部下に読ませたいマーケティングリサーチ専門メディア
広告掲載について

論理がタダになる時代、勝敗を分けるのは「AIに何を食わせるか」──モデレーターの質が最大の競争優位になる理由

モデレーターとは、グループインタビューやデプスインタビューの場で生活者に話を聞き、本人も言語化できていない本音（インサイト）を引き出す進行役のことです。 AIが論理構築を担う時代には、AIに入力する情報そのものの質が競争力を決めます。その情報の入口に立つのがモデレーターであり、ここでの誤差はその後のすべての工程に伝播します。

1. AI時代、「論理」はもう差別化要因ではない

これまでのマーケティングは、優秀な個人が担う「論理構築」で差がついていました。市場構造を読み、勝ち筋を定義し、打ち手に落とし込む。この工程を高い精度でやり切れる人材は希少で、だからこそ価値がありました。

しかし2020年代後半、この前提は崩れつつあります。データを与えれば、構造化・仮説生成・打ち手の列挙・シミュレーションまでを、AIが人間の平均を上回る速度と網羅性で実行します。論理構築は「一部の天才の技能」から「誰でも使えるインフラ」へと移行しつつあります。

論理が誰でも手に入るなら、差がつくのは論理の手前にあるインプットです。

コンピューターの世界には「Garbage In, Garbage Out（ゴミを入れれば、ゴミが出てくる）」という言葉があります。たとえばカーナビ(一種のコンピューター)に間違った住所を入れれば、どれだけ優秀なカーナビでも、最短ルートで間違った場所へ連れて行きます。しかも道中はまったくスムーズなので、着くまで間違いに気づけません。

AIも同じです。入力が誤っていれば、出力は誤ります。しかも厄介なのは、AIは誤ったインプットに対しても、極めて説得力のある論理を組み立ててしまうことです。誤りが「もっともらしい戦略」の姿で出てくるため、途中で気づけません。性能が高いAIほど、速く、確実に、間違った場所へ連れて行きます。

これは比喩だけの話ではありません。Amazonは2014年から、応募者の履歴書を5段階で採点する採用AIを開発していました。過去10年分の履歴書を学習させたところ、AIは「women’s（女性の）」という語を含む履歴書の評価を下げ、女子大の出身者を低く採点するようになります。技術職の応募者の大半が男性だったという、過去のデータの偏りをそのまま学習した結果でした。同社は、性別を中立に扱えないことが判明したこのシステムの運用を取りやめています。

注目すべきは、アルゴリズムは正しく動いていたことです。バグではありません。入力が現実の偏りを含んでいただけです。そしてAIは、その偏りを「優秀な人材の条件」というもっともらしい形に整えて出力しました。入口の歪みは、出口では歪みに見えません。

2. インプットの質が事業を分けた2つの事例

事例1：ファブリーズ（P&G）— 「嫌なニオイ」は当事者には見えていなかった

ファブリーズは発売当初、「日常の嫌なニオイを消す」という訴求で市場に投入されましたが、売上は伸びませんでした。

チームが消費者宅を訪問して生活実態を観察・聴取したところ、想定と正反対の事実が見つかります。ペットを飼っている家庭も、家庭内で喫煙している家庭も、そのニオイにすでに慣れていて、自分では気づいていなかったのです。最もニオイに悩んでいるはずのターゲットが、そもそも「悩んでいる自覚」を持っていませんでした。

さらに調査を進めると、実際の愛用者は掃除を一通り終えた後の「仕上げ」としてファブリーズを使っていました。消臭剤ではなく、掃除を終えた達成感を締めくくる”ご褒美”として使われていたのです。訴求をこの実態に合わせて変えた結果、ブランドは大きく伸長しました。

ポイントは、この事実は「聞き方」を間違えた時点で、絶対に出てこないという点です。定量・定性を問わず、「ニオイが気になりますか」と直接尋ねている限り、当事者は「気にならない」としか答えません。本人が自覚していないことは、本人に質問しても出てこないからです。生活の文脈に入り込み、行動と語りのズレを拾って初めて見えるものでした。

事例2：New Coke — 20万人に聞いても、外した

1985年、コカ・コーラは主力商品の味を全面的に切り替えるという賭けに出ました。背景にはペプシにシェアを侵食され続けていたことがありました。

これは思いつきの決断ではありません。約20万人規模の味覚テストを実施し、新しいレシピが従来のコカ・コーラより支持されることを確認したうえでの判断でした。当時考えうる限りのデータを揃えています。

