「LITRON MAS」から生まれた8人の「AI生活者」

今回のプロジェクトは大きく3つのステップで進められた。最初に取り組んだのはAIエージェント「AI生活者」を生成する工程だ。調査の目的を明確にしたうえで、どのような人物像を設定するべきかを定義し、ビッグデータをベースにして8人のAI生活者を構築した。

次に行ったのが、生成したAI生活者へのインタビューである。過去の調査情報をスクリーニングして最もインパクトの大きい領域を特定。AI生活者に対し、実際の生活者調査で人に提示しているコンセプト文を示したうえで、人に対して実際に聞いている質問を投げかけた。

最後のステップが、AI生活者の回答を評価する工程だ。人間と同等の質が担保されているかを検証するとともに、回答によってどのような価値が加わったのかを整理。プロジェクト全体の成果としてまとめていった。

このプロジェクトの肝となる「AI生活者の生成」を支えているのが、NTTデータの生成AI基盤「LITRON Multi Agent Simulation」（以下LITRON MAS）だ。
花王が保有する生活者調査データに加え、匿名性を担保した購買データやSNSのテキストデータをもとに、NTTデータのLITRON MASを活用することで、年齢や価値観、消費行動、購買経緯などが異なる8人のAI生活者を作成した。

「花王社内でも生成AIに関するソリューションを内製しており、実際に『AI生活者』のコンセプトに近い仕組みは構築できていました。しかし、ブランド担当者が納得して意思決定の材料にできるほどの『確からしさ』を検証できておらず、実務への適用には限界を感じていました。そうしたなかで、NTTデータの『LITRON MAS』による先行事例を知り、今回のプロジェクトにつながりました」（佐藤 氏）

生成AIのアウトプットは年々精度が向上している。だが、その結果を人間が安心して判断材料として扱えるかどうかは、また別の問題である。たとえ生成AIがもっともらしい示唆を与えたとしても、その妥当性に確かな根拠を見いだせずにいる企業は少なくない。

NTTデータ 第二インダストリ事業本部 山﨑 翔太によると、この問題をクリアするにあたって、2つの軸が設定されたという。1つは「実際に買ってもらえるのか」という購買行動の軸で、ここにはNTTデータが連携するWED社の保有するレシートデータが活かされた。

もう1つは「なぜ購買に至るのか」という心理的な軸で、SNS上の生活者の発言や反応から価値観や動機を読み解くアプローチを採用した。NTTデータがX（旧Twitter）の全量データを保有している点が、この分析を支える大きな強みとなった。リアルな声を網羅的に扱える環境があったからこそ、AI生活者像の解像度を一段引き上げることができた。

「定量データと定性データのどちらか一方が欠けても、今回のプロジェクトは成り立ちませんでした。当社は以前からメーカー様のDX支援やCXコンサルティングを手掛けており、SNSのような定性データの活用についても多くの知見を蓄積してきました。加えて、購買データや決済データといった定量分析にも豊富な実績があります。これら定性と定量の両軸を掛け合わせて扱える当社の強みが、今回はうまく発揮できたと考えています」（山﨑）

もっとも、今回の取り組みはNTTデータにとっても新たな挑戦だったという。小木曽は次のように振り返る。

「先行事例でも、人間の回答と生成AIの回答を簡易的に比較していましたが、過去に実施した人間への調査結果と厳密に比較したのは今回が初めてでした。さらには、購買データやSNSデータを裏付けとして生成AIの回答に根拠を持たせ、ブランド担当者が意思決定に使えるレベルかどうかを検証する必要がありました。ただ、NTTデータが有する独自の評価手法を活用したことで、納得感のある評価が行えたと考えています。」（小木曽）

「AI生活者」が語る、人間からは出てこない「本音」

AI生活者へのインタビューを通じて得られた回答について、手島 氏は「人間とは異なる強みが明確に見えた」と語る。とくに印象的だったのは、回答の具体性と一貫性だ。人間のインタビューでは直感的で短いコメントが多く、インタビューの回答と実際の行動に矛盾が生じることもあった。

一方でAI生活者は、設定された背景にもとづき、理由を含めて論理的に回答する。また、場の空気に左右されず率直に“本音”を語る点も生成AIならでは。人間同士のグループインタビューでは他の参加者の発言が回答に影響を及ぼすこともあるが、AI生活者はそうした影響を受けにくい点が対照的だったという。

