生成AIが顧客の「本音」を可視化!ACESの「顧客理解・VoC分析ソリューション」で企画・戦略の意思決定を革新

生成AIが顧客の「本音」を可視化!ACESの「顧客理解・VoC分析ソリューション」で企画・戦略の意思決定を革新

現代のビジネス環境は、目まぐるしい変化と激しい競争にさらされています。このような時代に企業が持続的な成長を遂げ、競争優位性を確立するためには、顧客の生の声、つまり「一次情報」をどれだけ正確に、そして迅速に事業戦略へ活かせるかが鍵となります。しかし、多くの企業では、この貴重な一次情報が「ブラックボックス化」してしまい、企画や戦略の意思決定に十分に活用できていないという課題を抱えています。

そんな中、株式会社ACES(東京都港区、代表取締役:田村浩一郎)は、この長年の課題を解決する画期的なソリューション「ACES Meeting Intelligence|顧客理解・VoC分析ソリューション」の提供を開始しました。このソリューションは、最先端の生成AIと高度な音声認識・構造化技術を組み合わせることで、商談や顧客との会話データを「使える一次情報」として資産化し、リアルな顧客の声(VoC:Voice of Customer)に基づいた企画・戦略立案を実現します。AI初心者の方にも分かりやすく、この革新的なソリューションがどのように企業の意思決定を変え、ビジネスを加速させるのかを詳しくご紹介します。

東大松尾研AIスタートアップACESのMeeting Intelligenceは、商談データをAIで分析し、顧客の声(VoC)に基づいた企画・意思決定を支援するソリューションです。顧客接点データを活用し、商品企画、営業、経営企画部門の課題解決に貢献します。

なぜ今、このソリューションが必要なのか?「情報のブラックボックス化」が引き起こす問題

市場の変化が加速し、技術がコモディティ化(特別なものでなくなり、どこでも手に入るようになること)する現代において、企業が他社と差をつけるためには、自社独自の「一次情報」の活用が不可欠です。一次情報とは、顧客との直接の対話から得られる生の声や、現場で実際に起きている事柄など、加工されていないオリジナルの情報のことです。

しかし、多くの企業では、この極めて重要な一次情報が「情報のブラックボックス化」という問題に直面しています。具体的には、商品企画、営業企画、カスタマーサクセス(CS)といった企画部門が、営業現場の最前線で顧客と直接対話する機会は限られています。そのため、戦略の源泉となるべき一次情報は、営業担当者がSFA(営業支援システム)や日報に記録する過程で、以下のような形で歪曲したり、重要な部分が欠落したりしがちです。

  • 主観的な解釈の混入: 営業担当者の記憶や解釈を通して記録されるため、顧客の真意やニュアンスが正確に伝わらないことがあります。

  • 情報の取捨選択: 忙しい営業担当者が、全ての商談内容を詳細に記録することは難しく、結果として重要な情報が漏れてしまうことがあります。

  • 文脈の欠如: なぜ顧客がその発言をしたのか、その背景に何があったのかといった「文脈」が失われ、断片的な情報だけが企画部門に届きます。

  • 時間差による鮮度低下: 情報が企画部門に届くまでに時間がかかり、市場の変化に対応するスピードが遅れてしまうことがあります。

このような状況では、企画部門は主観的で断片的な情報のみで意思決定を行わざるを得ません。その結果、顧客ニーズや市場の動向に合致しない商品開発や、効果の薄い営業戦略が立てられてしまうリスクが高まります。また、施策を実行しても、その効果を客観的な事実に基づいて検証し、改善していく「PDCAサイクル」(計画→実行→評価→改善)を適切に回すことが困難になります。これは、企業の成長を阻害する深刻な問題と言えるでしょう。

「データはあるが使えない」というジレンマを解消するソリューションの特徴

近年、生成AIの進化により、商談の自動記録や議事録作成ツールが普及し始めています。しかし、単に「書き起こし」が蓄積されるだけで、それが戦略や企画に活かされない「宝の持ち腐れ」状態も多く見受けられます。ACESのソリューションは、この「データはあるが使えない」という組織のジレンマを解消し、現場の負担を最小限に抑えながら、収集したデータを戦略や企画に直結させるプロセスを構築します。

【特徴1】現場の負荷なく、顧客接点データを自動で資産化

従来の商談記録は、営業担当者にとって大きな負担でした。会議中にメモを取り、後から議事録を作成し、さらにSFAに入力するといった作業は、顧客との対話に集中する時間を奪い、生産性を低下させる原因となっていました。また、人力での記録では、重要な情報が埋もれてしまったり、個別の同席や分析には限界があったりします。

