AIマーケティングの活用事例11選｜公表された数字で見る成果と始め方【2026年版】

AIマーケティングの事例を集めると、景気のよい数字が並びます。CVRが141%改善、売上が前年比24%増、処理時間が20分36秒から2分18秒へ。社内の企画書に引用したくなる数字ばかりです。

ところが、出どころをたどると様子が変わります。テスト導入の結果だったり、北米で行った検証の数字だったり、サービスの提供元が自社の発表として出したものだったりします。事例を紹介する記事の中には、公式の発表を読んでも見つからない数字が混ざっていることもあります。

この記事では、AIマーケティングの活用事例を11件選び、それぞれの数字を2026年11月時点の公表元のページ（各社の発表や導入事例のページ）で確かめました。数字には、発表元、いつのどの範囲か、成果か検証かを添えています。あなたが自社で試す施策を選ぶときに、数字を同じ物差しで比べられるようにするためです。

AIマーケティングの活用事例は「使うデータ」と「目的」で5つに分類できる

11件の事例は、AIに渡すデータと、AIを使う目的の組み合わせで5つの分野に分類できます。 同じ「AIマーケティング」でも、社外の関心データからアプローチ先を決める事例と、社内のQ&Aで問い合わせに答える事例では、準備するものも成果の測り方も違います。

表を縦に読むと、上の2分野は「誰に・どれだけ」を決めるためにAIを使い、下の3分野は「作る・答える」手間を減らすためにAIを使っています。自社で試すなら、まず目的がどちらに近いかを決めると、そろえるデータが絞れます。

下の図は、同じ5分野を4つの区画に置いたものです。右上の区画には、広告とLPの成果を上げる分野と、広告の制作に生成AIを使う分野の2つが入ります。

図1：11件の事例の5分野を、使うデータ（上は社外のデータや制作の素材、下は社内にたまるデータ）と目的（左は決める、右は作る・答える）で4つの区画に置いた図。右上の区画には、広告とLPの成果を上げる分野（3件）と、広告の制作に生成AIを使う分野（2件）の2つが入る

ターゲット企業の関心をつかむBtoBの事例2選

AIマーケティングの事例記事にBtoBの事例が少ないのには、理由があります。BtoCの事例は、会員や購買のデータが自社にたまっていることが前提です。BtoBでは、問い合わせの前の担当者は名乗りません。手がかりになるのは、どの企業がどんなテーマに関心を持っているかという、企業単位のデータです。

ウルテクは、ログリーが保有する国内オンラインデータネットワークから得た独自のIDデータをもとに、企業がサイトの外で関心を持つテーマ（インテント）を捉えます。BtoC関連など日常のコンテンツは除外し、BtoBに関連するデータだけを厳選しています。インテントは検討の手がかりで、購入の予定を示すものではありません。

ウルテクで実現できることは、ターゲット企業からの商談獲得です。マーケティングと営業が関心の手がかりをもとにアプローチを実行・改善できる、商談獲得の仕組み化を一緒に進めます。下の2社は、この手がかりをアプローチの順番を決めるために使いました。

図2：リコー様とレクシスネクシス・ジャパン様の進め方を、担当ごとに並べた図。ウルテクが自社サイトの閲覧やインテントを企業ごとにまとめ、マーケティングが企業ごとにスコアをつけて営業へ共有する。レクシスネクシス・ジャパン様は、設定した条件でAIが分析した結果を担当者が確かめてから共有している

事例1 リコー様｜展示会後のアプローチ順を決める

リコー様は、樹脂判別ハンディセンサー（RICOH HANDY PLASTIC SENSOR B150）のマーケティングでウルテクを導入しました。サイトへのアクセスは多いのに、製品の価値が具体的な課題の解決と結びつかず、問い合わせに至る人が少ないことが課題でした。前の年に出展した展示会では、誰がどうフォローし、どこで案件が立ち消えになったのかを追えていなかったといいます。

導入後は、展示会で名刺を交換した企業のリストをウルテクに読み込み、その企業が展示会の前後に自社サイトをどう閲覧したかを見ています。リコー様のチームは、閲覧時間や訪問ユーザー数の増減から企業ごとの“熱量”をスコアにし、アプローチする企業の優先順位を決めました。毎週1回、ダウンロードしたデータで資料を作り、セールスとインサイドセールスのチームに共有しています。

AIを使うのはその先で、まだ試みの段階です。「ウルテクAIエージェント」で、業界やお客様の規模に合わせた営業資料の骨子を作る試みを始めています（ウルテクの公開事例「株式会社リコー様」・2025年10月公開）。公開事例に、件数や率の数字はありません。

展示会のリストをもとにしたアプローチで、実際に商談化した成果も出始めていると話しています。製品は89.8万円ほどの高価格帯で検討に時間がかかるため、導入後すぐに売上が急増するわけではないとも話しています。

