【2026年】GWIのAgent Spark|社内AIで調査を引く線

「広告の配信先を決めるのに、ChatGPT に聞いた数字を企画書に載せてよいのか分からない」「社員が使っている Copilot に外部の調査データをつなげば、根拠のある答えが返ってくるのでは」——2026年に入って、広告や企画の担当者から、こうした声が増えています。背景にある事実の一つが、英国の調査会社 GWI が2026年1月22日に発表した Agent Spark です。社員がふだん使う ChatGPT や Claude、Microsoft Copilot の画面から、GWI が人に聞いて集めた調査データを自然な文で引けるようにする分析用のエージェントです。ただし、調査データにつながったからといって、AIの答えがそのまま根拠になるわけではありません。問われるのは、誰に聞いた、いつの、どの国の数字なのかを、答えを使う人が言えるかどうかです。この記事では、Agent Spark を社内AIにつなぐかどうかを判断するために、自社調査やSNS分析との使い分け、根拠に使ってよい範囲、BtoBの読者に当てはまる範囲、つなぐときの権限と契約、費用とやめ方を整理します。画面の操作手順は扱いません。
カメ先生外部の調査データをAIにつなぐと、AIの答えが急に正しくなると思われがちなんだ。でも本当は、答えの出どころが「人に聞いた調査」に変わるだけで、その調査が誰に聞いたものかという限界は、そのまま答えに持ち込まれるんだよ。
カメ子出どころがはっきりする代わりに、調査の限界も一緒についてくる、ということですか。
カメ先生そう。消費者の調査を、法人の決裁者の話に当てはめてしまう、という取り違えも起きやすい。だから、どの問いにはこのデータ、どの問いには自社の調査、と先に分けておくのが大事なんだ。
カメ子便利な入口が増えるほど、使う側が問いを選ばないといけないんですね。
- GWI は人に聞いた調査データを売る会社で、2026年1月の Agent Spark により ChatGPT・Claude・Copilot などから自然な文で調査を引けるようになった
- 公式の説明では、標本が50未満などの結果は返さず、既定は直近約1年分。それでも国・時期・質問文・対象者の定義を人が確かめてから根拠に使う
- BtoBの読者に当てはめるなら、ビジネス層向けの調査が契約と Agent Spark の範囲に入るかを先に確かめる。つなぐ権限と、やめたときに残るものも決めておく
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
GWI とは:人に聞いた調査データを売る会社
GWI はロンドンに本社を置く調査データの会社で、以前は社名に「グローバル・ウェブ・インデックス」を掲げていたので、その名前で知っている人もいるかもしれません。公式サイトは自社のデータを「モデルやネット上の追跡、収集した情報ではなく、人から直接得たもの」と説明しています。インターネット利用者に定期的にアンケートを行い、属性、意識、行動、メディアの接し方、ブランドの利用、購買の決め方といった質問への回答を、国や属性で切り分けて見られるようにして提供するのが本業です。
規模の説明は、公式サイトの中でも表記が揃っていません。法人向けのページの冒頭では年に200万件を超える回答と53の市場、同じページの数字の欄では年に550万件を超える回答と100を超える市場、450億の回答の点と17年分の調査、と書かれています。Agent Spark の製品ページでも、回答件数や市場数の書き方は場所によって異なります。記事や社内資料に GWI の規模を引用するときは、どのページのどの数字かを書き添えるのが無難です。
広告やブランドの担当者にとっての位置づけは、自社で調査を組むほどの時間や予算がないときに、国をまたいで同じ質問で比べられる既製の調査です。その一方で、既製の調査である以上、自社の商品や顧客に合わせた質問は入っていません。この性質が、後で述べる使い分けの出発点になります。
2026年1月の Agent Spark:社員のAIから調査を引く
