Column
「AIでメールを書き換えれば返信が増える」は本当か——1万6880通のフィールド実験が明かした、感情ポジティビティという本命経路
AIによるメールのトーン書き換えは、開封率・返信率・返信速度への直接効果ゼロだった。しかしplayfulトーンへの書き換えが送信者の感情的ポジティビティを高め、そのポジティビティが返信率を大きく予測することが6社・1万6880通のフィールド実験で明らかになりました。「AI導入したのに返信率が変わらない」の正体を読み解きます。
こんにちは。Affectosphere Group の三浦です。
こんな経験はないでしょうか。
「AI書き換えツールを営業チームに導入したが、返信率はほぼ変わらなかった」「メールをプロフェッショナルな文体に直してもらったら、むしろ反応が薄くなった気がする」「そもそもメール支援AIのKPIをどこで測ればいいのかが、まだわかっていない」——。
「AIで業務メールを書き換えれば成果が出る」という期待は広がっているのに、実際の数字がなかなかついてこない。そんな現場は少なくないと思います。
arXiv に公開された研究（Ben-Zion & Lazebnik, arXiv:2607.11749）は、まさにその問いをリアルな業務現場で試しています。6社121名の従業員が参加する3週間のフィールド実験で、実際の業務メール1万6880通を使って測定した、かなり骨太な研究です。
今日は感情AI（affective computing）の視点から、この実験が教えてくれることを読み解きます。
今日の3点
- 6社121名が3週間のランダム化クロスオーバーデザインに参加。業務メール1万6880通を「素の文章」「GPT-5でplayfulトーンに書き換え」「GPT-5でprofessionalトーンに書き換え」の3条件で送り、開封・返信・感情トーンを測定した。
- AIのトーン書き換えは、開封率・返信率・返信速度への直接効果はゼロだった。ただしplayfulトーンへの書き換えは送信者の感情的ポジティビティを有意に高め（B=+0.068, p<0.001）、そのポジティビティが開封（OR=2.05）と返信（OR=3.32, p<0.001）を強く予測していた。
- AI書き換えは「使うこと自体」で相手の行動を変えるツールではなく、「生成される言語の感情トーン」を経由した間接経路でのみ機能する。KPIの置き場所とトーン設計の両方を見直す必要がある。
① 1万6880通のリアルなメールで何が起きたか
実験の設計から見てみます。
参加者は6社121名の従業員です。期間は3週間。ランダム化クロスオーバーデザインなので、同一の人物が3条件を順番に体験します。条件は「素の文章（未編集）」「GPT-5でplayfulトーンに書き換えたもの」「GPT-5でprofessionalトーンに書き換えたもの」の3つです。
メールは実際の業務メールで、総数は1万6880通。実験室でのロールプレイや模擬文書ではなく、現実の仕事のなかで交わされたやりとりを計測した点が、この研究の一番の強みだと感じます。
測定したのは開封率、返信率、返信速度、そして送信者の言語に含まれる感情的ポジティビティ（言語の感情スコア）です。
結果として出てきたのは、かなりはっきりした数字でした。
AIトーン書き換えの、開封率・返信率・返信速度に対する直接効果はゼロ。「AIで書き換えれば、すぐ相手の反応が変わる」という直感は、この実験では支持されませんでした。
ただ、話はそこで終わりません。
② 感情ポジティビティという「見えない経路」
では、何が動いていたのか。ここが感情AIの視点として面白い部分です。
AIによる書き換えは、言語の感情トーンを変えていました。playfulトーンへの書き換えは、送信者の言語に含まれる感情的ポジティビティを有意に引き上げました（B=+0.068, p<0.001）。逆にprofessionalトーンへの書き換えは、ポジティビティを低下させました（B=-0.041, p<0.001）。
そして、その感情的ポジティビティが、開封率と返信率を強く予測していたのです。開封率のオッズ比はOR=2.05。返信率はOR=3.32（p<0.001）。
構造を整理するとこうなります。
「AI書き換え → 感情ポジティビティの変化 → 相手の行動変容」という間接経路だけが有効で、「AI書き換え → 相手の行動変容」という直接経路は存在しなかった。