ACESのソリューションは、高精度なAI議事録ツール「ACES Meet」を基盤としています。このツールは、商談中の会話を自動で音声認識し、正確なテキストに変換します。さらに、会話の主要なポイントを自動で抽出し、要約を作成することも可能です。これにより、営業担当者は記録作業から解放され、目の前の顧客との対話に集中できるようになります。そして、AIが自動で記録・解析したデータは、企業の貴重な「データ資産」として蓄積され、後からいつでも活用できる状態になります。

【特徴2】データ資産から「インサイト」を獲得

単に商談の「書き起こし」が積み上がるだけでは、そこから意味のある分析を行ったり、ビジネスに役立つ「インサイト」(洞察や気づき)を抽出したりすることは困難です。膨大なテキストデータの中から、手作業で重要な情報を見つけ出すのは、途方もない労力と時間が必要です。

ACESのソリューションは、この課題を解決します。AIが商談データから、分析に必要な情報を自動でタグ付け(例:「価格交渉」「競合製品」「顧客の課題」「要望」など)します。これにより、データが構造化され、様々な角度から分析可能なデータ基盤が構築されます。例えば、「直近3ヶ月で顧客が最も多く言及した競合他社はどこか?」「特定の新機能に対する顧客の反応はどうか?」「解約につながりやすい顧客の不満点にはどのような傾向があるか?」といった問いに対し、AIが自動でデータを集計し、傾向を可視化します。

ACES Meetというプラットフォームが提供するビジネス分析のワークフローを示しています。市場トレンド分析、対話型インサイト探索、リスク自動検知、経緯タイムラインの4つのフェーズを通じて、市場の動向把握、商談のリスク特定、過去の経緯確認を行い、ビジネスにおける「気づき」「深掘り」「仮説」「全体確認」を支援する様子が描かれています。

これにより、市場全体の大きな変化や未知のトレンドを可視化する「市場トレンド分析」が可能になります。また、気になる項目を定性的に深掘りする「対話型インサイト探索」や、個別の商談に潜むリスクや違反をリアルタイムで検知する「リスク自動検知」、さらには特定案件の過去の経験や文脈をピンポイントで確認できる「経緯タイムライン」など、多角的な分析を通じて、ビジネスにおける新たな「気づき」や「仮説」の発見を強力に支援します。

【特徴3】分析を「仕組み」として定着させる

どんなに優れたツールやデータ基盤を導入しても、それを継続的かつ自律的に活用し、分析をビジネスプロセスに定着させるのは容易ではありません。ツールの使い方が分からなかったり、分析のノウハウが不足していたりすると、せっかくの投資が無駄になってしまうこともあります。

ACESは、単なるツールの提供に留まりません。豊富なノウハウを持つ専門家が、お客様のビジネスに合わせた要件設計から、データ基盤の構築、そして実際の活用が組織全体に浸透するまでを一貫して支援します。これにより、特定の担当者に依存することなく、必要な分析が継続的に実行され、データに基づいた意思決定が企業の文化として根付くことを目指します。

ACESの理想プロセスは、顧客対話データを自動収集・資産化し、営業・企画部門が共通事実に基づき連携。入力業務削減、AI活用で生産性を高め、根拠ある戦略立案と顧客価値最大化を実現する。

このプロセスを通じて、営業部門はデータ入力に追われることなく商談に集中でき、一次情報が自動で蓄積されます。企画部門は、追加の現場負荷なく、顧客接点の一次情報を正確かつ網羅的に把握できるようになります。これにより、営業部門と企画部門が「顧客の声」という共通の一次情報に基づいて議論し、生産性向上と付加価値向上という好循環を生み出すことができるのです。

導入事例・具体的な活用シーン

このソリューションは、様々な部門で具体的な成果をもたらしています。

商品企画・開発

導入前の課題: これまで商品企画部門は、営業部門などを経由した「翻訳された要望」に基づいて商品開発を行っていました。しかし、顧客の真の文脈や、その要望に対する熱量が伝わりにくく、どの機能を優先して開発すべきかの判断が難しいという課題がありました。例えば、「〇〇という機能が欲しい」という要望があったとしても、それがどれほど切実なニーズなのか、顧客にとってどれほどの価値があるのかが見えにくかったのです。

