AIインタビュー系プロダクトまとめ

セッション作成画面

回答画面

AIが深掘り質問をリアルタイムで生成する

管理画面・レポート

以下の中だと、このあたりに注目する価値がありそう

ーーー

Listen Labsは「聞きたいこと」を入力すると、AI面接官が対象ユーザーにインタビューを回し、示唆を“使える形”で返すAI-firstの顧客調査プラットフォームです。

強みはまず参加者アクセスで、同社は3,000万人規模の“事前に属性が揃った参加者”へのアクセスをうたい、広告・メッセージ・新規コンセプト・ユーザビリティなど幅広いテーマに短時間で当てられる設計です。アウトプットも“調査屋っぽい納品物”に寄せていて、レポート/テーマ抽出/ハイライト/デッキ（プレゼン資料）まで一気通貫。さらに、インタビューが蓄積されることで検索可能なリポジトリ（ナレッジベース）化する、という絵を描いています。

実績面では、2026/1に$69MのSeries B（Ribbit主導）を発表し、同社発表では立ち上げ9か月で年次売上が15倍、100万件以上のインタビュー、Microsoft等を含む“数百社”の企業に提供など、伸びの速さを強調しています。

自然言語で「Z世代のChatGPTユーザーの声を聞きたい」とか指示するだけで、適切な人間を3000万人の中から見つけてヒアリングしてきてくれる

レポートで具体的な返答が引用されていて、その元インタビュー映像を視聴することもできる

Mazeは元々プロトタイプテスト等のリサーチ基盤を持つ会社で、そこにAI Moderator（AIモデレーション面談）を組み込みました。

特徴は「“AI面接ツール単体”」ではなく、既存の調査ワークフローの中に自然に入ること。公式の位置づけでは、AI-moderated interviewsは市場探索・課題発見などの“探索的（generative）”な初期調査に向くとし、より多くの声を集めてパターンを掴む用途を明確にしています。参加者リクルートは、自社ユーザーをリンク/アプリ内導線で呼ぶか、Maze Panel（審査済み参加者のマーケットプレイス）を使う選択肢を提示。

品質面では「引用はソースに紐づく/要約は編集できる（traceable & modifiable）」など、リサーチの監査可能性を意識した説明が多いです。要するにMazeは、“AI面接の魔法”よりも、既存研究の信頼性や管理に馴染むAI面接として出しているのが強みです。

セッションを作成するフォームの設計がクオリティ高い

コンテキストを補完するための自動Deep Research機能がある

https://gyazo.com/266ce57332cde15b11c8eacd0d802acf

「問いについて、既に持っている仮説」を書くフォームがある

https://gyazo.com/f76b3c2fbea1c9d038c6a5fd6ef67fe7

「現状の仮説と実態のギャップ」が一番価値あるインサイトなので、それを書くことでインサイトの質がめっちゃ高まる

https://gyazo.com/413459d913dc102ad33bceb0ae03edfa

ビデオインタビュー自体は、「トピック1を3分、トピック2を5分」みたいな感じで時間ベースで設定する

Keplarはテキスト/動画よりも音声（voice）で顧客に当たる色が濃いスタートアップです。

TechCrunchの紹介では、従来コンサル/調査会社に頼っていた顧客インタビューを、音声AIが代替して高速・低コスト化する発想。具体的には、プロダクトに対する問いを入れるとインタビューガイド（質問設計）に変換し、AI音声アシスタントが参加者に連絡してプローブ（深掘り質問）まで行う。

顧客のCRMにアクセスできれば既存顧客に直接当てる運用も想定し、結果はレポート＋PowerPoint形式で返す、と説明されています。実績面では2025/9に$3.4M seed（Kleiner Perkins主導）が報じられ、顧客例としてCloroxやIntercomが挙げられています。強みは、“声”の情報量（温度感）を残したまま大量ヒアリングするところにあります。