しかし4月23日の発表後、全米から猛烈な反発が起きます。コカ・コーラは約2か月半後、従来品を「コカ・コーラ クラシック」として復活させました。マーケティング史に残る失敗として語られる出来事です。

現場では何が起きていたのでしょうか。テストが聞いていたのは「どちらの味が好きか」だけでした。誰も聞いていなかったのは、「いま棚にあるコカ・コーラが、この世から消えることをどう思うか」です。

生活者にとってコカ・コーラは、飲料であると同時に、子どもの頃から続いてきた生活の一部でした。彼らが反発したのは味ではなく、それを勝手に取り上げられたことに対してです。この感情は、味覚テストの設問のどこにも存在しませんでした。

注目すべきは、これがデータ不足による失敗ではないという点です。20万人分のデータがありました。それでも外れました。問いが間違っていれば、サンプルを2倍の40万人に増やしても、答えは同じだけ間違います。

この調査には、全体で約400万ドル（当時のレートで約10億円）が投じられています。しかも一発勝負ではありません。The Branding Journal の記事（2025年2月）によれば、経営陣がデータに穴がないかを疑い、別の調査会社を起用して10万人規模の再テストを実施しています。この2回目に100万ドル超、逆算すれば1回目に約300万ドル。それでも結果は変わりませんでした。問いが同じなら、お金をかけても答えは変わらないということです。

さらに撤退時には、3,000万ドル超のニューコーク原液在庫を抱えたとされています。調査費と合わせれば約3,400万ドル——当時のレートで約80億円です。データが足りなかったのではなく、一つの問いの設定ミスが、これだけの金額を使い潰したということです。きわめて高い勉強料です。

なお、発売前のグループインタビューでも大半は好意的だった一方、一部の参加者が従来品の廃止に強く異議を唱え、それまで好意的だったメンバーを反対側へ引き寄せる場面があったと指摘されています。グループの場では、参加者は先に出た強い意見を基準に自分の発言を調整します。結果、発言録に残るのは参加者全員の意見ではなく、1人の意見の反響です。声の大きい1人が場を支配したとき、それを捌けるかどうかもモデレーターの技術です（この点は次章で詳しく触れます）。

この2つの事例が示すのは、情報の量ではなく、何をどう聞いたかが結果を決めるという一点です。 同じ生活者に、同じ商品について聞いても、問いが違えば出てくる情報はまったくの別物になります。そしてAIは、この「問い」を代わりに立ててはくれません。 AIが立てられるのは、すでに世に出ている情報から導ける問いだけだからです。

3. モデレーターは、誰がやっても同じ結果になるのか

結論から言えば、まったく違います。 インタビューは「決められた質問を読み上げる作業」ではありません。モデレーターの一挙手一投足が、対象者の頭の中に影響を与え、出てくる発言を変えてしまいます。

具体的に、現場でよく起きる失敗を3つ挙げます。

ダメな例① 「自社が推したい案」が透けてしまう

自社としてはA案で進めたい。その受容性を確認するためにインタビューを実施する──よくある設計です。ここで力量の低いモデレーターは、以下のような進行をします。

  • 冒頭でクライアント名やブランド名を明かしてしまう
  • A案の説明に5分、B案の説明に1分しかかけない
  • A案の説明時だけ資料が作り込まれている
  • 「A」と答えた人には笑顔で「ありがとうございます、詳しく教えてください」、「B」と答えた人には「なるほど」で流す

この時点で、対象者の頭の中では次のような処理が走っています。

「この会社はAを推していきたいんだな。Bと言ったら空気が悪くなりそうだし、せっかく呼ばれたのだから、期待に応える話をしてあげよう」

対象者は基本的に善意で協力的です。だからこそ、場の期待を敏感に読み取り、そこに合わせにいきます。結果、発言録にはA案への好意的なコメントが並びます。そしてそれは「本音」ではなく、モデレーターが作り出した鏡像です。

さらに深刻なのは、この歪みが後工程からは検知できないことです。分析者が見るのは整った発言録だけであり、そこにバイアスが混入した形跡は残りません。

ダメな例② 「なぜ買ったんですか？」と聞いてしまう

これは、多くの人が「良い質問」だと思っている質問です。ここが本記事で最もお伝えしたい点です。

人間は、自分の行動の本当の理由を、正確には説明できません。行動は無意識・習慣・その場の状況に強く影響されますが、「なぜ？」と問われた瞬間、人は”それらしい理由”を後から作ります（心理学でいう後付けの合理化）。