感情AIの観点からすると、これは核心に近い発見だと感じます。人間は文章の「言語的な意味内容」と「感情的な温度」を分けて受け取っているわけではないのでしょう。どれだけ内容が正確でフォーマルでも、感情温度が下がった文章は、受信者の行動を引き出しにくくなる。それが1万6880通の実データで確認されたわけです。
もう一点、気になるのは professional 条件です。「丁寧にプロフェッショナルに整えたつもりが、感情ポジティビティを下げていた」という結果は、示唆に富みます。
ビジネスメールの書き換えで「professional = 良いこと」と前提している限り、このリスクは見えません。フォーマルな言葉遣いに整えると、同時に感情の温度も削がれる——そんな予感がします。これは私の見立てですが、AI校正ツールのパラメータ設定を見直す根拠になりえます。
③ 現場でどう試すか:部署とKPIの具体案
では、この研究の知見を現場でどう生かせるか。私なりの実装シナリオを書きます。
最も大きな転換点は、AIメール支援ツールのKPIを「AIを使ったか・使わなかったか」から「生成された文章の感情ポジティビティスコア」に替えることです。
具体的には、メールクライアントまたは支援ツールに「トーンスコア可視化」機能を組み込みます。送信前に文章を感情スコアで評価し、閾値を下回るメールのみ書き換えを提案する。全文を自動AI化するのではなく、低スコアの文面だけをゲートに通す設計です。
想定する部署と役割はこうです。
インサイドセールス・営業部門が最初の対象として自然です。大量のメールを毎日送る担当者の文面に、送信前のポジティビティスコアを可視化して表示します。担当者別のスコア推移を週次でトラッキングし、低調な傾向がある担当者には書き換えの提案を強化する。KPIは「送信メールの平均感情ポジティビティスコア」と「チームごとの実際の返信率」の相関係数です。AIを使ったかどうかではなく、出力されたトーンの質を指標にする。
カスタマーサクセス部門も有効です。解約防止・クレーム対応のメールは、感情トーンが返信率以上に顧客の態度を左右する可能性があります。送信前トーン確認を運用ルールに組み込み、KPIは「CS対応後の顧客満足スコア」と「ポジティビティスコアとの相関」で測ります。
社内コミュニケーション・HR広報でも使えます。全社アナウンスやリリースノートなど1対多の内部メールのトーンを定期的にモニタリングします。「プロフェッショナルに整えたつもりが感情温度を下げていた」ケースを検知するのが目的です。KPIは全社メールへのリアクション率や開封率の時系列変化です。
進め方について一点補足します。この研究は「playfulトーンにすれば必ず返信が増える」とは言っていません。感情ポジティビティを経由した間接効果があった、ということです。業種・相手・状況によって最適なトーンは変わります。トーン設定を1パラメータとして扱い、A/B比較を回しながら自社のデータで「どのポジティビティ水準が最も返信を引き出すか」を確認していく運用に切り替えることが重要です。
「AIを入れた」より「トーンを設計した」が正しい問い
この論文を読んで一番残ったのは、「AIを使ったかどうか」は本質的な問いではない、という点です。
AIは言語の感情トーンを操作するツールであり、その感情トーンが相手の行動を動かす。だとすれば、問うべきは「AI書き換えを導入したか」ではなく「どんな感情トーンを意図してデザインしたか」になります。
「AI導入したのに返信率が変わらない」という現場の声は、たいてい「professionalな方向にトーンを寄せすぎて、感情ポジティビティを削っていた」パターンではないか。そんな予感がします。
感情AIが示し続けているのは、人間のコミュニケーションは感情の温度から切り離せない、ということです。この実験は、それが業務メールの返信率という極めて実用的な指標でも成立することを、1万6880通で確認しました。
では!
参考論文
- Ben-Zion, Ziv, & Lazebnik, Teddy (2026). Playful AI in Professional Email: A Field Experiment on Tone and Recipient Engagement. arXiv preprint. https://arxiv.org/abs/2607.11749
※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。