用に活用し、候補者との縁結びツールとして位置付け。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。応募数・採用数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
日清丸紅飼料株式会社
選択肢の広がりが、これまでにない新しい出会いを生む 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 全国の学生が受検できる選択肢と、評価レポート分析の人事活用を掲載。
詳しい使い方・出典を見る ＋
課題 全国の学生の選考機会損失を防ぐ必要があった。
使い方 全国の学生がSHaiNを受検できる採用フローと、Web会社説明会を活用。
規模・頻度 北海道から沖縄までの学生が受検（人数は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者インタビューによる。地域的な受検範囲は記載されるが、対象人数・採用成果は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
株式会社名鉄スマイルプラス
業務負担の軽減と評価基準の明確化で、より良い採用が可能に 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 面接時間と文字化の労力の大幅削減、評価基準の明確化を掲載。
詳しい使い方・出典を見る ＋
課題 面接にかかる時間と文字化の労力を減らし、採用基準を明確にする必要があった。
使い方 SHaiNの面接と数値化された評価レポートを採用選考に活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。「大幅削減」に数値・対象人数は付されていない。 最終確認：2026-09-13
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
医療法人光悠会 あざみ野ヒルズスキンクリニック
経営理念「人“財“は宝」。AI面接の評価レポートは採用の礎になっている 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 評価レポートにより面接を濃く実りあるものにしたと掲載。
詳しい使い方・出典を見る ＋
課題 理念に沿った採用と、候補者を深く理解する対人面接が必要だった。
使い方 SHaiNの評価レポートをもとに対人面接を行い、採用に活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。応募者数・採用数は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 調査・コンサル AI司会型
株式会社ニューズベース
人間の面接とSHaiNの評価、検証結果は9割近く合致 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 一次面接をSHaiNに置き換えても問題ないと確認したと掲載。
詳しい使い方・出典を見る ＋
課題 マネージャーの面接負担を減らし、評価基準を平準化する必要があった。
使い方 人間の一次面接とSHaiNの評価を比較検証し、一次面接にSHaiNを活用。
規模・頻度 評価の検証結果は9割近く合致（比較対象数・算出条件は非公表）
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 9割近くの合致はSHaiN提供元の利用者インタビューによる主張で、比較対象数・評価方法は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 商社 AI司会型
丸尾興商株式会社
面接クオリティの向上により、高モチベーションの人材獲得が実現 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 面接クオリティ向上と高モチベーション人材の獲得を掲載。
詳しい使い方・出典を見る ＋
課題 マッチングを重視しながら、対人面接の質と深みを高める必要があった。
使い方 SHaiNの情報をもとに対人面接を行い、採用選考に活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。採用数・定量的なマッチング指標は非公表。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
株式会社アキタフーズ
採用フロー改革で、距離やコストによる採用機会の損失を最小限に 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 農場長の面接とESを廃止して負担を大幅に減らし、採用基準を明確にしたと掲載。
詳しい使い方・出典を見る ＋
課題 距離・コストによる採用機会の損失と、農場長の面接・ES対応の負担を減らす必要があった。
使い方 農場長による面接とESを廃止し、SHaiNを採用フローに活用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はSHaiN提供元の利用者インタビューによる主張。「大幅減」に数値・対象人数は付されていない。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
サントリーホールディングス株式会社
書類では見えない原石を新卒選考で発掘 利用サービス：タレスカAI面接（Preferred Networks）
採用・選考
公表された成果・状況 書類評価とAI面接評価が必ずしも相関しないことを確認し、人が見きれない情報を補う運用を実施。
詳しい使い方・出典を見る ＋
課題 AI時代の採用高度化と、書類では見えにくい個性・魅力の把握。
使い方 新卒ビジネス部門オープン通常選考の初期選考にAI面接を追加し、書類評価とAI評価を併用。
規模・頻度 数千人の学生が受検；新卒ビジネス部門オープン通常選考
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入初年度の利用者インタビュー。採用数・採用率・AI単独の因果効果は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 通信・インフラ AI司会型
沖縄セルラー電話株式会社
地域採用で学生の個性と沖縄への想いを確認 利用サービス：タレスカAI面接（Preferred Networks）
採用・選考
公表された成果・状況 より多くの学生へ面接機会を広げる導入事例として掲載。定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 基礎能力・志望理由に加え、沖縄で働く想いを丁寧に確認しながら、より多くの学生へ面接機会を提供する。
使い方 新卒採用の選考でタレスカAI面接を活用。
規模・頻度 新卒採用；受検者数・採用数は未公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 一覧の概要確認。個別詳細本文の取得・導入後数値は未確認。 最終確認：2026-09-13
この事例のリンク 国内 · 広告・販促 AI司会型
株式会社フロンティアインターナショナル
新卒一次面接をAI化し候補者フォローへ再配分 利用サービス：タレスカAI面接（Preferred Networks）
採用・選考
公表された成果・状況 運用開始前の記事で、工数を候補者とのコミュニケーション・アトラクトへ再配分する効果を検証中。
詳しい使い方・出典を見る ＋
課題 毎年数百名以上の新卒候補者を人事が一次面接し、候補者フォローへ十分な工数を配分できなかった。
使い方 新卒一次面接をタレスカAI面接へ組み込み、評価情報を次の面接へ引き継ぐ運用を準備。
規模・頻度 新卒採用約50名/年、一次面接候補者は数百名以上
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 記事掲載時点では間もなく運用開始。実績値を導入後成果として断定しない。 最終確認：2026-09-13
この事例のリンク 国内 · スポーツ・フィットネス AI司会型
First fit株式会社
採用工数と応募から内定までの期間を短縮 利用サービス：NALYSYS AI面接
採用・選考
公表された成果・状況 採用工数約80%削減、応募から内定まで平均30日から10日程度へ短縮。
詳しい使い方・出典を見る ＋
課題 月100〜200件近い応募に対し、人事部長が店舗業務を兼務し日程調整に2〜3週間かかっていた。
使い方 24時間受験可能なAI面接で一次情報を取得し、評価レポート・動画を確認して後続面接へ進める。
規模・頻度 導入2か月で100名以上がAI面接を受験；応募は多い月100〜200件近く
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はNALYSYS掲載記事による利用事例の主張。採用数・比較条件の詳細は未公表。 最終確認：2026-09-13
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社征東
新店舗のオープニングスタッフ選考を自動化 利用サービス：NALYSYS AI面接
採用・選考
公表された成果・状況 一次面接をほぼ自動化し、採用工数を80%以上削減。AI面接後のWeb面談候補者は入社意欲が高く連絡不能もほぼなかった。
詳しい使い方・出典を見る ＋
課題 ペンギンベーカリーFC1号店の開店準備で面接場所・時間・採用ノウハウが不足し、200名超の応募に対応する必要があった。
使い方 応募と同時にAI面接URLを自動送信し、評価レポート確認後に最終Web面談を実施。
規模・頻度 200名超の応募、約40名のオープニングスタッフ採用
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 応募者数と採用数を区別して記載。成果はNALYSYS掲載記事の利用事例主張。 最終確認：2026-09-13
この事例のリンク 国内 · 消費財・食品 AI司会型
花王
発売直後の商品反応を生成AIで深掘り 利用サービス：NautsHub（ヴァリューズ）
顧客・市場理解 商品・サービス開発
公表された成果・状況 発売初期の多サンプル・深掘り型の生活者理解をアジャイルに実現したと提供元が説明。施策ごとの定量成果は非公表。
詳しい使い方・出典を見る ＋
課題 商品発売後の生活者反応を、従来の定性調査より速く、多サンプルで深く把握する必要があった。
使い方 「プリマヴィスタ プレメイクアップ ジェルウォッシュ」と「MEMEME」の発売後調査で、生成AIが聞き手となるNautsHubを用いた。
規模・頻度 人数は未公表。発売後、プリマヴィスタは約1週間、MEMEMEは1か月でサンプルを収集したと利用者が説明。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 ヴァリューズによる利用者インタビュー。発売後の経過期間は示されるが、対象人数・調査の実施年月日・売上効果は未公表。 最終確認：2026-09-21
この事例のリンク 国内 · 消費財・食品 AI司会型
アサヒグループ食品
新規事業仮説を20人へのAIインタビューで検証 利用サービス：ユニーリサーチ AIインタビュー
商品・サービス開発 顧客・市場理解
公表された成果・状況 利用者は対象者の選定・日程調整の負担が減り、20名への調査を1日で終えられたと説明。事業化・売上成果は未公表。
詳しい使い方・出典を見る ＋
課題 新規事業の短い審査期間内に、課題感の深い生活者を見つけ、その声で仮説を検証する必要があった。
使い方 社内新規事業創出プログラム「AGS+ON」で、スクリーニングと日程調整をAIが進めるAIインタビューを実施した。
規模・頻度 AIインタビュー20名を1日で完了したと利用者が説明。プログラム全体のAI実施回数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 ユニーリサーチによる利用者インタビュー。取材日は2026年7月28日と記載。20名は記載された1回のAIインタビューの完了人数で、プログラム全体の実施規模ではない。 最終確認：2026-09-21
この事例のリンク 国内 · 調査・コンサル AI司会型
ヴィアゲート（自主調査）
大容量飲料の購買判断をZ世代66名へAI対話で調査 利用サービス：エモミルリサーチ（ヴィアゲート）
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は、コストパフォーマンス、健康意識、利用場面を軸に購買判断を整理した。個別企業での施策実装・売上効果は未公表。
詳しい使い方・出典を見る ＋
課題 大容量飲料の認知、購買場面、価格・容量・味・販売チャネルに関する意思決定の背景を把握する。
使い方 15〜29歳を募集対象に、実在するZ世代の男女66名へオンラインAIインタビューを実施し、回答をテキストマイニング、クラスタリング、質問カテゴリ分析で整理した。
規模・頻度 15〜29歳を募集対象とし、実際の回答者はZ世代の男女66名。実施時期は公開ページに記載なし。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 ヴィアゲート自身の自主調査で、調査対象の飲料・ブランドは外部顧客の導入を示さない。本文はオンラインインタビューと記すが、AIが深掘りした個別対話ログは非公開。 最終確認：2026-09-21
この事例のリンク 国内 · 調査・コンサル AI司会型
ヴィアゲート（自主調査）
Z世代100名の新生活準備をAI対話で調査 利用サービス：エモミルリサーチ（ヴィアゲート）
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は、親の助言、店舗での最終確認、情報を遮断する層という購買行動の示唆を公開した。施策実装・売上効果は未公表。
詳しい使い方・出典を見る ＋
課題 新生活を迎えるZ世代が、いつ・どこで・何を買うか、その購買行動と背景を把握する。
使い方 新生活を迎えるZ世代100名に、AIが回答を踏まえて深掘りするチャット形式のインタビューを実施し、テキストマイニングと定量化で分析した。
規模・頻度 新生活を迎えるZ世代100名。実施時期は公開ページに記載なし。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 ヴィアゲート自身の自主調査で、外部顧客の導入事例ではない。対象100名は実在の回答者数として本文に記載されるが、募集条件・調査時期は未公表。 最終確認：2026-09-21
この事例のリンク 国内 · 調査・コンサル AI司会型
A.T. カーニー株式会社
知見者インタビューをAIで自動化する取り組み 利用サービス：toitta AIインタビュー（株式会社はてな）
顧客・市場理解
公表された成果・状況 導入・提供開始と自動化を目指す方針が公表された。導入後の実施実績、品質、効率の定量結果は未公表。
詳しい使い方・出典を見る ＋
課題 仮説検証型の知見者インタビューで、高精度かつ一定量のデータ取得に掛かる工数を減らす。
使い方 A.T. カーニーが実施する有識者対象の知見者インタビュー用途で、シナリオとドメインナレッジを基にAIが深掘り質問を動的生成する機能の提供を受けた。
規模・頻度 1時間規模の対話に対応すると提供元が説明。実施件数・対象人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 一般提供は2026年内リリース予定。一方、A.T. カーニーへの当該用途での提供開始は公表済み。対象は消費者ではなく有識者で、実施件数・完了実績を公表していない。既存のVARIETAS AI面接官導入とは別用途・別提供者。 最終確認：2026-09-21
この事例のリンク 国内 · 製造・自動車 AI司会型
株式会社キッツ
従業員の声を対話型AIで収集する組織改善施策 利用サービス：コンストラクティブフィードバック（U-ZERO）
従業員・組織改善
公表された成果・状況 導入発表段階。研修・サーベイと組み合わせたAIインタビューの導入を公表。AIインタビューの完了人数・組織改善効果は未公表。
詳しい使い方・出典を見る ＋
課題 年次調査や改善施策を続けてきたが、フィードバック文化をより実践的・継続的に定着させる必要があった。
使い方 国内グループ会社の従業員約3,000人にエンゲージメントサーベイを実施後、建設的な意見を収集する対話型AIのインタビュー（コンストラクティブフィードバック）を実施する。
規模・頻度 国内グループ会社の従業員約3,000名が対象。AIインタビューの完了人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発信。約3,000人はエンゲージメントサーベイの対象であり、AIインタビューの完了人数ではない。AIヒアリングの実施期間・完了実績・効果は公表されていない。 最終確認：2026-09-21
この事例のリンク 国内 · 製造・自動車 AI司会型
タツノ
全国拠点の業務実態をAIヒアリングで調査 利用サービス：InTake（Asterminds）
業務改善・技能継承
公表された成果・状況 約2週間で調査・分析を実施したと提供元が公表。回答件数、工数削減量、刷新後の改善効果は未公表。
詳しい使い方・出典を見る ＋
課題 基幹システム刷新と業務改革に向け、拠点に偏らず現場業務の実態と暗黙知を把握する必要があった。