「なぜこのシャンプーを買ったのですか？」と聞けば、対象者は考え込んだうえで「髪のダメージが気になっていて、成分が良さそうだったので」と答えます。もっともらしく、記録映えもする回答です。

しかし実際に起きていたのは、こういうことかもしれません。

  • 詰め替えを切らして急いでドラッグストアに寄った
  • 棚の目線の高さにあり、隣に「売れています」のPOPがあった
  • 前に使っていた銘柄が品切れだった
  • 一緒にいた子どもが早く帰りたがっていて、3秒で決めた

前者を信じて戦略を組めば、「成分訴求を強化しよう」という結論になります。しかし現実の勝負どころは、棚の位置と欠品対応だったかもしれません。AIに投げる前の時点で、勝負は決まっているのです。

力量のあるモデレーターは、「なぜ」を直接聞きません。最後に買ったときのことを、時系列で、事実として語ってもらいます。 その日どこにいて、何を考えていて、店内で何を手に取り、何と迷い、何秒で決めたか。理由ではなく行動を辿り、その積み重ねから理由を「推定」します。

ダメな例③ 声の大きい参加者に、場を明け渡してしまう

グループインタビューでは、開始10分で「この人が場の中心だ」という空気ができます。発言量が多く、断定口調で、他の参加者がつい頥いてしまう人です。力量の低いモデレーターは、話が途切れないことに安心して、この人を軸に進行してしまいます。

起きることはニューコークの発売前調査と同じです。他の参加者は自分の意見をその人の意見と照らして調整し、「まあ、私も同じです」に収束します。6人集めても、発言録に残るのは1人分の意見です。

力量のあるモデレーターは、そうなる前に手を打ちます。意見を口に出す前に各自に紙へ書かせる。指名の順番を意図的に入れ替える。「いまのご意見とは違う感じ方をされた方はいますか」と、反対を口にしていい許可を場に渡す。強い意見の持ち主を否定せず、しかし場の基準にもしない——この舵取りが進行の技術です。

補足：やってしまいがちな4つ目

対象者の発言を、モデレーターが自分の言葉で要約して確認する行為です。

「つまり、コスパを重視されているということですね？」

「……あ、はい、そうですね」

対象者は否定しづらいので同意します。そして発言録には、対象者ではなくモデレーターが選んだ言葉が残ります。「コスパ」という便利な一語で括った瞬間、その裏にあった「失敗したくない」「家族に責められたくない」といった固有の感情は消えてしまいます。

4. 誤ったインプットは、誤った戦略として拡大再生産される

歪んだ情報がAIに入力されると、何が起きるか。流れはこうです。

  1. バイアスのかかった発言録ができる
  2. AI（または人間）が、それを前提に精緻な戦略を組み立てる
  3. 論理は美しく、社内の合意も取れ、投資判断が下りる
  4. 根底の前提だけが間違っているため、市場で受け入れられない

怖いのは2と3です。インプットが誤っていても、論理は破綻しません。 むしろAIの性能が上がるほど、誤った前提から驚くほど整合的で説得力のある戦略が出てきます。誰も違和感を持てないまま、投資は実行されます。

参考：需要の「読み違い」がもたらすもの

公開情報から前提の読み違いが確認できる事例がありました。

イマーシブ・フォート東京（東京・お台場、2024年3月開業）は、2026年2月28日で営業終了しました。運営元の株式会社刀は公式リリースで、当初の事業計画では広い面積を要する「ライトな体験」が需要の大半を占めると想定していたものの、実際には人数を限定した「ディープな体験」に需要が強く偏ることがわかり、その結果として施設規模が過大であると判断した、と説明しています。

これは実行の失敗ではなく、前提（需要構造の読み）の問題として公式に説明されている点が重要です。施設は計画通りに作られました。計画の元になった需要の読みが、実際の生活者と食い違っていたということです。

ジャングリア沖縄（2025年7月開業）も、初年度の来場者数はスパを含む延べで100万人と発表され、採算の目安としていた「沖縄美ら海水族館（年300万人超）の半数」には届きませんでした。運営会社のCEOも会見で、想定した数字に至っていないと述べています。

興味深いのは、体験そのものの評価は上がっていることです。運営会社の調査では、パーク満足度は開業月の69.2%から2026年5月には89.2%まで改善しています。つまり、中身の問題ではありません。

