〖開催報告〗2026/06/30「Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用」ウェビナー

2026年7月20日

2026年6月30日（火）、Bright Data様主催、AiWiLL株式会社制作支援によるオンラインウェビナー「Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用」を開催しました。

検索で調べる時代から、AIエージェントが市場を読みに行く時代へ。

ウェビナー中盤、Bright DataとClaude Codeを組み合わせ、Amazonレビュー158件を数分で取得・分析するデモが行われました。画面上で商品・レビュー数を指定すると、外部Webデータが取得され、顧客の不満、評価点、満たされていないニーズの仮説が整理されていきます。

これは単なるツール紹介ではありません。新規事業のリサーチ、市場調査、競合分析、テストマーケティングにおいて、事業仮説を試す回数そのものを増やす実務の変化を扱った1時間でした。

登壇したのは、AIエージェント活用の実践者である佐藤すぐる氏と、Bright Dataアンバサダー / 株式会社Haru代表の尾形拓海氏。モデレーターはAiWiLL株式会社の赤堀亘が務めました。本記事では当日の論点を整理します。

アーカイブを視聴する

デモの操作画面、登壇者同士の具体的な会話、質疑応答の全編はアーカイブでご覧いただけます。
アーカイブ視聴URL：https://youtu.be/zXzp4QBFZFA

プログラム
登壇者紹介
トークテーマ1：AIエージェントで新規事業開発はどう変わるか
トークテーマ2：新規事業開発におけるAIエージェントの具体的活用を教えて！
質疑応答

AIエージェントが変える、新規事業開発の前提

冒頭では、「AIエージェントによって新規事業開発はどう変わるのか」がテーマになりました。

尾形氏は、クライアント支援における大きな変化として、要件を定義できれば、プロトタイプをすぐに形にできる点を挙げました。従来のように、要件を固めて開発を依頼し、完成を待つだけではありません。実際に触れるものを早く出し、顧客の反応を見ながら企画・開発・検証を進められます。

佐藤氏は、自社メディアの流入元、資料ダウンロード、ユーザー属性、反応の違いをAIエージェントで分析し、新規事業の「筋」を探る実践例を紹介しました。月間13万PV規模のメディアデータから、どのテーマに需要がありそうかを定期的に確認しているといいます。

両氏に共通していたのは、AIエージェントを「アイデアを出す存在」ではなく、市場の反応を見に行き、検証サイクルを速める実務装置として捉える視点でした。

検索だけでは見えない市場を、複数の情報源から読む

市場調査の対象は、Xやニュースサイトだけではありません。佐藤氏は、TikTok、Instagram、中国のWeChat、海外の有料ニュースレターなど、日本国内では広く流通していない情報源にもAIエージェントを活用していると紹介しました。

特にTikTokやInstagramには、検索だけでは拾いにくい生活者の声や、海外で先に起きているトレンドがあります。動画をテキスト化し、AIで整理すれば、言語や媒体の壁を越えて一次情報に近づけます。

こうしたリサーチでは、AIエージェントが複数の情報源を巡回し、収集した内容を整理してレポートする運用も可能です。重要なのは、情報量を増やすことではなく、事業仮説の精度を上げるために、これまで見られなかった市場の声へ到達することです。

実践デモ：Amazonレビュー158件を数分で「市場の声」に変える

ウェビナーの見どころとなったのが、尾形氏によるBright Data活用デモです。Bright DataとClaude Codeを組み合わせた「Amazonニーズファインダー」では、分析したいキーワード、取得する商品数、1商品あたりのレビュー数を選択すると、Amazonの商品情報・レビューを取得し、Claude Code上で分析できます。

今回のデモでは、「ビーガンスキンケア」「敏感肌」などを対象に、158件のレビューを分析しました。出力されたのは、次のような事業開発に直結する観点です。

よくある不満：効果を実感しにくい、保湿力が足りない、香りが強い
評価される点：低刺激で敏感肌でも使いやすい、ベタつかず浸透感がある
事業仮説：満たされていないニーズ、差別化できるポイント、顧客満足度の所見

