生成AIの擬似人格で1,000人分の調査を45分に、日本ハムの生活者分析

約2万人分、70〜80のデータ項目という自社の生活者プロファイリングデータを、集団の平均像に丸めずに1人分ずつ生成AIへ渡した設計が、この取り組みの土台になっています。セグメントに該当する生活者を抽出し、そのプロフィールと設問を一組にして投げ、返ってきた回答を積み上げてレポート化する流れです。個票を処理の単位に置いたことで、出力は「平均的な消費者像」ではなく、属性の異なる回答の束になります。既存のN1分析と地続きの形を選んだ判断だと考えられます。

回答のばらつきをあえて作りにいった点も見逃せません。出力の散らばり方を決めるTop PやTemperatureといったパラメーターを調整し、回答者の多様性を担保しています。生成AIの業務利用では出力を安定させる方向に寄せがちですが、生活者調査の再現という目的では、意見が割れること自体が情報です。用途から逆算してAIの振る舞いを決めた設計と言えます。

業務側と作り手の距離を詰めた進め方も、短期間で完成度を高めた要因でしょう。アプリを内製したことで提案現場の要望をIT戦略部がすぐ反映でき、自由記述と選択肢の両方で設問を入力できる画面、進捗率の表示、選択式回答や類似ニーズを集計するツールといった実務寄りの機能が積み上がっています。土台には、全社で使うMicrosoft 365のセキュリティ機能をそのまま生かせるAzure OpenAI Service上の生成AI環境があり、その構築を担った株式会社システムサポートが技術面を支えています。基盤をゼロから用意せず、既にある全社環境の上に業務専用のアプリだけを載せる切り分けが、改善サイクルを速く回せる条件になったのではないでしょうか。