Remeshで千人の声を聞く4工程|要約は発言で検収する

Remeshで千人の声を聞く4工程|要約は発言で検収する

「顧客の声を聞きたいが、インタビューを10人やっても全体の傾向なのか分からない」「アンケートは数が取れるが、なぜそう答えたのかが見えない」——BtoBの製品企画やマーケの担当から、繰り返し聞く板挟みです。量を取れば深さが消え、深く聞けば量が取れない、というのが定性調査の長年の悩みでした。数百人に同時に問いかけ、AIが回答をまとめる調査は、この板挟みを解く道具ですが、まとめた結果をそのまま信じてよい道具ではありません。この記事では、Remesh を例に、価格改定と新機能の受け止めを顧客と見込み客に聞く一社のシナリオで、問いの設計、参加者と同意、当日の進行、要約の検収、社員のAIから結果を引かせる権限、費用とやめ方までを4つの工程で追います。


カメ先生カメ先生

千人に同時に聞けると聞くと、大きなアンケートだと思われがちなんだけど、Remesh は自由回答を集めたうえで、参加者どうしにほかの人の回答への賛否を付けてもらう。だから、どの意見がどれだけ支持されたかまで分かるんだ。


カメ子カメ子

自由に書いてもらうのに、数字でも見られるということですか。


カメ先生カメ先生

そう。そしてその山のような回答をAIがまとめる。速いけれど、まとめの段階で少数の大事な声が消えることもある。だから最後は人が発言に戻って確かめる工程を、最初から計画に入れておくんだよ。


カメ子カメ子

AIがまとめた後こそ、人が読む時間を取っておくんですね。


この記事のポイント
  • Remesh は米国の、最大1,000人に同時に問いかけ、参加者どうしの賛否も集めてAIが回答をまとめる定性調査の基盤。分析エージェント Remy が計画の下書きと分析を受け持つ
  • 問いの設計と当日の問いの差し替えは人が決め、AIの要約は発言と賛否の数字に戻って検収する。少数意見は区分ごとに読み直して拾う
  • 2026年7月の Remesh Connect で、社員の生成AIから調査結果を引けるようになった。見える範囲は各自の権限内だが、開く範囲は先に決める

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

Remesh とは:数百〜千人に同時に問い、AIが回答をまとめる調査の基盤

Remesh は米国の企業が提供する、オンラインの定性調査の基盤です。公式の説明では、ライブ型の対話は文字を中心に進み、一度に最大1,000人が参加できるとされています。司会役の調査者が問いを出し、参加者は制限時間の中で自由に回答します。推奨される長さは60分です。このほか、参加者が自分の都合で答える非同期型は最大5,000人で推奨30分、動画での聞き取りを組み合わせる形もあります。

ふつうのアンケートと違うのは、自由回答を集めたあとで、参加者にほかの人の回答を見せ、どの回答に賛同するかを選んでもらう点です。公式は、参加者がグループから出た回答への賛同や好みを表し、そのデータを整理してAIで処理すると説明しています。これにより、自由回答の中身と、その意見がどれだけ支持されたかを同時に見られます。

分析の側には、意味の近い回答をまとめる機能、一つの回答に複数の分類を付ける機能、会話全体や設問ごとの要約、属性ごとに絞り込む機能などがそろっています。分析エージェントの Remy は、調査の説明から計画を下書きし、テーマの抽出や属性間の比較、要約を受け持ちます。Remy はどの契約にも追加料金なしで含まれると公式のよくある質問に書かれています。日本語の解説記事はまだほとんどありません。

2026年7月の Remesh Connect:社員の生成AIから調査を引ける

2026年7月15日、Remesh は Remesh Connect を公開しました。MCP のサーバーを通じて、Claude や ChatGPT などの生成AIから Remesh の作業場所につなぎ、会話の閲覧、調査の作成や管理、Remy による分析を呼び出せるようにするものです。答えには出典が付くと説明されています。よくある質問では、Gemini や Copilot も対応する例に挙げられています。