レビューを要約することが目的ではありません。人手なら、商品ページを開き、レビューを読み、表に整理し、傾向と仮説を探す必要があります。その前段の大量データ処理をAIエージェントに任せることで、担当者は「では、何を作るべきか」という判断に早く進めます。

データ取得から分析結果が出るまでの速度感は、静止画だけでは伝わりません。設定から結果表示までの実演は、アーカイブでご覧ください。

テストマーケティングは、出した後の反応まで読む

後半では、プロダクトや新規事業アイデアをどう検証するかというテストマーケティングの話題へ進みました。

佐藤氏は、自社サイトにAIエージェント型のWebアプリケーションを組み込み、利用状況を分析している事例を紹介しました。Google AnalyticsやMCPと連携し、単なるアクセス数ではなく、どの企業・どの層が、どの機能に反応しているかを読むことで、次の打ち手を判断します。

動画編集系AIサービスで600件規模のリードが集まったスタートアップの例では、AIエージェントで有望なリードを抽出し、優先してヒアリングすべき相手や検証すべき機能を見極める方法が共有されました。

「作る」「出す」「反応を読む」「改善する」。AIエージェントの価値は、この一連のサイクルで人間の判断を補い、次の検証を速く始められることにあります。

SNSの「伸びる型」も、データから企画に変える

尾形氏からは、SNSプロモーションでの活用例も紹介されました。Bright DataでTikTokのハッシュタグ情報を取得し、上位投稿の構成、冒頭のフック、投稿フォーマット、訴求パターンを分析します。

たとえば敏感肌スキンケアや低刺激コスメのようなテーマでは、最初の1秒に何を伝えているか、どの切り口が反応を得ているかを把握できます。企画を感覚だけに頼らず、実際に伸びている投稿の型をもとに組み立てられる点が重要です。

AIエージェントが最終的な答えを出すのではなく、人間が見るべきパターンを先に拾い、企画の叩き台をつくる。外部データとAIエージェントの組み合わせは、SNS運用においても仮説の質と検証速度を高めます。

質疑応答で見えた、実務での活用テーマ

質疑応答では、参加者の関心がすでに具体的な業務活用に向いていることがわかりました。

競合のInstagram、TikTok、Xのエンゲージメントをどう分析するか
公式コネクターだけでは足りないGoogleドライブ連携をどう補うか
Bright DataでGoogle Mapやキーワードトレンドのデータを扱えるか

回答では、Xの投稿時間、冒頭フック、引用、リツイート、返信、いいね、ブックマークなどを分解して見る方法や、Bright DataでX、Instagram、TikTok、LinkedIn、Facebookなどの主要プラットフォームを扱えることが紹介されました。Google Map関連データは、店舗ビジネス・飲食店の競合分析、口コミ分析、商圏把握にも活用できる可能性があります。

参加者の問いは、「AIエージェントに何ができるか」から、明日からどのデータを取り、どの業務に使うかへと移っています。

まとめ：AI時代の事業開発は、仮説を試す回数で差がつく

今回のウェビナーで示されたのは、AIエージェントの価値が単なる作業時間の短縮にとどまらないことです。

Amazonレビュー分析、SNS調査、競合リサーチ、プロトタイプ作成、リードスコアリング。公開情報を大量に集めて傾向を分析する仕事をAIに任せることで、人間は次の領域に集中できます。

どの課題を解くかという課題設定
どの顧客に向き合うかという顧客理解
どの仮説に賭けるかという意思決定

AIがすべてを代替するわけではありません。だからこそ、AIエージェントと外部Webデータを活用し、人が判断すべきことに時間を使う体制が、新規事業開発とマーケティングの差につながります。

アーカイブで、具体的な実演と質疑応答を確認する

Claude Code・Codexを使ったリサーチの実務像、Bright Dataによるデータ取得・分析の流れを確認したい方は、アーカイブをご視聴ください。
アーカイブ視聴URL：https://youtu.be/zXzp4QBFZFA

お知らせ

Bright Dataは、公開Web上のデータ取得、データセット活用、スクレイピング基盤、SERP APIなどを通じて、AIエージェント時代の外部データ活用を支援するプラットフォームです。Amazonレビュー、SNSトレンド、Google Map関連データ、検索結果データなどを活用することで、市場調査や競合分析の精度とスピードを高められます。