パナソニックEW、顧客の声をAIで商品企画に活用　分析利用者は従来の2倍超

ニュースの要点

フライルは2026年11月11日、パナソニック エレクトリックワークス（パナソニックEW）による、顧客の声を分析するAIサービス「Flyle」の導入成果を発表しました。商品企画の仮説確認や、発売後の振り返りに活用しています。

年間約60万件の問い合わせを扱うコンタクトセンターの声を、商品企画などの部門が利用できるようにするための取り組みです。通話をテキストにする仕組みを整えたうえで、AIによる要約や分類、チャットでの分析を導入しました。

発表によると、ツールへアクセスする利用者は従来の2倍以上に増え、月報作成の工数も削減しました。約60万件は年間問い合わせの規模で、検証用データの件数ではありません。利用者数の比較期間や工数削減率、商品の売上への効果は示されていません。

ニュース出典: フライル「パナソニックEWがお客様価値向上のためFlyleを活用し、高精度AI分析で年間約60万件の顧客の声を商品企画の「使える」データに。」（2026年11月11日）

イノベーション総研の考察

AIの分析精度だけでなく、商品企画の担当者が自ら情報を探せるようになったことが今回の論点です。ただし、分析する人が増えることと、企画の判断が良くなることは別です。導入前に何が利用を妨げていたかから見る必要があります。

まず記録の不足を直し、その後にAIで探しやすくした

AIを導入する前に、通話内容を記録する仕組みを整えた順番が重要です。

発表では、以前は応対履歴を人が入力し、記録の粒度にばらつきがあったと説明しています。背景や文脈が十分に残らず、原文を読み直す負担もありました。情報が記録されていない問題と、記録された情報を探すのに時間がかかる問題は異なります。

同社は音声認識で通話をテキストにする仕組みを整えてから、AIでの要約や分類を検討しました。記録の不足を残したまま要約だけを改善しても、もともと残っていない事情は取り出せません。新規事業で同種のサービスを提供するなら、分析ツールだけでなく、顧客の情報がどこで失われているかを先に確認する必要があります。

利用者の増加は、分析担当者だけに頼らない使い方を示す

専門の担当者が報告を作るだけでなく、商品企画の担当者が必要な声を探す役割へ広がっています。

Flyleでは、不満や要望、潜在的なニーズなどの切り口で声を整理し、件数順に見られるようにしています。商品企画側は、営業を通じた意見に加え、実際に商品を使う顧客の声を調べ、発売後には好意的な評価と厳しい意見の両方を確認しています。

ただし、アクセスした人数が増えただけでは、継続して使われたかは分かりません。初めて開いた人と、企画ごとに使う人を分け、どの判断のために検索したかを追う必要があります。利用者2倍という値は従来ツールとの比較であり、分析の正しさが2倍になったことや、全社員が利用したことを示す数値ではありません。

問い合わせの多さを、市場全体の需要と同一視しない

問い合わせの分析は仮説を見つける材料であり、問い合わせをしていない顧客の需要まで証明するものではありません。

コンタクトセンターには、使い方の疑問、不満、購入後の事情などが集まります。既存顧客の困りごとを具体的に把握できる一方、問い合わせをしない人や、まだ買っていない人の意見は同じようには入りません。件数が多い声を、そのまま新商品の市場規模へ換算することはできません。

商品企画に使う際には、どの商品や利用場面の声かを絞り、元の記録を確認したうえで、別の調査や試作品への反応と比べます。今回の公表は業務での活用事例であり、AIの分類精度を第三者が検証した結果や、特定の商品が売れることを示す実験ではありません。

次の導入判断は、集計時間と企画に使えた結果の両方で行う

月報作成が速くなっても、企画の担当者が使える根拠になったかは別に確かめます。

新規事業の担当者の方が顧客の声を扱うサービスを試す場合は、導入前と同じ期間・対象で、集計や確認にかかった時間を比較します。AIが分類した結果の修正時間も含めることで、単に作業を他の担当者へ移していないかを確かめられます。

今回の案件で次に見るのは、商品単位での情報の横断分析や、品質管理へ広げた際の運用です。企画の仮説がどう変わり、どの声を根拠に判断したかを記録できれば、利用者数より深い成果を確認できます。問い合わせを集める部門から、判断する部門へ結果を届け続けられるかが、継続利用の基準になります。

まとめ

パナソニックEWは、顧客の声をAIで分析し、企画や発売後の振り返りに活用しています。利用者の増加と集計の効率化は発表されていますが、商品の売上効果とは別です。記録を整える工程から、担当者が判断に使う工程までを見ることが重要です。

関連記事: SansanとprimeNumberの顧客データ連携 ／ AOKIとGRIDの顧客確認実証