Listen Labs、バイラルなビルボード採用スタントの後、AI顧客インタビューを拡大するために6900万ドルを調達

Listen Labsは、AIを活用した顧客インタビューを提供するスタートアップで、最近6900万ドルのシリーズBラウンドを完了し、評価額は5億ドルに達しました。このラウンドはRibbit Capitalが主導し、Evantic、および既存投資家のSequoia Capital、Conviction、Pear VCが参加しました。これにより、同社の総調達額は1億ドルとなりました。ローンチから9か月で、年換算収益は15倍に成長し、8桁に達し、100万回以上のAI駆動インタビューを実施しました。

創業者のAlfred Wahlforssは、「顧客に没頭すれば、他のすべてはついてくる」と述べています。「Listenを使うチームは、マーケティングから製品に至るまで、あらゆる決定に顧客を巻き込み、顧客が喜べば全員が喜ぶのです。」

同社は以前、バイラルな採用広告で話題になりました。Wahlforssは100人以上のエンジニアを採用する必要がありましたが、マーク・ザッカーバーグが提供する1億ドルの報酬には太刀打ちできませんでした。そこで彼はマーケティング予算の5分の1にあたる5000ドルを費やし、サンフランシスコに無作為の数字の羅列に見えるビルボードを設置しました。実際にはそれらはAIトークンであり、解読するとプログラミングチャレンジにたどり着きました。それはベルリンのナイトクラブ「Berghain」のドアマン役のアルゴリズムを作成するというものでした。数日で数千人が挑戦し、430人が解読し、一部が採用され、優勝者は経費全額負担でベルリンに招待されました。

伝統的な市場調査の欠陥とListenの解決策

ListenのAIリサーチャーは、参加者を迅速に見つけ、詳細なインタビューを実施し、数週間ではなく数時間で実用的な洞察を提供します。同プラットフォームは、統計的精度はあるがニュアンスを逃す定量調査と、深みはあるがスケールしない定性インタビューの間の従来の選択を置き換えます。Wahlforssは、「調査は誤った精度をもたらします。なぜなら人々は同じ質問に答えることになるからです。外れ値を得ることはできません。人々は調査では実際には正直ではありません」と説明します。対面での人間によるインタビューは「深みはありますが、スケールできません」。

プラットフォームは4つのステップで機能します。ユーザーはAI支援でスタディを作成、Listenは世界中の3000万人のネットワークから参加者を募集、AIモデレーターがフォローアップ質問を含む詳細なインタビューを実施、結果はエグゼクティブ向けのレポート（主要テーマ、ハイライトリール、スライドデッキ）にまとめられます。

Listenのアプローチの特徴は、多肢選択形式ではなく、オープンエンドのビデオ会話を使用することです。Wahlforssは「調査では、何を答えるべきか推測でき、4つの選択肢があります。おそらく高収入を選ぶよう求められている、と。」「しかしオープンエンドの応答は、より正直さを引き出します。」

1400億ドルの市場調査業界の汚い秘密：蔓延する不正

Listenは世界中の3000万人のネットワークから適切な参加者を見つけ、選別します。しかし、このパネルを構築するには、Wahlforssが「この業界に入って学んだ最も衝撃的なことの一つ」と呼ぶ蔓延する不正に直面する必要がありました。「基本的に金融取引が伴うため、悪質なプレイヤーが存在します。収入が数十億ドルにも及ぶ大企業から、エンタープライズバイヤーを名乗る人々を送られてきても、私たちのシステムは即座に不正を検出しました。」

同社は「品質ガード」を構築し、LinkedInプロフィールとビデオ応答をクロスリファレンスして身元を確認し、参加者の回答の一貫性をチェックし、不審なパターンをフラグ付けします。その結果、Wahlforssによれば、「人々は3倍多く話し、政治やメンタルヘルスなどのデリケートな話題についてより正直になります。」