では何が足りなかったのか。リサートが2026年7月に首都圏在住者800人を対象に実施した調査では、認知率は68.5%と高い一方、認知者のうち「行きたい」は26.5%、「行きたくない」は46.7%でした。行かない理由の上位は「沖縄まで行くのが大変」44.7%、「料金が高い」29.2%、「沖縄では他の観光を優先したい」23.6%です。

問われていたのは「良い体験を作れるか」ではなく、「生活者の頭の中にある”行かない理由”を、事前にどこまで正確に把握できていたか」でした。

あの「刀」でさえ、である

ここで強調しておきたいのは、この2つの事例を「マーケティングが下手だった事例」として挙げているのではないということです。むしろ逆です。

株式会社刀は、USJのCMOとして同社の経営再建を主導した森岡毅氏が、2017年にその実績を携えて設立した会社で、日本で最も高い評価を集めてきたマーケティング集団のひとつです。市場構造を読み、勝ち筋を定義し、そこから逆算して打ち手に落とし込む――その論理構築力に疑いを差し挟む人は、ほとんどいないでしょう。

その刀でさえ、需要の読みという入口が実際の生活者とズレていれば、結果は動きます。

これは、本記事の主張をこれ以上ないほど裏づけています。論理構築力が国内最高水準であることは、事業の成功を保証しません。保証しないどころか、論理が精緻であるほど、誤った前提は「隙のない事業計画」の姿をまとって社内を通過していきます。

そして皮肉なことに、AIの普及によって、その「日本一の論理構築力」との距離は今後さらに縮まっていきます。誰もが刀に近い論理を手にできる世界で、最後に残る差は、入口にしかありません。

※これらの事例について、外部から「調査に問題があった」と断定することはできません。ここで確認できるのは、事業の成否を分けたのが実行力よりも前提の精度だった、という構造です。そして前提の精度は、生活者から何をどう聞き出したかで決まります。

5. 「AIに消費者を演じさせればいい」のではないか

ここまで読んで、当然の疑問が浮かぶはずです。生活者に聞くのが大事なら、その生活者役をAIにやらせればいいのではないか。

AIペルソナとは何か、実用例はどこまで広がっているか

AIペルソナ（合成ペルソナ、シンセティック回答者とも呼ばれます）とは、AIに架空の消費者を演じさせ、アンケートやインタビューに答えさせる手法です。 数分で数百人分の”回答”が集まり、コストは実査の比ではありません。

実用例として、現場ですでに機能している使い方があります。

  • コンセプト案の一次スクリーニング（20案から3案に絞る）
  • 質問票のドライラン（設問の分かりにくさや誘導表現の検出）
  • インタビュー前の仮説出し・想定問答の準備
  • 炎上しかねない表現の事前検知
  • ターゲット像のたたき台づくり

いずれも「当たりをつける」用途です。ここではAIペルソナは十分に機能しますし、使わない手はありません。

AIペルソナの実際：一次情報の代替にはならない3つの理由

ただし、一次情報の代替にはなりません。理由は精度ではなく、構造にあります。

理由1：AIは「すでに言語化されたもの」しか返せない

大規模言語モデルが学習しているのは、世に出回っている文章です。つまりAIが返すのは、すでに誰かが言葉にした内容の平均です。まだ誰も言葉にしていない不満、本人すら自覚していない動機は、原理的にそこに含まれていません。ファブリーズの事例で見つかった「ニオイに慣れて気づいていない」という事実が、当時のAIから出てくることはありません。

理由2：発言と行動の矛盾が再現されない

生身の対象者は、「価格は気にしない」と言いながら、実際には500円の差で銘柄を変えます。この矛盾こそが最大の情報源です。AIペルソナは筋の通った回答を返すため、この矛盾が消えます。検証事例でも、合成ユーザーの回答は平均的で実生活から切り離されており、実際のユーザーのほうが多様で詳細だったと報告されています。

理由3：競合も同じモデルを使っている

これが決定的です。競合他社も同じAIに、似たプロンプトで、似た質問を投げています。同じ入力からは、同じ答えが出ます。 合成ペルソナから得た示唆は、その時点で誰でも手に入る情報です。差別化の材料にはなりません。

そして最後に、これは静かに危険な問題です。合成ペルソナの回答をAIに分析させるのは、AIの出力をAIに食べさせているだけです。処理は高速で、レポートは立派に仕上がります。しかしそのループの中で、世の中の新しい事実は1ビットも増えていません。