ソリューション導入後の変化: 「ACES Meeting Intelligence」導入後は、開発者が商談の動画やテキストデータを直接確認できるようになりました。これにより、顧客がどのような状況で、どのような表情で、どのような声のトーンで要望を語っていたのかを正確に理解できるようになります。さらに、AIが自動で抽出した機能要望のトレンドを定量的に把握することで、「この機能は多くの顧客が求めている」「この要望は特定の業界で特にニーズが高い」といった客観的なデータに基づいた判断が可能になりました。結果として、納得感のある意思決定と、顧客ニーズに合致したスピーディーな製品開発が実現しています。

営業企画

導入前の課題: 営業企画部門では、営業担当者が作成する日報が「単なる記録」になってしまい、その内容が形式的で本音や真の成功・失敗要因が書かれないという問題が頻繁に発生していました。そのため、営業の成功要因や課題が個々の現場に閉じ込められ、組織全体としての知見として共有・活用されることが困難でした。

ソリューション導入後の変化: AIによる商談の自動記録が導入されたことで、管理職は全国の商談における「価格交渉の傾向」や「競合他社に対する顧客の反応」などをリアルタイムで把握できるようになりました。営業マネージャーが全ての商談に同席することなく、AIが収集・分析したデータから具体的な示唆を得られるようになったのです。これにより、日報は単なる記録から、営業戦略を修正し、改善していくための貴重な「資産」へとその役割を変えました。データに基づいた客観的な議論が可能になり、属人的な営業手法から脱却し、組織全体の営業力強化につながっています。

CS(カスタマーサクセス)

導入前の課題: カスタマーサクセス部門では、顧客との会議や面談の実態が、その場に出席した担当者にしか見えず、顧客の不満や解約につながるリスクを事前に察知することが困難でした。顧客が抱える小さな不満や懸念が、気づかぬうちに大きな問題へと発展し、突然の解約につながってしまうケースも少なくありませんでした。

ソリューション導入後の変化: AIによる「不満・解約予兆」の自動検知機能により、顧客との会話の中から特定のキーワードや感情のニュアンスをAIが識別し、潜在的なリスクを自動でアラートするようになりました。これにより、CS担当者は全クライアントの健全性を横断的にモニタリングできるようになり、問題が顕在化する前に先手を打つことが可能になります。データから「次に何を聞くべきか」「どのようなアプローチをすべきか」を判断できるようになり、業務品質が均質化され、結果として解約を防ぐための効果的なアクションを実現しています。

ホワイトペーパーでさらに詳しく

本ソリューションの必要性から導入のステップ、具体的な事例までを詳細に解説したホワイトペーパーが公開されています。より深く「ACES Meeting Intelligence|顧客理解・VoC分析ソリューション」について知りたい方は、ぜひ以下のリンクよりダウンロードしてご覧ください。

株式会社ACESについて

株式会社ACESは、東京大学松尾研究室発のAIスタートアップ企業です。「アルゴリズムで社会をシンプルに」というビジョンを掲げ、企業の競争優位性を最大化する独自の「エキスパートAI」の開発・提供・育成に取り組んでいます。人とAIが協働することで、ビジネスプロセスを最適化し、新たな価値を創造することを目指しています。

同社は、独自開発したAIソフトウェアをモジュール(部品)のように組み合わせ、プロセス設計から「エキスパートAI」の実装・運用までを一貫してサポートするDXパートナーサービスと、「エキスパートAI」を簡単に利用できるAIソフトウェアサービスを提供しています。

  • 代表者:代表取締役 田村 浩一郎

  • 所在地:東京都文京区湯島2丁目31-14 ルーシッドスクエア湯島3階

  • 設立:2017年

  • 事業内容:DXパートナー事業、AIソフトウェア事業

  • コーポレートサイト:https://acesinc.co.jp

  • お問い合わせ先:info@acesinc.co.jp

まとめ:AIが拓く、顧客理解と意思決定の新たな未来

「ACES Meeting Intelligence|顧客理解・VoC分析ソリューション」は、これまで見過ごされがちだった顧客接点データを、生成AIの力で企業の貴重な資産へと変える画期的なサービスです。情報のブラックボックス化を解消し、顧客のリアルな声に基づいた意思決定を可能にすることで、商品開発、営業戦略、カスタマーサクセスといったあらゆるビジネスプロセスに革新をもたらします。

AI初心者の方にとっても、このソリューションは「AIが難しそう」「導入が大変そう」といったイメージを覆す、実用的で分かりやすい形で提供されます。現場の負担を減らしながら、データから深い洞察を得て、それをビジネスの成長に直結させる「仕組み」を構築できることは、現代企業にとって計り知れない価値があるでしょう。AIを活用した顧客理解と意思決定の新たな未来が、今、始まろうとしています。

タイトルとURLをコピーしました