事例2 レクシスネクシス・ジャパン様｜週5件に厳選

レクシスネクシス・ジャパン様では、リモートワークの広がりで電話が担当者に通じにくくなり、Webの解析だけでは顧客のニーズが分からないことが課題でした。マーケティングと営業の両方で使えることが、導入の決め手だったといいます。

運用の起点は、マーケティングが営業に対して置いたKPIです。毎週5件、優先してアプローチする企業を営業と共有すると決め、ウルテク上で「この条件でターゲットをスコアリングし、インテントを分析して」と設定しました。設定した指示をもとにAIが分析した結果が毎朝メールで送られ、マーケティングの担当者が中身を確かめてから営業に共有しています。

結果は、週5件に厳選したリストから、好調時は半数以上が商談化です（ウルテクの公開事例「レクシスネクシス・ジャパン株式会社様」・2026年6月公開）。「好調時」という条件がついた数字なので、毎月の平均として読まないようにします。

2社とも、どの企業に先にアプローチするかは人が決めています。AIに分析を任せているのはレクシスネクシス・ジャパン様で、リコー様はAIを営業資料の骨子づくりに使い始めた段階です。ウルテクを使う会社の取り組みは、資料「ターゲット企業からの商談獲得の仕組み化 事例12選」にまとめています。

購買データから需要を予測する事例

需要予測の事例では、毎日たまる購買データと、天気のような社外のデータを掛け合わせ、どれだけ売れるかを先に見積もります。

事例3 グッデイ｜夏物の仕入れを経験からAIの予測へ

北部九州を中心に63店舗（2023年時点）を展開するグッデイは、POSや社内のシステムのデータに、気象データや市場データを合わせてGoogle BigQueryに保管し、毎日更新しています。そのうえで、「気温が上がると夏物は売れる」という現場の経験による予測を、AIの予測モデルに切り替えました。

2020年夏物の売り上げは前年比24％増、平均在庫は16％マイナスで推移しました。 この数字は、データ分析の支援会社PigDataのメディア「PigUP」の事例記事（グッデイの事例・2024年1月4日）にあるもので、グッデイ自身の発表ではありません。範囲は2020年の夏物に限られます。

売上と在庫の両方が数字で出ているのは、11件の中でもこの事例だけです。売上が伸びても在庫が膨らめば、仕入れの判断としては成功と言いにくいからです。同じ記事は、DXの成功のかぎにスモールスタートを挙げています。BtoBでも、受注や出荷のデータが毎日たまる商材なら、同じ考え方を仕入れや生産の量の見積もりに当てはめられます。

広告とLPの成果を上げる事例3選

広告とLPの事例は、どれも「AIで作り、配信の前か後に比べる」流れです。違うのは、比べる相手と、数字がどの範囲のものかです。

事例4 電通デジタル｜LPの分析から改善案までをAIで

電通デジタルは、DLPO株式会社と共同で「∞AI LP」を開発し、2025年3月13日に発表しました（電通デジタルの発表）。LPの分析から改善案の作成、効果の予測、デザインの示唆までをAIで行う仕組みです。

テスト導入した事例では、配信中の既存LPに対し、分析から新しいLPの公開までの時間を約50時間短縮し、CVR改善率141%を達成したとしています。提供元の自社の発表で、テスト導入の結果です。改善前のCVRと、改善率の計算のしかたは発表文に書かれていません。

見落としやすいのは、人の作業です。発表には、LP制作のコンサルティングを手がけてきた専門人材が、改善案に沿ったデザインの作業もすべての工程で行うとあります。AIが案を出し、人が仕上げる分担です。

事例5 NTTドコモ×インテージ｜店内サイネージの広告を生成AIで

NTTドコモ・インテージ・ダイノブ（台信商店）・今村商事の4社は、2024年5月8日から6月28日まで、熊本県のスーパーダイノブ城南店で実証実験を行いました。販売を強めたい商品の広告を生成AIで作り、店内3か所のサイネージで流し、ID-POSデータで効果を確かめています（インテージの発表・2024年6月28日）。

作成手順のうち最大で3分の2の工程を半自動化し、外注すると1週間程度かかる作成時間を、画像と動画を含めて最短1時間以内に収めました。広告の表示期間（1商品あたり7日間）では、平均で1.2倍、最大で3.3倍の売上増加に寄与したと発表しています。1店舗での実証実験の結果です。

「最大で3分の2の工程を半自動化」は工程の数の割合で、作業時間の削減率ではありません。時間の短縮を示すのは「最短1時間以内」のほうです。広告を作るだけでなく、ID-POSデータで売上への効果まで比べているため、この記事では広告とLPの成果を上げる分野に入れました。