オンライン教育企業Emeritusは、Listenを使用する前は約20%の調査回答が不正または低品質だったと報告していますが、Listenを使用してほぼゼロに削減しました。Emeritusのカスタマーインサイト担当アシスタントマネージャー、Gabrielli Tiburi氏は、「不正や意味不明な情報のために回答を置き換える必要はありませんでした」と述べています。

Microsoft、Sweetgreen、ChubbiesがAIインタビューを活用してより良い製品を構築する方法

スピードの優位性はListenの提案の中核です。Microsoftでの従来の顧客調査は、洞察を生成するのに4〜6週間かかっていました。MicrosoftのシニアリサーチマネージャーRomani Patel氏は、「結果が届く頃には、決定が下されているか、影響を与える機会を逃しています」と述べています。Listenにより、Microsoftは数日、多くの場合数時間で洞察を得られるようになりました。MicrosoftはListen Labsを使用して50周年記念イベントのグローバルカスタマーストーリーを収集し、Patel氏は「ユーザーにCopilotがどのように最高の自分を引き出すかを共有してもらい、1日でビデオストーリーを集められました」と述べています。従来は6〜8週間かかっていました。

オクラホマ州の飲料容器メーカーSimple Modernは、Listenを使用して新製品コンセプトをテストしました。質問の作成に約1時間、スタディの立ち上げに1時間、全米120人からのフィードバック収集に2.5時間かかりました。最高マーケティング責任者Chris Hoyle氏は、「この製品を出すべきかどうか」から「どう発売すべきか」へと迅速に移行できたと述べています。

ショーツブランドChubbiesは、Listenを使用して子供向けフォーカスグループのスケジュール調整の課題を克服し、若者調査の参加者数を5人から120人へと24倍に増やしました。インサイト＆イノベーションディレクターのLauren Neville氏は、「学校、スポーツ、夕食、宿題があります。彼らのスケジュールに合わせて話を聞く方法を見つけなければなりませんでした」と説明します。さらに同社はAIインタビューを通じて製品問題を発見しました。Wahlforssによれば、AIが会話を通じて子供用ショーツの裏地に問題があることを認識し、数百人の子供にインタビューした結果、裏地が「チクチクする」という意見が確認されました。再設計された製品は「大ヒット」となりました。

ジェボンズのパラドックス：より安い研究が需要を減らさず増やす理由

Listen Labsは巨大だが断片化された市場に参入しています。WahlforssはAndreessen Horowitzの調査を引用し、市場調査業界は年間約1400億ドルで、一部は10億ドル以上の収益を持つレガシープレイヤーが占めており、彼らは破壊に対して脆弱だと述べています。「私たちは既存の予算ラインを置き換えています。理由は、第一に非常にコストがかかること、第二に調査かインタビューの古いパラダイムに固執し、協力に何ヶ月もかかることです。」

しかし、より興味深い力学は、AI駆動の研究が既存の支出を置き換えるだけでなく、新たな需要を生み出すことです。Wahlforssは、技術進歩が資源の効率を向上させると、効率向上が消費の減少ではなく増加をもたらすという経済原理、ジェボンズのパラドックスを引用しました。「私が気づいたのは、何かが安くなるほど、その需要は減るどころか増えるということです。顧客理解への需要は無限です。そのため、チームの研究者は桁違いの研究を行えるようになり、以前は研究者でなかった人々も仕事の一部として研究を行えるようになります。」

Listen Labsを築いたエリートエンジニアリングチーム：トイレが使える前から

Listen Labsは、Wahlforssと共同創業者がハーバードで出会った後に構築したコンシューマーアプリに起源を持ちます。「1日で2万ダウンロードされたアプリを作りました。ユーザーがいて、どうすれば彼らをよりよく知れるか考え、今日のListenのプロトタイプを構築しました。」共同創業者は「ドイツの競技プログラミング全国チャンピオンで、テスラ・オートパイロットで働いていました。」同社はエンジニアリングチームの30%が国際情報オリンピックのメダリストであり、これはAIコーディングスタートアップCognitionの創業者と共通しています。