「印象に残っているのは、AI生活者が率直に批判してくれるところです。例えば『次世代型』というコンセプトに対して『どこが次世代型なのか』と疑問を投げてきたり、『以前も似たような商品があった』と指摘してきたりすることもありました。人へのインタビューでは出にくい視点も拾えるので、より多面的な気づきが得られると感じました」（手島 氏）

従来の課題となっていた業務の効率化についても、手島 氏は一定の成果を感じているという。

「従来のグループインタビューは、6人程度で1～2時間かけて実施するのが一般的ですが、実際に今回の取り組みでは、生成AI相手にものの数分で同様の内容をリサーチすることができました。また『いつでも、どこでも、何度でも』質問できる点も大きな利点といえるでしょう。人相手の調査だと、限られた時間のなかでしか質問できませんし、後日もう一度同じ人に質問し直すことも難しいです」（手島 氏）

図：プロジェクト概要

AI生活者が拓く、次世代のマーケティング戦略

今回のプロジェクトの成果を受け、両社は次の展開を見据えている。佐藤 氏が「他ブランドへの横展開も含めさまざまな可能性を検討している」と語るように、花王の生成AIによるマーケティング高度化の範囲は、今後さらに広がっていく可能性がある。

NTTデータもこの仕組みを拡張し、全社的な意思決定基盤へと成長させるビジョンを描いている。

「今後は花王様独自のデータを掛け合わせることで、より解像度の高いAI生活者モデルへと深化させていきたいと考えています。活躍の場もリサーチという枠を超え、新たなインサイトを活かした『商品開発』や『営業』といった、企業のあらゆるビジネスプロセスへと適用範囲を広げていきたいです」（山﨑）

今回のプロジェクトがスムーズに、かつ高い解像度で実を結んだ背景には、花王とNTTデータの双方に、テクノロジーの知見だけでなく事業の背景や現場の課題も深く理解する「AIとビジネスの両方に精通した人材」が揃っていたことが挙げられる。

「当社にもAIやデータ分析の知見を持つメンバーがいますし、NTTデータにも高度な技術力だけでなく、我々のビジネスの意図や課題を深く理解し、同じ目線で議論できるプロフェッショナルがいました。お互いが『AIと事業』双方の視点を持ち、技術の可能性と限界を理解したうえでフラットにプロジェクトに向かえたからこそ得られた成果だと考えています」（佐藤 氏）

AIエージェントが活躍する時代の「人」「組織」のあり方とは

現在、さまざまな領域でAI活用が広がっているが、佐藤 氏は技術そのものはいずれコモディティ化していくと冷静に見ている。だからこそ、その先にある「人間の役割」が問われるという。

「手法そのものはいずれ競合他社にとっても当たり前のものになるでしょう。その時代になった時、真の差別化要因となるのは『人がどの領域で価値を発揮するのか』という役割設計です。AIという優秀なパートナーを前提に、人間がいかに創造的な役割を担えるか。その設計こそが、企業の競争優位性を左右するはずです」（佐藤 氏）

生成AIが答えを提示してくれる時代だからこそ、そのアウトプットをもとに最終的な判断を下し、責任を持つ人間の能力を最大化させていく。

こうした人材の進化とテクノロジーの浸透は、最終的に組織のあり方そのものをも変容させていくかもしれない。小木曽は、生成AIがもたらす「意思決定のレイヤーの変化」の可能性を予見する。

「生成AIが有用な情報をスピーディーに現場に提供するようになれば、現場レベルでその結果にもとづく判断と試行錯誤を素早く積み重ねることができるようになり、スピーディーかつ質の高い業務遂行が実現できると思います。このように、生成AIの活用によって、アジャイル型の『運用型意思決定』モデルへの変革をめざすことが重要と考えます」（小木曽）

AIという強力なパートナーを得て、人間がいかに創造性を発揮し、組織を俊敏にアップデートしていくか。両社の挑戦は、次世代のマーケティングと組織のあり方を切り拓く大きな一歩となりそうだ。

今回のプロジェクトに参加した花王・NTTデータのメンバー