事例6 サイバーエージェント｜検索広告ごとにLPをAIで作る

サイバーエージェントは2021年6月23日、検索連動型広告のアドグループごとに、効果の予測値が高いLPをAIで作る「極予測LP」の提供を始めました（サイバーエージェントの発表）。既存のLPの効果を上回った場合にだけ報酬を受け取る、成功報酬型のサービスです。

先行テストでは、既存のLPと比べて最大134％CVRが改善したという結果が出ています。提供元の発表で、「最大」の値です。制作の時間は、従来のおよそ半分になるとしています。

広告の制作に生成AIを使う事例2選

この分野の2社の発表には、どちらも成果の数字の記載がありません。公表されているのは、生成AIで何を作ったかという事実です。

事例7 伊藤園｜AIタレントのTV-CMと生成AIのパッケージ

伊藤園は、AI技術で生成した専属のAIタレントを「お～いお茶 カテキン緑茶」のTV-CMに起用しました。第一弾は2023年9月に放映を始め、第二弾は2024年4月4日から放映しています。AIタレントには、AI model社のサービスを採用しています。2024年4月1日には、生成AIによるパッケージデザインを採用してリニューアル発売しました（伊藤園の発表・2024年3月29日）。

伊藤園は、AIタレントのTV-CMへの起用を日本で初めてとしています。根拠として、CM総合研究所のデータベースで調べた結果を注記しています。制作期間や制作費が減った幅は、この発表には書かれていません。

事例8 パルコ｜撮影をせず、全編を生成AIで作った広告

パルコは2023年10月30日、「HAPPY HOLIDAYSキャンペーン」の広告を公開しました。モデルの撮影は行わず、人物から背景までをプロンプト（画像を生成するための言葉）で作り、グラフィックとムービーに加えて、ナレーションと音楽も生成AIで作っています。女性のナレーションは、社員を含む複数の女性の声をサンプリングして作りました（パルコの発表）。

制作費、制作期間、来館者数の数字は、PR TIMESの発表にも、パルコのサイトのPDFにもありません。生成AIの広告の事例として紹介するときは、「全編を生成AIで作った」という事実までにとどめます。

問い合わせ対応と営業を支える事例3選

3件とも、もとになるのは社内にすでにある文章です。Q&A、マニュアル、過去の問い合わせ。AIが答えられるのは、渡した文章の範囲までです。

BtoBのマーケティングでも、製品の仕様や導入の条件についての質問は、営業やサポートに何度も同じ形で寄せられます。社外向けの窓口に置くか、ヒノキヤグループのように社内の営業担当が使うかで、準備するQ&Aの書き方も変わります。

事例9 ニッセン｜問い合わせの15%をAIチャットボットが担う

ニッセンは、通販サイト「ニッセンオンライン」の問い合わせの窓口に、AIチャットボット「KARAKURI」を置きました。既存のQ&Aをもとに、質問と回答の組を用意しています。

2019年5月現在、問い合わせのうち55％をRPA、15％をAIチャットボットが担っています。 数字はKARAKURI株式会社の導入事例（KARAKURIの事例）にあるもので、提供元の発表です。15%はAIチャットボット、55%はRPAの分です。2つを足してAIの成果として読まないようにします。

事例10 ヒノキヤグループ｜営業マニュアルをAIチャットボットに

ヒノキヤグループ（事例のページでの社名は桧家ホールディングス）には、コンサルティング会社と1年以上かけて作った応酬話法のマニュアルがありました。このマニュアルを分解してQ&Aの形にし、建築用語や契約に必要な法律の情報も加えた約1,400のデータで、AIチャットボット「ひのくまコンシェルジュ」の運用を始めました。

事例では、展示場のハウジングアドバイザーが、タブレットで思いついた疑問をその場で聞いている話が紹介されています。

運用を担当する部署は、回答の満足度が高くなかったQ&Aを中心にデータを更新しています。事例は、2か月の運用で効果を実感したと紹介しています。今は運用開始当初の60%増のQ&Aで運用しているといいます（エクサの導入事例）。提供元の発表で、売上や件数、処理時間といった成果の数字はありません。

事例11 富士通｜返信の作成時間を北米で検証

富士通は、Salesforceのリセールパートナーとして運営するサポートデスクで、生成AI「Einstein for Service」を北米で先に検証しました。2023年8月から、年間の受付が約1700件ある国内のサポートデスクのデータを翻訳し、Fujitsu North America, Inc.の環境で試しています。

返信を作るオペレーターの平均処理時間は、20分36秒から2分18秒になりました。 会話の要約では、対応後の平均処理時間が3分36秒から30秒になっています。

この検証の結果を経て、日本での採用を決めました（Salesforceのブログ・2024年3月27日）。提供元のブログで、本番運用の実績ではなく検証の数字です。BtoBでは、製品についての問い合わせに営業やサポートの担当者が答える場面があります。返信を作る時間が減れば、その分を顧客への対応に回せます。

