従業員サーベイを導入する企業は年々増えています。エンゲージメントスコアの推移をダッシュボードで追い、部署別のヒートマップを眺め、前回比の数字を経営会議に報告する——そんな運用が、多くの人事部門で当たり前になりました。
一方で、サーベイを回すほどに深まる悩みがあります。
「スコアが下がったことは分かった。で、なぜ下がったのかが分からない」。
本記事では、従業員サーベイが本音を拾いきれない構造的な理由を整理したうえで、定量サーベイに「AIインタビュー（AIアンケート）」を組み合わせて従業員の本心まで掘りに行く、新しい従業員サーベイパッケージの設計を、実際の画面とともにご紹介します。
Qualtrics をはじめとするエンゲージメントサーベイのパッケージの普及で、eNPS やエンゲージメントスコアの定点観測は、もはや特別な取り組みではなくなりました。
年1回の本格的なエンゲージメントサーベイに加えて、月次・週次で数問を聞くパルスサーベイを運用する企業も珍しくありません。
しかし、サーベイの運用が定着した組織の人事担当者から、よく聞く声があります。
エンゲージメントサーベイやパルスサーベイは、組織の「体温計」としてはよく機能します。異変のシグナルを検知することはできる。しかし体温計だけでは診断はできません。
「どこが」「なぜ」悪いのかを特定する問診——つまり一人ひとりの話を聴くプロセス——が抜けているのです。
「サーベイに本音を書いてもらえばいいのでは」と思われるかもしれません。しかし従来の従業員サーベイ・従業員満足度調査の手法には、本音が出てこない構造的な理由が3つあります。
1つ目は、選択式の設問は「人事が用意した仮説」しか検証できないことです。
5段階評価の設問は、設計者が「ここに課題がありそうだ」と想定した論点への賛否しか測れません。想定外の不満——たとえば「新しい経費精算フローが現場の負担になっている」——は、設問に存在しない限り、永遠にデータに現れません。
2つ目は、自由記述の回答負担が大きすぎることです。
空欄のテキストボックスを前に、忙しい業務の合間で自分の状況を構造化して文章にまとめるのは、回答者にとって重労働です。結果として多くの回答は数行で終わり、「何がどう問題なのか」まで踏み込んだ記述は、ごく一部の熱量の高い従業員からしか得られません。しかもその記述に「それは具体的にどういう場面ですか？」と聞き返す手段がありません。
3つ目は、人が介在する面談では「誰に聞かれるか」を意識して建前が混ざることです。
上司との1on1や人事面談で、評価者を前に「マネジメントに不満があります」と率直に言える従業員は多くありません。匿名サーベイであっても、「自由記述の書きぶりで特定されるのでは」という警戒は働きます。
その結果どうなるか。本音が表に出るのは、退職面談という「もう失うものがないタイミング」になってから——これが多くの組織で起きている典型的なパターンです。
そこで提案したいのが、いまの定量サーベイに「聴く」レイヤーを重ねた、2つのパートからなる従業員サーベイパッケージです。
ここでいう AIアンケート（AIインタビュー） とは、回答内容に応じて AI がその場で追加の質問を投げかける、対話型のアンケートのことです。「今の職場を知人に勧めたいですか？」に低いスコアがついたら、「そのスコアにした一番の理由を教えてください」「それはいつ頃から感じていますか？」と、まるでインタビュアーのように掘り下げていきます。
従来手法との違いを整理すると、次のようになります。
全従業員に30分の面談を実施するのは、数百人規模の組織では現実的に不可能です。しかし AI インタビューであれば、「一人ひとりの話をじっくり聴く」体験を、面談のコストなしに全員へ届けられます。
「AI 相手に本音なんて話すだろうか？」と思われるかもしれません。実際には、AI が相手だからこそ話せる、という構造があります。
AI インタビューには、その場で評価者と向き合うという構えが要りません。ただし、回答者が率直に話せるかどうかを最終的に決めるのは「誰と話すか」ではなく、「誰に何が伝わるか」です。対話ログは記録として残ります。
だからこそ、その閲覧範囲と結果の使い道をあらかじめ決め、回答を始める前に伝えておくこと（後述の「運用上の留意点」）が欠かせません。記録は残る前提で、その扱いを明示する——そこまで設計して初めて、デリケートなテーマでも率直な答えが返ってきます。
自由記述と違い、AI インタビューは回答を受けて「それはなぜですか？」「具体的にはどんな場面ですか？」と追いかけます。人間のインタビュアーが行う深掘りを、全員に対して同じ品質で実施できます。
以下は、AIインタビュー「コルクトーク」で実施した従業員エンゲージメントサーベイのフォローアップ・インタビューの実際の対話ログです。
スコアを聞いたあと、AI が「働き続けたいと感じる理由」→「特に評価している制度や文化」と、回答者の発言を受けて質問を重ねていることが分かります。
AI インタビューはスマホがあればいつでも回答できます。面談の日程調整は不要で、就業時間に縛られることもありません。「話を聴いてもらう」体験を、従業員側のペースで届けられます。
「深掘りインタビューの設計」と聞くと専門的に感じるかもしれませんが、実際にはサーベイ設計の延長線上で作れます。
