樋口さん：アサヒビール株式会社は、「すべてのお客さまに、最高の明日を。」をビジョンに、アルコール飲料を中心とした飲料の企画・製造・販売をする、歴史の長い会社です。

その中で私が所属する消費者インサイト部では、マーケティング本部を横断したリサーチ業務の主導を中心に、あらゆるマーケティング、および商品開発のプロセスを、顧客インサイトを起点に、かつアサヒビールのビジョン実現に向けて進化させていくことを目指しています。

さらに私個人としては、それらのプロセスの中にどう生成AIを活用し、業務生産性を高めていくかというところもミッションとしており、複数の部署と連携してワークフローの整理から、生成AI活用の提案までを行っています。

樋口さん：当社では大小合わせて年間約700件のリサーチ案件を実行しています。その中で、大きく分けて「リソース」と「スピード」の2つの観点で課題を持っていました。

そもそもこれだけの数のリサーチを実施するとなると、我々インサイト部のメンバーが深く関わることが難しい案件がどうしても出てきてしまいます。私としても、忙しい時は同時に6〜7件の調査案件を抱えていることがあるくらいです。

さらにそういったリソース量の観点に加えて、リサーチを起案するブランドマネージャーが専門知識をそこまで持ち合わせていないケースなどもあり、"正しくリサーチを実行できているか？"という観点でも、「リソースの確保」に課題感を持っていました。

もちろん、当社でも様々な調査会社を活用させていただいていますが、どちらかと言えば伴走型の支援が多く、当社内にある程度のリソースがかかってしまうことは避けられません。

そこにさらに加わるのが「スピード」の課題です。10名のモニターの方に定性調査（ユーザーインタビュー）を実施するとなれば、調査設計から分析まで早くても約1か月はかかります。このスピード感だと、「時間の関係でリサーチのクオリティが高めきれない」ケースや、「リサーチを原因として意思決定のタイミングが遅れる」ケースなど、スピードのボトルネックが、重要な判断に影響を与えてしまっていたこともありました。

樋口さん：スパークリサーチを利用させていただいて強く価値を感じているのは、専門性を持ったAIが、アウトプットを出すところまで"自動で"進めてくれる点です。

これまで抱えていたリソースの課題を、リソース量と専門性の両面から解決してくれていると感じると同時に、前述のボトルネックから生まれていたこれまでの不安定な意思決定を、少しずつ取り除けている感覚です。

さらにスピードとコストの圧縮にも大きな価値を感じています。これまで1か月以上かかっていた調査案件に対して、1週間でアウトプットが出てくる、外注すれば設計や分析も含めてモニター1人あたり30万円近くかかっていたコストが、30分の1程度に抑えられるというのは、これまでのリサーチプロセスを再考するべきだと思うほど大きな変化です。

"従来は1回きりの調査だったところを、半分の期間で2回実施することで意思決定の精度を高める"など、生成AIの登場をきっかけに考え方を大きく変える必要があると考えています。

また、特に情報の鮮度が重要な上市後すぐの反応調査や、競合調査への活用には最適だと感じており、スパークリサーチの利点を最大限活用できるユースケースの1つです。

樋口さん：これまで弊社で取り組んできた定性調査は、多くても20名程度を対象に行っていました。対象者との日程調整や、モデレーターの手配など、リサーチとは少し離れた細かい業務が多くあり、その程度の規模でも1か月以上はかかります。

一方でスパークリサーチは、出現率によっては最短数日で100名を超える規模に対して定性調査を実行できます。この「定性調査をスケールできる」という特徴により、私たちは「発話の確からしさ」と呼んでいますが、必要とするインサイトを含んだワードや発話が出てくる可能性が高まり、データとしてより活用しやすいものとなっています。

あとは全ての回答データに動画と音声が紐づいているので、表情や声色からその回答の温度感が伝わってくるところも従来のリサーチ手法とは大きく異なる点です。チャットインタビューやアンケートの自由回答に記載されている回答は、正直どこまで信じて良いものか、確信を持てていませんでした。ここをカバーしているのは非常に大きなメリットだと感じています。欲を言えば、今後はこういった非言語の情報もAIが分析してくれたら…と想像しています。

樋口さん：これまで人間がチームを組んで、議論を進めながらリサーチを実行していると、どうしてもバイアスがかかり、視野が狭くなってしまうところがありました。具体的には膨大なコンテキストや担当者の想いが、調査設計や分析に乗っかってきてしまうといった事象です。

一方でスパークリサーチのAIは良い意味でも悪い意味でも、そういったコンテキストやバイアスを持たずに調査を実行・分析します。この性質によって、直近実施したリサーチではブランドマネージャーさえも思いついていなかった表現や言い回しが見つかり、そのまま実際のクリエイティブに活かしていくことになりました。

バイアスから解放され、強制的に視野が広がるといったメリットは、使ってみるまで気づかなかった利点の1つです。リソースをかけずに、高いレベルのアウトプットを出してくれるというメリットと合わせて、私たち消費者インサイト部の思考の余白を生んでくれていると感じています。

樋口さん：前提として、リサーチを行うのが人間であるかAIであるかというのは、あくまで手段の話であり、リサーチの目的に応じて適切に使い分けていくべきです。本質的に重要なのはその先にある「結果を見た人間による判断・意思決定」であり、これはAIがさらに進化してもしばらくは変わらないと考えています。

その前提においてスパークリサーチは、大量のインサイトを確度高く、素早く集めてくれるので、人間の判断をよりスピーディにしてくれます。対象者数を絞って人間が定性調査を行うという手段と比較して、メリット/デメリットは当然ありますが、同時に「スパークリサーチで行うべきリサーチ」も必ずあるはずで、それを適切に判断して段階的に導入していくのが、リサーチ現場に生成AIを導入していく第一歩となると考えています。