インターネット調査の世界をご紹介します。

リサーチのＡＩの活用は、１）効率化→２）高度化→３）代替化、と進展するという説明をカンファレンスで聞きました。

生産効率化は、調査票の叩き台や、レポートの叩き台をＡＩにさせることで作業時間の短縮が図れるから実現可能だと思います。

また、リサーチの効率化も大量のデータを把握して客観的に分析するという面では人間よりＡＩの方が強いのかもしれませんから、ビッグデータの解析から人間が気付かない仮説やアイディア出しが出来るのかもしれません。

ここまでは何となく実現のイメージが浮かびます。

では、「リサーチの代替化」とはどんなものなのでしょう？

それはＫ社の説明で何となくイメージは出来たのですが、ある分野のパネルをＡＩで構築して、そのＡＩパネルに調査票を提示して回答させることのようです。

例えば外食関係のＡＩパネルを構築するには、一定の人数のパネルに外食に関するアンケートに回答をさせて、その回答データと外食に関わる統計や市場データや、外食企業のデータも学習させて、そのＡＩパネル環境に調査票を提示して回答を聴取するようです。

ここから出るアンケートデータは、シンセティックデータ（＝合成データ）と呼ぶのだそうです。

これって本当に出来るのでしょうか？

私としてはあまり実現のイメージが浮かんでいないのですが、北米では７２％のユーザーが「使いたい」と答えているそうです。

その背景は北米ではモニターがアンケートに回答してくれない傾向が強く、シンセティックデータでないと分析が出来にくい環境にあるからのようです。

日本でも確かにインターネット調査のパネル問題が若年層を中心に進行しているから、５年後、１０年後にはＡＩパネルに頼らざるを得ない状態になるかもしれませんね。

私はシンセティックデータの精度には懐疑的ですが、そうせざるを得ない環境が日本にも訪れるのでしょうかね。

１０／２（木）に日本マーケティング・リサーチ協会が主催する「ＪＭＲＡアニュアルカンファレンス」に参加しました。

このカンファレンスはリサーチ市場の現状や新しい動きを知るのに有用なので、私は２０年以上前から毎年足を運んでいます。

昨年もＡＩがテーマに取り上げられていましたが、今年のカンファレンスはほぼＡＩテーマ一色という感じでした。

生成ＡＩが出現して約３年が経ち、リサーチ業界やリサーチ会社に与える影響も出て来ていて、各社ともそれにどう対応したら良いか模索しているようでした。

私は４つのＡＩに関するセッションを聴講しましたが、ある事業会社でＡＩ活用を進めている方の講演と、４社のご担当者によるパネルディスカッションがとても参考になりました。

リサーチのＡＩの活用は、１）効率化→２）高度化→３）代替化、と進展するもので、現在は１）の効率化が進んでいるようです。

定型化されたテーマの調査票案や、集計、レポート案の作成はＡＩに任せることで、業務の効率化が進んでいて、その事業会社の例では１つの調査案件で１３～１４時間の工数削減が出来ているという報告がありました。

作業ベースの仕事はＡＩに任せることで業務を効率化し、リサーチャーはＡＩエージェントにどんなデータを読ませて、何を考えさせて、どんなアウトプットを作成させるのかの指示出しをすることと、出てて来たアウトプットのレビューと、そこから何が言えるのかを考える仕事に特化して行くようです。

でもＡＩが適切なアウトプットを出すには、適切なデータを参照させることが必要だし、１つの事例を見せてもらいましたが数百行のプロンプトを書いて指示を出さないと実務には使えないようです。

また、ＡＩには限界がありＡＩに頼り過ぎるのは問題で、消費者の潜在意識やヒューリスティックな要因を踏まえた考察と提案は人間でないと出来ないとのことでした。

そう考えるとＡＩの活用で１部の業務で効率化は進むでしょうが、それを正しく使って、その結果を正しく使うにはかなりのノウハウと考察力を要することだと分かりました。

ＡＩ活用で作業からの手離れはできますが、決して楽にリサーチができることではないようです。

・

ＡＩで良い分析をするには、適切なデータを参照させることが必要です。

その面では当社には１９９８年７月から毎月実施してきた、多ジャンルの１万人調査が約３，８００件の蓄積があります。

そして、自社のモニターＩＤでそれらの調査データ（インサイトデータ）がニューロの様に繋がっているので、ＡＩ時代のマーケティングに役立つと確信することができました。

・

〇ＡＩ分析ツール(CotoEL)　※２，４００件の１万人調査データ×ＡＩの分析ツール

　https://cotoel.myvoice.jp/info