もう一つの方向として、社内のデータを Remy に読ませる接続もあります。Drive、OneDrive、SharePoint、人事の Workday、BIや過去の調査の保管庫などが対象で、社内データへの接続は読み取り専用で、管理者が明示的に許可したものだけを読むとされています。公式は、Remy は足りない知識を指摘するだけでなく、それを埋める調査を組んで実行する、とも書いています。

この最後の点は、便利さと同時に注意点でもあります。AIが自分で調査を組み、参加者に問いかけるところまで進めば、誰の判断で顧客に何を聞いたのかがあいまいになります。本記事のシナリオでは、Remy に調査の実行を任せず、計画の下書きまでにとどめます。直近一年で発表が続いており、終了の告知や買収の報道は、本稿の調査の範囲では見当たりませんでした。

1対1の聞き取りと何が違うか:参加者が互いの回答に賛否を付ける

AIの聞き手が一人ずつ深掘りする調査は、一人の考えの筋道を追うのに向いています。それに対して Remesh の型は、多数の参加者の回答を同じ場に集め、互いに評価させることで、どの意見が広く共有され、どの意見が一部にとどまるかを見るのに向いています。1対1の調査の確認項目は別記事で扱っているので、ここでは「多数に同時に聞く」ことで新しく生じる判断に絞ります。

新しく生じる判断は三つです。一つ目は、参加者が他人の回答を読むことの影響です。先に出た強い意見に引っ張られて、後から答える人の回答が似てくることがあります。二つ目は、AIが大量の回答をまとめる段で、数の少ない意見が埋もれることです。三つ目は、司会役が当日に問いを差し替えられることです。その場で問いを変えられる柔軟さは、誰が変えてよいかを決めていないと調査の筋を崩します

過去の調査資料にAIで答えさせる使い方とも違います。Remesh は新しく人に聞く道具であり、聞いた結果を後から社員のAIで引けるようにしたのが Remesh Connect です。聞く工程と、引く工程で、確認すべきことが変わる点を押さえておくと、以下の4工程が読みやすくなります。

この記事のシナリオ:価格改定と新機能の受け止めを、顧客と見込み客に同時に聞く

以下は説明のための架空のシナリオです。業務向けのクラウドサービスを売る従業員300人ほどの会社が、来期に生成AIの新機能を全プランに載せ、それに合わせて価格を改定することを検討しています。製品企画とマーケは、既存の顧客と、商談中の見込み客の両方から、新機能への期待と、値上げへの受け止めを同じ問いで聞きたいと考えました。

これまでなら、顧客10社への聞き取りと、数百件のアンケートを別々に行い、結果をつなぎ合わせていたところです。今回は Remesh のライブ型で、顧客の担当者と見込み客の担当者を合わせて数百人を一時間の場に集め、自由回答と賛否を同時に取ることにしました。意思決定するのは経営会議で、調査の結論はその材料の一つという位置づけも、最初に関係者で確認しました。

工程は4つに分けます。工程1は問いの設計、工程2は参加者の集め方と同意、工程3は当日の進行、工程4は要約の検収です。そのあとに、結果を社員のAIから引かせる権限、社外に出る情報、費用とやめ方を見ます。

STEP1
問いを設計する

調査で答えたい問いを人が書き、Remy の計画の下書きは承認の対象として扱います。

STEP2
参加者を集め、同意を取る

顧客と見込み客を区分し、録画や記録の扱い、謝礼、個人情報の扱いを案内します。

STEP3
当日を進行する

司会役と、問いの差し替えを判断する人を分け、事前に決めた範囲で変えます。

STEP4
要約を検収する

AIの要約を、発言と賛否の数字に戻って確かめ、少数意見を区分ごとに読み直します。

工程1:問いの設計は人が書き、Remy の下書きは承認の対象にする

最初に、この調査で何を決めたいのかを人が一文で書きます。シナリオなら「新機能を全プランに載せて値上げする案と、上位プランだけに載せる案のどちらが、解約の懸念を小さくできるか」です。決めたい問いが書けないうちは、AIに計画を作らせないことが大切です。問いがないままAIに下書きさせると、もっともらしい設問が並ぶだけで、経営会議で使える材料になりません。