使い方 回答に応じてAIが深掘りするInTakeで、全国の営業所の事務職を対象に業務領域、負荷、制約、改善ニーズを調査・分析した。
規模・頻度 全国8支店・70営業所。回答者数は未公表。
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Astermindsの提供元発信とタツノ公式の拠点情報で確認。8支店・70営業所は調査範囲であり回答者数ではない。約2週間は調査・分析期間で、改善効果の定量値ではない。 最終確認：2026-09-21
この事例のリンク 国内 · IT・ソフトウェア AI司会型
トランスコスモス株式会社
全国採用でAI面接の深掘り質問と統一評価を利用 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 面接担当者の負荷軽減と評価ばらつき低減に取り組むと発表。定量的な実績値は未公表。
詳しい使い方・出典を見る ＋
課題 全国で大規模に行うコンタクトセンター等の採用で、応募者との接点拡大、面接運営の効率化、評価基準の標準化が必要だった。
使い方 応募者にAI面接官が回答内容に応じた深掘り質問を行い、録画・文字起こし・評価レポートを採用担当者が選考判断に用いる。
規模・頻度 全国の採用活動で活用。受検者数・開始時期は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元発信。全国約3万人は同社の従業員規模でありAI面接の受検者数ではない。効率化・標準化は定性的な公表にとどまる。 最終確認：2026-09-21
この事例のリンク 国内 · 行政・公共 AI司会型
茨城県教育委員会
学校長公募でAIが候補者の回答を深掘り 利用サービス：エンPeopleX AI面接
採用・選考
公表された成果・状況 導入目的の公表であり、選考結果や効果の実績値は未公表。
詳しい使い方・出典を見る ＋
課題 中高一貫教育校・高校の校長を、民間を含む多様な経歴の候補者から公平に選考する必要があった。
使い方 校長公募の初期選考でAIが候補者の回答に応じて深掘りし、録画を採用担当者が確認して最終評価・合否を判断する。
規模・頻度 2026年8月3日提供開始。候補者数・面接実施数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 PeopleX提供元の発表。AIは面接を進行するが合否を自動決定せず、人が録画内容を確認して判断すると明記。実施件数は未公表。 最終確認：2026-09-21
この事例のリンク 国内 · 行政・公共 AI司会型
品川区役所
自治体DX推進担当の公募でAI対話を初期選考に利用 利用サービス：エンPeopleX AI面接
採用・選考
公表された成果・状況 導入目的の公表であり、選考結果や業務効果の実績値は未公表。
詳しい使い方・出典を見る ＋
課題 自治体業務の最適化を担う情報推進担当を、多様な経歴の候補者から多角的に評価する必要があった。
使い方 情報推進担当職員の公募で、AIが候補者の回答を深掘りする面接を進行し、採用担当者が録画内容を基に総合判断する。
規模・頻度 2026年7月6日導入。候補者数・面接実施数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 PeopleX提供元の発表。AIは合否を自動決定せず、採用担当者が録画内容を確認して最終判断する。実施件数は未公表。 最終確認：2026-09-21
この事例のリンク 海外 · 調査・コンサル 熟議・意見集約型
Segal Benz
福利厚生の改善へ、従業員の率直な意見を集める 利用サービス：Remesh
従業員・組織改善
公表された成果・状況 参加者層の拡大と、具体的な意見に基づく改善提案が可能になったと提供元が紹介。
詳しい使い方・出典を見る ＋
課題 対面の座談会では、参加者の偏りや時間・費用の負担があり、同僚の前では本音を話しにくかった。
使い方 顧客企業の従業員に匿名の集団対話と投票を実施。AIによるリアルタイムの整理と属性別分析を、福利厚生や人事コミュニケーションの提案に用いた。
規模・頻度 個別調査の参加人数・期間は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元に掲載された利用者コメント。自律AI面接ではなく集団対話の分析支援。本文日付は8月15日、一覧は8月20日で異なる。プラットフォームの数千人対応能力を実施人数としない。 最終確認：2026-09-21
この事例のリンク 海外 · 広告・販促 熟議・意見集約型
The Shipyard
健康保険の広告案を公開前に検証 利用サービス：Remesh
広告・ブランド
公表された成果・状況 有力案を見た回答者の50%が雇用主への相談または商品サイトの閲覧意向を示したと報告。広告案の最適化に利用。
詳しい使い方・出典を見る ＋
課題 全国向けキャンペーンの公開前に、健康保険の広告案に対する反応を把握する必要があった。
使い方 健康保険会社の広告コンセプトを消費者とのオンライン対話で検討。AIによるリアルタイム分析を使い、広告会社と顧客が表現の方向を判断した。
規模・頻度 30分の集団対話。参加人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の1ページPDF本文を確認。50%は行動意向で、実際の加入・売上ではない。保険会社は匿名。自律的な個別AI面接とは区別。 最終確認：2026-09-21
この事例のリンク 海外 · 消費財・食品 熟議・意見集約型
Nestlé（Life Cuisine）
冷凍食品の広告3案を生活者と比較 利用サービス：Remesh
広告・ブランド
公表された成果・状況 採用案への好意が80%だったと提供元が報告。放映後の売上増加にも言及するが、増加率は未公表。
詳しい使い方・出典を見る ＋
課題 Life Cuisineの広告3案から、対象顧客へ伝わる表現を選びたかった。
使い方 Life Cuisineの広告3案を対象顧客110人と比較。Remeshの自由記述と投票で好意の理由を確認し、公開する広告案を選んだ。
規模・頻度 110人・60分の集団対話（本文の説明）。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の1ページPDF。本文の参加人数110を採用し、挿入画面の129を人数に読み替えない。売上への因果効果を検証した研究ではない。Outsetによる別調査とは分離。 最終確認：2026-09-21
この事例のリンク 海外 · 調査・コンサル 熟議・意見集約型
Egon Zehnder
女性従業員の経験から組織の課題を探る 利用サービス：Remesh
従業員・組織改善
公表された成果・状況 属性別の意見分析から、管理職女性の継続勤務意向や昇進機会に関する課題を顧客へ提示したと報告。
詳しい使い方・出典を見る ＋
課題 定量調査で浮かんだ女性従業員の課題を、国をまたいで深掘りする必要があった。
使い方 匿名のグローバル企業の女性従業員を対象に、AIを使うオンライン集団対話を実施。定量調査だけでは分からなかった組織風土やキャリア継続の理由を掘り下げた。
規模・頻度 9か国・合計229人。60分の対話を3回実施。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元PDF全2ページを確認。229人は3回の合計で、各回人数ではない。顧客企業名は非公表。参加者の意向を実際の離職率に読み替えない。 最終確認：2026-09-21
この事例のリンク 海外 · 医療・ヘルスケア 熟議・意見集約型
Rush University System for Health
遠隔診療のサービス案を患者視点で検証 利用サービス：Remesh
商品・サービス開発 顧客・市場理解
公表された成果・状況 遠隔診療への利用意向と設計上の意見を把握し、公開前の体験改善に用いたと提供元が報告。
詳しい使い方・出典を見る ＋
課題 複数の受診サービスを一つの利用体験へ統合する前に、消費者の受け止めを確認したかった。
使い方 Abundant Health Acquisition（aha!）と協働し、Rush On Demandの統合ブランドと利用体験を消費者とのオンライン集団対話で検証した。
規模・頻度 人数・対話時間は原典で未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の1ページPDFを確認。Remeshによる集団対話の事例で、AIの自律的な質問生成は確認できない。利用意向を受診実績や治療効果としない。 最終確認：2026-09-21
この事例のリンク 海外 · 調査・コンサル 熟議・意見集約型
Mercer
従業員の声を人事支援サービスへ広げる 利用サービス：Remesh
従業員・組織改善
公表された成果・状況 フォーカスグループ事業の売上が前年比2倍になったと提供元が報告。
詳しい使い方・出典を見る ＋
課題 従業員エンゲージメントだけでなく、入社から退職まで幅広い課題を扱いたかった。
使い方 自社と顧客企業の従業員理解にRemeshのオンライン集団対話を活用し、人事課題を調べるサービスを拡充した。
規模・頻度 事例公開時点の累計230回超・参加者19,000人超。2016年から利用と記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元PDF全2ページを確認。累計人数であり単一調査の規模ではない。2倍はMercer側の当該事業売上で、Remeshの売上・契約額ではない。個別AI司会とは区別する。 最終確認：2026-09-21
この事例のリンク 海外 · 調査・コンサル AI司会型
National Research Group（自主調査）
家族が共感する父親像をAI対話で調べる 利用サービス：Conveo
顧客・市場理解 コンテンツ制作
公表された成果・状況 従来の定性・定量調査で得た父親像を家族の反応で検討し、白書の根拠に用いたと提供元が報告。
詳しい使い方・出典を見る ＋
課題 従来の定性調査で見つけた父親像が、多くの実際の家族に共感されるか確認したかった。
使い方 映像に登場する8種類の父親像を提示し、AIが共感・理想・家庭との関連を追質問。父親単独、パートナー同伴、子ども同伴、家族3人の4群で調査した。
規模・頻度 回答者550人、4群。2人・3人が同時に答える形式を含む。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の利用者取材本文を確認。550は回答者数で、家族数やセッション数ではない。親子募集は途中から商業施設での募集を使用。敏感な話題の話しやすさは利用者の見解で、比較実験による効果ではない。 最終確認：2026-09-21
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Canva（EMEAチーム）
ブランドの判断に翌朝の消費者反応を使う 利用サービス：Conveo
広告・ブランド 顧客・市場理解
公表された成果・状況 会議後15分で調査を開始し翌朝に結果を得た例を、利用者が紹介している。
詳しい使い方・出典を見る ＋
課題 従来の調査ではブランドの意思決定に間に合わず、消費者の声を判断へ反映する機会を失っていた。
使い方 CanvaのEMEA調査チームがConveoで新しいブランドキャンペーンの方向を検証し、結果を関係者へ共有した。
規模・頻度 公式投稿では12件の調査に言及。回答者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の公式事例一覧、公式LinkedIn投稿、個別事例本文を確認。個別記事の取得制限は解消。15分は調査開始までで面接完了時間ではなく、翌朝結果は個別の工程例。12件は既存の公式LinkedIn根拠を維持し、個別本文の6か月表記とは結合しない。Listen Labsによる既存Canva事例とは別。 最終確認：2026-10-05
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Tellet（自主調査）
体重管理薬の利用にまつわる心理を聞く 利用サービス：Tellet
顧客・市場理解
公表された成果・状況 周囲に利用を隠す理由や、体重変化と自己評価の関係が語られたと提供元が報告。
詳しい使い方・出典を見る ＋
課題 体重管理薬の利用に関する感情や社会的背景を理解したかった。
使い方 GLP-1体重管理薬の利用者にAIが質問し、利用を始めた背景や周囲への伝え方、自己像を探索した。
規模・頻度 人数・対象国・実施期間は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 自主調査として記録し、医薬品ブランドを顧客扱いしない。AIが人間より本音を引き出すとの説明は提供元の解釈で、比較群や人数は未公表。海外分類はオランダの実施組織が基準で、回答者所在地ではない。 最終確認：2026-09-21
この事例のリンク 海外 · IT・ソフトウェア AI司会型
ProRata
Gist.ai発売前に優先する顧客像を絞り込む 利用サービス：Strella
顧客・市場理解 商品・サービス開発 広告・ブランド
公表された成果・状況 Strellaは従来約4週間の作業を数日に短縮し、対象広告のクリック率が非対象対照群比で平均約3倍だったと紹介している。
詳しい使い方・出典を見る ＋
課題 Gist.aiの発売前に、優先すべき顧客像、価値提案、機能と獲得コストを短期間で見極める必要があった。
使い方 Strellaで約45分の詳細インタビュー100件を実施・統合し、得た5つの顧客像の候補を広告テストで検証し、ずれは追加インタビューで掘り下げた。
規模・頻度 約45分の詳細インタビュー100件、候補ICPは5区分。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 時間・コスト短縮とCTRはStrellaの顧客事例による主張。広告テストの詳細な母数・期間は未公表。 最終確認：2026-09-21
この事例のリンク 海外 · 外食・小売 AI司会型
FinditParts
大型部品ECの離脱要因を実画面で調査 利用サービス：Strella
顧客・市場理解 商品・サービス開発
公表された成果・状況 商品詳細の提示を改善し、2025年の戦略ロードマップにも使ったと紹介されている。転換率の実測値は未公表。
詳しい使い方・出典を見る ＋
課題 自然流入は伸びていたが、重量車両部品をオンライン購入する過程とサイトの離脱要因を理解し、転換率を改善する必要があった。
使い方 トラック運転手、フリート管理者、部品担当者にStrellaのAI司会インタビューを行い、リアルタイム統合、動画ハイライト、レポートで購入行動を共有した。
規模・頻度 人数・期間は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果はStrellaの顧客事例と顧客担当者の評価による。公開ページに実施人数・売上・転換率の数値はない。 最終確認：2026-09-21
この事例のリンク 海外 · IT・ソフトウェア AI司会型
Root Ventures
13件の結婚式場探索をAIと人で分析比較 利用サービス：Strella
顧客・市場理解
公表された成果・状況 同一インタビューの分析時間が約90%短縮されたと、Strellaおよび実施者が紹介している。
詳しい使い方・出典を見る ＋
課題 結婚式場を探す婚約者の意思決定理由を理解し、従来の手作業分析とAI分析の時間・内容を比較する必要があった。
使い方 Root VenturesのCPOが、婚約中の女性13人へStrellaのAI司会インタビューを行い、自身の手作業分析（40時間超）とStrellaの自動テーマ抽出・ハイライトを比較した。
規模・頻度 婚約中の女性13人との詳細対話。人手分析40時間超、Strella分析4時間。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 単一実施者による比較で、分析条件の独立検証はない。Root VenturesはAdam Rootが設立したワークフロー駆動SaaS製品の事業で、結婚式場題材は同氏が開発するVowVistaの探索に当たると第三者記事が説明している。 最終確認：2026-09-21
この事例のリンク 海外 · 外食・小売 AI司会型
MeUndies
綿素材ライン再投入の購買動機を深掘り 利用サービス：Strella
商品・サービス開発 顧客・市場理解 広告・ブランド
公表された成果・状況 製品開発上の主要決定6件に使い、探索から行動まで従来比9倍速かったとStrellaが紹介している。
詳しい使い方・出典を見る ＋
課題 以前反応が得られなかった綿素材ラインを再投入する前に、綿を好む顧客の機能的・感情的な購入理由を早く把握する必要があった。
使い方 綿素材を好む消費者と30件超のAI司会型詳細インタビューを実施し、3日で回収・統合後に定量調査でも検証した。
規模・頻度 30件超の詳細インタビューを3日で実施。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 速度と意思決定数はStrellaの顧客事例による主張。発売後の販売成果・定量調査の母数は未公表。 最終確認：2026-09-21
この事例のリンク 海外 · 消費財・食品 AI司会型
Ritual
新価格体系の理解度を画面操作中に検証 利用サービス：Strella
商品・サービス開発 顧客・市場理解
公表された成果・状況 A/Bテスト期間に純収益/ユーザー24%増、初回注文額19%増、当日解約率21%減だったとStrellaが紹介している。
詳しい使い方・出典を見る ＋