ここでは「四半期エンゲージメントサーベイのフォローアップ・インタビュー」をコルクトークで設計した例をご紹介します。
調査の流れはシンプルです。
※ ここで挙げているのは深掘りパート（AI インタビュー）側の設問例です。
定量パートの四半期エンゲージメントサーベイ本体では、直近の業務量や疲労の度合い、四半期目標に対する手応え、チーム内の雰囲気など30問前後を聴取するのが一般的ですが、本記事では深掘りパートの流れを分かりやすくするため割愛しています。
管理画面では、この流れをブロックをつなぐフローチャートとして設計します。
※ 上の画面は深掘りパートを単独で実施する構成のため、冒頭に数値入力ブロック（推奨意向・総合満足）を置いています。定量パートで eNPS を取得済みの場合は、このブロックを外し、引き継いだスコアで分岐させてください。
深掘りの「強さ」も設問ごとにコントロールできます。たとえば改善要因を掘る設問では深掘りレベルを「深め」に設定し、発言に出てきた制度や仕組みの具体名を聞き出す設定や、対話が長くなりすぎないよう終了ターン数の上限も指定できます。
なお、個人名を引き出す設定は、従業員サーベイでは使わないことをおすすめします。
名指しされた従業員が不利益に取り扱われるおそれがあること、ハラスメント申告の正式な手続との境界が曖昧になること、聴取記録が懲戒手続の証拠として扱われうることが理由です。
掘るのは「人」ではなく「制度・仕組み・運用」に限定してください。
設計が終われば、あとは共有 URL を従業員に配布するだけです。実施は AI が自動で行うため、対象者が 10 名でも 500 名でも人事側の工数は変わりません。
「全員にインタビューしたら、読むのが大変では？」——これも AI インタビューでは心配ありません。定量と定性が同じ画面に集まり、分析まで一気通貫でつながります。
スコア設問は従来のサーベイと同じように、下図のようにチャートで俯瞰できます。
※この画面は0〜10点の回答分布と平均値を表示しています。eNPSは推奨者（9〜10点）割合−批判者（0〜6点）割合で別途算出します。
そして従来のサーベイと決定的に違うのは、スコアの隣に「その理由」が並ぶことです。回答テーブルでは、1行が1人の従業員の声として、推奨度スコア（0〜10点）・継続意向・深掘りで語られた内容の要約が横並びで確認できます。
※ 上の画面はデモ環境の抜粋（8件）です。n数が少ない場合、部署や属性と組み合わせると個人が特定される可能性があります。実運用では、個票の閲覧権限と最小集計単位をあらかじめ定めておくことをお勧めします
（後述の「運用上の留意点」）。
さらに AI 分析テーブルを使えば、全員分の対話ログを読み込まなくても、設問ごとの要点を AI が自動で抽出・整理してくれます。
下の画面はデモ環境の抜粋（8件）ですが、回答が数十〜数百件に増えても同じように、「評価基準がわかりにくい」「業務量の波と残業の集中」「部署間連携の弱さ」といった改善要因が設問ごとに整理され、どの論点から手を付けるべきかが一目で分かります。
必要に応じて個別の対話ログ（文字起こし）まで遡れるので、「スコア（定量）→ 理由（定性）→ 打ち手」が一つの流れでつながります。
※ 本記事の画面はデモ環境のスクリーンショットです（回答はデモデータ）。
AIインタビューには、定量サーベイより踏み込んだ内容が集まります。だからこそ、回答者の秘匿性をどう守るかを設計段階で定め、回答前に本人へ伝えておくことが重要です。最低限、以下の3点を検討することをお勧めします。
誰が個人単位の対話ログを読めるかを定めておくことを推奨します。
コルクトークの権限はプロジェクト単位で管理されており、参加メンバーは個票の対話ログまで閲覧できます。評価者である直属の上司や現場マネージャーはプロジェクトから外し、人事担当者のみをメンバーとする運用が望ましいでしょう。
管理職への共有は、匿名化・要約した分析結果をCSVなどで書き出して行うことをお勧めします。
何人未満の部署・属性を非開示とするかを決めておくことを推奨します。
目安は5〜10名で、これを下回る単位で開示すると、回答内容と属性情報の組み合わせから個人が特定される可能性があります。この基準は人事側の運用ルールとして定め、共有するレポートの粒度でコントロールするのが現実的です。
①②のルールを、回答開始前に必ず伝えることをお勧めします。ルールを定めていても、回答者がそれを知らなければ率直には答えてもらえません。また、個人情報保護法上も、利用目的の事前特定と本人への通知が求められます。
コルクトークでは冒頭に案内文のブロックを置けるため、閲覧範囲・結果の使い道・保存期間をそこに明記する形が考えられます（具体的な運用は自社の規程や法務部門にご確認ください）。
本記事の提案は、いま運用しているエンゲージメントサーベイやパルスサーベイを捨てる話ではありません。定点観測としての定量サーベイはそのままに、「聴く」レイヤーとして AI インタビューを1枚重ねる——それだけで、従業員サーベイは「スコアを眺める仕組み」から「打ち手につながる仕組み」に変わります。
導入は小さく始められます。
従業員の本音は、退職面談で初めて聞くには惜しすぎる情報です。「聴く」仕組みに関心をお持ちの方は、AIインタビュー「コルクトーク」の紹介ページをご覧ください。
実際の調査設計を体験いただけるデモも用意しています。