問いが決まったら、Remy に調査の説明を渡して計画を下書きさせます。公式は、計画は利用者が繰り返し直し、編集し、承認するものだと説明しています。社内では、下書きの各設問に、どの決めたい問いに答えるための設問かを書かせる決まりを足します。対応する問いがない設問は削り、足りない問いには設問を足します。

公式の手引きは、話題を広い問いから狭い問いへ漏斗のように並べることと、意見を問う設問を全体の半分ほどにするのが出発点としてよいことを勧めています。値上げのような答えにくい話題は後半に置き、前半で新機能への期待を自由に語ってもらってから、価格の受け止めを聞く順にすると、いきなり値上げを突きつける印象を避けられます。

工程1の続き:ライブ型か非同期型か、時間と人数の決め方

ライブ型と非同期型のどちらを使うかも、この段で決めます。ライブ型は最大1,000人が同時に参加し、司会役が必要で、当日に問いを追加したり深掘りしたりできます。賛否の集計はその場で進みます。非同期型は最大5,000人で司会役は不要ですが、賛否の評価は一つの設問につき10票までという制限があり、集計は会話の終了後になります。

観点ライブ型非同期型
人数の上限最大1,000人最大5,000人
推奨の長さ60分30分
司会役必要。当日に問いを足せる不要。進み具合の見守りを推奨
賛否の集計その場で計算終了後に計算
向く場面反応を見て次の問いを決めたいとき時差や多忙で同じ時間に集まれないとき

シナリオでは、新機能の受け止めを見てから価格の問いの言い回しを調整したいので、ライブ型を選びました。ただし、海外拠点の顧客も含めるなら時差の問題が出ます。公式は、ライブ型の会話を非同期型に切り替えて回答を集め続ける機能や、最大10件の会話を合わせて分析する機能も示しているので、国内のライブ型と海外向けの非同期型を分けて実施し、後で合わせる組み方も取れます。合わせるときの設問の対応付けは自動で提案されますが、人が見直すことになっています。

言語の扱いも、この段で決めます。公式は、一つの会話を複数の言語で実施できる機能や自動翻訳の機能を案内しています。一方で、Remy については、言語ごとの性能は手に入る情報源の多さに左右されると、よくある質問で断っています。日本語の回答をAIがまとめた結果は、英語の回答以上に、発言に戻って確かめる量を増やすと見込んでおきます。翻訳を挟んだ要約では、遠回しな否定が肯定に寄って訳されることもあるからです。

工程2:参加者の集め方と同意

参加者の集め方は二通りあります。自社の顧客や見込み客に招待を送る方法と、調査会社の回答者の集まり(パネル)から条件に合う人を集める方法です。Remesh の公式サイトは、調査の回答者の集まりとの連携や、審査済みの参加者を早く集める仕組みを案内しています。シナリオのように自社の顧客と見込み客の声が欲しい場合は、自社から招待することになります。

自社から招待するときは、相手が取引先の社員であることに配慮します。招待文には、調査の目的、所要時間、回答が匿名で扱われるかどうか、記録の保存期間、謝礼の有無、回答の内容が営業の担当者に個別に伝わらないことを書きます。値上げについての率直な意見を求めるなら、営業に知られないことが分かっていないと本音は出ません。

同意の取り方も決めます。参加者の氏名や会社名、属性の情報は個人情報にあたり、米国の事業者のサーバーで扱われます。公式は、導入時にセキュリティの審査、データ処理の契約、データの保管場所についての相談に応じるとしています。海外の事業者に個人データを渡すことを、同意の文面と社内の規程の両方で扱っておく必要があります。謝礼を出す場合は、取引先の社内規程で受け取りが制限されていないかにも気を配ります。

