“なんちゃって顧客分析”で終わらせない。AI活用企業の8割が陥る「分析前の壁」とは？【担当者1,003人の実態調査】

～成功の分岐点は「構造化」と「運用設計」にあり～

テックタッチ株式会社

2026年5月13日 11時00分

テックタッチ株式会社（所在地：東京都中央区、代表取締役：井無田仲）は、コールセンター運営やCX推進、営業企画などの顧客データやVOC活用に関与している担当者・責任者1,003人を対象に「企業におけるAI活用と顧客データ分析の実態調査」を実施しました。
※対象業界：小売・消費財、金融・保険、エンタメ・ゲーム、サービスなど

近年企業におけるAI活用が急速に広がっており、業務効率化だけでなく、顧客理解の高度化や顧客体験（CX）の改善を目的に、顧客データやVOC（顧客の声）をAIで分析する取り組みも増えています。

実際に、チャットやメール、応対ログ、アンケート自由記述など膨大な定性データ（テキストデータ）が蓄積されています。しかし今回の調査では、それらをAIで「十分に活用できている」と回答した担当者は約2割にとどまり、多くの企業が実運用に課題を抱えている実態が明らかになりました。

調査概要：「企業におけるAI活用と顧客データ分析の運用実態および活用課題」に関する調査

【調査期間】2026年3月25日（水）～2026年3月26日（木）

【調査方法】PRIZMA（https://www.prizma-link.com/press）によるインターネット調査
【調査人数】1,003人
【調査対象】調査回答時に小売・消費財、食品・外食、金融・保険、エンタメ・ゲーム、サービス業界に勤務し、AIを活用した顧客データやVOC活用に関与している担当者・責任者（コールセンター運営・VOC分析、CX推進、営業企画・営業推進、お客様相談室など）と回答したモニター

【調査元】テックタッチ株式会社（https://techtouch.jp/）

【モニター提供元】サクリサ

本調査の詳細資料（ホワイトペーパー）はこちら：https://techtouch.jp/resources/ebook_ai-utilization/

AI活用の目的は「効率化」だけでなく「CX改善」へ、活用データはチャット・応対ログなど定性情報が中心に

はじめに、「AI導入・活用の目的」について尋ねたところ、『業務の効率化・工数削減（レポート作成、集計作業の自動化）（39.2％）』が最も多く、『顧客体験（CX）の課題発見・改善（サイレントカスタマーの不満抽出など）（35.4％）』『属人化の解消（特定の担当者に頼らない体制づくり）（30.1％）』と続きました。

業務効率化や属人化解消といったオペレーション改善に加え、顧客体験（CX）の課題発見など、AI活用は「効率化のための道具」から、「顧客理解を深めるための武器」へと役割を広げつつあります。

様々な目的で活用が進むAIですが、企業は具体的にどのようなデータを活用し、顧客の声を捉えているのでしょうか。

「現在AIで分析または活用しているデータ」を尋ねたところ、『チャット・メール・問い合わせフォームの履歴（41.0％）』が最も多く、『顧客対応データ（コールセンター・カスタマーサポートの応対ログ／FAQ・ナレッジ）（36.5％）』『顧客アンケート・NPSの回答内容（35.7％）』と続きました。

チャットや問い合わせ履歴、応対ログなどのテキストデータが上位を占めていることから、企業が顧客の本音や背景を捉えるために、定性データの活用を重視していると考えられます。

最大の壁は“分析”ではなく“構造化”——定性データを扱える形にする前処理が現場負荷の中心に

このように、データ活用が進む中で、その分析プロセスにはどのような負担が生じているのでしょうか。

「AI活用において、特に工数がかかっている工程」を尋ねたところ、『定性データの構造化・集計（音声や自由記述の分類・数値化）（35.1％）』が最も多く、『深いインサイトの抽出（なぜ不満や満足が起きたかの深掘り）（31.5％）』『バラバラなデータの整理・統合（前処理、クレンジング）（27.9％）』と続きました。

前問で定性データの活用が進んでいることが示された一方で、その構造化や集計に最も工数がかかっていることから、活用ニーズの高さとは裏腹に、現場ではその手前の工程がボトルネックになっていることがうかがえます。

また、「AI活用において、感じている課題」を尋ねたところ、『非構造化データの扱い（音声やテキスト、自由記述の分析が難しい）（28.4％）』が最も多く、『専門人材の不足（分析やプロンプト作成をこなせる人がいない）（26.8％）』『データ品質の低さ（ノイズや表記ゆれが多く、そのままでは使えない）（26.5％）』と続きました。

最も工数がかかる工程として挙げられたデータ構造化（バラバラなデータの整理）の難しさや専門人材の不足が、運用上の大きな障壁となっており、ツールを入れるだけでは解消しないことがわかります。実際には、前処理を回せる体制、人材、ルール、そして分析に耐えうるデータ品質まで含めて設計しなければ、AIは“導入済みだが使い切れない仕組み”になりやすいと言えます。

AI分析結果を十分に施策へつなげられている企業は約2割、導入と成果活用の間に大きな壁

では、こうした課題がある中で、実際に担当者自身はAIの分析結果を活用できていると感じているのでしょうか。

「AIによる顧客データやVOC分析結果は、施策や業務改善に活用できていると思うか」と尋ねたところ、約8割が『十分に活用できていると思う（21.4％）』『ある程度活用できていると思う（55.1％）』と回答しました。