実際にAIインタビュワーと音声で会話できる

https://gyazo.com/02d70266f2949e8e6ac8f6d204f09cab

インタビュワーは、ユーザーの発言を毎回繰り返して「〜〜ということですね」と確認してくる

絶妙にしつこくない程度

音声体験が強そう

Digital Twinsという新プロダクトを開発中みたい

https://gyazo.com/390cc01fbc20d0bba99b05904c4ef2c6

Conveoは「AI video interviewer（多言語・大量）＋即時分析」を“研究の相棒（AI coworker）”として売る会社です。自社発表では、2024年設立→$5.3M seed（YC等）を調達し、Unilever/Orange/Sanofi/Google等での利用を挙げています。

特徴は、①一晩で数百本の“深い”動画インタビューを並列実施、②任意言語で運用、③分析は構造化・翻訳・コーディングまで含めて自動化、④品質面で「各インサイトが元動画/書き起こしにリンクする」＝根拠を辿れる、と強調している点です。さらに“人はAI相手の方が本音を言う”という主張もあり、AI相手の開示度が高いという調査結果（自己申告）を掲載しています。

全体としてConveoは、**スピード最優先で“研究を回す回数を増やす”**思想が強いプロダクトです（※数値は同社発表）。

映像から非言語的なシグナルを取り出せることを推している

目が泳いだ、声のトーンが落ちた、など

https://gyazo.com/4a2d1e9cdcca68b631f8c81562766503

Remeshは、いわゆる1on1インタビューの置き換えというより、大人数と同時に対話して“集合知的に”定性を取るプラットフォームです（同社は“Collective Dialogue”の文脈）。発表ではGeneral Catalyst主導の$10M Series Aに触れつつ、顧客はコンサル/調査会社からFortune 1000まで幅広く、用途もプロダクト/広告案の評価、従業員エンゲージメント、アイデア創出など“多数の声を短時間で掬う”領域を挙げています。

強みは、①一度に大人数から反応を取り、②会話ログからパターンを抽出し、③意思決定に使える示唆へまとめる、という「定性と定量の間」を狙える点。

AIインタビュワーの“深掘り”とは違う価値なので、探索初期の仮説出しや、テーマの当たりをつけるフェーズで強いタイプです。

他とはだいぶ違う「Collective Dialogue」という仕組みを提供している

Step 1. セッション作成者が、オープンエンドなプロンプトや質問を設定する

Step 2. 各参加者が、それに対して自分の言葉で回答する

Step 3. それぞれの参加者の回答に対して、他の参加者たちが反応していく。相互に評価していくイメージ。

このデータを分析することで、参加者間で合意できていることは何なのか、意見が分かれているポイントはどこにあるのか、などがわかります。それによって、集団の意見の傾向や合意形成の状況を可視化することが可能です。

なるほど、社内の福利厚生改革のためにボトムアップな議論をしたユースケースがある

Outsetは「調査の深さ（インタビュー）」と「量・速度（サーベイ）」のトレードオフを潰すことを前面に出す、AI-moderated researchの代表格です。単発の“AIインタビュー”に留めず、同社はCustomer Experience Management（CXM）をAIネイティブで作り直す文脈も打ち出しており、NPS/CSATのような“スコアは分かるが理由が分からない”世界を、AIエージェントが会話で掘って原因まで拾う方向に寄せています。

運用面の強みは、40+言語対応でグローバル調査の摩擦を下げる点、そして発表上はセキュリティ/不正対策（fraud detection）を組み込んだ“企業向け”を強調している点。

資金面では2025/12に$30M Series B（Radical主導）を発表し、同社発表では2025年に売上8倍、顧客としてMicrosoftやNestlé、Uber等を挙げています。投資家側の解説でも、AIが（設計→リクルート→実施→分析）をスケールさせる点が中核として語られています。

プロダクトとして興味深い機能とかUIは特に見つからず

LPで推している点が、われわれの倍速会議のユーザーに刺さっている点と大体同じだな

Great Questionも「AIインタビュー専門」ではなく、リサーチの運用基盤（募集・日程・リポジトリ等）を持つ会社が、AI Moderated Interviews（ベータ）を足した形です。