課題 単発購入・1か月・3か月の新しい価格体系を、短い日程で顧客が理解し選べるか確認する必要があった。
使い方 クリック可能なFigma試作2種で購入画面を操作してもらい、Strellaが価値・価格理解について動的追加質問をするAI司会型インタビューを行った。
規模・頻度 人数は未公表。従来3週間の工程を数日に短縮したと紹介。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 収益等は新価格体系と選択肢を含むA/Bテストの結果としてStrellaが紹介した数値で、AIインタビュー単独の因果効果とは断定できない。 最終確認：2026-09-21
この事例のリンク 海外 · 消費財・食品 AI司会型
Force Factor
Amazon上のサプリ比較・購入行動を実画面で調査 利用サービス：Strella
顧客・市場理解 広告・ブランド 商品・サービス開発
公表された成果・状況 購入判断の要因を把握し、顧客調査を80%速く実施できたとStrellaが主張している。売上・転換率は未公表。
詳しい使い方・出典を見る ＋
課題 ビート由来サプリのAmazon上での比較・購入理由を、少人数チームでも素早く把握する必要があった。
使い方 過去12か月にオンラインで同種サプリを買った人をStrellaのパネルで募集し、画像比較とAmazonの実ページ操作を伴うAI司会インタビューで音声・画面を記録した。
規模・頻度 11件のインタビューを24時間未満で実施。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 80%の速度向上はStrellaの表題・顧客事例の主張で、比較対象の詳細は未公表。 最終確認：2026-09-21
この事例のリンク 所在地非公表 · 調査・コンサル AI司会型
Chock LLC
遠隔地のNZ牧羊業者25人と持続可能な農業案を検証 利用サービス：Outset
商品・サービス開発 顧客・市場理解
公表された成果・状況 Atamaiのペルソナ、利用フロー、機能群を開発したとOutsetが紹介している。事業成果・完了インタビュー数の別表記は未公表。
詳しい使い方・出典を見る ＋
課題 ニュージーランドの羊・牛肉業界で、4か月以内に持続可能な農業を支える価値提案を開発・検証する必要があったが、遠隔地の農家は対面調査しにくかった。
使い方 Chock LLCが、北島・南島の進歩的農家25人を対象に、都合のよい時間に応答できるOutsetのAI司会調査で案を反復検証した。
規模・頻度 北島・南島の進歩的農家25人。開発・検証の期間は4か月。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Outsetの事例。利用主体はChock LLCで、25人は価値提案の検証対象農家。Chock公式サイトで事業内容は確認したが、所在国と記事公開日は確認できない。 最終確認：2026-09-21
この事例のリンク 国内 · 広告・販促 AI司会型
株式会社kiCk
ヘアケアブランドの若年利用者17名をAIで聴取 利用サービス：ユニーリサーチ AIインタビュー
顧客・市場理解 広告・ブランド
公表された成果・状況 実施済み：17名分の回答をブランド再選択の提案に組み込み、ユーザーの声を提案の論拠にしたと利用者が説明している。採用後の売上やブランド指標は未公表。
詳しい使い方・出典を見る ＋
課題 ロングセラーブランドの若年利用者像をSNSから把握できず、提案前の短期間に人手で多数の定性インタビューを行う余裕がなかった。
使い方 厳しいスクリーニング条件で集めた実在モニター17名へ、深掘り回数を3回に設定したAI音声インタビューを同時並行で実施。発言録とAIレポートを分析した。
規模・頻度 2日間の募集で17名。取材日は2026年6月22日。AIインタビューの実査所要時間は個別に未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 ユニーリサーチによる利用者インタビュー。冒頭は「募集から2日間で完了」、担当者本文は「2日間の募集で17名」と表現が異なり、実査所要時間は未公表。調査対象ブランド名、質問内容、回答者属性の詳細、売上成果は非公表。 最終確認：2026-09-28
この事例のリンク 国内 · 医療・ヘルスケア 分析支援型
ニチイケアパレス、学研ココファン、医療法人大誠会グループ
高齢者9名との日常対話をケア検討へ反映 利用サービス：ボイスタ！／ケア支援AI（NTTデータ）
顧客・市場理解 商品・サービス開発
公表された成果・状況 実証中・一部結果公表済み：3法人すべてで職員が把握していなかった興味や生活の様子への気づきが得られた。ニチイケアパレスでは歩行不安をケアプランへ反映した事例を確認。刷新モデルは2026年10月提供開始予定。
詳しい使い方・出典を見る ＋
課題 限られた職員時間では、高齢者一人ひとりの思い、関心、生活の変化を日常の関わりだけから継続的に把握しにくかった。
使い方 高齢者がプロフィールや過去の会話を踏まえて話す生成AIと対話し、ケア支援AIが会話を分析して職員向けに整理・可視化した。
規模・頻度 2026年5月〜9月、3法人3事業所の高齢者9名と介護職員等12名。利用者1人あたり1日平均約3.4回、1回平均6.9ターン。
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 NTTデータによる共同実証の発表。日常対話とその分析の実証で、構造化された市場調査インタビューではない。全国約1,200人は従来版を含むサービス利用者で、この3法人実証の人数ではない。会話回数は利用者数やケア効果を示さず、医療診断・介護判断を代替しない。 最終確認：2026-09-28
この事例のリンク 所在地非公表 · 消費財・食品 AI司会型
日用品メーカー（社名非公表）
商品利用者へのAI対話をリブランディングへ使用 利用サービス：InsighTALK AI（ロイヤリティマーケティング）
顧客・市場理解 広告・ブランド 商品・サービス開発
公表された成果・状況 実施済み：評価点と改善余地を抽出し、競合とのポジショニング、訴求メッセージ、パッケージ、販売戦略の見直し材料として用いたと提供元が説明している。定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 商品のリブランディングと販売戦略の見直しに向け、ブランドのターゲット、利用実態、評価理由を捉え直す必要があった。
使い方 Pontaリサーチ会員の実在回答者へ、回答内容に応じて質問を自動生成するAIインタビューを行い、ロイヤリティマーケティングが回答を分析した。
規模・頻度 対象人数、調査期間、設問数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元のサービス発表に記載された匿名事例。利用企業名、所在地、対象人数、比較条件、施策実行後の効果は非公表。サービス一般の料金や納期をこの調査の契約額・期間と扱わない。 最終確認：2026-09-28
この事例のリンク 所在地非公表 · 製造・自動車 AI司会型
製造業（社名非公表）
SCM熟練者とのAI対話で材料手配の判断観点を継承 利用サービス：デジタルSECIモデル（NTTデータ／フォーティエンスコンサルティング）
業務改善・技能継承
公表された成果・状況 実証中：製造業の材料手配計画業務へAIエージェントを実装し、有効性を検証している。判断品質、在庫、育成時間などの実測成果は未公表。
詳しい使い方・出典を見る ＋
課題 需要変動、在庫、調達条件、物流制約を踏まえる材料手配判断が熟練者の経験に依存し、固定ルールやマニュアルだけでは継承しにくかった。
使い方 インタビューAIが計画結果の振り返り、前提確認、調整観点の見直しを熟練者・未熟練者と対話形式で行い、言語化されていない判断理由を知識として更新する。
規模・頻度 2026年5月に実証開始。対象者数、対話回数、対象企業数は未公表。2026年6月以降の実業務適用を検討。
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 利用企業名と所在地は非公表。発表は実証開始時点で、期待効果と実測成果を区別する必要がある。既存の川崎重工業事例は設計業務の暗黙知抽出で、本件はフォーティエンスコンサルティングとの材料手配計画実証であり、対象業務と共同実証者が異なる。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
GMOインターネットグループ株式会社
少人数で1万人超の新卒応募に対応 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入後実績: 少人数体制で1万人以上の応募者へ対応可能になり、書類では把握しにくい個性・熱意・AI知識を確認できるようになったと利用担当者が説明。
詳しい使い方・出典を見る ＋
課題 少人数の採用体制で、エントリーシートだけでは分からない候補者の個性やAI知識を見極めながら、1万人を超える応募に対応する必要があった。
使い方 新卒採用の一次面接で利用し、質問を自社向けに設定。要約と全文文字起こしを主に確認し、動画も申し送りに使う。
規模・頻度 新卒応募者1万人以上。1万人以上は応募数であり、AI面接完了件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 1万人以上は応募者数であり、AI面接の完了人数や採用人数ではない。定量的な工数削減率は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 金融・投資 AI司会型
大阪信用金庫
新卒採用の一次面接にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 時間・場所に左右されない受検環境を設け、公平性、学生の利便性、面接工数の改善を狙う。完了人数と定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 日程調整の制約を減らして面接応募数を増やし、面接官間の評価のばらつきと工数を抑える必要があった。
使い方 新卒採用の一次面接で導入。最終評価は人事担当者が行う。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入発表時点の狙いであり、受検人数・採用成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社ビックカメラ
新卒採用からAI面接の利用を開始 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 新卒採用で利用を開始し、担当者の時間を人によるコミュニケーションへ振り向ける。利用人数と定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 候補者が自分の言葉で考えを伝えられる機会を保ちながら、自社に合う人材の見極めと採用担当者の工数配分を両立する必要があった。
使い方 新卒採用で利用を開始。設問と深掘り条件を募集内容に応じて設定する。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 活用範囲の拡大は検討段階。受検人数・採用成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 外食・小売 AI司会型
イオングループ（イオンほか4社）
グループ5社の採用基盤にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: グループ5社で利用を開始し、候補者との接点拡大と選考遷移率の改善を狙う。完了人数と成果は未公表。
詳しい使い方・出典を見る ＋
課題 事業・募集内容が異なるグループ各社で、採用選考の適正化と効率化を進める必要があった。
使い方 5社で利用を開始し、求人・面接場面ごとに設問と深掘り条件を設定する。
規模・頻度 利用開始5社。受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 5社を企業提供元調査単位で1件に集約。受検人数と効果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 外食・小売 AI司会型
株式会社CRISP
店舗スタッフ採用にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 2ブランドのスタッフ採用で利用を開始。受検人数・採用数・定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 店舗運営と並行しながら応募者との面接機会を確保し、選考を一定基準で進める必要があった。
使い方 運営2ブランドのスタッフ採用で利用。
規模・頻度 対象ブランド2件。受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入発表であり成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 外食・小売 AI司会型
スギ薬局
キャリア採用にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: キャリア採用で利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 多様な応募者との面接機会を確保しながら、採用担当者の負担と評価のばらつきを抑える必要があった。
使い方 スギ薬局のキャリア採用で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 発表主体はスギホールディングスだが、利用組織は記事本文に基づきスギ薬局とした。定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
マルホ株式会社
新卒採用の一部職種にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 一部職種の新卒選考で利用を開始。対象人数・完了人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 職種ごとの選考要件を保ちながら、応募者と接する機会と採用担当者の時間を確保する必要があった。
使い方 新卒採用の一部職種で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 対象職種と定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 建設・エンジニアリング AI司会型
株式会社マリモホールディングス
採用選考にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 採用向けAI面接の利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 候補者との対話情報を確保しながら採用選考の運営負担を抑える必要があった。
使い方 採用選考にAI面接を利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AIロープレ部分は除外し、人とAIが対話する採用面接だけを収録。定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 製造・自動車 AI司会型
住友ゴム工業株式会社（DUNLOP）
DUNLOPの新卒採用にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 新卒採用で利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 応募者が時間と場所を選んで受検できる環境を整え、選考運営を効率化する必要があった。
使い方 新卒採用で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 DUNLOPはブランド名のため法人名を住友ゴム工業と併記。定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社サイバーエージェント
新卒採用の選考前評価にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 新卒採用の選考前評価へ導入。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 多数の新卒応募者に対して面接機会と評価情報を確保する必要があった。
使い方 新卒採用の選考前評価で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 実施規模と成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
シミック・イニジオ株式会社
MR採用の選考にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 採用選考で利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 専門職候補者との面接機会を広げながら、選考担当者の負担と評価のばらつきを抑える必要があった。
使い方 採用選考で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 実施規模と定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · メディア・コンテンツ AI司会型
