インフルエンサーに投稿してもらう施策で、いちばん時間を食うのは制作ではなく確認です。原稿が届き、ブランドの表記や製品名の使い方を見て、修正を返し、また待つ。この往復が長引くほど、イベントの熱が冷めた頃に投稿が出ることになります。コラボレーションツールのMiroは、この一次確認をAIに任せ、自社イベント後48時間以内に公開できた比率を64%から99%へ変えたと公表しました。公開されている事例には、社内の3人がそれぞれ違う使い方に行き着いた経緯と、品質を落とさないために決めたことが書かれています。
何をしたか：一次レビューの担当を作った
事例に登場するのは、Miroで社内の活用を推進する3人です。そのうちインフルエンサーマーケティングを担当するNicole Judson氏が作ったのが、Influencer Content Reviewerという仕組みでした。クリエイターから届いた原稿を、イベントのブリーフ（依頼内容をまとめた資料）と突き合わせ、ブランドの一貫性や名称の表記が守られているかを最初に確認する役割です。同氏はこれを「レビュー工程の背骨になった」と表現しています。
数値は、同社が年に開く製品発表イベント「Canvas」の前後で比較されています。Canvas 2025のイベントでは、インフルエンサーの投稿が48時間以内に公開できた比率は64%でした。この仕組みを導入したあとのCanvas 2026では、3つのイベントを通じた平均が99%になったと述べられています。レビューにかかる時間そのものも半分になったとされています。
規模も書かれています。同氏はグローバルのイベントシリーズで、3つのイベントを通じて90人近いインフルエンサーを担当し、その一人ひとりを主役級の存在として扱うことを目標にしていた、と語っています。人数が増えるほど、一次確認は同じ作業の繰り返しになります。そこを機械に渡した形です。
人が手放さなかったもの
この事例で参考になるのは、自動化した範囲がはっきり線引きされている点です。AIが担うのは、ブリーフとの照合、ブランド表記の一貫性、名称の使い方といった、正解を定義できる確認です。一方で、内容がクリエイターらしさを保っているか、伝え方として適切か、という判断は人が持ち続けています。原稿がルールに沿っているかどうかと、その原稿が良いかどうかは別の問いだ、という切り分けです。
同社が挙げているもう一つの決めごとが、出典を必ず付けさせることです。共有している指示の中で「主張ごとに、それがどこから来たのかへのリンクを付けることをClaudeに義務づけている」とされています。リンク先は社内のチャット、ドキュメント、ウェブページのいずれでもよく、要は根拠をたどれる状態にしておくということです。加えて、チーム全体へ広げる前に人が検証すること、外部に出るものの最終判断は人が持つことが挙げられています。
指示そのものを点検する運用も置かれています。指示同士が矛盾していないか、参照してよいデータの範囲を守っているかを見る、という趣旨です。AIに任せる仕事が増えると、任せ方を書いた文書が増えます。その文書が古くなったり衝突したりする前提で、点検の担当を決めている形です。
同じ道具が、別の職種では別の使われ方をした
事例のもう2人は、まったく違う使い方に行き着いています。プロダクトマーケティングを担当するKate Hostetler氏は、成果物を作らせるのではなく、考えるための相手として使っていると述べています。同氏によれば、Slack、メール、ドキュメント、Miroのボードに散らばった文脈を集める作業のほうが、実際に分析する時間より長くかかっていました。そこで、まとまりきっていない問題をそのまま話し、論理を突いてもらう使い方に変えたといいます。「聞きたいことではなく、聞くべきことを言ってくれる」という評価が引かれています。
3人目のBetty Woods氏は、金曜日の進捗まとめを定期実行に置き換えました。以前はMiroの表を1行ずつ手で更新しており、90分以上かかっていた作業です。現在は金曜の朝に自動で走り、Slackのやり取り、メール、カレンダー、会話の履歴から材料を集めて、10分程度で片付くようになったとされています。出力はMiroのボードへ直接反映されます。同氏は、この道具の8割の時間を、作業の代行ではなく相談相手として使っているとも述べています。
同じ導入から3通りの使い方が出てきたこと自体が、この事例の要点です。事例の冒頭でも、広まる速さは意外ではなかったが、価値が出た場所が意外だった、という趣旨の言葉が引かれています。用途を決めてから配るのではなく、配ってから用途が見つかった、という順序です。
定着のために言われていること
事例には、社内へ広げるときの助言も載っています。1つ目は、始める仕事の選び方です。見栄えのする仕事ではなく、いちばん嫌だと感じている仕事から始めるように、とJudson氏は述べています。避けたい作業ほど手順が固まっていて、任せた効果もはっきり出る、という理屈だと読めます。
2つ目は、設定と検証に実際の利用者を巻き込むことです。使う本人が試していない仕組みは、想定と違う場面で止まります。3つ目は、チームごとに推進役を決めておくことです。導入時だけでなく、その後の質問に答える人がいるかどうかで定着が変わります。
もう一つ、権限への不安を早い段階で扱うことが挙げられています。この道具は端末上のファイルを扱えるため、どこまで見られるのかという懸念が出ます。利用者が特定のフォルダだけに絞れることを説明する、という対処が紹介されています。ここを曖昧にしたまま配ると、使わない理由が積み上がります。
日本の実務者が参考にできる点
第一に、効果が出た場所の見つけ方です。この事例で最も分かりやすい数値が出たのは、レビューという工程でした。制作でも企画でもありません。社内の作業を並べたとき、正解が文書で決まっていて、件数が多く、しかも人が待たされている工程があれば、そこが最初の候補になります。インフルエンサー施策に限らず、広告原稿の表記確認、記事の入稿前チェック、申請書類の不備確認などが同じ形をしています。
第二に、線引きを先に決めることです。ルールとの照合はAI、良し悪しの判断は人、という切り分けが最初からあったからこそ、比率の改善を成果として語れています。逆に、この線を引かずに「全部見てもらう」形にすると、出てきた結果を人が全部読み直すことになり、時間は減りません。何を確認させるのかを、確認項目の一覧として書き出せるかどうかが分かれ目です。
第三に、根拠をたどれる状態を運用の条件にすることです。主張ごとにリンクを付けさせるという決めごとは、地味ですが効きます。出力が正しいかを検証する手間は、根拠が示されていない場合に跳ね上がります。社外へ出る文章を扱うなら、この条件は最初から入れておくほうが安上がりです。
留意点として、ここで挙げた比率や時間は、いずれもMiroが自社の運用について述べた内容であり、第三者の検証を経た数値ではありません。48時間以内の公開率が上がった背景には、仕組み以外の要因（担当者の慣れ、イベントの規模や進行の違いなど）も含まれ得ます。同じ道具を入れれば同じ比率になる、という因果を示すものではありません。導入の判断には、自社の現在の所要時間を実測して並べる必要があります。
出典と注記
この記事は、Anthropicが公開している導入事例と、Miroの公式イベントページを出典としています。比率・人数・時間は原文の表記のまま記載し、換算や丸めは行っていません。担当者の発言は、原文の英語を要旨として日本語にしたもので、逐語の訳ではありません。導入の費用、対象となった投稿の総数、売上や商談への影響は、この記事の出典からは確認できませんでした。
この分野の実務を相談したい方へ
記事で扱っている内容は、当社が実務として支援している領域です。 自社で進めるか外部に任せるかの判断からご相談いただけます。