事例の数字は、成果か検証か・発表元・期間と範囲を確かめて読む

事例の数字を並べると、性質の違う数字が混ざっていることに気づきます。社内の企画書に引用する前に、次の3つを確かめると、数字の重さをそろえられます。

成果か、検証か、予定か

本番の運用で出た成果の数字は、グッデイ、ニッセン、レクシスネクシス・ジャパン様の3件です。電通デジタル（テスト導入）、NTTドコモ×インテージ（実証実験）、サイバーエージェント（先行テスト）、富士通（北米での検証）の4件は、範囲を絞った検証の結果です。今回は、今後の期待だけが書かれた発表と、検証を始めたという発表は、成果がまだ無いため事例から外しました。

リコー様は、AIの部分は試みの段階ですが、データで優先順位を決める本番の運用があり、商談化した成果も出始めていると話しているため残しています。

発表元は事例の会社か、提供元か

発表した会社は3種類です。

• 事例の会社自身：伊藤園、パルコ、NTTドコモ×インテージ（4社の連名）
• サービスの提供元：電通デジタル、サイバーエージェント、KARAKURI、エクサ、Salesforce、ウルテク
• 第三者のメディア：グッデイの記事

提供元の発表は、うまくいった例が選ばれやすいことを前提に読みます。

期間と範囲はどこまでか

数字には、必ず期間と範囲がついています。2020年の夏物、2019年5月時点、1商品あたり7日間の表示、北米の環境、「最大」の値。範囲を外して「売上24%増」「CVR134%改善」とだけ書くと、数字の意味が変わります。

3つの観点で、全事例を1つの表に並べました。

表の右2列を見ると、事例の会社でも提供元でもないメディアが紹介した数字は、グッデイの1件だけです（元の出どころは記事に書かれていません）。本番の運用で出た成果の数字も3件にとどまります。成果の数字の記載が無いのは、リコー様、伊藤園、パルコ、ヒノキヤグループの4件です。

図3：見出しの数字だけを読むと、自社でも同じ伸びを見込んでしまう。成果か検証か・発表元・期間と範囲を確かめると、数字の重さが分かり、比べる条件を決めてから自社で試せる。例は電通デジタルの発表（2025年3月13日）

3つを確かめても、同じ数字が自社で出るとは限りません。それでも、比べる条件（どのLPで、何週間、何と比べるか）を先に決めておけば、試した結果を正しく評価できます。ウルテクを使う会社の事例も、課題と進め方と結果を会社ごとに整理し、資料「ターゲット企業からの商談獲得の仕組み化 事例12選」にまとめています。

AIマーケティングを始める4つのステップ

事例を進め方で読み直すと、次の順番で進めている事例が多くあります。目的を1つ決め、データをそろえ、範囲を絞って試し、人が確かめてから広げる順番です。

図4：AIマーケティングを始める4つのステップ。目的とKPIを1つ決め、使うデータをそろえ、1つの施策で小さく試し、人が確かめてから広げる。11件の事例の進め方から整理した順番

1. 目的とKPIを決める

最初に、何を増やすか、何を減らすかを1つに絞ります。レクシスネクシス・ジャパン様は、毎週5件、優先してアプローチする企業を営業と共有するというKPIを置いてから、AIに分析の条件を設定しました。あなたのチームが追っている指標が商談の件数なのか、問い合わせへの対応時間なのかで、選ぶ事例も変わります。

2. 使うデータをそろえる

AIの出す答えは、渡したデータの範囲を超えません。グッデイは社内と社外のデータをBigQueryにまとめて毎日更新し、ヒノキヤグループはマニュアルをQ&Aの形に作り直しました。データの形を整える作業が、AIを入れる前の大きな仕事になります。

3. 1つの施策で小さく試す

電通デジタルとサイバーエージェントはテスト、NTTドコモ×インテージは1店舗、富士通は北米の環境で試しています。LP1本、店舗1つ、窓口1つのように範囲を決め、AIを使わない場合と比べられる形で始めます。

4. 人が確認して広げる

発表の中で人の確認や判断が書かれている事例もあります。電通デジタルは専門人材がデザインを仕上げ、レクシスネクシス・ジャパン様はAIの分析結果を担当者が確かめてから営業に共有し、ヒノキヤグループは満足度の低い回答を直し続けています。うまくいった施策から、対象を広げます。

AIマーケティングの活用事例のよくある質問

まとめ

あなたの会社がBtoBで、ターゲット企業からの商談獲得にAIとデータを使いたいなら、同じ立場の会社の進め方から読むのが近道です。ウルテクを使う会社の課題と進め方と結果は、資料「ターゲット企業からの商談獲得の仕組み化 事例12選」で読めます。