スカパーJSAT株式会社
新卒採用にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 新卒採用で利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 新卒応募者の人柄を初期段階から把握しつつ、面接運営を効率化する必要があった。
使い方 新卒採用で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 実施規模と定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
株式会社キッズライン
ベビーシッター選考の一次面接をAI化 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 24時間受検できる一次選考を開始し、二次選考以降は専門スタッフが判断する。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 平日日中の面接枠では子育て・就業中の応募者が参加しにくく、初回の対人面接で十分に自己表現できない場合があった。
使い方 一次選考にAI面接と書類選考を配置し、二次選考はロールプレイング型選考とWebテスト、最終選考は人が行う。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入発表の期待効果であり、実績人数と成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
ピープルソフトウェア株式会社
新卒・中途採用にAI面接を自社導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 新卒・中途採用での自社利用を開始し、U・Iターン採用の強化を狙う。受検人数・成果は未公表。
詳しい使い方・出典を見る ＋
課題 岡山を拠点にU・Iターンを含む候補者が時間・場所を問わず受検できる環境を設ける必要があった。
使い方 自社の新卒・中途採用で利用。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 販売協業だけでなく自社採用での利用が明記されているため収録。定量成果は未公表。提供元との販売協業も公表されているが、このレコードは自社採用での利用を対象とする。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社LIFULL senior
年間約1,800応募の初期選考にAI面接を導入 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入後実績: 利用担当者は、初期段階で価値観との適合を確認でき、書類の技能要件だけでは拾えなかった候補者を別の視点で評価できたと説明。工数も改善したが削減率は未公表。
詳しい使い方・出典を見る ＋
課題 年間約1,800人の応募に対して工数上の理由で面接人数を絞っており、書類だけでは人柄を判断しにくかった。
使い方 AIの深掘り質問で人物像を確認し、その後の人による選考へ情報を引き継ぐ。
規模・頻度 年間応募約1,800人。AI面接受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 約1,800人は年間応募数であり、AI面接完了数ではない。工数改善の比較値は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
鈴与システムテクノロジー株式会社
自社採用にAI面接を導入し地域企業への提供でも協業 利用サービス：PeopleX AI面接
採用・選考
公表された成果・状況 導入発表: 自社採用での利用を開始。受検人数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 エンジニアを含む多様な候補者との面接機会を増やし、採用の効率性と公平性を高める必要があった。
使い方 自社採用へAI面接を導入。
規模・頻度 非公表
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 販売協業だけでなく自社採用への導入が明記されているため収録。定量成果は未公表。提供元との販売協業も公表されているが、このレコードは自社採用での利用を対象とする。 最終確認：2026-09-28
この事例のリンク 国内 · 通信・インフラ AI司会型
株式会社NTTドコモ
新卒採用の初期選考でAI面談を本格利用 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 導入後実績: 2026年卒採用の段階導入で学生の負担軽減と評価の公平性について声を得たと採用担当者が説明。2027年卒から本格利用し、AIだけでは不合格にしない運用を明示した。
詳しい使い方・出典を見る ＋
課題 面談枠を増やし、面接官との相性に左右されにくい初期評価を行いながら、AIだけで合否を決めない運用を設ける必要があった。
使い方 書類選考後にSHaiNを受検。高評価者は社員面談へ進み、低評価者は採用担当者が面談データを必ず確認する。
規模・頻度 受検人数は非公表。受検時間は約30〜40分。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 受検人数、合格率、採用成果は未公表。学生の声の件数と調査方法も未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 行政・公共 AI司会型
半田市
職員採用の二次試験でAI面接を試験導入 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 試験導入: 2026年度夏日程の二次試験で実施予定と発表。AI面接結果は合否に使わず、対面面接との評価傾向を比較する。完了人数と検証結果は未公表。
詳しい使い方・出典を見る ＋
課題 対面面接だけでなく多角的に人物像を把握できる採用方法を検証する必要があった。
使い方 二次試験でAI面接と対面面接の両方を実施し、評価傾向を比較する。AI面接結果は今回の合否に使わない。
規模・頻度 2026年度夏日程の二次試験受験者。人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 市発表は実施前の予定。完了人数・比較結果の公表は確認できない。 最終確認：2026-09-28
この事例のリンク 国内 · 行政・公共 AI司会型
村上市
職員採用の一次合格者へAIウェブ面接を実施 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 実施確認: 2024年度決算審査で、一次試験合格者にAIウェブ面接を実施し、結果を後続の個別面接の参考資料として使ったと市が説明。AI結果だけで合否判定はしていない。
詳しい使い方・出典を見る ＋
課題 一次試験後の候補者の特徴を把握し、個別面接で確認すべき点を具体化する必要があった。
使い方 一次合格者がスマートフォンまたはタブレットでAI面接を受検し、分析結果を個別面接の参考資料にする。
規模・頻度 一次試験合格者が対象。1人当たり約1〜1.5時間。対象人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 利用自治体の議会審査記録。対象人数と採用成果は未公表。SHaiNの製品名は2020年10月8日の提供元発表と照合し、2024年度の実施内容は市の決算審査記録を根拠とした。議事録の2025-09-11は開催日であり、PDFの公開日は未確認。 最終確認：2026-09-28
この事例のリンク 国内 · 行政・公共 AI司会型
四日市市
会計年度任用職員の一部職種でAI面接を実証 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 実証実施: 一部職種でAI面接を実施。市は結果を検証し、次の一斉面接時に採用するかを判断すると説明した。人数と定量結果は未公表。
詳しい使い方・出典を見る ＋
課題 多数の任用職員を一斉に面接する必要があり、面接業務の負担を検証する必要があった。
使い方 一部職種の面接でAI面接を実施し、次回の一斉更新時に取り入れるかを検証する。
規模・頻度 一部職種。人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 市議事録のAI面接実証と2020年1月8日の提供元発表を照合し、製品名をSHaiNと確認。実証人数と後続利用は未確認。議事録の2020-03-03は開催日であり、PDFの公開日は未確認。 最終確認：2026-09-28
この事例のリンク 国内 · 教育 AI司会型
京都先端科学大学
キャリア教育にAI面接とフィードバックレポートを導入 利用サービス：SHaiN for Education（タレントアンドアセスメント）
学生・求職者支援
公表された成果・状況 導入発表: キャリア教育へ導入し、AI面接体験とレポートを主体的なキャリア形成へ使う。実施人数と教育成果は未公表。
詳しい使い方・出典を見る ＋
課題 採用選考でAI面接が広がる中、学生が新しい選考手法を理解し、自身の特性を言語化できる支援が必要だった。
使い方 教育機関向けSHaiNとフィードバックレポートをキャリア教育で利用。
規模・頻度 対象学生数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 導入発表であり、実施人数と学習成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 教育 AI司会型
富山国際大学
模擬面接と自己分析にAI面接を導入 利用サービス：SHaiN for Education（タレントアンドアセスメント）
学生・求職者支援
公表された成果・状況 導入発表: 2024年10月からの利用開始予定を公表。実施完了人数と導入後成果は確認できない。
詳しい使い方・出典を見る ＋
課題 学生ごとの強みと課題を具体化し、キャリア支援センターの面接助言につなげる必要があった。
使い方 2024年10月から模擬面接と自己分析で利用する計画。学生と面接レポートを共有し、振り返りと助言に使う。
規模・頻度 対象学生数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 記事は利用開始前の発表。2024年10月以降の実施確認と対象人数は未確認。 最終確認：2026-09-28
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
アルティウスリンク株式会社
新卒採用の一次面接にSHaiNを本格導入 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 本格導入: 新卒採用の一次面接へ導入。発表は選考期間短縮と評価基準統一を成果として掲げるが、受検人数・削減時間・比較期間は未公表。
詳しい使い方・出典を見る ＋
課題 従来の一次面接は準備・調整を含め1回約2時間を要し、面接官増員に伴う評価基準の維持と、日程調整中の候補者離脱が課題だった。
使い方 新卒採用の一次面接をSHaiNで実施する。
規模・頻度 従来の一次面接は準備・調整込みで1回約2時間。受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 定量的な導入後成果と受検人数は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 旅行・宿泊 AI司会型
株式会社イシン・ホテルズ・グループ
ホテルのパート採用にAI面接を導入 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 導入後説明: パート採用で利用し、応募数に左右されにくい選考によって機会損失を抑えられるようになったと提供元が説明。受検人数・離脱率の比較値は未公表。
詳しい使い方・出典を見る ＋
課題 限られた面接官で多数の希望者へ迅速に面接機会を提供できず、日程調整中に候補者が離脱する場合があった。
使い方 パート採用から導入し、キャリア採用・新卒採用への拡大を予定する。
規模・頻度 受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 キャリア・新卒採用への拡大は予定段階。定量成果は未公表。 最終確認：2026-09-28
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
株式会社あいず
訪問看護師の採用にAI面接を導入 利用サービス：SHaiN（タレントアンドアセスメント）
採用・選考
公表された成果・状況 導入発表: 訪問看護師の採用へ導入。受検人数、採用数、日程調整時間の削減量は未公表。
詳しい使い方・出典を見る ＋
課題 多忙な看護師の転職活動で、採用側と候補者の面接日程を合わせる負担を減らす必要があった。
使い方 訪問看護師職員の採用でSHaiNライトプランを利用。
規模・頻度 受検人数は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発表であり、利用後の成果は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
PN Self-Care（ProNailsのB2C姉妹ブランド）
顧客の言葉から広告クリエイティブと新しい顧客像を発見 利用サービス：Conveo
顧客・市場理解 広告・ブランド
公表された成果・状況 想定外の第3の顧客像を発見し、顧客の実際の言葉を広告へ反映した。
詳しい使い方・出典を見る ＋
課題 プロ向けProNailsとは異なるB2C顧客を理解し、広告表現へ反映する必要があった。
使い方 AIが適応的に質問する消費者会話と自動分析を使い、動機・言葉・顧客像を抽出した。
規模・頻度 調査件数・回答者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 記事中の推奨会話数は一般的助言であり、この調査の実数として扱わない。地域はProNails公式採用ページがPN Selfcareの拠点をBrasschaat, Belgiumと示すグループ拠点基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
Edgard & Cooper
少人数の顧客インサイトチームが並行インタビューを実施 利用サービス：Conveo
顧客・市場理解 商品・サービス開発
公表された成果・状況 包装に対する反応を短期間で把握し、チーム外にも顧客の声を共有した。
詳しい使い方・出典を見る ＋
課題 小規模なインサイトチームで、複数市場の定性調査を速く回す必要があった。
使い方 AIが回答に応じて追質問し、会話をテーマへ統合した。
規模・頻度 最大100件を並行実施できるとの記述。個別調査の完了回答数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 100件は機能上の並行規模で、単一調査の実績値とは確認できない。地域は公式Impact Report記載のKortrijk, Belgium本社によるグループ基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
JDE Peet's
米国チームが自ら会話型定性調査を実施 利用サービス：Conveo
顧客・市場理解
公表された成果・状況 自由記述より豊かな説明を得て、意思決定前の理解を深めた。
詳しい使い方・出典を見る ＋
課題 通常の自由記述では理由を掘り下げにくく、外部委託せず素早く質的理解を得る必要があった。
使い方 AIが回答へ追質問する会話型調査を企画から分析までチーム内で運用した。
規模・頻度 調査件数・回答者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 定量的成果と実施規模は未公表。地域は事例本文に明記された米国消費者インサイト責任者の利用を基準に海外と分類。オランダ本社の所在地とは区別し、回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
Heineken
24市場でAI支援の消費者調査を継続運用 利用サービス：GetWhy
顧客・市場理解
公表された成果・状況 複数市場で消費者の声を継続的に取得する運用を構築した。
詳しい使い方・出典を見る ＋
課題 複数市場の消費者理解を速く継続的に得る必要があった。
使い方 GetWhyのAI支援インタビューと分析をグローバル調査へ組み込んだ。
規模・頻度 2023年以降、1,750件超のインタビュー、41件超のプロジェクト、24市場。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 成果の因果や売上への寄与は公表されていない。地域は公式GRI表記載のAmsterdam, Netherlands本社によるグループ基準。調査は24市場だが、個々の回答者所在地内訳は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
Arla Foods
継続的なAI主導インタビューで発見速度を高める 利用サービス：GetWhy
顧客・市場理解
公表された成果・状況 担当者は発見の速度と、従来取りこぼしていた内容を捉える点を評価した。
