AIが作った顧客の回答は、次に確かめる仮説として使い、実際に聞いた顧客の声とは分けて残しましょう。
「このサービスを使いそうな人を10人作って、感想を聞いて」。AIに頼むと、もっともらしい人物像と丁寧な意見が並びます。企画のたたき台には便利そうですが、それを「顧客調査の結果」として会議へ持っていってよいのでしょうか。
2026年10月16日、調査・コンサルティング企業Nielsen Norman Group（NN/g）が、AIによる仮想回答者と実際の人の自由記述を比較した研究を公表しました。大きな結論が一致していても、回答の幅まで同じとは限らないという結果です。企画やマーケティングでAIに顧客役を頼むときの、使いどころを整理します。
この記事でわかること
- 研究の要点：全体の傾向と少数意見の再現は別の問題です。
- 利用の境界：AIの仮想回答から言えることと言えないことを整理します。
- 仕事への応用：仮説を実際の顧客への質問に変える進め方がわかります。
10月16日の研究でわかったこと
NN/gは、技術・デザイン分野の仕事を何と呼ぶかを尋ねた、人604人の既存調査と、AIの仮想回答者120人の回答を比較しました。AI側の回答を取得したのは2026年2月です。公表日と、実際に比較用データを作った時期は異なります。
どちらも「UX」に関連する呼び方が中心でした。一方、人の回答では50種類を超える表現が現れたのに対し、AI側は12種類に集まりました。よくある答えが一致することと、珍しい答えまで拾えることは別だと読む必要があります。
この結果だけで、すべてのAIの性能は決められない
比較したのは特定のサービスと質問です。人とAIでは職業の構成が異なり、AI側のサービスが質問文を言い換えたり、対話形式で長く回答させたりした影響も排除できません。ChatGPTやClaudeの現在の全モデルを同じ条件で比較した結果ではありません。
ただし、社内で「AIに顧客役を頼めば、人に聞かなくてもよい」と判断する前に、何を確かめたデータなのかを問う材料になります。
仮想顧客の回答を、どこまで仕事に使うか
AIに役を与えて返答させる方法は、考えるきっかけを増やす用途と相性があります。一方、その返答だけから、実際の購入率や満足度、顧客全体の優先順位を決めることはできません。
| やりたいこと | AIに任せる範囲 | 人や実データで確かめること |
|---|---|---|
| 新サービスの説明を見直す | わかりにくそうな語句や疑問の候補を出す | 対象の人がどこで迷うか |
| 顧客インタビューを準備する | 聞き漏らしそうな論点を洗い出す | 実際の経験と、そのときの判断 |
| 追加機能の優先順位を決める | 比較観点や反対仮説を整理する | 利用状況、困りごとの頻度、対応の負担 |
| 「何割が欲しがるか」を示す | 調査計画のたたき台を作る | 適切な対象・方法による実際の調査 |
ここで大切なのは、仮想回答者を増やしても、実際に話を聞いた人数は増えないということです。「AI顧客100人中80人が賛成」と表示すると数字の説得力が出ますが、それを市場の8割が賛成する証拠にはできません。
仮説を、顧客に確かめられる質問へ変える
たとえば、小規模事業者向けの予約管理サービスを検討しているとします。以下は調査結果ではなく、準備の進め方を示す例です。
1. AIには「回答」だけでなく、未確認の前提を出してもらう
「予約変更が多い店の担当者なら何に困りそうか」と聞いたら、出てきた内容をそのまま採用せず、「この推測が成り立つには、何が事実である必要があるか」も尋ねます。
たとえば「変更連絡をまとめたい」という仮説なら、連絡が複数の場所に来ていることや、転記に負担があることが前提です。すでに別の仕組みで解決している店には、当てはまらないかもしれません。
2. 賛成を誘う質問を、過去の具体的な場面へ置き換える
「予約変更を一元化できたら便利ですか」だけでは、肯定しやすい聞き方になります。「最近、予約変更を受けたとき、どこに記録しましたか」「その後に確認し直したことはありましたか」のように、実際の手順を聞く質問案へ直します。
AIには質問案を作らせても、相手が経験したことや答えは補わせないようにします。聞けなかった点は空欄か未確認のまま残します。
3. 仮説と確認結果を別の欄に残す
記録は「AIが出した仮説」「人に聞く質問」「実際の回答・観察」「残った不明点」に分けると、後から根拠をたどれます。AIの文章が滑らかでも、回答欄へコピーして埋めないようにします。
実際に得た自由記述を分類する段階では、回答人数と意見の件数を分ける方法も役立ちます。仮想回答の作成と、実際の回答の整理は別の工程です。
実務上の注意
報告書や会議資料には、AIによる仮説であること、使用した資料、作成日を残しましょう。実在する顧客の発言と並べるときは、見出しや欄を分けます。AIが生成した発言を、実在する人の引用として掲載してはいけません。
実際の顧客記録をAIに渡す場合は、利用環境の社内ルールと必要な情報の範囲を先に確認します。個人情報を詳しく入れれば必ず再現性が高まる、と考えて情報を増やさないことも大切です。
なお、Pew Research Centerも2026年9月30日、米国の世論調査をAIで再現する研究を公表しています。対象や方法は今回のNN/g研究と異なり、数値を混ぜて「AIの誤差」として一般化することはできません。
まとめ
AIの仮想顧客は、企画の見落としや質問の候補を考える入口に使えます。ただし、もっともらしい答えや多数の回答を作れたことは、顧客への確認が済んだ証拠にはなりません。
AIで仮説を広げ、人に確かめ、確認できた結果を分けて残す。この順番なら、AIの速さを活かしながら、未確認の意見が調査結果へ混ざるのを防ぎやすくなります。
よくある質問
AIに100人分答えてもらえば、100人に聞いたことになりますか？
なりません。生成した回答の数と、実際に調査した人数は別です。顧客への聞き取りやアンケートとして報告せず、仮説づくりの材料と明記します。
人の回答と大きな結論が一致していれば十分ですか？
目的によります。今回の研究では大きな結論が近くても、回答の多様さには違いがありました。少数の困りごとや意外な使い方を探すなら、その部分を実際の人に確かめる必要があります。
ChatGPTに顧客役を頼むこと自体をやめるべきですか？
質問案や見落としの候補を出す用途は考えられます。生成された経験や購入意向を実際の顧客の事実として扱わず、その後に確認する対象を明確にして使います。
出典・参考情報
- Nielsen Norman Group：Synthetic Users vs. Human Respondents: Same Conclusion, Less Variation（2026年10月16日）
- Nielsen Norman Group：Synthetic Users: If, When, and How to Use AI-Generated “Research”（2024年6月21日）
- Pew Research Center：Can AI Stand In for Human Survey-Takers? Not Really（2026年9月30日）
一次資料の再確認日：2026年11月9日。記事中の発表日・調査期間は、それぞれの出典に記載された時点を示します。
運営元について
AXメディアは、株式会社ジーズ AX事業部が運営しています。AX事業部では、AI研修・AIエージェント開発・ローカルLLM開発・補助金／助成金の活用支援を提供しています。
