「合成顧客（Synthetic Customer）」とは？
一言で言えば、「AIが生み出した、限りなく人間に近い架空の顧客」のことです。
これまでのマーケティングでは、新商品の感想を知りたければ、実際の人間を集めてアンケートを取ったり、インタビューをしたりする必要がありました。
しかし、合成顧客の技術を使えば、実在の人間は必要ありません。
LLMをベースにしたAIに、例えば次のような詳細な「ペルソナ」を設定します。
- Aさん： 都内在住、30代女性、既婚、子供1人。節約志向だが、美容には月1万円投資する。最近の悩みは肌の乾燥。
- Bさん： 大阪在住、50代男性、会社経営。ガジェット好きで、新しいものには目がない。価格よりもスペック重視。
このように設定された「何千、何万ものAI人格」に対し、企業は問いかけます。
「この新しい化粧水のパッケージ、どう思う？」
「このキャッチコピー、買いたくなる？」
するとAIたちは、それぞれの人格になりきって、即座に反応を返します。
AさんAIなら「少し高いけど、成分が魅力的だから試してみたい。でもパッケージが安っぽいかも」と答え、BさんAIなら「興味ない」と切り捨てるかもしれません。
これが、合成顧客です。 まるで実在する人間のようなAIを使ってコストをかけずに市場調査の精度を高めることを目指すのです。
なぜ今、爆発的に注目されているのか？
「AIが実在する人間の趣味や嗜好を正確に再現できるのか？」
そう思うかもしれません。
しかし、今、世界中の企業がこの技術に投資しています。
理由は大きく2つあります。
人間は「高くて、遅くて、本音を言わない」
従来の市場調査では、 1000人のアンケートを集めるのに数週間かかり、数百万円のコストが飛びます。
しかも、人間は面倒くさがって適当に回答したり、謝礼目当てで嘘をついたり、対面インタビューでは気を使って本音を隠したりします。
一方、合成顧客は「秒」で終わります。
文句も言わず、疲れもせず、24時間365日、何千パターンものテストを繰り返してくれます。コストは人間を使う場合の数分の一です。
プライバシー規制
これが最大の要因です。 GDPR（EU一般データ保護規則）やCookie規制により、企業が個人の行動データを収集・利用することは年々難しくなっています。
「リターゲティング広告」などが機能しなくなってきているのです。
そこで、「実在する個人のデータ」を使うのではなく、「統計的に正しい架空のデータ」を使えばいいじゃないか、という発想の転換が起きました。
合成顧客なら、プライバシーの問題も起こりえません。
ビジネス現場での具体的な活用イメージ
では、具体的にどう使われるのでしょうか。
ケース1：広告クリエイティブのA/Bテスト
キャッチコピーを100案考えたとします。これを実際に配信してテストするとお金がかかります。 そこで、合成顧客1万人（ターゲット層のペルソナ）に見せます。
「どのコピーをクリックしたくなる？」とシミュレーションさせ、反応が良かった上位3つだけを、現実世界で配信します。
ケース2：炎上リスクの事前検知
新しいキャンペーン動画を作りました。 これを多様な背景を持つ合成顧客（人種、宗教、年齢、年収が異なる数千体）に見せます。 「この表現で、不快になる人はいる？」と問いかけることで、人間が見落としていた「炎上の種」や「差別的なニュアンス」を事前に発見できます。
ケース3：営業ロールプレイングの相手
営業マンの研修相手としても優秀です。 「予算に厳しい頑固な調達部長」や「話は長いが決裁権のない担当者」などのペルソナAIを相手に、商談の練習ができます。
AIは人間の代わりになれるか？
もちろん、課題もあります。
最大の懸念は「ハルシネーション」と「バイアス」です。
AIは学習データに基づいて回答するため、学習データ自体に偏りがあれば、差別的な反応をする合成顧客が生まれてしまいます。
また、AIは「論理的」な回答は得意ですが、人間特有の「衝動買い」や「理屈に合わない熱狂」を完全に再現できるかは、まだ未知数です。
しかし、技術は日々進化しています。
Gartnerの予測通り、2026年には「アンケートを取る」という行為の半分以上が、AIとの対話に置き換わっているかもしれません。
マーケターの仕事は「問いの力」へ
合成顧客の登場は、マーケティングの仕事をどう変えるのでしょうか？
これまでは「データを集めること」に多くの時間が割かれていました。
これからは、「集まった大量のAI顧客に、どんな質問を投げかけるか」、すなわちシミュレーション設計が重要になっていくでしょう。
▼この記事を読んだ人におすすめ
