03-6441-0989
石崎健人 
AIツールによる顧客理解が抱える根本的な問題
ChatGPTをはじめとする生成AIの普及により、AIに顧客役を演じさせてインタビューを行ったり、AIにペルソナを生成させたりするサービスが増えています。数分で結果が出る手軽さから導入を検討する企業も多いのですが、筆者がこれまで見てきた実務現場では、AIによる顧客理解がマーケティング施策に結びついた事例はほぼありません。
AIツールが出力する回答やペルソナは、あくまで過去の大量データから統計的に生成された平均的な像にすぎません。実在する生活者が持つ矛盾や揺らぎ、言葉にならない感情の機微を捉えることはできないのです。
本記事では、AIインタビューやAIペルソナがなぜ実務で機能しないのか、その構造的な理由を3つの視点から掘り下げます。そのうえで、本当に使える顧客理解の手法についても触れていきます。
AIが生成する顧客像は実在しない平均値である
AIツールが作り出すペルソナは、インターネット上に存在する膨大なテキストデータをもとに構築されます。年齢や性別、職業といった属性情報を与えれば、それらしい人物像が出力される仕組みです。
しかし、そこで描かれるのは統計的に最も出現頻度の高い特徴の集合体であり、実在する誰かではありません。ペルソナの本質は、実在する人間の生活文脈や感情の流れを血の通った形で再現することにあります。AIが吐き出す記号的な人物像では、施策のヒントになる具体性が圧倒的に不足しているのです。
筆者が支援したある食品メーカーでは、AIペルソナをもとに新商品のパッケージデザインを検討しましたが、社内の誰も腹落ちせず、結局デプスインタビューを実施し直すことになりました。実際の生活者と向き合うことで初めて、週末の買い物シーンや冷蔵庫の使い方といった具体的な文脈が見え、デザインの方向性が定まったのです。
AIインタビューには身体性と文脈が欠落している
AIに顧客役を演じさせて対話を重ねるAIインタビューも、一見すると効率的に思えます。しかし、人間の発話には表情の変化、声のトーン、言いよどみ、沈黙といった非言語情報が豊富に含まれており、それらが意味の大部分を担っています。
AIは文字列としての応答しか返せません。インタビュー対象者が何かを思い出そうとして視線を上げる瞬間や、話しながら感情が高ぶって声が震える様子は、テキストデータには現れないのです。こうした身体性を伴う反応の中にこそ、本音や無意識の価値観が隠れています。
定性調査においては、発言の背後にある生活文脈を読み解くことが不可欠です。AIは過去の学習データから妥当な返答を生成しますが、その回答が実際の生活のどの場面に根ざしているのかを検証する手段がありません。結果として、表面的な言葉だけが並び、施策に落とし込める解像度に到達しないのです。
AIツールは矛盾や揺らぎを排除してしまう
人間は矛盾を抱えた存在です。健康志向だと言いながら深夜にスナック菓子を食べたり、節約を心がけていると言いつつ衝動買いをしたりします。こうした一貫性のなさこそが、リアルな消費行動の源泉であり、マーケティング施策を考える際の重要な手がかりになります。
ところがAIは、学習データの中で最も整合性の取れた回答を選択するように設計されているため、矛盾や揺らぎを自動的に排除してしまいます。出力される顧客像は論理的で一貫性がありますが、その分だけ生身の人間からは遠ざかっているのです。
筆者が関わったあるアパレルブランドの事例では、AIペルソナが示す購買理由と、実際のフォーカスグループインタビューで語られた内容に大きな乖離がありました。AIは合理的な選択理由を並べましたが、実際の消費者は気分の浮き沈みや友人との会話、たまたま見かけたSNS投稿といった偶発的な要素に強く影響されていたのです。この揺らぎを捉えられなければ、顧客の心を動かす施策は生まれません。
AIツールが有効な場面と限界を見極める
ここまでAIの限界を指摘してきましたが、AIツールが全く無価値というわけではありません。初期仮説の構築や、既存データの整理、社内向けの説明資料作成といった補助的な用途では十分に役立ちます。
問題は、AIが生成したアウトプットをそのまま顧客理解の結論として扱ってしまうことです。AIはあくまで思考の出発点を提供する道具であり、最終的な判断材料にはなり得ません。
実務で本当に必要なのは、生活者と直接向き合い、言葉の奥にある感情や行動の理由を丁寧に掘り下げることです。インタビュー調査やエスノグラフィー調査といった手法を通じて、実在する人間の文脈を捉えることが、施策の精度を高める唯一の方法です。
実務で使える顧客理解の手法とは
AIツールに頼らず、本物の顧客理解を得るためには、調査設計の段階から目的と手法を明確にする必要があります。何を知りたいのか、どの層にアプローチするのか、どのような形式で情報を引き出すのかを綿密に設計することが求められます。
インタビューフローを丁寧に作り込み、モデレーターが対象者の発言を深掘りしながら文脈を捉えていく過程で、初めて施策に結びつく洞察が生まれます。この過程は時間も手間もかかりますが、AIでは代替できない価値があります。
また、デブリーフィングを通じてチーム全体で気づきを共有し、発言録をもとに仮説を検証していくプロセスも欠かせません。これらの地道な作業の積み重ねが、顧客の本質を捉えた施策を生み出す土台になるのです。
顧客理解の本質は他者への想像力にある
AIツールの登場により、調査業務の一部は確かに効率化されました。しかし、顧客理解の核心は技術では置き換えられません。それは、他者の生活や感情に対する深い想像力と、その人の視点に立って世界を見ようとする姿勢にあります。
顧客を理解するとは、データを集めることではなく、生身の人間と向き合い続けることです。AIが提供する便利さに飛びつく前に、自分たちが本当に知りたいことは何なのか、どのような方法でそれを得るべきなのかを問い直す必要があります。
筆者が関わった多くのプロジェクトで成果を上げたのは、AIツールではなく、実際の生活者と対話し、その声に真摯に耳を傾けたチームでした。時間と労力をかけて得た顧客理解は、施策の精度を高めるだけでなく、組織全体の顧客視点を深める契機にもなります。
まとめ
AIインタビューやAIペルソナは、手軽さと速さを武器に普及しつつありますが、実務で求められる顧客理解の深さには到達できません。AIが生成するのは平均的な像であり、矛盾や揺らぎを含む実在の人間像ではないからです。
本当に使える顧客理解を得るには、生活者と直接向き合い、言葉の背後にある文脈や感情を丁寧に掘り下げる調査手法が不可欠です。AIはあくまで補助ツールとして位置づけ、最終的な判断は人間が行うべきです。顧客の本質を捉えた施策は、地道な対話と観察の積み重ねからしか生まれません。
この記事を書いた人
石崎 健人 | 株式会社バイデンハウス マネージング・ディレクター
リサート所属モデレーター。外資系コンサルティング・ファーム等を経て現職。バイデンハウスの消費財、ラグジュアリー、テクノロジー領域のリーダーシップ。生活者への鋭い観察眼と洞察力を強みに、生活者インサイトの提供を得意とする。2022年より株式会社バイデンハウス代表取締役。2025年よりインタビュールーム株式会社（リサート）取締役。アドタイにてZ世代の誤解とリアル。「ビーリアルな、密着エスノ記」連載中。