Berghainのビルボードスタントは、ソーシャルメディアで約500万回の視聴を獲得しました。これはベイエリアの人材獲得競争の激しさを反映しています。Wahlforssは、「初期の従業員の中には、会社に使えるトイレがないうちに入社した人もいました。でも今はその状況を改善しました。」と述べています。同社は2024年に従業員5人から40人に成長し、今年は150人を目指しています。マーケティング、グロース、オペレーションなどの非エンジニアリングロールにもエンジニアを採用しており、AI時代には技術的素養があらゆる場所で重要であるという賭けに出ています。

合成顧客と自動化された意思決定：Listen Labsの次の一手

Wahlforssは、より推測的な領域に踏み込む野心的なプロダクトロードマップを概説しました。同社は「実施したすべてのインタビューを基に外挿し、合成ユーザーやシミュレートされたユーザーの声を作成する、顧客をシミュレートする機能」を構築しています。シミュレーションを超えて、Listenは研究結果に基づく自動アクションを可能にすることを目指しています。「推奨事項を作成するだけでなく、コードを変更したり、顧客離脱に対処するためのエージェントを生成したり、割引を提供して引き戻したりできるでしょうか？」

Wahlforssは倫理的懸念を認めています。「明らかに、自動意思決定全般には倫理的問題があります。しかし、企業が常にループ内にいるようにするための相当なガードレールを設けます。」同社はすでに機密データを慎重に扱っています。「いかなるデータでもトレーニングは行いません。機密性の高い個人情報は自動的に除去します。投資家と協力する場合など、重要な非公開情報にうっかり言及した場合でも、AIが検出して削除できます。」

AIがプロダクト開発の未来をどう変えるか

おそらくListenモデルの最も挑発的な含意は、プロダクト開発そのものを再形成する可能性です。Wahlforssは、継続的なフィードバックループを採用しているオーストラリアのスタートアップ顧客について説明しました。「彼らはオーストラリアに拠点を置き、昼間にコーディングし、夜間にアメリカのオーディエンス向けにListenスタディをリリースします。Listenがその日に構築したものを検証し、フィードバックを得ます。そのフィードバックをClaude Codeなどのコーディングツールに直接プラグインして反復できます。」このビジョンは、Y Combinatorの有名な格言「コードを書き、ユーザーと話せ」を自動化サイクルに拡張します。「コードを書くことは自動化されつつあります。そして、ユーザーと話すことも同様になるでしょう。ほぼ自律的に真に素晴らしい製品を出荷できる無限ループが生まれます。」

このビジョンが実現するかどうかは、Listenの制御を超えた要因——AIモデルの継続的改善、自動化された研究への企業の信頼、スピードが本当に優れた製品と相関するかどうか——にかかっています。2024年のMITの研究では、AIパイロットの95%が本番稼働に至らないことが判明しており、Wahlforssはこの統計を品質を重視する理由として挙げています。「品質を確保し、細部を正しくすることに常に重点を置かねばなりません。」

しかし、同社の成長は実験への意欲を示しています。MicrosoftのPatel氏は、Listenが「研究の単調さを取り除き、仕事に楽しさと喜びを取り戻してくれた」と述べています。Chubbiesは創業者に対し、全社員にログインを付与するよう働きかけています。ステーブルコイン決済スタートアップのSling Moneyは、10分でサーベイを作成し、当日中に結果を得られます。マーケティングマネージャーのAli Romero氏は「完全なゲームチェンジャーです」と述べています。

Wahlforssは、スピードと厳密さの緊張関係について問われた際、元GitHub CEOでListenの投資家でもあるNat Friedmanの言葉を引用しました。「遅いのは偽物だ。」これは方法論的な慎重さに基づく業界への攻撃的な主張です。しかしListen Labsは、AI時代において最も速く耳を傾ける企業が勝つと賭けています。唯一の疑問は、顧客が応答するかどうかです。