打ち出しは分かりやすく、「サーベイのリーチ × インタビューの深さ」。強みは①並列で数百〜数千人にインタビューできる、②スケジューリング不要で参加者が好きな時間に参加できる、③“チャットボット的な固定台本”ではなく、回答に応じて追い質問・深掘りを変える点。

さらに、各セッションは動画・書き起こし・ハイライトが自動生成され、結果がリポジトリに流れ込む（＝過去研究と繋がる）ので、あとからの横断検索や共有がしやすい。

要はGQは、「AI面接」そのものより“研究資産として溜まり続ける設計”が強みで、ResearchOpsや複数チーム運用に向きます。

インタビューのデータベースを構築して、知見を貯めていけるらしい

https://gyazo.com/504240fc5dd68c1e87841c8484747b46

Dialogue AIは「ライブの会話型AIインタビュアー」を核に、調査の一連を“縦積み”で自動化するタイプです。Business Wire発表では、設計→リクルート→ライブのAIモデレーション面談→分析までを統合し、既存業務システムとも接続、継続的に文脈を蓄積していく構想を語っています。ここが強みで、単に“面接をAIがやる”だけでなく、調査運用の摩擦（担当者・専門家不足、設計/手配の遅さ、コスト）をまとめて消す方向。加えて「研究者だけでなく、マーケ/デザイナ/エンジニア等も使えるconsumer-gradeなUI」を強調し、研究の民主化を狙っています。

資金面は$6M seed（Lightspeed主導）を発表し、顧客例としてWayfair、Square（Block）、Nextdoor、Sunoなどが挙げられています。投資家ブログでも、従来8〜12週かかるプロジェクトを1〜2日に圧縮する価値が語られており、“スピード×定性深掘り”で勝ち筋を作る設計です。

https://gyazo.com/06649ebba96f9e8c429cf5cc2d6eb1ed

UIがゴテゴテしていない　機能をうまく削っている

プロの研究者向けではなく、一般人向けにデザインされていそう

Strellaは音声ベースのAIモデレーターで、短時間に大量の定性インタビューを回すことを前面に出します。発表では、AIモデレーターが回答に応じてリアルタイムに掘り下げ、熟練リサーチャーのように「なぜ」を取りに行く点を強調。

実績面は、2025/10に$14M Series A（Bessemer主導）を発表し、同社発表では顧客数4倍・売上10倍、AmazonやDuolingo、Apollo GraphQL、Chobaniが導入し、数千件のインタビュー・平均90%の作業時間削減などを掲げています。

VentureBeatの取材記事だと、当時40社超の有料企業や売上指標、「ZoomでAIと話す」ような体験、不正/曖昧さの検知、さらには人間モデレーターの同席も可能といった“ハイブリッド運用”が語られています。強みは、音声で深掘りしつつ、運用はAIで並列化するバランスにあります。

https://gyazo.com/916967af2005be358dfa65f5626755d2

「ユーザーがウェブサイトを操作していて、それをAIが観察しつつユーザー体験についての質問をしていく」とかができる

目的次第で色々なことができそう

例えば「政治ニュース番組を見ながらAIインタビュワーと会話する」とかすると、その人の政治的スタンスの作られ方について色々面白い情報が得られそう

GetWhyは、動画（video）中心の非同期インタビューを大量に集め、AIで洞察化する「消費者調査の工業化」を狙う会社です。TechCrunchによると、ユーザーが「何を知りたいか」を入力すると、AIが調査テンプレート（設計）を組み立て、素材（広告案やビジュアル等）をアップロードして検証、リクルートは自社でリンク共有するか、GetWhy側で支援する形。

インタビューはオンライン動画で“アンモデレート（非同席）”に回し、同社は24時間以内に完了できると述べています。核となる分析はBloomというAIで、動画回答を解析して定性インサイトとして提示する仕組み。

順当にめっちゃクオリティが高そう

動画解析の仕組みが肝っぽいが、あんまり情報が公開されていない