詳しい使い方・出典を見る ＋
課題 消費者の発見を継続的かつ速く得る必要があった。
使い方 AI主導のインタビューと分析を継続運用した。
規模・頻度 件数・回答者数・市場数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 個別プロジェクトの設計、規模、定量成果は未公表。地域はArla公式連絡先記載のViby J, Denmark本社によるグループ基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 分析支援型
L'Oréal
AIと人類学的知見をインサイトの物語化に利用 利用サービス：GetWhy
顧客・市場理解
公表された成果・状況 担当者はAIと人類学的知見の組み合わせを評価した。
詳しい使い方・出典を見る ＋
課題 消費者インサイトを理解しやすい形で社内へ伝える必要があった。
使い方 AI分析と人類学的解釈を組み合わせたインサイトの物語化を行った。
規模・頻度 件数・回答者数・市場数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 実人へのAIモデレーション利用は確認できず、明示されたAI分析支援として収録する。地域はL'Oréal公式会社情報記載のClichy, France本社によるグループ基準。担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 AI司会型
Royal Swinkels
AIモデレーション型の消費者インタビューを実施 利用サービス：Tellet
顧客・市場理解
公表された成果・状況 担当者は利用結果に強い好評価を示した。
詳しい使い方・出典を見る ＋
課題 消費者理解のための定性インタビューを効率よく行う必要があった。
使い方 TelletのAIモデレーターが回答へ動的に追質問し、会話を分析した。
規模・頻度 件数・回答者数・対象市場は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 個別調査の規模・設問・成果は未公表。地域はRoyal Swinkels公式ページ記載のLieshout, Netherlands本社によるグループ基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 広告・販促 熟議・意見集約型
Edelman
飲料ブランドの主張開発を4段階の混合調査で支援 利用サービス：Remesh
広告・ブランド 顧客・市場理解
公表された成果・状況 消費者反応に基づく主張候補を作成し、検証段階まで進めた。
詳しい使い方・出典を見る ＋
課題 多数の候補主張を、消費者の言葉と定量検証の両方で絞る必要があった。
使い方 150人のRemesh Live、150人のFlex、10件の個別動画インタビュー、250人の検証調査を2か月で実施した。
規模・頻度 4段階、参加枠合計560、2か月。重複参加の有無は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 匿名の飲料会社を導入企業として特定しない。560は各段階の参加枠合計で、固有人数とは限らない。AI司会の明記はなく、Remeshの集団対話・投票を使った熟議・意見集約型として分類。地域はEdelman公式報告書記載のChicago／New York本社によるグループ基準。担当拠点、匿名顧客、回答者の所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 調査・コンサル 熟議・意見集約型
Bellomy
公益事業の顧客体験課題を会話型調査で探索 利用サービス：Remesh
顧客・市場理解
公表された成果・状況 価格よりも尊重、地域社会、個別対応への関心が強いという方向性を得た。
詳しい使い方・出典を見る ＋
課題 公益事業の顧客が体験をどう評価するかを短期間で深く理解する必要があった。
使い方 Remeshの大規模会話型調査を調査会社の案件へ組み込んだ。
規模・頻度 回答者数・調査件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 匿名の公益事業会社をBellomy自身と混同しない。規模と定量成果は未公表。AI司会の明記はなく、Remeshの集団対話・投票を使った熟議・意見集約型として分類。地域はBellomy公式通知記載のWinston-Salem, North Carolina連絡拠点による組織基準。匿名顧客と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · IT・ソフトウェア 分析支援型
London Computer Systems
過去の顧客インタビューをAIで文字起こし・分析 利用サービス：Maze
商品・サービス開発 顧客・市場理解
公表された成果・状況 インタビュー分析を迅速化し、発見をチームで再利用できる形にした。
詳しい使い方・出典を見る ＋
課題 四半期40件の顧客インタビューを分析し、1件あたり最大3時間かかる手作業を減らす必要があった。
使い方 過去のディスカバリーインタビューをアップロードし、AIで文字起こし、ハイライト、インサイト抽出を行った。
規模・頻度 顧客インタビューは四半期40件。従来分析は1件あたり最大3時間。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 200件超の別記載はプロトタイプ試験とアンケートの投稿数で、インタビュー件数に合算しない。AIモデレーションではなく分析支援。地域はLCS公式会社概要記載のCincinnati, Ohio本社による組織基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 金融・投資 分析支援型
Affirm
1,500人の混合調査をAI分析で統合 利用サービス：Dscout
顧客・市場理解 商品・サービス開発
公表された成果・状況 結果が製品、デザイン、BI、営業の判断に使われた。
詳しい使い方・出典を見る ＋
課題 大規模な定量・定性データを研究者が解釈できる形へ短期間で統合する必要があった。
使い方 DscoutのAIで分析・統合を加速し、研究者が文脈を確認して解釈した。
規模・頻度 参加者1,500人。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AIモデレーションではなく分析支援。AI単独による成果因果は主張しない。地域はAffirm公式法務ページ記載のSan Francisco, California連絡先による組織基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 調査・コンサル AI司会型
Dscout（自主調査）
AIの応答待ち時間に利用者が何をするかをAI対話で調査 利用サービス：Dscout
顧客・市場理解
公表された成果・状況 待ち時間中の注意、離脱、並行行動に関する行動パターンを報告した。
詳しい使い方・出典を見る ＋
課題 生成AIの応答待ちという短い体験を、発言と実際の行動の両面から理解する必要があった。
使い方 AIモデレーション会話と2つの日記調査を組み合わせた。
規模・頻度 3調査。インタビュー対象の87%がAIを1日複数回、残りが毎日利用。回答者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 ブランド顧客事例ではない。Dscout自身の自主調査として分類し、87%の母数は未公表。地域はDscout公式情報記載のChicago, Illinois本社による組織基準。回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 行政・公共 熟議・意見集約型
C-Up／University of Cyprus
キプロス和平プロセスの市民参加を3つの対話で検証 利用サービス：Remesh
政策・公共の意見収集
公表された成果・状況 C-Up対話では合意点の公開整理が81.8%、段階的な信頼醸成策と市民主導の評議会が各77.3%の支持を得た。学生対話では35%の合意閾値に達する回答がなかった。
詳しい使い方・出典を見る ＋
課題 分断された二つの共同体で、公の場では表明しにくい意見を含め、合意と対立を大規模かつ迅速に把握する必要があった。
使い方 ライブの多言語・二共同体対話、ギリシャ語の非同期対話、大学生対象の対話を実施し、自由記述と参加者相互の投票を集約した。
規模・頻度 3つの対話を実施。参加者数は未公表。
利用関係・発信元 共同調査・パートナー / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 3対話は実施済みだが、Remeshは無償提供で探索的実証。2件はギリシャ語のみ、学生対話は限定コホートで、代表性はない。将来の和平交渉での利用は計画・提案段階。記事一覧は9月23日、本文は9月24日表示のため本文日を採用。提供元掲載の当事者寄稿。地域は原典に登場する利用組織C-Up（CPDC）とキプロス大学を基準に海外と分類。参加者居住地の内訳は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 旅行・宿泊 対話型サーベイ
TUI
滞在中アンケートでAI追質問を試行 利用サービス：Qualtrics
顧客・市場理解
公表された成果・状況 自由記述の語数が75%増え、滞在中の問題理解を深めた。
詳しい使い方・出典を見る ＋
課題 滞在中の問題を解決可能な時点で、自由記述の背景を詳しく把握する必要があった。
使い方 回答内容に応じてAIが追加質問するAdaptive Follow-Upをアンケートへ導入した。
規模・頻度 回答者数は未公表。AI追質問を受けた顧客の85%が追加回答。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 母数と比較条件は未公表。顧客満足や売上への因果は確認できない。地域はTUI公式表示記載のHannover, Germany所在によるグループ基準。事例の担当拠点と回答者の滞在国・居住地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · IT・ソフトウェア 対話型サーベイ
Fiserv
短い自由記述にAIが追加説明を依頼 利用サービス：Qualtrics
顧客・市場理解
公表された成果・状況 より具体的な自由記述を取得した。
詳しい使い方・出典を見る ＋
課題 短い自由記述だけでは問題の背景を判断しにくかった。
使い方 AIが不足情報を検出し、その場で回答者へ詳しい説明を求めた。
規模・頻度 回答者数は未公表。対象回答の40%が内容を追加。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 40%の母数と比較条件は未公表。地域はFiserv公式IR記載のMilwaukee, Wisconsin本社によるグループ基準。調査担当拠点と回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 金融・投資 分析支援型
Ally Financial
全チャネルの自由記述を自然言語処理で分析 利用サービス：Qualtrics
顧客・市場理解 業務改善・技能継承
公表された成果・状況 109件中103件のシステム問題へ対応した。
詳しい使い方・出典を見る ＋
課題 複数チャネルに散在する大量の自由記述から、対応可能な問題を漏れなく見つける必要があった。
使い方 全自由記述を自然言語処理とAIで分類・分析し、問題候補を担当部門へ渡した。
規模・頻度 自由記述の100%を分析。数か月で109件の問題を特定。回答件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AIモデレーションではなく明示的な分析支援。問題対応が売上や満足度へ与えた因果は未公表。地域はAlly公式所在地ページ記載のDetroit, Michigan本社によるグループ基準。分析担当拠点とフィードバック回答者所在地は未公表。 最終確認：2026-09-28
この事例のリンク 海外 · 医療・ヘルスケア 分析支援型
Philips（Personal Health部門）
消費者との会話を部門横断でAI分析 利用サービス：Voxpopme
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は、複数部門にまたがる分析と調査参加の拡大につながったと紹介している。
詳しい使い方・出典を見る ＋
課題 調査担当者以外も消費者と対話できるようにし、複数部門の定性データをまとめて分析する必要があった。
使い方 消費者との動画対話を実施し、AIで質問ガイドを作成。社内外の定性データを集約し、AI Insightsで部門をまたぐ傾向を調べた。
規模・頻度 インタビューの実施人数・件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AIによる質問ガイド作成・分析の事例であり、AIが聞き手を担当したとは確認できない。地域はオランダ本社のグループを基準とし、個々の調査担当拠点・回答者所在地は未公表。提供元の事例本文を確認し、リンク先PDFの全文は未取得。 最終確認：2026-09-28
この事例のリンク 海外 · 調査・コンサル 分析支援型
InsightFarm Inc.
過去の動画回答をAIで再分析し、追加質問に回答 利用サービス：Voxpopme
顧客・市場理解 コンテンツ制作
公表された成果・状況 提供元は、急な顧客質問への報告を30分で届けた例を紹介している。
詳しい使い方・出典を見る ＋
課題 小規模な調査会社で大量の定性データを扱い、顧客からの急な追加質問に短時間で答える必要があった。
使い方 動画回答を保管する仕組みとAI Insightsを使い、過去の調査を再検索・要約して、根拠となる動画を添えた報告を作成した。
規模・頻度 提供元は500件超の回答の分析を紹介。人数や単一調査の完了数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AIによる分析支援であり、AI司会の実施根拠ではない。30分は特定の追加報告の所要時間で、すべての調査の平均ではない。提供元による紹介で独立検証はない。所在地は同ページの米国オレゴン州Newberg表記を確認。 最終確認：2026-09-28
この事例のリンク 海外 · 行政・公共 分析支援型
British Red Cross（英国赤十字社）
支援者の動画回答をAI分析し、募金企画を検証 利用サービス：Voxpopme
顧客・市場理解 商品・サービス開発 広告・ブランド
公表された成果・状況 提供元掲載の担当者発言では、質問確定から共有までを8時間で行った調査がある。AIチャットによる発言抽出を資料作成に利用したと説明している。
詳しい使い方・出典を見る ＋
課題 支援者の層が広がる中、募金企画や伝え方への反応を短期間で確かめる必要があった。
使い方 非同期の動画回答を集め、AIのチャット機能で関連する発言を抽出し、傾向の確認や報告資料の作成に利用した。
規模・頻度 提供元は暗号資産の募金企画で3つの調査を紹介。回答者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の顧客インタビューで、独立した効果測定ではない。8時間の調査と3件の募金企画調査を同一とは断定しない。AI司会ではなく回答後の分析支援。所在地は事例内のLondon, UK表記を確認。 最終確認：2026-09-28
この事例のリンク 海外 · 消費財・食品 分析支援型
Mars, Incorporated
消費者の動画回答をAIで要約し、社内調査を短縮 利用サービス：Voxpopme
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元掲載の担当者発言ではAI分析が従来の10倍速くなったと説明。本文には数時間かかっていた分析を30分へ短縮した例がある。
詳しい使い方・出典を見る ＋
課題 対面のグループ調査や外部委託に時間と費用がかかり、短期間で消費者反応を確かめにくかった。
使い方 社内で動画調査を実施し、SurvAIで質問を作成、AI Insightsで回答のテーマや動画抜粋を抽出して報告に使った。
規模・頻度 提供元は1,500件のプロジェクトを紹介するが、集計期間や各件のAI利用範囲は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AI司会型ではなく分析支援型。1,500件すべてをAI利用実績とは扱わない。10倍は担当者・提供元の主張で、独立した比較実験ではない。地域は米国本社のグループを基準とし、個別の担当拠点・回答者所在地は確認できていない。 最終確認：2026-09-28
この事例のリンク 国内 · IT・ソフトウェア AI司会型
株式会社インフォマート
15名へのAIインタビューで新機能の投資判断を転換 利用サービス：ユニーリサーチ AIインタビュー
商品・サービス開発 顧客・市場理解
公表された成果・状況 複数の顧客層から同じ方向の意見が得られ、請求書データ単体では価値提供が難しいと判断した。結果を社内の説得材料に用い、開発方針を転換した。
詳しい使い方・出典を見る ＋
課題 請求書データを活用した新機能について、既存顧客だけでは需要を判断しにくく、開発投資の期限までに幅広い利用者の声を集める必要があった。
