ギャプライズは、UX改善業務にClaudeを組み込みました。
2026年8月から10月にかけて、分析や資料作成の手作業を52%減らしました。
一方で、AIを含む作業時間の合計は1人あたり月約30時間から約32時間と、ほぼ横ばいでした。
記事の概要
ギャプライズは、生成AIのClaudeをUX改善チームの業務に導入しました。
対象は分析、改善案の作成、試作、報告資料の作成です。
2026年8月、9月、10月の手作業の割合は、それぞれ77%、59%、35%でした。
チーム7人の工数を業務ツールの利用時間や会議、Claude Codeの記録から推計しました。
10月のペースが続く場合、年間で約1,000時間の手作業をAIに置き換える計算です。
ContentsquareとMCPで連携し、ファネルやエラーなどの行動データをAIが取得して分析します。
金融サービスの手続きページでは、3案のモック作成まで実働約4.6時間でした。
住宅販売の物件一覧ページでは、仮想ユーザー6人による分析から3案のモック作成まで実働約1時間でした。
記事のポイント
- 手作業をAIへ移行: 手作業の割合は77%から35%に下がりましたが、AIを含む総作業時間はほぼ横ばいでした。
- データ連携で分析: Contentsquareの行動データをMCP経由でClaude Codeに取り込み、改善案やモックを作成しました。
- 人の確認を維持: 実データの利用や別AIによる反証などを組み込み、各工程で人が確認する運用にしました。
このニュースがもたらす影響
- 導入を検討する企業: 手作業の削減率だけでなく、AIの処理待ちや人の確認を含む総工数で効果を測る必要があります。導入前後で工程別の時間を記録し、削減が実際の余力創出につながったかを確かめる運用が求められそうです。
- UX支援サービス提供者: 外部の行動データをAIに接続するだけでなく、根拠の限定や反証、人の確認まで含めた業務設計が競争力になり得ます。顧客には、生成物の速さと同時に品質管理や検証範囲を示すことが必要になりそうです。
- UX改善を発注する企業: 分析からモック作成までの進め方が変わることで、依頼時には成果物だけでなく、利用データ、AIと人の役割、配信前に残る確認工程まで確認することになりそうです。短納期でも検証を省かない発注設計が重要になります。
このニュースの背景
UX改善では、行動データから離脱理由を読み解き、改善案や試作に落とし込む工程に人手と経験が必要でした。
ギャプライズは、AIを顧客に勧める前に自社チームで使い、手作業がどの程度置き換わるかを測定しました。
ContentsquareのデータをMCP経由でClaude Codeに取り込む運用を10月から使い、分析から試作までの流れに組み込んでいます。
実データを根拠にすることや別AIによる反証、工程ごとの人の確認を設けており、効率化と品質管理を併せて検証しています。
関連するニュース
- ギャプライズがClaudeで競合調査からA/Bテスト試作までを支援する4機能を提供開始しました。
- 株式会社Uravationが747人の診断データを分析し、AI活用を広げる人のAI化率が2.7倍と公表しました。
- Next Operationは、中堅・中小企業の経理・労務を対象に、AI活用前後の業務フローを可視化する診断を始めました。
詳しい記事の内容はこちらから(引用元)
株式会社ギャプライズのプレスリリース(2026年11月17日 09時30分)ギャプライズ、Claudeを使ったUX改善で…
https://prtimes.jp/main/html/rd/p/000000290.000057359.html