工程2の続き:顧客と見込み客を分けて見る

同じ場に顧客と見込み客を集めると、全体の要約は両者の意見を混ぜたものになります。値上げへの受け止めは、すでに使っている顧客と、これから買うかどうかを決める見込み客で大きく違うはずです。集めるときに区分の情報を必ず付け、分析では区分ごとに分けて見るのが前提です。

Remesh には、条件に合う参加者を優先して入れる仕組み(ライブ型)や、人数の枠が埋まったら受付を止める仕組み(非同期型)があり、属性ごとの絞り込みで回答を切り分けられます。シナリオでは、顧客を契約の規模で二つ、見込み客を商談の段階で二つに分け、四つの区分それぞれに最低限の人数が集まるように枠を設定しました。どこかの区分が少なすぎると、その区分の意見は全体の中で埋もれます。

区分の情報をどこから取るかにも注意します。自己申告にすると誤りが混ざり、CRM から引くと参加者の個人情報を調査の基盤に送ることになります。送る項目は区分に必要な最小限にし、担当営業の名前や商談の金額は送らないと決めておきます。

工程3:当日の進行。問いを差し替える権限は誰に

ライブ型の当日は、司会役が問いを順に出し、回答が流れ込み、賛否が集まっていきます。公式は、司会役が会話の筋書きをその場で編集でき、その場で深掘りの問いを出せると説明しています。この柔軟さが、ライブ型を選ぶ理由であり、同時に事故の元です。

シナリオでは、当日の役割を三つに分けました。問いを出す司会役、流れ込む回答と賛否を見て差し替えを提案する分析役、差し替えを承認する製品企画の責任者です。差し替えてよい範囲(深掘りの追加、言い回しの調整)と、変えてはいけない範囲(価格の数字そのもの、比べる案の中身)を事前に紙一枚にまとめておき、その外に出る変更は当日には行わないと決めました。

当日にAIの要約を見て次の問いを決めることもできますが、その要約はまだ検収されていません。当日に見るのは賛否の数字と生の回答の流れで、AIの要約は参考にとどめるのが安全です。要約が「価格への反発は小さい」と示していても、反発の強い少数の回答が見えていないだけかもしれないからです。

価格の案を見せる方法にも制約があります。公式の手引きによると、ライブ型では画像などの提示物を参加者全員が同時に見る形で、回答に応じて見せる内容を変える仕組みは使えません。非同期型では、条件に応じて見せ分ける設定や、複数の案を一つずつ順に見せて評価させる形を組めます。顧客と見込み客に別々の価格表を見せたいなら、ライブ型ではなく非同期型を使うか、会話を分ける必要があります。この制約を当日に知ると、比べたい案を比べられないまま一時間が過ぎます。

工程4:AIの要約を、発言と賛否の数字に戻って検収する

調査が終わると、AIの要約、テーマのまとまり、区分ごとの比較が手に入ります。公式は、要約を会話や設問の要約の「出発点」と位置づけ、Remy の答えは参加者の回答、投票の結果、統計の出力に出典が付くと説明しています。出典が付くことは、正しさの保証ではなく、人が確かめられることの保証です

検収は三段で行います。一段目は、要約の主張ごとに出典の発言を開き、要約が発言の内容をゆがめていないかを見ます。二段目は、要約が「多くの参加者が」と言っている箇所で、賛否の数字が本当にそう言える水準かを確かめます。三段目は、要約に出てこなかったテーマを、意味のまとまりの一覧から探すことです。要約は大きなまとまりを優先して書かれるので、小さなまとまりは書かれないことがあります。

意味の近い回答をまとめる機能は、一つの回答を一つのテーマにしか入れません。一方、分類を付ける機能は一つの回答に複数の分類を付けられます。値上げへの不満と新機能への期待を一つの回答で語る人は多いので、前者だけで見ると、片方の声が数え落とされることがあります。両方の見え方を突き合わせるのが、この段の要点です。