「十分に活用できている」と回答したのは約2割にとどまり、AI活用の広がりに対して、成果の進捗は追いついていません。今回の結果は、多くの企業が“分析できる状態”には達していても、“活用が回る状態”にはまだ達していないことを示しています。

AI活用の成否を分けるのは、データ統合・品質改善と“使える示唆”を引き出す設計力

活用できている企業とできていない企業の間にはどのような違いがあるのか、その要因をそれぞれ見ていきます。

顧客データやVOC分析結果を、施策や業務改善に「活用できていない」と回答した方に、その理由を尋ねたところ、『目的・KPIが曖昧で、どう使うべきか判断が難しい（30.9％）』が最多となりました。次いで『現場での活用が定着しない（教育・運用が弱い）（27.5％）』『既存の業務フローに組み込めない（24.2％）』と続いています。

この結果は、ツール導入そのものが目的となり、肝心の「どう使うか」が置き去りになっている現状を浮き彫りにしています。

一方で、顧客データやVOC分析結果を施策や業務改善について「活用できている」と回答した方に「AIによる分析結果が活用できている理由」について尋ねたところ、『目的・KPIが明確で、活用シナリオが定義されているから（37.6％）』が最も多く、『データ整備・前処理が一定自動化／標準化されているから（37.4％）』『業務フローに組み込まれている（実行までつながる）から（30.4％）』と続きました。

「何のために分析するのか」という目的を正しく整理し、その上でデータ整備や前処理を自動化し、業務の中で回し続ける「運用設計」ができているか。

成功と失敗を分ける決定的な境界線は、単なるAIの導入有無ではなく、高精度な分析を可能にするための「前提条件」を整えられているかにあると言えます。

最後に、「今後、AIによる分析結果の活用をさらに推進するうえで重要になる要素は何だと思うか」と尋ねたところ、『データの統合・品質改善（部門間のデータサイロ解消と前処理の効率化）（41.1％）』が最も多く、『インサイトの抽出精度（単なる要約ではなく、深い示唆を出す能力）（38.8％）』『現場への実装・運用ルール整備（施策への落とし込みや教育・定着化）（32.4％）』と続きました。

今後の重要要素として「データの統合・品質改善」と「インサイトの抽出精度」が上位に挙がったことからも、企業の関心は“とにかくAIを導入すること”から、“使える示唆を安定的に生み出せる基盤をつくること”へ移っていることがわかります。部門ごとに分散したデータをつなぎ、表記ゆれや欠損を抑えたうえで、現場が解釈しやすい形で示唆を返せるかどうか。今後のAI活用では、この「データ基盤の質」こそが企業の競争力に直結していくと考えられます。

【まとめ】成功企業は“AIを入れた企業”ではなく、“AIが回る運用を設計した企業”だった

本調査から、企業におけるAI活用は、業務効率化の段階を超え、顧客理解の深化や顧客体験（CX）の改善といった、より上流の価値創出へと広がっていることが明らかになりました。特に、チャットやメール、問い合わせ履歴といったテキストデータや、コールセンターの応対ログなどの定性データをAIで読み解こうとする動きは、今後さらに強まっていくと考えられます。

その一方で、AI分析を「十分に活用できている」とする回答は約2割にとどまり、導入と成果活用の間にはなお大きな隔たりがあります。ボトルネックとなっていたのは、分析モデルの性能以上に、非構造データの構造化、データ品質の担保、そして分析結果を業務に組み込むための「運用設計」でした。さらに、活用できている企業とできていない企業の差を見ていくと、その違いはツールの導入有無ではありません。「何のために使うのか」という目的やKPIが明確に設定されていること、データ整備や前処理が標準化・自動化されていること、分析結果が業務フローの中に組み込まれ、実行までつながる設計になっていること、こうした前提がそろって初めてAIは実務のなかで機能します。

企業に求められているのは、AIを導入することそのものではなく、顧客の声を継続的に読み解き、施策に変えていける運用をつくることです。今後の競争力を左右するのは、AIの有無ではなく、AIを現場で回る仕組みにできるかどうかだと言えるでしょう。

本調査の詳細資料（ホワイトペーパー）はこちら：https://techtouch.jp/resources/ebook_ai-utilization/

■「AI Central Voice」について

「AI Central Voice」は、テックタッチ株式会社が提供するAI分析プラットフォームです。企業内にある顧客の声や従業員のフィードバックコメントなどを構造化し、分析可能な形式に変換します。変換されたデータを基にAIが重要な示唆や洞察を抽出するため、戦略的な意思決定を即時に行うことができます。また、部署間の情報統合を行うことで部署を横断した情報の共有、検索が可能です。

テックタッチがこれまで数百社の大手企業向けに提供してきた知見を活かし、企業の個社ニーズに合わせたAIナレッジデータベースをオーダーメイドで構築します。

AI Central Voice：https://aicentralapp.com

資料ダウンロードはこちら：https://aicentralapp.com/request/

＜「AI Central Voice」紹介動画＞