使い方 ユニーリサーチ AIインタビューで、現行製品を利用していない層を含む約15名へ数日間で聞き取りを実施し、既存顧客への人手ヒアリングと組み合わせて検証した。
規模・頻度 AIインタビューは約15名へ数日間で実施。既存顧客への人手ヒアリングを合わせ、全体で約25社の声を収集。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元による利用者インタビューと発表。約25社はAIインタビューだけの対象数ではなく、既存顧客への人手ヒアリングを含む。方針転換は調査結果の利用実績だが、売上や開発費への効果は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · IT・ソフトウェア AI司会型
富士通株式会社
4組織・対象約3,000人へAIインタビューを導入 利用サービス：コンストラクティブフィードバック（U-ZERO）
従業員・組織改善
公表された成果・状況 富士通役員は、AIインタビューを実施した4組織のエンゲージメントスコアが全社平均を上回る7ポイントの上昇を示したと説明した。
詳しい使い方・出典を見る ＋
課題 2020年度からの施策で一度改善した従業員エンゲージメントスコアが停滞し、従業員の本音を十分に把握できていない可能性が課題となった。
使い方 2025年にU-ZEROのAIインタビューを4組織へ導入し、対象約3,000人の従業員の声を把握する施策として運用した。完了人数・回答率は未公表。
規模・頻度 4組織、対象約3,000人。完了人数・回答率は未公表。2025年に導入。
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 富士通役員の発言を掲載した第三者記事が根拠で、利用者本人または提供元の詳細事例ページは確認できていない。7ポイント上昇は施策前後の公表値であり、AIインタビュー単独の因果効果とは断定できない。約3,000人が全員完了したか、回答率、比較期間は未公表。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 業界非公表 分析支援型
大手企業（社名非公表）
熟練者の20万字の聞き取りを勘所集にし、94問で検証 利用サービス：LITRON Generative Assistant（NTTデータ）
業務改善・技能継承
公表された成果・状況 NTTデータによると、94問のうち63問で勘所集から回答を生成し、評価者の92%が回答を参考になったと評価した。評価者数は非公表。
詳しい使い方・出典を見る ＋
課題 熟練者が不在になると業務を遂行できない状態を避けるため、経験に依存する知識を若手が利用できる形で継承する必要があった。
使い方 人が熟練技術者へインタビューした約20万字の発言録を生成AIで整理して勘所集を作成し、若手がRAGへ質問して業務に必要な情報を得られるかを検証した。
規模・頻度 熟練者への聞き取りの発言録は約20万字。熟練者と若手によるRAGへの質問は合計94問。インタビュー対象人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元資料のPDF41頁（資料内ページ番号10）が根拠。社名・所在地・業種・対象人数・評価者数は非公表。製造業向け資料に掲載されるが、図中の洗剤製造の質問例から顧客業種を断定しない。94問はAIへの検証質問であり、熟練者へのインタビュー質問数ではない。 最終確認：2026-10-05
この事例のリンク 国内 · 医療・ヘルスケア AI司会型
GENOVA
新卒・中途の一次選考でAI面接を実施 利用サービス：PeopleX
採用・選考
公表された成果・状況 GENOVAの採用担当者が、AI面接を一次選考で実運用していると説明している。定量的な採用効果は未公表。
詳しい使い方・出典を見る ＋
課題 新卒採用人数の拡大に伴い、面接の対応力を確保しながら候補者を丁寧に見極める必要があった。
使い方 候補者が一次選考としてAI面接を受け、採用担当者が録画を見て選考判断に用いる。AI面接結果だけで合否を自動決定しない。
規模・頻度 新卒・中途採用の一次選考。対象人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 採用担当者の公式対談に基づく。AI面接の実施件数と定量的な採用効果は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · 行政・公共 AI司会型
君津市
職員採用試験でSHaiNのAI面接を実施 利用サービス：タレントアンドアセスメント
採用・選考
公表された成果・状況 市の採用案内でAI面接を選考工程に明記。提供元は、対面接触を抑えた選考と評価基準の統一につながったと説明している。
詳しい使い方・出典を見る ＋
課題 感染症流行下でも受験機会を確保し、面接官による評価差を抑えた職員採用を行う必要があった。
使い方 職員採用試験の選考工程にAI面接を組み込み、受験者の回答をSHaiNで評価した。
規模・頻度 2020年度から職員採用で導入。実施人数は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 市の原典はAI面接の実施を裏づけるがサービス名を記載していない。SHaiNの特定と効果説明は提供元発表に基づき、実施人数・採用成果の定量値は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · 生活関連サービス AI司会型
アートネイチャー
全国採用でAI面接を試行し辞退率を改善 利用サービス：ROXX
採用・選考
公表された成果・状況 提供元によると、一次面接までを約10日短縮し、一次面接辞退率は従来の約3分の1、内定承諾率は従来比約27%向上した。
詳しい使い方・出典を見る ＋
課題 全国での現地面接に日程調整と出張負担があり、面接枠不足による選考の長期化と辞退が生じていた。
使い方 2024年4月から12月までAI面接を試行し、候補者が都合のよい時間に受験できる選考を運用した。成果を受けて正式導入し、対象職種を広げる方針とした。
規模・頻度 正社員採用。試行期間は2024年4月〜12月。受験者数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の発表で、比較対象人数・職種構成・統計的検証は未公表。約27%は内定承諾率の相対的な向上として記載され、ポイント差とは確認できない。 最終確認：2026-10-05
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
アーキ・ジャパン
中途採用でAI面接と個別面談を組み合わせる 利用サービス：ROXX
採用・選考
公表された成果・状況 候補者へAI面接URLを送り実施する運用を開始し、会社説明の集約で面接時間を削減したと提供元が報告している。削減時間の定量値は未公表。
詳しい使い方・出典を見る ＋
課題 年間1万件超の中途採用面接で枠と日程調整が不足し、個別面接では会社説明に時間を取られて相互理解の時間を確保しにくかった。
使い方 合同説明、候補者ごとのAI面接、AI分析、採用担当者による個別面談の順で運用するハイブリッド選考会を本格運用した。
規模・頻度 年間1万件超は同社の中途採用面接全体の規模。2026年7月にハイブリッド選考会を全選考へ展開。AI面接の実施件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の事例。年間1万件超は採用面接全体の規模で、AI面接の実績件数ではない。生産性改善は方向のみで比較値がない。 最終確認：2026-10-05
この事例のリンク 国内 · 物流・運輸 AI司会型
サカイ引越センター
アルバイトAI面接の試行成果を受け全国展開を決定 利用サービス：ROXX
採用・選考
公表された成果・状況 提供元によると、試行中は応募者の約半数がAI面接を選択し、1人当たり面接工数は30分以上から約15分へ減った。
詳しい使い方・出典を見る ＋
課題 多数拠点でのアルバイト採用に面接担当者の工数がかかり、応募から面接までの日数と拠点ごとの評価差が課題だった。
使い方 2025年11月から東日本で試行し、応募者選択型で対人面接とAI面接を併設。成果確認後、全国の事業所へ展開することを決定した。
規模・頻度 東日本で試行後、全国の事業所への展開を決定。会社は全国210以上の事業所を持つが、展開完了拠点数と試行人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 定量値は提供元の試行報告で、対象人数・集計方法・比較期間は未公表。全国210以上は会社の事業所数で、AI面接の展開完了拠点数や実施件数ではない。全国展開は決定段階。 最終確認：2026-10-05
この事例のリンク 国内 · IT・ソフトウェア AI司会型
ワークスアプリケーションズ
新卒選考でAI面接を運用し完了率93% 利用サービス：ROXX
採用・選考
公表された成果・状況 提供元によると、AI面接の実施完了率は約93%。面接枠の制約を減らし、録画を用いた採用チーム内の検討に利用している。
詳しい使い方・出典を見る ＋
課題 エントリー増加で面接官の日程確保が難しく、学生を待たせるケースが生じていた。
使い方 会社独自の評価基準と深掘り質問を設定したAI面接を初期選考に置き、録画と分析を次の面接に利用した。
規模・頻度 新卒採用。実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の事例。約93%の分母・対象期間・導入前比較は未公表で、採用率や入社後成果を示さない。 最終確認：2026-10-05
この事例のリンク 国内 · 外食・小売 AI司会型
日本ピザハット
新店舗のアルバイト採用にAI面接を導入 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年4月に導入開始を発表。面接実施後の件数・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 新店舗開店時の短期・大規模採用で、店舗責任者の面接枠確保と候補者との日程調整が負担だった。
使い方 導入開始発表では、候補者がスマートフォンからAI面接を受け、AIスコアと録画を採用側の判断材料にする運用を予定している。
規模・頻度 アルバイト採用。店舗数や応募者数ではなく、AI面接実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発表で、候補者が受験した件数や導入後成果は未公表。600店舗以上という会社規模をAI面接の利用規模とは扱わない。 最終確認：2026-10-05
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
UT東芝
新卒技術職採用にAI面接を導入 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年7月に導入開始を発表。実施件数と導入後成果は未公表。
詳しい使い方・出典を見る ＋
課題 新卒技術職の候補者に柔軟な選考機会を提供しつつ、面接担当者の工数と評価のばらつきを抑える必要があった。
使い方 導入開始発表では、初期選考の面接をAIが行い、統一基準の分析結果を採用担当者の判断材料に用いる運用としている。
規模・頻度 新卒技術職採用。実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発表。AI面接の実施人数、採用率、工数削減値は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · 物流・運輸 AI司会型
アートセッティングデリバリー
アルバイト採用にAI面接を導入 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年5月に導入開始を発表。実施件数と導入後成果は未公表。
詳しい使い方・出典を見る ＋
課題 多拠点のアルバイト採用で面接日程の調整と現場担当者の負担を減らし、応募者の選考機会を確保する必要があった。
使い方 導入開始発表では、応募後の面接をAIで実施し、評価結果を採用側の判断材料として利用する運用としている。
規模・頻度 アルバイト採用。実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発表。AI面接の実施人数と導入後成果は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
コプロコンストラクション
中途採用でAI面接を試行 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年7月にトライアル開始を発表。完了件数・本格導入判断・採用成果は未公表。
詳しい使い方・出典を見る ＋
課題 応募者への柔軟な選考機会と、採用担当者の面接工数削減を両立する必要があった。
使い方 中途採用の選考でAIが候補者へ質問し、分析結果を採用判断の参考にする試行を開始した。
規模・頻度 中途採用のトライアル。対象人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元のトライアル開始発表。候補者が実際に受験した人数や試行結果は未公表。 最終確認：2026-10-05
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
グッドマンサービス
リゾート人材の面接にAIを導入 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年3月に導入を発表。実施件数、離脱率、採用成果の実測値は未公表。
詳しい使い方・出典を見る ＋
課題 電話面接の対応時間が日中に限られ、夜間や休日に活動する学生層では応募から面接までの遅れと離脱が課題だった。
使い方 導入開始発表では、応募者が24時間AI面接を受けられ、結果を派遣・採用判断の材料にする運用としている。
規模・頻度 年間最大35,000選考へ展開予定。実施済み件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の導入発表。年間最大35,000選考は今後の展開予定で、実績件数ではない。 最終確認：2026-10-05
この事例のリンク 国内 · 人材・キャリア支援 AI司会型
ダイブ
学生のリゾートバイト登録でAI面接を試行 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年5月に試験導入開始を発表。面接完了数や就業決定への効果は未公表。
詳しい使い方・出典を見る ＋
課題 有効応募の増加に人による初回カウンセリングが追いつかず、求職者への機会提供に漏れが生じていた。
使い方 AI面接による初回カウンセリングの試験導入開始を発表した。求職者向けアプリへの組み込みと求人自動送付は今後の構想。
規模・頻度 学生アルバイト応募者。実施人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の試験導入発表。将来の求人自動送付などは構想であり実績に含めない。記事記載の年間就業者数・取引施設数は会社全体の値でAI面接規模ではない。 最終確認：2026-10-05
この事例のリンク 国内 · 金融・投資 AI司会型
SOMPOひまわり生命保険
新卒・中途採用でAI面接を試行 利用サービス：ROXX
採用・選考
公表された成果・状況 2026年3月にトライアル開始を発表。実施人数・評価結果・本格導入判断は未公表。
詳しい使い方・出典を見る ＋
課題 選考の標準化・効率化と、候補者が時間や場所に左右されない受験機会を両立する必要があった。
使い方 AI面接を選考の一部に置き、客観的な分析と人による見極めを組み合わせる試行を開始した。
規模・頻度 新卒・中途採用のトライアル。対象人数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元のトライアル開始発表。実際の受験人数や試行後の成果は未公表。 最終確認：2026-10-05
この事例のリンク 海外 · 消費財・食品 AI司会型
Ferrara Candy Company
商品体験後の言葉からコンセプトを作り直す 利用サービス：Conveo
商品・サービス開発 広告・ブランド 顧客・市場理解
公表された成果・状況 回答者の10人中8人がコンセプトと商品体験が一致すると回答した。提供元はFerraraでの一般的な運用について、1市場あたり1か月以上かかっていたコンセプトテストが1週間未満になり、複数国を順番に回す約6か月の工程が約1か月になったと紹介している。
詳しい使い方・出典を見る ＋
課題 発売前の文章だけを評価する従来のコンセプトテストでは、発売後の販売実績を低く見積もることが続き、商品の感覚的な魅力を表す言葉を捉えられていなかった。
使い方 実売市場の消費者が商品を自費購入し、自宅で開封・試食する30分の個別動画インタビューを実施した。ConveoのAI調査アシスタントが、見た目、香り、食感、味の変化を体験に沿って追質問した。
規模・頻度 個別インタビューは1件30分。回答者数、実施国、使用言語数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 調査設計、数値、成果はConveoの顧客事例による主張で、独立検証ではない。10人中8人の母数となる回答者総数と市場別内訳は未公表。このreverse concept testの実施国・言語数は未公表で、5〜10言語はFerraraが一般に1調査で必要とする範囲。ドイツはConveo導入前のpilot、フランスは後続の別セグメンテーション調査である。約6か月から約1か月への短縮は一般的な複数市場工程の比較で、この調査だけの期間ではない。地域はFerrara公式が示す米国イリノイ州本社によるグループ基準。 最終確認：2026-10-05