報告書の形も決めておきます。Remesh には、要約や図に参加者の発言を添えて報告用のスライドに書き出す機能があります。報告書の主張の一つひとつに、根拠となる発言を最低二つ添える決まりにすると、読む側が要約と発言の距離を自分で確かめられます。添える発言が見つからない主張は、要約のほうを疑って書き直します。

  • AIの要約をそのまま経営会議の資料に貼る(出典の発言を誰も読んでいない)
  • 全体の要約だけを見て、区分ごとの差を見ない(顧客と見込み客の違いが消える)
  • 賛否の数字を、市場全体の割合として報告する(集めた参加者の中の割合にすぎない)
  • 当日に見えた印象で結論を書き、検収の後で書き直さない

少数意見が要約で消える問題

多数に同時に聞く調査で、いちばん失われやすいのは少数意見です。賛否の仕組みは多くの人が同意する意見を浮かび上がらせますが、裏返せば、少数の人しか同意しない意見は沈みます。しかし製品の判断では、少数の大口顧客が強く反対している、という情報のほうが重いことがあります。

シナリオでは、検収の段で、契約規模の大きい顧客の区分だけを取り出して、賛同の少ない回答を上から順に読みました。すると、全体では目立たなかった「新機能のデータの扱いが社内の規程に合わないなら、上位プランへの移行は難しい」という声が、その区分では一定数あることが分かりました。全体の要約には一行も出てこなかった論点です。

少数意見を拾うための決まりを、検収の手順に入れておきます。区分ごとに賛同の少ない回答を一定数読む、AIに「要約から外した論点」を出典付きで挙げさせる、検収した人が拾った論点を報告書の別の欄に書く、の三つです。AIに外した論点を挙げさせても、それで全部が出るとは限らないので、人が読む工程は省きません。

結果を社員の生成AIから引かせる権限(MCP)

調査が終わると、営業や製品企画の社員が、自分の生成AIから「価格改定の調査で見込み客は何と言っていたか」と聞きたくなります。Remesh Connect はこれを可能にします。公式によると、接続は各利用者がブラウザでサインインして OAuth で許可し、見える範囲は、その人が Remesh ですでに見られる範囲に限られ、回数にも上限があるとされています。

注意したいのは、MCP の接続でできることが閲覧だけではない点です。公式は、利用者が Remesh で持つ権限の範囲で、内容の作成、編集、削除もできると説明しています。調査の作成や編集の権限を持つ人が生成AIからつなげば、生成AIの操作で調査を作ったり消したりできるということです。社内では、生成AIからつなぐ人には閲覧の権限だけを付ける、という分け方を勧めます。

もう一つは、引いた結果の使われ方です。社員が生成AIに要約を頼むと、検収前の要約や、出典を外した一文だけが社内に広まることがあります。社内で引用してよいのは検収済みの報告書で、生成AIの答えは出典の発言を確かめてから使う、という決まりを、調査の結果を開くときに一緒に伝えます。

何が社外に出るか:参加者の個人情報と社内資料

社外に出る情報は二種類あります。一つは参加者の情報と回答で、これは調査の基盤である Remesh の側に保存されます。もう一つは、Remy に読ませる社内の資料です。公式は、社内データへの接続は読み取り専用で、MCP の接続によって Remesh 側にデータの追加の写しは作られず、取り込んだデータは保存時に暗号化され、組織の範囲に限られると説明しています。

また、接続したデータを基盤モデルの学習に使わないと明記しています。ただし、社員の生成AIから Remesh の結果を引く場合、その結果は生成AIの会話の中に入ります。生成AIの側の契約が入力を学習に使わない条件になっているかは、Remesh ではなく自社の生成AIの契約で確かめる事項です。参加者の発言に氏名や会社名が書き込まれていることもあるので、引かせる前に確認します。

