DscoutがMCPを一般公開、UXリサーチはClaudeとCodexの中で回り始めた

Dscoutは、ユーザーの生活の現場で行動と感情を記録するUXリサーチ基盤だ。

参加者の募集から日記調査、インタビュー、分析、社内共有までを1つのワークスペースにまとめ、2026年8月にはMCPを一般公開してAIツールの中から直接スタディを走らせられるようにした。出典

Michael Winnickは、リサーチを一部の専門家の仕事から、プロダクトを作る全員の習慣へ移そうとしている。

「次の優れたプロダクトは、ユーザーから学び続けられるチームが作る」と同社は2026年4月のAI Studio発表で伝えた。出典

分断された道具を1つに畳む

リサーチの現場は、募集、インタビュー、分析、共有が別々の道具に分かれていた。

Dscoutはこの4つを1つのプラットフォームにまとめ、日記調査からインタビュー、ユーザビリティテスト、コンセプトテストまで同じ場所で回せるようにした。出典

手法ごとにツールを乗り換えない設計は、研究チームの運用コストを下げる。

だが統合だけでは、研究予算を守る材料にはならない。

AIを別製品にせず、導線に埋め込む

2024年7月、DscoutはAI Analysisを出した。

録画の要約、テーマの抽出、注目すべき場面の特定をAIが担い、リサーチャーは解釈に時間を使える。

Winnickは「リサーチ、デザイン、プロダクトのチームが、より速く高品質なインサイトを出すことを求められている」と述べ、AIを既存機能の延長として位置づけた。出典

2026年4月のAI Studioでは、研究目的を書くとスタディ設計が出て、AI主導のインタビューが回答に応じて質問を変えるところまで進んだ。出典

外部のAIツールに呼ばれる側へ

2026年8月、DscoutはMCPを一般公開した。

Claude、Codex、GitHub Copilot、VS Code、Figma Makeから、Dscoutの権限のままスタディを作成し、配信し、結果を読める。

既存のリサーチをAIに読ませるMCPが多いなかで、新しい調査を走らせる側に賭けた。出典

Winnickは「チームがアイデアから実際の顧客フィードバックへ、ツールを変えずに動けるとき、リサーチはもっと速く、より影響力を持つ」と述べている。出典

投資対効果を数字で示す

2025年7月、Forrester Consultingの委託調査が、3年間で320%のROI、NPV 2.0百万ドル、回収期間6か月未満という試算を公表した。

失敗する企画を早く止めた削減額、市場投入の短縮による利益が内訳として示されている。出典

研究予算は削られやすい。

削減額と短縮日数を金額で語れるかどうかが、更新の分かれ目になる。出典

パネルの厚みを外部で補う

2025年8月にはRespondentとの提携でPartner Panelsを始め、300万人超の参加者に届くようになった。

自社パネルの質を保ちながら、届かない属性と地域を提携で補う。出典

研究ツールの価値は、機能の数より「問いたい相手に、どれだけ早く聞けるか」で決まる。

Dscoutのこの1年の動きは、その一点に寄せて設計されている。

Dscoutが刺さるのは、四半期ごとに複数のユーザー調査を回し、その結果を製品判断の根拠として説明する必要があるチームだ。

募集、インタビュー、分析、共有が別々の道具に分かれていると、研究のスピードは道具の乗り換え回数に縛られる。出典

痛みは予算の場面で顕在化する。

研究は効果を金額で語りにくく、削減候補に挙がりやすい。

DscoutはForrester Consultingの委託調査で3年間320%のROI、回収期間6か月未満という試算を出し、研究予算を防御する材料を用意した。出典

示唆は明確だ。

研究ツールの価値は「便利な機能」ではなく、意思決定の速度と予算の説明責任を同時に満たせるかで決まる。

自社パネルScoutの回答品質と、提携パネルを含む300万人超の到達範囲が一次的な堀になる。

さらにISO 27001、SOC 2 Type II、HITRUST、HIPAA、GDPRの対応は、大企業の調達審査を通過するための実務的な参入障壁だ。出典

ネットワーク効果は弱い。

参加者は増えても他の参加者の価値は上がらず、研究者同士の共有も組織内に閉じる。

強いて言えば、提携パネルの拡大で対象者属性の網羅性が上がるほど、ニッチな調査でもDscoutが選ばれやすくなる二面性はある。出典

UXリサーチャー、プロダクトマネージャー、デザインリーダー、マーケティング担当。

中堅から大企業で、四半期に複数の調査を回すチームが中心。出典

個人開発者や、まず無料で試したい小規模チームは対象外に近い。

第一に、募集から共有までを1つの製品に畳んだこと。

分断された道具を統合すると、削減効果を金額で示しやすくなる。出典

第二に、AIを新製品ではなく既存機能の延長として出したこと。

研究チームは操作を覚え直さずにAIの恩恵を受けられる。出典

第三に、MCPで外部のAIツールから呼ばれる側に回ったこと。

ワークフローの主導権を渡さずに接点を増やす設計だ。出典

公開価格がなく、比較検討の初期スクリーニングで候補から外れやすい。出典

資金調達額、従業員数、ARRが非公開で、財務の健全性を外部から検証できない。

研究予算は景気で削られやすく、この不透明さは調達審査で不利に働く。

AIモデレーションの品質とバイアスは第三者が評価しにくく、医療・金融など規制産業では人間の介在を前提とした運用設計が必要になる。出典

MCP経由の調査は、誰がどんな質問をしたかのガバナンスが整備途上で、導入企業側のルールづくりが追いついていない。出典

獲得は、ROIの可視化、顧客事例、アナリスト評価、AI機能の継続投入の組み合わせで進んでいる。

Duolingo、Airbnb、Google、Best Buyといった事例を並べ、検討初期の安心材料にする。出典

フェーズとしては、研究専任チームからプロダクトマネージャー兼任の組織へと購買層を広げる段階にある。

AI StudioとMCPはそのための入口で、専門知識の少ない利用者を取り込むほど、価格の説明責任は重くなる。出典

主要チャネル: content_seo, case_studies, analyst_reports, partnerships, events

既存SaaSがAI時代に取る道として参考になる。

AIを別ブランドで売るのではなく、すでに使われている導線に埋め込み、外部のAIツールから呼べる接続口を先に公開する。

機能を「置き換えられる対象」ではなく「AIが使う道具」に変える発想だ。出典

専門職の仕事はAIで不要になるのではなく、判断材料を集める速度が上がる。

価値の中心は、何を問うかを決める側に移る。

日本語のスタディ設計と国内パネルの厚みが最初の壁になる。

AIモデレーションは日本語の相づちや敬語の扱いで品質差が出やすく、国内回答者向けの質問設計の調整が要る。

個人情報保護法と越境移転の説明責任も論点で、国内保管や委託先の開示を求める企業は多い。

リサーチ専任が少なくプロダクトマネージャーが兼任する組織向けに、テンプレートと外部ツール連携を前面に出すと導入理由が作りやすい（意見）。