津田さん：株式会社Morghtは “Morning to Night” を由来としており、朝起きてから夜寝るまで人々の生活に寄り添うプロダクトを展開する会社です。

現在は睡眠ブランド「NELL」を主力として、マットレスを中心に様々な寝装品を提供しています。寝具ブランドとして認知されがちですが、私たちは「朝起きてから寝るまで」をトータルで豊かにするブランドを目指しており、直近ではシーツや枕だけでなく、布団乾燥機やシャンプーなど、睡眠の周辺領域へも積極的にプロダクトを拡張しています。

その中で、私の率いるプロダクトマーケティングチームは、「誰に」「何を」「どう届けるか」という戦略の設計から実行、そして最終的なローンチまでプロジェクト全体を動かす役割を担っています。具体的には、市場や競合、消費者の理解から、それらをベースとしたポジショニング、商品の企画開発、販売戦略、そして消費者とのコミュニケーション設計、マーケティングコミュニケーションチームとの伴走まで、いわば「0から1」を作るフェーズのすべてです。

津田さん：前提として、私たちはスタートアップとして「マーケットイン（市場や顧客の声を起点とした商品開発）」を非常に重視しているため、プロジェクトのあらゆるプロセスにおいて、顧客インサイトを解き明かすためのリサーチを実施しており、チームにとって極めて重要な業務として位置づけています。

その中で、定性調査における「調査スピード」と「対象者数」のトレードオフが、チームの大きなボトルネックになっていました。

深い洞察を得るためにユーザーインタビューは不可欠ですが、従来の手法では、現実的に1案件あたり10件程度が限界です。モニターの手配から日程調整、メールの往復、実際のインタビュー、そして実施後の文字起こしや分析までを含めると、10件程度の実施でも、最低3〜4週間はかかってしまいます。

しかし、「NELL」の次の柱となるようなプロダクトを連続的に生み出すことを目指す私たちの事業フェーズでは、何よりも意思決定のスピードが要求されます。油断すると、社内から時間をかけて調査する必要性についての疑念が上がり、対象者数の削減や、リサーチの実施自体がスピードとのトレードオフになることもありました。調査スピードのボトルネックが、重要な意思決定のクオリティに影響を与えてしまうという課題です。

また、リサーチにおける「属人性」も大きな課題でした。質問の設計やインタビューの進め方、そして得られたデータの解釈は、個人のスキルに完全に依存します。個人の特性による解釈のブレや、本来であればデータの中にある素晴らしい発見を担当者が見落としてしまう、といった機会損失が少なくありません。高いクオリティでのモデレート技術や解釈のノウハウをチーム全員で再現することに、非常に高いハードルを感じていました。

津田さん：私たちが最も驚き、価値を感じたのは、消費者が「感情的な忖度がなく、本音を吐き出している」ように感じられた点です。

対人間のインタビューだと、消費者は「悪いことを言ったらインタビュアーに申し訳ない」といった心理が働き、不満や言いづらい本音を上手に隠してしまう傾向があります。しかし今回の調査結果を見ると、消費者側の発話の様子からは忖度や気を遣っている様子は感じられず、さらにAI側も感情のバイアスを挟まずに淡々と深く掘り下げてくれるため、人間のインタビュアー相手では出てこないような、生々しい本音やマイナス評価まで率直に答えてくれるという、AIリサーチならではの強みを感じました。

さらに、属人性が完全に排除され、「一律で80点以上のクオリティのインタビューが必ずできる」という再現性の高さも強みだと感じました。AIリサーチは、回答が想定外に展開された場合の対応などにまだまだ伸び代があると思いますが、それでもすでに高いクオリティを実現しています。スパークリサーチを使えば、高いクオリティでインタビューを均質化できる。このクオリティの平準化は、チームでプロダクト開発を進める私たちにとって非常に大きなメリットです。

津田さん：これまでの定性調査は対象者が限られていたため、「Aさんはこう言っている」という、あくまで個人の声の抽出に留まっていました。そのため、別途定量調査を実施してその声が市場の傾向として有意なものなのか、検証する必要性が生まれます。リサーチの教科書における「定性と定量を行き来させましょう」という話です。

一方で、スパークリサーチを利用し、定性調査を数百人規模で一気に実行できれば、個人の声とあわせて、その集合としての傾向の確からしさまで同時に見えてきます。この「定性的な声の傾向」が掴めるようになることは、非常に大きなメリットだと考えています。

今後、さらにAIがより深いインサイトを抽出できるようになれば、私たちのこれまでのリサーチや、商品開発における事前仮説の精度が根本的に変わりそうな気がしています。

津田さん：リサーチ業務における「時間の使い方の構造」が劇的に変わりましたね。

これまで膨大な時間を奪われていたモニター手配、日程調整、そして終わった後の気が遠くなるような文字起こしといった、いわば「ノンコアで面倒な作業」がゼロになったのが大きいです。これによって浮いた時間とエネルギーを、「どういった問いを立てるか」「どういった仮説が相応しいか」という前段階の設計や、集まったデータの解釈という、人間が最も頭を使うべきコア業務に100%集中させることが可能になりました。

また、アウトプットのスピードとその後の意思決定への接続の早さも驚異的です。スパークリサーチから上がってくる分析レポートは非常に構造的で、自分たちが検証したかった問いに対する回答という形で綺麗に整理されています。そのため、今回の調査でも、完了してからわずか3日後に、そのまま内容をスライドに落とし込んで社内の承認会議に活用させていただき、次のアクションへとスムーズに移行することができました。

私たちのように積極的に仮説を立て、それに対する検証としてリサーチを行う組織にとっては非常に相性の良いソリューションだと考えていますし、この圧倒的なスピード感は、スタートアップの現場において大きな武器になっています。

津田さん： 導入を検討されているなら、「まずは1回やってみて」とお伝えしたいですね。

おそらく導入前のみなさんが一番気にされているのは、「AIインタビューで本当に質の高いインサイトが引き出せるのか？」という点だと思います。ただ、これまで各社どういうリサーチをしてきたかという土壌が違いすぎるため、AIリサーチを通して得られるインサイトの価値は、実際に体験してみないと実感しづらい。私自身も、初めは少し懐疑的な部分もありましたが、実際に経験してみて初めて「これは良い」と確信できました。

だからこそ、もし迷っているなら、まずは「仮説検証型のリサーチ」や「コンセプトテスト」で一度試してみることをおすすめします。スパークリサーチの特性に非常に向いているので、AIリサーチのパフォーマンスを測る最初の試金石としてはぴったりだと思います。

消費者理解を大前提に置いた上で、「意思決定のスピード」と「顧客インサイトの深さ」をどうしても両立させたいと考えるすべてのリサーチ担当者にとって、検討する価値が十二分にある強力なソリューションだと思います。