競合と差がつく情報は、定義上、自社しか持っていない一次情報からしか生まれません。そしてその一次情報を、生活者の口から引き出せる人間が、モデレーターです。

6. だからモデレーターの質は、削ってはいけないコストになる

調査費は、削減対象になりやすい費目です。「同じ人数、同じ時間のインタビューなら、どこに頼んでも同じ」と見なされやすいからです。

しかし、ここまで見てきた通り、同じ設計・同じ対象者でも、モデレーターが違えば出てくる情報は別物になります。 そして情報が違えば、AIが出す戦略も、投じる数億円の行き先も変わります。

AI時代における投資効率は、次のように整理できます。

工程AIによる代替差別化余地
論理構築・戦略立案代替が進む小さくなる
データ分析・可視化代替が進む小さくなる
資料作成・実装代替が進む小さくなる
生活者から本音を引き出す代替が難しい大きい

情報の入口を1割改善すれば、その先のすべての工程の精度が変わります。逆に入口で1割歪めば、その歪みは下流のすべてに伝播し、しかも誰にも気づかれません。

モデレーターの質は、今までも重要でした。AI時代には、競合との差別化において最も重要な変数になります。

7. 私たちが提供できること

リサートのグループ会社であるバイデンハウスは、10年以上にわたりモデレーター養成講座を運営し、多数のモデレーターを実務の現場に送り出してきた定性調査の専門会社です。

  • 対象者の誘導を排したインタビューフロー設計と進行
  • 「なぜ」ではなく行動の事実から本音を推定する聴取技法
  • 対象者の言葉を、要約せずそのまま残す発言録

こうした基本を徹底することで、AIに入力しても歪まない一次情報をお届けします。外さない戦略の起点は、精度の高いインプットです。

質の高い調査設計～定性調査まで、高品質なモデレーターの斡旋についてのご相談は、グループ会社バイデンハウスにお気軽にお問い合わせください。

　　　　　　　　　　　バイデンハウスへのお問い合わせはこちら

よくある質問（FAQ）

Q. モデレーターとは何をする人ですか？

A. グループインタビューやデプスインタビューで、生活者に話を聞き、本人も言語化できていない本音（インサイト）を引き出す進行役です。質問の順序・言い回し・相槌の打ち方まで含めて、得られる情報の質を左右します。

Q. AIが発達すれば、定性調査は不要になりませんか？

A. 逆です。AIが論理構築や分析を担うほど、差がつく場所は入力情報の質に移ります。AIは誤った前提からも説得力のある戦略を組み立てるため、入口の精度がこれまで以上に重要になります。

Q. モデレーターによって、結果はどのくらい変わりますか？

A. 同じ設計・同じ対象者でも、進行次第で出てくる発言は別物になります。誘導的な進行では、対象者は「聞き手が求めていそうな答え」に寄せていくためです。

Q. AIペルソナ（合成ペルソナ）は実際のところ、どこまで使えるのですか？

A. 案の一次スクリーニングや質問票のドライランなど、当たりをつける用途では実用段階です。一方で、AIが返せるのはすでに言語化された内容の平均であり、未言語化の不満や、発言と行動の矛盾は再現されません。競合も同じモデルを使うため、差別化の材料にもなりません。一次情報の代替にはならない、というのが実際のところです。

Q. 良いモデレーターの見分け方はありますか？

A. 「なぜそうしたのか」を直接問うのではなく、最後の購買や利用の場面を時系列の事実として語らせること。対象者の発言を自分の言葉で要約せずに残すこと。この2点は現場で確認できる指標です。

出典

この記事を書いた人

上田 侑己
上田 侑己 | 株式会社バイデンハウス

不動産仲介業を経て現職という異色の経歴。宅地建物取引士。営業時代、顧客が自分でも言葉にできない本音を言語化し、真のニーズを顕在化させることで、住まいの購入・売却へと導いてきた。その力の正体はインサイトの発掘。現在は同じ力を、マーケティング領域の定性調査に活かしている。得意領域は不動産・金融・富裕層。

コラム一覧へ戻る

インタビュールームのご利用について、
お気軽にご相談ください。
経験豊富なスタッフが丁寧に対応いたします。

03-6441-0989
受付時間 11:00〜18:00
土・日・祝日を除く

仮予約・お問い合わせは
こちらから

さらに詳しく

リサーチのあれこれ、お任せください。

リサーチのあれこれ、お任せください。