味の素冷凍食品が生成AIに任せる仕事と、人が担う「ノイズ」の見極め方

仮説を立てる段階では質的データを、その仮説が人に響くかを確かめる段階では量的データを使うという工程の切り分けが、この進め方の土台になっています。定量・定性という言い方を避け、量的データと質的データを対等な情報として扱う姿勢は、単なる言葉づかいの問題ではありません。どちらが客観的で正しいかを競わせず、使う場面をあらかじめ決めてしまえば、はっきりしない情報を扱うことへの後ろめたさが消えます。市場規模や購入率は数字で押さえたうえで、発想の入口だけは人の暮らしの側に置く配置です。

AIの出力をまず土台に据え、そこから外れる個別の行動や感情を意図的に拾い上げる組み立ても、この型の中心にあります。多くの人の行動データを重ねれば共通する特徴が中心に集まり、AIが返すのはその最大公約数の答えになります。これを否定せず共通傾向を押さえる材料として使い、そのうえで「なぜこの人だけこう動いたのか」という一人分の具体を掛け合わせる。手作り料理の例のように、中心にある「手作り＝愛情」という解釈だけでは見えない葛藤まで含めて捉える手順が、共感の強さにつながる設計です。

人材育成を明文化された型に落とし込まず、読み解く経験の量に委ねている点も見逃せません。視点そのものは知識として先に渡し、そのうえで行動の足跡や購買データの軌跡を実際に追う経験を積ませる順番が取られています。3年分・1人あたり約2,000行という購買データを楽しみながら眺められるかどうかを重視する構えは、精神論のようでいて実際には適性の見極めに近く、続けられる人にしか蓄積が生まれない作業の性質を踏まえた割り切りではないでしょうか。