この事例のリンク 海外 · 医療・ヘルスケア AI司会型
HeliosX
既存のAIインタビューを48時間の後発医薬品発売判断へ再利用 利用サービス：Conveo
顧客・市場理解 広告・ブランド 商品・サービス開発
公表された成果・状況 発売通知から48時間以内に既存調査を再分析し、価格訴求を「cheap」から「more affordable」へ変更した。同じ調査を市場参入、発売表現、新任者向け市場理解の3用途へ使ったと紹介されている。
詳しい使い方・出典を見る ＋
課題 体重減少は人間の聞き手には話しにくいテーマであり、従来の定性調査は数週間から数か月かかるため、急な発売判断に間に合わなかった。
使い方 AI調査アシスタントがカナダとブラジルの消費者へ適応的に追質問し、動画会話を収集した。チームは全会話へ追加質問を行う分析機能を使い、数か月後のカナダ向け後発医薬品発売時に既存データから用語選択を再検討した。
規模・頻度 1調査あたり80〜100件のインタビューを実施できたとの利用者発言。従来は8〜10件。カナダとブラジルの2市場。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 80〜100件は利用者が示した通常の1調査規模で、このカナダ・ブラジル調査の確定完了件数とは明記されていない。48時間は新規調査の実施期間ではなく、既存会話を再利用して発売表現を決めた期間。成果はConveoの顧客事例による主張で、売上・医療アウトカムへの影響は未公表。地域はHeliosX公式記載の英国ロンドン本社によるグループ基準。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Jackman Reinvents（匿名カナダ小売向け調査）
匿名小売企業の再設計に向け、カナダ全土の買物客をAIで聞き取る 利用サービス：Conveo
顧客・市場理解 広告・ブランド
公表された成果・状況 提供元は、定性調査の期間を60%短縮し、2週間で広い消費動向から成長仮説と定量セグメンテーション設計へ進んだと紹介している。
詳しい使い方・出典を見る ＋
課題 匿名の小売企業について、定量セグメンテーションへ進む前に、買物客の価値観と店舗選択を短期間で理解する必要があった。
使い方 Conveoが48時間以内に買物客を募集し、AIモデレーション型の1対1動画インタビュー、文字起こし、感情タグ付け、自動クラスタリングを行った。Jackmanは結果を没入型ディスカッションとワークショップへ接続した。
規模・頻度 カナダ全土を対象に48時間以内に募集・個別動画インタビューを実施。回答者数は未公表。全工程は2週間。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 公開本文は調査実施主体としてJackman Reinventsを明記するが、最終顧客の小売企業名は非公表。60%短縮は提供元主張で、比較条件の詳細は未公表。地域はJackman公式のトロント拠点と調査対象のカナダによる。 最終確認：2026-10-05
この事例のリンク 海外 · 通信・インフラ AI司会型
VodafoneZiggo
娯楽推薦サービスの受け止め方をAIインタビューで探索 利用サービス：Tellet
商品・サービス開発 顧客・市場理解
公表された成果・状況 新しい商品領域の障壁、チャネル選択、娯楽推薦サービスにおけるVodafoneZiggoの役割を探索し、VodafoneZiggo担当者とTelletがMIE'24で事例を共同発表した。定量成果は未公表。
詳しい使い方・出典を見る ＋
課題 小さな調査課題でも定性インタビューの費用と時間がかかり、新しい商品領域で消費者が感じる障壁や期待をすばやく探索しにくかった。
使い方 VodafoneZiggoが5つの自由回答型の主質問を既存テンプレートへ追加し、TelletのAIが回答に応じて追質問、要約、言語選択を行う設計でインタビューした。
規模・頻度 主質問5問。回答者数、実施期間、対象地域の内訳は未公表。
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 Tellet公式は顧客コメントを掲載し、第三者記事は具体的な実施内容と共同登壇を記録するが、VodafoneZiggo公式サイトの個別事例本文は確認できていない。回答者数と成果指標は未公表。地域はVodafoneZiggo公式報告のオランダ・ユトレヒト本社による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Blauw Research（自社顧客向け調査）
調査会社の顧客へAI活用の期待をAIモデレーターで聞く 利用サービス：Tellet
顧客・市場理解
公表された成果・状況 回答者から、キャンペーン開発、顧客・従業員満足、ブランド競争力、自由回答の分析・分類でAIを使う可能性が示された。導入効果の定量値は未公表。
詳しい使い方・出典を見る ＋
課題 調査会社の顧客が、消費者インサイト業務でAIをどの課題に使えると考えているかを具体的な言葉で把握する必要があった。
使い方 Telletが事業上の調査課題とAIの支援可能性を質問し、回答内容に応じて追加質問した。Blauwは音声回答と、自由回答のテーマ抽出・分類・コーディングに関する会話例を公開した。
規模・頻度 回答者数、インタビュー件数、実施期間は未公表。
利用関係・発信元 利用事例 / 利用者本人の発信
契約・売上情報 開示なし
読み取りの注意 Blauw自身が実施内容とTelletの追質問例を公開している。回答者はBlauwの顧客で、Blauwの最終顧客向け個別案件とは異なる。規模と業務成果は未公表。地域はBlauw公式のオランダ・ロッテルダム拠点による。 最終確認：2026-10-05
この事例のリンク 海外 · 教育 AI司会型
Duolingo
動画コンセプトテストを6週間超から2日へ短縮 利用サービス：Strella
商品・サービス開発 広告・ブランド
公表された成果・状況 Bessemer Venture Partnersは、従来6週間超の工程を2日で完了し、示唆がDuolingoの経営層まで共有されたと紹介している。
詳しい使い方・出典を見る ＋
課題 動画コンセプトの評価に6週間超かかり、意思決定へ間に合う速度で定性調査を完了しにくかった。
使い方 StrellaのAIモデレーション型インタビュープラットフォームを動画コンセプトテストに利用した。個別の質問設計、回答形式、対象者条件は未公表。
規模・頻度 回答者数、インタビュー時間、対象市場は未公表。調査期間は2日。
利用関係・発信元 利用事例 / 第三者の発信
契約・売上情報 開示なし
読み取りの注意 Bessemer Venture PartnersはStrellaへの投資家であり、独立した効果検証ではない。Strella公式投稿はDuolingoで中核的な調査ツールになったとするが、回答者数、対象市場、2日間の工程内訳は未公表。地域はDuolingo公式Investor Relationsが示す米国ペンシルベニア州ピッツバーグ本社による。 最終確認：2026-10-05
この事例のリンク 海外 · IT・ソフトウェア 分析支援型
Autodesk
2,000件の自由記述からAIでテーマを抽出 利用サービス：Qualtrics
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は、テーマ抽出にかかる時間が2日から5分未満へ短縮したと説明している。
詳しい使い方・出典を見る ＋
課題 四半期ごとの製品信頼度調査で約2,000件の回答を集めていたが、手作業の分析に時間がかかり、改善へ反映しにくかった。
使い方 QualtricsのInsights Explorerを使い、自由記述の初期コーディングとテーマ抽出を行った。
規模・頻度 四半期調査の回答は約2,000件。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 2日から5分未満への短縮は提供元掲載値で、比較条件は未公表。AIは初期コーディングとテーマ抽出を支援し、研究者が精度を確認する運用。地域はAutodesk公式会社情報に記載されたSan Francisco本社による組織基準で、調査担当拠点と回答者所在地は未公表。 最終確認：2026-10-05
この事例のリンク 海外 · 金融・投資 対話型サーベイ
Beneva
会員フィードバックのAI対話・テーマ分析を試行 利用サービス：Qualtrics
顧客・市場理解 業務改善・技能継承
公表された成果・状況 Conversational FeedbackとInsight Explorerは、正式な全社展開の推奨対象になった。導入後の効果は未公表。
詳しい使い方・出典を見る ＋
課題 40を超える調査と部門ごとに異なる運用から、複数部門にまたがる課題を一つの仕組みで扱う必要があった。
使い方 6週間の業務改善実証と並行し、Conversational FeedbackとInsight Explorerを会員フィードバックのテーマ分析に試した。
規模・頻度 AI機能を試した回答件数と対象者数は未公表。並行して行った業務改善実証は6週間で、4部門17人の推進担当者を育成。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 AI機能は試行段階で、全社展開は推奨まで。地域はBeneva公式発表に記載されたQuebec City本社による組織基準。 最終確認：2026-10-05
この事例のリンク 海外 · 医療・ヘルスケア 分析支援型
Elevance Health
年間1,000万件超の会員接点をAIで分析 利用サービス：Qualtrics
顧客・市場理解 業務改善・技能継承
公表された成果・状況 提供元は、個別対応を行った会員の自主離脱が50%減り、離脱可能性のあったMedicare会員3,700人超を維持できたと説明している。
詳しい使い方・出典を見る ＋
課題 調査、通話記録、チャット、苦情に会員の兆候が分散し、Medicare会員が離脱する前に対応できなかった。
使い方 調査、通話、チャットなどを一つの会員ビューへ統合し、AI分析で離脱リスクのある会員をリアルタイムに検出した。
規模・頻度 年間1,000万件超の通話、チャット、調査を分析。対象組織は約4,600万人の会員を持ち、うちMedicare会員は約200万人・22市場。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 50%減と3,700人超は提供元掲載値で、比較条件と対象期間は未公表。AI分析だけの因果は確認できない。地域はElevance Health公式ページのIndianapolis本社による組織基準で、会員と分析担当者の所在地は複数市場にまたがる。 最終確認：2026-10-05
この事例のリンク 海外 · 外食・小売 分析支援型
Shake Shack
顧客・ブランド・商品調査をAIで横断分析 利用サービス：Qualtrics
顧客・市場理解 商品・サービス開発 広告・ブランド
公表された成果・状況 AI機能単独の定量成果は未公表。提供元は、AIでインサイト、テーマ、推奨対応を従来より速く抽出したと説明している。
詳しい使い方・出典を見る ＋
課題 500店超へ拡大する中、地域ごとに異なる価値観や商品・ブランドへの反応を短期間で把握する必要があった。
使い方 顧客体験、ブランド追跡、商品調査のデータをQualtricsへ集約し、AIでインサイト、テーマ、推奨対応を抽出した。
規模・頻度 世界500店超。AIで分析した回答件数と調査件数は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 限定商品の販売構成比が2倍になったという記載は、調査と検証の正式化後の全体成果で、AI単独の効果ではないため成果欄へ加えていない。地域はShake Shack公式IRページ記載のNew York連絡先による組織基準。 最終確認：2026-10-05
この事例のリンク 海外 · 生活関連サービス 分析支援型
TruGreen
140万件の解約通話をAI分析し、即時対応も試行 利用サービス：Qualtrics
顧客・市場理解 業務改善・技能継承
公表された成果・状況 提供元によると、解約の71%がサービス品質・体験に関連すると特定した。別途行ったAIによる対応の試行では、最初の1週間に顧客の懸念の51%へ満足のいく対応ができ、担当者への引き継ぎが30%超減ったと報告。
詳しい使い方・出典を見る ＋
課題 担当者が選ぶ解約理由では価格が最大要因に見えたが、価格施策を重ねても顧客維持率が変わらず、通話内容を直接把握する必要があった。
使い方 顧客対応・営業通話の100%へAI会話分析を導入し、解約通話140万件を分析した。否定的な調査回答へ即時に返答するExperience Agentsも試した。
規模・頻度 解約通話140万件を分析。顧客対応・営業通話の100%にAI会話分析を導入したと記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 数値は提供元の報告で、比較期間・母数・統計的検証は未公表。冒頭は顧客満足「+51%」と表示するが、本文は顧客の懸念に対応できた割合を51%と説明しており、本文の定義を記録した。通話分析とAIによる事後対応の成果は区別した。地域はTruGreen公式FAQの米国メンフィス本社による。 最終確認：2026-10-05
この事例のリンク 海外 · 消費財・食品 分析支援型
大手飲料メーカー（社名非公表）
3,700件の消費者動画をAIで分析し、北米のブランド判断へ反映 利用サービス：Voxpopme
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は、動画分析が従来比60倍、定性分析時間が97%短縮したと掲載している。プレミアム酒類への関心と手頃さの重視を確認し、商品コンセプトの評価に使った。
詳しい使い方・出典を見る ＋
課題 北米の少人数インサイトチームが、パンデミック後の消費行動の変化を追いながら、増員せずに複数ブランドへ定性的な消費者理解を届ける必要があった。
使い方 Voxpopmeで自撮り形式の消費者動画を収集し、自動動画要約、カスタマイズ可能なAI分析、AI生成レポート、ChatGPTによる問い合わせで消費者の語りを分析した。
規模・頻度 3,700件の消費者動画を分析し、6か月で4,800分超の消費者インサイトを処理した。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 社名は非公表。地域は事例本文のNorth America-based insights teamと会社概要のHeadquarters North Americaに基づく。60倍と97%は提供元掲載値で、比較条件は未公表。4,800分は処理した消費者インサイトの総時間であり、回答件数ではない。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 金融・投資 分析支援型
金融サービス企業（社名非公表）
130件の買い物客動画をAI分析し、48時間以内に経営会議用資料を作成 利用サービス：Voxpopme
顧客・市場理解
公表された成果・状況 提供元は、従来の定性分析比で60倍、分析とストーリー作成時間を97%短縮したと掲載している。成果物は小売パートナーとの再提案に使われたが、契約成立は明記されていない。
詳しい使い方・出典を見る ＋
課題 クリスマス直前に、重要な小売パートナー向け提案を支える買い物客調査を48時間以内に実施し、社内経営陣にも通用する形で提示する必要があった。
使い方 12月23日に調査を開始し、翌日までに集めた実際の買い物客による動画130件をVoxpopmeのAIで処理してテーマを抽出し、引用動画をまとめたショーリールを作成した。
規模・頻度 実際の買い物客による動画130件。調査開始から経営会議用の成果物まで48時間未満。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 社名、本社所在地、回答者所在地は非公表。60倍と97%は提供元掲載値で、比較条件は未公表。小売パートナーとの会議に使用した事実までを採用し、提携成立の成果には拡張していない。 最終確認：2026-10-05
この事例のリンク 海外 · IT・ソフトウェア 分析支援型
Homebase
顧客調査の自由回答をAIでテーマ化し、編集可能なレポートを自動生成 利用サービス：Maze
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元掲載の担当者発言では、従来の手作業によるトランスクリプト確認・動画クリップ保存・報告資料作成から、AIテーマ抽出と自動レポート生成へ移行した。短縮時間などの定量結果は未公表。
詳しい使い方・出典を見る ＋
課題 研究チームの拡大に対して調査ツールが分散し、自由回答の転記、動画クリップの抽出、パターン発見、レポート作成が手作業の負荷になっていた。
使い方 HomebaseはMazeで顧客向けの混合手法調査を実施し、自由回答やトランスクリプトからAIでテーマと洞察を抽出し、編集・共有できるレポートを自動生成した。
