生活者デジタルツインやAIペルソナを使うと、コンセプト案への反応を短時間で何通りも検討できます。だからといって、生成した1,000人の反応を実在の1,000人の調査結果として数えることはできません。合成回答は、モデル、与えた属性、プロンプト、参照データの仮定を反映します。実際の購買、利用制約、母集団の偏りを自動的に代表するものではないからです。
結論は、syntheticを「仮説の発散と矛盾の発見」、human実査を「採否・優先順位・再現性の検証」に分けることです。二つの人数を足し算せず、どちらが間違ったら何を止めるかを先に決めます。この役割分担なら、スピードを得ながら、もっともらしい出力を市場事実と取り違える危険を下げられます。
syntheticで先に広げるのは、答えではなく質問
コンセプトテストの初期段階では、同じ案を複数の仮定で読ませます。例として、忙しい共働き世帯、価格に敏感な単身者、既存ブランド利用者という仮想条件を置き、「最初に理解されない言葉」「購入をためらう条件」「代替案と比べる軸」を列挙させます。ここで得るべきものは購買意向の平均点ではありません。実査で聞くべき反証仮説です。
たとえばAIが三つの条件で一貫して「初回設定が面倒そう」と返すなら、人の実査では、その言葉を誘導せずに、購入前後のどこで離脱しそうかを聞きます。逆に、モデルが与えた属性によって反応を大きく変えるなら、セグメント定義やコンセプトの情報量が足りないという警告として扱います。合成回答が整いすぎていること自体も、実生活者が持つ曖昧さや矛盾を落としている可能性があります。
human実査で確かめるのは、意思決定を変える差
実査では、最初から大きな標本を求める前に、採否に必要な不確実性を決めます。例えば「誰に刺さるか」より「どの約束が誤解を生むか」が重要なら、理解度、誤解した箇所、代替案との比較理由を中心に聞きます。「どちらの価格帯を検討すべきか」が重要なら、具体的な価格・利用条件を提示し、購入可否ではなく条件の変化も確認します。
少数の定性実査は代表値を確定するためではなく、合成仮説の外れ方を見つけるために使えます。その後、必要な場合だけ対象集団と設問を固定した定量調査へ進みます。NISTのGenerative AI Profileが扱うリスク管理の考え方も、生成結果を利用文脈・影響・評価と切り離さないことを求めます。モデルの出力品質だけで、発売判断の確度を語らないでください。
| フェーズ | syntheticの役割 | humanの役割 | 次へ進む条件 |
|---|---|---|---|
| 仮説発散 | 反証、比較軸、言い換え候補を出す | まだ結論に使わない | 問うべき不確実性を列挙できた |
| 少数実査 | 実査質問の抜けを点検する | 誤解、行動文脈、想定外理由を探す | 仮説の当たり外れを記録できた |
| 検証 | シナリオ別の説明を補助する | 対象集団で優先順位・条件差を検証する | 事前に定めた採否基準に達した |
| 判断 | 代替案を整理する | 実査と事業制約を統合する | 根拠と未確認点を明示できた |
一致よりも「ずれ」を管理する
syntheticとhumanが似ても、モデルが正しいとは限りません。一致は質問の誘導や対象条件の狭さでも生じます。不一致は、仮定のどこが市場と違うかを調べる入口です。
海外の研究・政策機関の資料では、AIで人の行動を模擬する可能性とともに、モデル依存、妥当性、評価の課題が扱われています。Strategy&の行動調査に関する資料も、生成AIを調査プロセスへ組み込む実務の論点を提示します。これらは特定の製品コンセプトの売上を予測する証拠ではありません。自社の対象市場、文化、価格帯、チャネルで実際に比較する必要があります。
実務で固定する三つのルール
第一に、synthetic nをhuman nへ換算しないこと。第二に、合成集計を売上予測や代表性の証明に使わないこと。第三に、発売判断の主張には、人のデータ、確認日、対象条件、未確認点を紐づけることです。
先に決める停止条件
実査で主要な誤解が一つでも見つかった、属性別の反応方向が合成結果と逆転した、前提にした価格や利用場面が現場と違った場合は、合成結果だけで採否を進めません。入力条件を直して再生成する前に、どの仮定が外れたかを記録します。再生成を重ねて実査へ合わせるだけでは、未知の市場を予測できた証拠にならないためです。
限界：hybridは外部妥当性を自動的に作らない
syntheticとhumanを併用しても、実消費者の購入行動や実市場の成果を保証しません。少数実査には標本の偏りがあり、定量調査にも設問・回収・時期の制約があります。研究のproof-of-conceptをそのまま商用の予測精度へ移すこともできません。重要な投資判断では、実査の設計、販売実験、既存顧客の行動データを別々に照合してください。
合成仮説と実査を分けた発売前検証を設計したい場合は、発売前検証・コンセプトテスト相談をご利用ください。
一次情報と確認範囲
確認日：2026年9月4日。製品仕様・制度は更新されるため、導入時はリンク先の最新版を再確認してください。海外の制度・職業規範は日本へ直接適用せず、相違点と限界を本文に明記しています。