AIでペルソナを作り、セグメントを切り、「なぜ買うのか」まで説明させる。そんな使い方に自信を持つマーケターほど、検証をしていないかもしれない。消費者調査会社GWIが英国・米国・シンガポールの上級マーケター、リサーチ、代理店の担当者1,883人に聞いた調査は、その「自信と検証のねじれ」を数字で示した。
自信は8割、検証は3分の1
GWIのレポート「Artificial Confidence: The AI Trust Gap」によれば、回答者の88%が何らかのAIツールを毎日使い、80%がAIの不正確・誤解を招く結果に頻繁に遭遇している。そして58%が、後で誤りだと分かったAIの示唆をもとに重要な経営判断を下していた。
それでも自信は高い。AIでのオーディエンスのプロファイリングやセグメンテーションに自信があるのは81%、AIが人の行動の理由を正確に説明できると考えるのは84%だ。一方、AIの示唆を「ほとんどの場合」検証しているのは36%にとどまる。別のAIツールで照合するという回答も36%あり、AIの確認をAIに頼る構図も見える。
「なぜ」は答えられないと、本人たちも分かっている
興味深いのは、回答者が限界を自覚している点だ。71%が「AIは『何が』起きているかは示せても、『なぜ』は示せないことがある」と答え、80%が動機の理解には今も人による調査が必要だとした。70%がAIのオーディエンス分析はステレオタイプに頼りがちだと考え、69%がAIのプロファイルが実際のターゲットとずれていた経験を持つ。72%は、AIのインターフェースが古い情報を実際以上に「今の話」に見せると感じている。
「なぜ」を説明できると信じる人が84%いる一方で、「なぜ」は示せないとする人が71%いる。同じ回答者群の中で、自信と懸念が同時に高い。Marketing Diveの記事で、GWIのチーフインサイトオフィサー、ジェイソン・マンダー氏は「熱気の中で、本来すべき厳密さを欠いてきた」と述べている。
損失は「手戻り」から「評判」まで
影響も具体的だ。82%がAIの不正確な出力で少なくとも1つの悪影響を経験した。多い順に、社内の手戻り(38%)、意思決定の遅れ(36%)、顧客からの苦情(34%)。金銭的損失(27%)、評判の毀損(26%)、キャンペーン成果の悪化(21%)も挙がった。
数字そのものにも注意がいる
ここで一つ注意したい。GWIは9月のブログ記事で、450人超のマーケターを対象にした数字として「72%がAIの示唆で重要な判断を誤った」と紹介していた。今回のレポートの58%とは母集団が異なるとみられる。同じ会社の、同じテーマの調査でも、どの版を引くかで印象は大きく変わる。GWIはデータ提供企業で、「人のデータに基づくAI」を推す立場にあることも踏まえて読む必要がある。
AIの示唆を検証する習慣は、こうした調査の数字を扱うときにも同じように求められる。
AIペルソナを使う前に決める3つのルール
ここからは筆者の考察だ。AIで作るペルソナや、AIに消費者役を演じさせる「合成オーディエンス」は手軽に試せるようになった。問題はツールではなく、検証の手順が決まらないまま意思決定に入り込むことだ。本誌がTikTokのAI動画広告で指摘した「安くなった先で詰まるのは検証の設計」という構図は、インサイトの領域でも同じである。
- 「何に使わないか」を決める: 仮説出しや論点の洗い出しには使い、予算配分や商品の発売判断の根拠には単独で使わない
- 出典と鮮度を必ず書かせる: AIの示唆には、元データと時点を添えて報告する。GWI調査では63%が古いデータを誤って使った経験を持つ
- 「なぜ」は人で確かめる: 動機や感情に関わる結論は、少人数でもインタビューや既存の顧客データで裏を取る。日本市場は英語圏のデータが薄く、AIのずれが大きくなりやすい可能性もある
AIは速く、もっともらしい答えを返す。その分だけ、確かめる側の手間を意識して設計しておく必要がある。