社内資料を読ませる場合は、管理者が明示的に許可した範囲だけが読まれる仕組みですが、許可の範囲を広く取れば、関係のない人事や財務の資料まで調査の文脈に入ります。Remy に読ませるのは、製品の資料と過去の調査の報告書に限るところから始め、接続はいつでも取り消せることを確かめておきます。

接続の設定は、各社内システムがもともと持つ権限の仕組みを通じて管理者が行い、設定には Remesh の担当者が一緒に入ると公式は説明しています。許可を出すのは調査の担当ではなく、各システムの管理者である情シスです。誰が、いつ、どの保管場所を読ませる許可を出したかを台帳に残し、調査の区切りごとに不要になった接続を外します。

費用の増え方と、やめ方

本稿の調査の範囲では、公式サイトに定価の一覧は見当たらず、契約は商談を通じた見積もりになると考えられます。Remy は追加料金なしで含まれるとされています。費用が増えるのは、主に調査の本数、参加者の集め方、言語の数です。回答者の集まりから参加者を集める場合は、その分の費用が別にかかるのが一般的なので、自社の顧客に招待するか外部から集めるかで見積もりが大きく変わります。

社内の費用も見ておきます。ライブ型の一回には、司会役、分析役、承認者の三人が一時間以上張り付き、その後の検収には数日かかります。AIが要約を数分で出しても、検収の時間は減らないと見込んでおくべきです。費用対効果を判断するときは、これまでの聞き取りとアンケートの費用と時間に、検収の時間を足して比べます。

やめ方も先に決めます。公式は、データの書き出しと API での取り出しを以前から提供しており、データを囲い込まないと明言しています。やめるときは、報告書と生の回答、賛否のデータを書き出し、MCP の接続と社内データの接続の許可を取り消し、参加者の個人情報の削除を事業者に依頼して記録を残します。同意の文面に書いた保存期間との整合も確かめます。

始める前のチェックリストと用語の早見表

最後に、シナリオの4工程を、始める前の確認項目としてまとめます。どれも、AIの性能ではなく人の側の準備で決まる項目です。

  • この調査で決めたい問いを一文で書き、Remy の計画の各設問をその問いに対応させたか
  • ライブ型か非同期型か、時差のある参加者をどう扱うかを決めたか
  • 顧客と見込み客の区分ごとに、最低限の人数の枠を設定したか
  • 招待文に、目的、匿名の扱い、保存期間、営業に個別に伝わらないことを書いたか
  • 当日の司会役、分析役、差し替えの承認者を分け、変えてよい範囲を紙にしたか
  • 要約の検収を三段(出典・数字・漏れ)で行う担当と日数を確保したか
  • MCP でつなぐ社員の権限を閲覧に限り、社内で引用してよいのは検収済みの報告書だと伝えたか

あわせて、この記事で使った言葉を整理しておきます。ライブ型は参加者が同時に集まって文字で答える形、非同期型は各自の都合で答える形です。賛否の評価は、参加者がほかの人の回答に賛同するかを選ぶ仕組みで、意見がどれだけ共有されているかの手がかりになります。検収は、AIの要約を出典の発言と数字に戻って確かめ、受け取ってよいかを人が判断することを指します。

  • 賛否の割合は、集めた参加者の中での割合です。市場全体の割合として報告しないようにします
  • 人数の上限や機能は公式の説明に基づくもので、契約の形によって使える範囲が異なる場合があります

まとめ

Remesh は、数百〜千人に同時に問いかけ、自由回答と参加者どうしの賛否を集め、AIがまとめる調査の基盤です。量と深さの板挟みを解く道具ですが、問いを決めるのも、当日に問いを変える判断も、要約を受け取ってよいかの判断も人です。AIの要約は出典の発言と賛否の数字に戻って検収し、区分ごとに少数意見を読み直します。Remesh Connect で社員の生成AIから結果を引かせるなら、閲覧の権限に限り、検収済みの報告書を正とする決まりを一緒に配るところから始めるのが確実です。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次