規模・頻度 AIで分析した回答数・調査本数・頻度は未公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Mazeによる顧客事例であり、独立検証ではない。AI司会ではなく回答分析・報告支援の事例。約300回答の調査例は同じページ内にあるが、AI処理対象だったとは明記されないため、AI分析規模には算入していない。Homebaseは米国とカナダに複数拠点を持つが、利用組織は米国企業として海外分類し、回答者所在地とは区別した。 最終確認：2026-10-05
この事例のリンク 海外 · 消費財・食品 AI司会型
Reckitt（Dettol）
衣類用除菌剤を使い続ける理由をAIが聞く 利用サービス：BoltChatAI／Bolt Intelligence（Bolt Insight）
顧客・市場理解 広告・ブランド
公表された成果・状況 提供元によると、衛生習慣の中での安心感や保護への信頼を確認し、広告メッセージの見直しに使った。
詳しい使い方・出典を見る ＋
課題 販売実績だけでは分からない、継続利用の実用面と感情面の理由を把握したい。
使い方 AIが30分の個別インタビューを行い、動画回答も交えて利用場面と気持ちを収集した。
規模・頻度 1回30分。対象人数・調査国・実施時期は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 提供元の報告で、売上効果の比較値はない。英国本社のグループ事例として海外に分類。担当拠点と回答者所在地は非公表。記事内の除菌性能への言及は回答者の認識であり、製品性能の検証結果とは扱わない。 最終確認：2026-10-05
この事例のリンク 海外 · 医療・ヘルスケア AI司会型
Haleon
インドの口腔ケア利用者20人に購買理由を聞く 利用サービス：BoltChatAI／Bolt Intelligence（Bolt Insight）
顧客・市場理解 商品・サービス開発
公表された成果・状況 提供元は従来手法との比較で21日短縮、費用87%削減と報告し、APAC地域への拡大を検討したと記載。
詳しい使い方・出典を見る ＋
課題 時間と予算の制約下で、購買理由、希望価格、購入の障壁を把握したい。
使い方 条件を満たす利用者を募集し、AIが聞き取った会話を分析して24時間以内に要点を報告した。
規模・頻度 インドの対象利用者20人、AIインタビュー20件。結果報告まで24時間以内。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 費用・日数の削減は提供元の比較主張で、比較手法や金額の内訳は非公表。拡大の検討を追加実施件数に数えない。英国本社のグループ事例として海外に分類し、回答者のインド所在地とは区別する。 最終確認：2026-10-05
この事例のリンク 海外 · 消費財・食品 AI司会型
Danone（YoPRO）
4市場320人に高たんぱくヨーグルトの購買要因を聞く 利用サービス：BoltChatAI／Bolt Intelligence（Bolt Insight）
顧客・市場理解 広告・ブランド
公表された成果・状況 提供元によると、得られた購買要因をブランドメッセージと商品展開の検討に使った。売上や購買率の変化は非公表。
詳しい使い方・出典を見る ＋
課題 市場や属性による購入理由の違いを知り、ブランドメッセージと商品展開に反映したい。
使い方 YoPROの商品画像を示し、各回答者の母語でAIが聞き取った。回答を翻訳し、6,400行のフィードバックを分析した。
規模・頻度 4市場・消費者320人、フィードバック6,400行。実施期間・市場名は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 6,400は回答人数でなくフィードバックの行数。提供元の報告で、既存Aptamilの子育て調査とは別。フランス登記のグループ事例として海外に分類し、担当拠点と4市場の所在地を確認済みとはしない。 最終確認：2026-10-05
この事例のリンク 海外 · 通信・インフラ AI司会型
Vodafone
子どものいる非利用者にクリスマス広告の反応を聞く 利用サービス：BoltChatAI／Bolt Intelligence（Bolt Insight）
広告・ブランド 顧客・市場理解
公表された成果・状況 提供元は、公開前に大幅な修正を要しないことを確認でき、今後の広告を検討する材料も得たと報告。
詳しい使い方・出典を見る ＋
課題 公開前の広告が対象層にどう伝わり、購入意向やブランド検討にどう関わるかを短期間で確認したい。
使い方 条件に合う英国居住者を募集し、AIが広告のメッセージや印象を聞き取って要点を報告した。
規模・頻度 対象人数は非公表。インタビューから報告まで24時間と記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 24時間は提供元の工程報告で、人数・実施年・販売効果は非公表。英国登記のグループ事例として海外に分類。回答者の英国所在地と担当部門の所在地は別であり、担当部門は明記されていない。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 消費財・食品 未確認
ペットフードブランド（社名非公表）
英国の犬の飼い主へ、ブランド案の評価とAIによる深掘りを実施 利用サービス：Bolt Intelligence（Bolt Insight）
広告・ブランド 顧客・市場理解
公表された成果・状況 提供元によると、新案2が関連性・購入意向・ブランドとの適合で最も高い評価を得た。価格認識を主な障壁として、刷新時の訴求を検討した。販売実績は非公表。
詳しい使い方・出典を見る ＋
課題 機能を中心とした訴求から、飼い主の気持ちに届くブランド表現へ変更する前に、信頼を損なわない案を選ぶ必要があった。
使い方 英国の犬の飼い主750人で現行案と新案2つを比較。QualAIによる100人の深掘りを組み合わせ、感情、信頼、乗り換えの障壁を確認した。
規模・頻度 定量的な案の評価750人、QualAIの深掘り100人。両群の重複、実施期間、深掘りの回答形式は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 社名と利用組織の所在地は非公表。英国は回答者所在地であり、顧客所在地ではない。QualAIの深掘りは明記されるが、AIの質問・追質問・分析の役割分担は詳述されていないため方式は未確認。750人と100人を合算してAIインタビュー人数にしない。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 消費財・食品 分析支援型
消費財ブランド（社名非公表）
ドイツの購買者1,200人による包装評価の自由回答をAIで分析 利用サービス：Bolt Intelligence（Bolt Insight）
商品・サービス開発 広告・ブランド
公表された成果・状況 提供元は主力商品と特定商品の包装方針を決め、季節限定発売の機会を特定したと説明。商品名変更が消費者より社内戦略に基づく判断だったことも確認した。
詳しい使い方・出典を見る ＋
課題 新しい包装のブランド表示、棚での目立ちやすさ、商品名変更を、量産投資の前に評価する必要があった。
使い方 ドイツの購買者1,200人を対象に複数の包装案を評価。棚の見え方と包装評価を結び付け、全自由回答をAIで解釈した。
規模・頻度 調査対象は1,200人。自由回答件数、AIとの対話件数、実施期間は非公表。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 社名と利用組織の所在地は非公表。ドイツは回答者所在地。AIによる自由回答分析の事例で、AIが聞き手を務めたとの記述はない。成果は提供元の説明で、量産後の販売効果は非公表。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 消費財・食品 AI司会型
匿名の乳製品ブランド（Yasna事例）
高たんぱく食品の運動前後ニーズを14日で段階調査 利用サービス：Yasna
顧客・市場理解 商品・サービス開発
公表された成果・状況 Yasnaは、洞察領域の選定、定量検証、上位テーマの消費者ストーリー化を行ったと説明。商品化・売上効果は未公表。
詳しい使い方・出典を見る ＋
課題 高たんぱく食品の運動前・中・後の利用実態と未充足ニーズを把握し、新商品案につなげる。
使い方 AIによるテキスト・音声・動画インタビューと定量調査を段階的に実施し、洞察の探索・選定・検証・没入を行った。
規模・頻度 4段階：初期探索の自動インタビュー100件、4領域の追加自動インタビュー100件、定量インタビュー400件、上位5洞察のテキスト・動画インタビュー50件。本文の一箇所は20洞察、別箇所は22洞察と記載。結末は14日（提供元主張）。募集・完了の別は本文で明記なし。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 顧客名・所在地・実施日は非公表。調査規模と結果は提供元の説明による。定量調査400件をAIインタビュー件数へ合算しない。工程内訳は5・3・2・3日の合計13日だが、総期間は14日と記載。評価対象の洞察も20件と22件の記載が混在する。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
英国成人の身体イメージを動画回答で調査 利用サービス：Yasna
顧客・市場理解 広告・ブランド
公表された成果・状況 いじめ・比較・メディア規範が自己認識に影響し、年齢とともに自己受容が進む回答が紹介された。
詳しい使い方・出典を見る ＋
課題 成人が10代の自己認識と外見への後悔をどう振り返るかを把握する。
使い方 英国の成人100名に動画回答でAIインタビューを行い、性別・年齢別の傾向を分析した。
規模・頻度 英国成人100名。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
スウェーデンとトルコのテレビシリーズ視聴を比較 利用サービス：Yasna
顧客・市場理解 コンテンツ制作
公表された成果・状況 スウェーデンはリラックス、トルコは暇つぶし・学習や家族との視聴が目立ち、感情による視聴中止率にも差があると報告。
詳しい使い方・出典を見る ＋
課題 テレビシリーズ視聴の動機、感情、視聴中止要因を国別に把握する。
使い方 直近6か月にシリーズを見た18〜55歳の男女200名へAIインタビューを実施し、数値検証付きレポートを作成した。
規模・頻度 18〜55歳の男女によるAIインタビュー200件、2か国。インタビューとデータ処理は2日と記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
日本とポルトガルのビジネスランチ文化を比較 利用サービス：Yasna
顧客・市場理解 従業員・組織改善
公表された成果・状況 日本は短時間・一人、ポルトガルは長時間・同席者ありの傾向などを報告。
詳しい使い方・出典を見る ＋
課題 両国の職場ランチの時間、同席者、支出、ストレスやリラックスの違いを把握する。
使い方 25〜55歳で週2回以上オフィス・コワーキングで働く男女にAIチャットインタビューを行い、定性回答を数値化した。
規模・頻度 男女25〜55歳、2か国、計100件のインデプス・チャットインタビュー。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
ポーランドとイタリアの脱毛意識をAI調査 利用サービス：Yasna
顧客・市場理解 商品・サービス開発
公表された成果・状況 女性の自己像への影響、ポーランドのシャンプー・サプリ志向、イタリア男性の植毛意向などを報告。
詳しい使い方・出典を見る ＋
課題 脱毛が自己像・感情・対処法・植毛意向に与える影響を把握する。
使い方 脱毛経験のあるポーランド・イタリアの男女205名をスクリーニングし、AIモデレーターで非同期インデプスインタビューを行った。
規模・頻度 ポーランド・イタリアの男女205名。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
オランダと韓国のデーティングアプリ利用を比較 利用サービス：Yasna
顧客・市場理解 商品・サービス開発
公表された成果・状況 オランダは長期関係・友情、韓国は友情・言語交換などの動機、課金姿勢や不安にも差があると報告。
詳しい使い方・出典を見る ＋
課題 利用動機、プロフィールで重視する点、感情、課金意向を国別に理解する。
使い方 アプリを実際に利用している参加者をスクリーニングし、オランダ・韓国の利用者200名をAIモデレーターがインタビューした。
規模・頻度 オランダ・韓国の利用者へのAIインタビュー200件。年齢構成・実施日・国別内訳は本文で不明。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
欧州13か国のペットボトル付属キャップ受容性を調査 利用サービス：Yasna
顧客・市場理解 広告・ブランド
公表された成果・状況 ポーランドでは不満が強く、スペインでは付属キャップ支持が高いなど、南北差を報告。
詳しい使い方・出典を見る ＋
課題 付属キャップへの不満、環境理由の理解、国・地域別の受容差を把握する。
使い方 欧州13か国の男女300名にAIインタビューを行い、定性回答と数値検証を組み合わせた。
規模・頻度 欧州13か国の男女へのAIインタビュー300件。インタビューとデータ処理は2日。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
オーストリアとタイの風邪症状・治療選択を比較 利用サービス：Yasna
顧客・市場理解 商品・サービス開発
公表された成果・状況 両国でOTC薬が主流だが、タイは現代医療・抗菌薬、オーストリアは現代療法と伝統療法の併用が多いと報告。
詳しい使い方・出典を見る ＋
課題 風邪の症状、OTC薬・伝統療法・抗菌薬の選択理由を文化別に把握する。
使い方 最近風邪をひいた人をスクリーニングし、オーストリアとタイの100名をAIが希望言語でインタビューした。
規模・頻度 オーストリア・タイの風邪経験者へのAIインタビュー100件。結果は3日で得たと記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
市場調査専門家のAI利用と懸念を調査 利用サービス：Yasna
顧客・市場理解 業務改善・技能継承
公表された成果・状況 アイデア生成、文章作成、要約・分析などの用途と、創造性・機密性・透明性・精度への懸念を整理。
詳しい使い方・出典を見る ＋
課題 市場調査業界の専門家がAIをどう使い、AIモデレーターを信頼する条件や懸念をどう捉えるかを把握する。
使い方 Yasnaが質問リストと深掘り指示だけを用意し、AIオートモデレーターが市場調査職の回答者と対話した。
規模・頻度 回答者数・国・実施日とも公開ページで不明。職種はリサーチャーからVPまでと記載。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 海外 · 調査・コンサル AI司会型
Yasna（自主調査）
日本とドイツのセックストイ利用意識を調査 利用サービス：Yasna
顧客・市場理解 商品・サービス開発
公表された成果・状況 両国とも快楽・楽しさが主な連想だが、利用目的や購買経路に差があり、多くの回答者がAIとの会話に安心感を示したと報告。
詳しい使い方・出典を見る ＋
課題 センシティブな性の健康テーマで、利用動機、購買経路、商品選択、AIとの会話への態度を把握する。
使い方 過去1年にセックストイを購入・使用した日本・ドイツの男女100名へAIインタビューを行った。
規模・頻度 18〜69歳の男女によるAIインタビュー100件、日本・ドイツ、過去1年に購入・使用経験あり。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 Yasna自身の自主調査で、顧客企業の導入事例ではない。地域は公式規約のスロバキア法人所在地に基づき、回答者の国とは区別した。実施日・募集元・母集団の代表性は未公表。結果は提供元の報告による。 最終確認：2026-10-05
この事例のリンク 所在地非公表 · 医療・ヘルスケア AI司会型
匿名の消費者ヘルスケアメーカー
OTC鎮痛薬の消費者・薬局技術助手インタビューを10営業日未満で実施 利用サービス：Yasna
顧客・市場理解 広告・ブランド 業務改善・技能継承
公表された成果・状況 TV広告は機能していたが認知が低く、PTAには有効成分と標準品との差の追加教育が必要と判明。メーカーはメディア露出、研修、薬剤師接点を増やした。
詳しい使い方・出典を見る ＋
課題 発売後に販売が想定を下回ったOTC鎮痛薬について、消費者認知と薬局技術助手（PTA）の商品理解を短期間で把握する。
使い方 YasnaのAIインタビューで、直近の鎮痛薬購入者とPTAを並行して調査し、広告到達・有効成分の教育・薬剤師向け接点の改善判断に使った。
規模・頻度 直近の鎮痛薬購入者へのAIインタビュー100件、薬局技術助手（PTA）へのAIインタビュー65件。10営業日未満。
利用関係・発信元 利用事例 / 提供元の事例
契約・売上情報 開示なし
読み取りの注意 NewMRへの寄稿だが、著者Olga RaduはYasnaの顧客支援担当者であり、提供元の事例として記録した。顧客名・所在地・製品名は非公表。規模、期間、施策変更は寄稿者の報告で、独立した効果検証ではない。公開日はページ見出しと構造化データの9月16日。本文の寄稿者欄には翌17日と記載される。 最終確認：2026-10-05
この事例のリンク