70年にわたり、市場調査は1つの希少な資源に支えられてきた。人間の注意である。人を見つけ、募集し、予定を組み、報酬を支払い、実際に現れて本当のことを語ってくれるよう願う。
そのボトルネックが、すべてを形づくってきた。調査に12週間かかり、6桁の費用が必要になるのはそのためだ。企業が30ではなく3つのコンセプトしか検証しないのも、そもそも問われることのない質問カテゴリーが丸ごと存在するのもそのためである。
それらが重要ではないからではない。答えを得るために調査を実施しても、費用に見合うことがなかったからだ。
何が変わりつつあるのか
新たな調査手段が登場している。合成回答者である。デジタルツインとも呼ばれるこれらのAI生成ペルソナは、特定の集団のように推論し、回答するよう構築されている。開示しておくと、私の会社は、このアプローチの発展を目指す他社と同様に、特に製薬市場調査向けの合成ペルソナを開発している。
私の直接的な経験から言えるのは、これらは単にそれらしく振る舞うチャットボットではないということだ。現実世界の行動データに基づき、定義されたオーディエンスがどのように考え、トレードオフを評価し、意思決定するかを反映するよう調整されたモデルである。
学術研究や企業での導入事例を通じて、AIパネルと条件を合わせた人間のパネルを比較した研究では、一部の領域で一致率が90%超と報告されている。問いは「これは機能するのか」から、「どこで機能し、それが生み出す余剰をどう活用するのか」へと移った。
経済性は漸進的な改善にとどまらず、結果は数時間で得られるため、質問を1つ追加する限界費用はゼロに近づく。パネルは自由に再セグメント化し、再実行できる。
断続的な調査から継続的な調査へ
今日の調査は、必要に迫られて断続的に行われている。ブランドチームが調査を委託し、四半期を待ち、資料を受け取り、その後、市場が動いてから長い時間がたったスナップショットに基づいて意思決定する。
調査が豊富に行える世界では、それは継続的になる。社内政治をくぐり抜けた3つではなく、40のメッセージすべてを検証する。競合が動くたび、規制が変わるたびに、常設パネルに改めて問いを投げる。会議室で最も声の大きい人物に結論を委ねるのではなく、昼食前にシミュレーションを走らせる。
探索がほぼ無料になると、優位性は、いつもの問いにより速く答える組織ではなく、より多くの問いを立てるよう設計された組織へと移る。
懐疑派が正しく捉えていること
有望ではあるが、合成回答者は最終的には過去に基づくモデルである。補間には強い一方で、真に新しいものには弱い。文化がリアルタイムで変化しているとき、あるいはどのデータセットにもまだ捉えられていないものを検知することが目的であるとき、人間はなおグラウンドトゥルースであり続ける。
複合的なリスクもある。企業が合成データに基づく発見をもとに行動すれば、その行動が市場を形づくる。将来のモデルはその結果を学習し、調査は合わせ鏡のようになる。したがって業界には、新しい人間のデータに照らして合成パネルを定期的に較正することが求められる。
ただし、代表性は両刃の剣である。人間のパネルにも、自己選択、社会的望ましさ、慢性的な誤報告といった歪みがある。合成パネルは、訓練データのバイアスを受け継ぐ。いずれも、真実を澄み切った窓のように映し出すものではない。
最も早く古びつつある反論
私が最もよく耳にする反論はこうだ。モデルが一度も見たことのないデータはどうなるのか。AIはまったく新しい情報に対して、人間のようにどう反応できるのか。
この問いは、AIをルックアップテーブルだと想定している。推論モデルはそうではない。新しい問題を分解し、仮説を立て、訓練データのどこにも存在しない結論に到達する。存在したことのない証明を、暗記で導くことはできない。
新規性をめぐるギャップは完全に埋まってはいない。しかし私は、「AIは見たことのないものには対応できない」という前提に業界の未来を賭けることは、能力曲線に逆らって賭けることだと考えている。
最初に導入が進む領域
私は、合成回答者を最初に活用する領域はライフサイエンスだと見ている。この種の企業は、あらゆる業界の中でもとりわけ調査集約的な意思決定サイクルを回しており、最も重要な回答者は現役の医師である。医療従事者をアドバイザリーボードや調査に募集するには、日常的に数十万ドルの費用がかかり、12〜16週間を要する。希少疾患の専門医の場合、そもそも募集できるとしても、さらに長い時間がかかる。
医師が有償インタビューに費やす1時間は、患者の治療から奪われる1時間である。従来型のモデルは、スポンサーの予算に負担をかけるだけではない。医療システムにも負担をかけている。
医療従事者の合成パネルを活用すれば、探索フェーズ、メッセージの調整、さらにはバリュープロポジションの第20版に至るまで、臨床データに基づくデジタルツインを相手に実施できる。そして、医師の時間は本当に必要な数少ない問いのために残される。その結果、スポンサーはより速くインサイトを得られ、もちろん医師、そして治療を待つ患者にも、より多くの時間が返されることになる。
調査票よりも人間的
ここに直感に反する点がある。合成回答者は、人間を研究するために用いてきた手法よりも、行動面でより完全な存在になり得る。
調査票は人をチェックボックスに平板化する。十分に構築されたペルソナは、そうである必要はない。開放性、誠実性、外向性、協調性、神経症傾向（OCEAN）の枠組みに、感情知能と地域性を組み合わせて基礎づければ、人々がメッセージを評価する方法の違いをペルソナに反映できる。
だからといってペルソナが人間になるわけではない。しかし、より豊かな調査手段にするという可能性はある。
想定される均衡点
私は最終的な姿を、スタックの再階層化として捉えている。合成パネルは探索レイヤーになる。低コストで、高速で、網羅的であり、弱いアイデアを早い段階で排除する。人間を対象とした調査は検証レイヤーとなる。重要度の高い意思決定、真の新規性、較正のために限定される。人間の回答者は、1回のインタビュー当たりで見れば、価値が下がるのではなく、むしろ高まる。
居心地の悪い点は、業界のビジネスモデルである。収益の多くは希少性に結びついている。調査実施、リクルート、パネル管理、12週間というタイムラインだ。希少だったものが豊富になれば、希少性の管理に付随する収益は生き残れない。繁栄する企業はスタックの上位へ移行し、調査の実行から判断の所有へと移っていく。
知的好奇心を持つ余裕が生まれた組織の姿
何十年もの間、企業は多くの意思決定を直感と序列に基づいて行ってきた。根拠に当たるには、時間も費用もかかりすぎたからだ。調査が豊富に行えるようになれば、根拠は意思決定そのものの速度で得られるようになる。
私は、今後10年以内に、真剣に取り組むすべての組織が、自社市場の生きたモデルを運用するようになると予測している。合成顧客、医師、支払者、パートナーからなる常設の集団であり、現実世界のデータで継続的に更新され、人間を対象とした調査で検証される。製品チームは最初のスケッチに入る前に、そのモデルに対してアイデアをストレステストする。戦略議論は、シミュレーションで終わるのではなく、シミュレーションから始まる。
したがって勝者となるのは、最良の合成パネルを持つ企業ではない。「それを検証する時間はない」がもはや言い訳にならなくなったとき、意思決定の仕組みを作り替える企業である。
氷にひびが入り始めてから2年が経った。いまだに実施した調査数と納品した資料数を数えている企業は、温度を測っているにすぎない。私は、次に来るのは相転移だと考えている。