GWI は2026年1月22日、Agent Spark を発表しました。英国の調査業界の専門誌の1月26日の記事によれば、Agent Spark は ChatGPT、Claude、Microsoft Copilot、GWI の自社の画面で使え、GWI の顧客が利用できるとされています。同誌は、この発表に先立って GWI が Anthropic、OpenAI と連携し、顧客がそれぞれのAIから調査データを使えるようにしていた、とも伝えています。製品ページには、これらに加えて Gemini の名前も並んでいます。
創業者で最高経営責任者のトム・スミス氏は、発表の中で「Agent Spark は人の判断を置き換えるのではなく、強めるもの」という趣旨を述べています。製品ページも、調査の専門家の代わりではなく、細かな単発の問いを引き受けて、専門家がより深い分析に時間を使えるようにするもの、と位置づけています。提供元自身が、判断は人に残ると説明していることは、社内で使い方を決めるときの拠り所になります。
製品ページによれば、答えには出どころとなる表と調査の詳細が添えられ、自社の画面では元の表を開いて見られます。年齢、性別、収入、国、世代、関心ごとに切り分けて比べることもできるとされます。また、有料のプランには追加費用なしで含まれ、社員の手元のAIからの利用もその範囲に入ると説明されており、無料の登録で GWI の画面上の Agent Spark を試すこともできます。
比べる前に:三つの調べ方は答える問いが違う
Agent Spark を入れるかどうかを考える前に、そもそも外部の調査パネルで答えるべき問いなのかを分けておく必要があります。広告や企画の根拠に使われる調べ方は、大きく三つあります。自社で質問を作って顧客や見込み客に聞く自社調査、SNSに書かれた言葉を集めて分析するSNS分析、そして GWI のような外部の調査パネルです。
自社調査は、自社の商品や顧客に合わせた質問ができる代わりに、時間と費用がかかり、聞ける相手は自社と接点のある人に偏ります。SNS分析は、話題の移り変わりを早くつかめる代わりに、書き込む人の偏りが大きく、書き込まない層の姿は見えません。SNS由来の人物像がBtoBの決裁者とずれる理由は、SNS分析の道具を扱った別の記事で整理しています。外部の調査パネルは、国や属性をまたいで同じ質問で比べられることが強みで、その代わり質問は提供元が決めたものに限られます。
つまり、Agent Spark が向いているのは、「ある国の、ある年代の人は、どのくらいの割合で動画を見ながら買い物をするか」のように、既製の質問で答えられる規模感の問いです。「自社の商品をなぜ選ばなかったのか」のような、自社に固有の問いには答えられません。社内AIにつないで手軽になるほど、この区別があいまいになりやすい点に注意が必要です。
自社調査・SNS分析・外部パネルの使い分け
三つの調べ方の違いを、広告と企画の担当者が判断に使う観点で並べると、次のようになります。どれか一つで足りることは少なく、問いに応じて組み合わせるのが現実的です。
| 観点 | 自社調査 | SNS分析 | 外部パネル(GWI など) |
|---|---|---|---|
| 向いている問い | 自社の商品・顧客に固有の理由 | 話題の動き、言葉の使われ方 | 国・属性ごとの規模感と比較 |
| 聞ける相手 | 自社と接点のある人に偏る | 書き込む人に偏る | 提供元の定義した利用者 |
| 質問の自由度 | 自由に作れる | 質問はない(書き込みを読む) | 提供元が決めた質問のみ |
| 速さ | 数週間〜数か月 | 早い | 社内AIから即時(契約範囲内) |
| BtoBの決裁者 | 直接聞ける(数は少ない) | 表に出にくい | ビジネス層の調査の有無で決まる |
| 主な落とし穴 | 身内に聞いて都合よく読む | 声の大きい層を全体と取り違える | 対象者の定義と時期を読み飛ばす |
表の中で、外部パネルの速さが「社内AIから即時」になったのが、Agent Spark がもたらした変化です。速さが変わると、使われ方も変わります。これまでは調査の担当者が表を作って配っていたものを、広告や営業の担当者が自分で引くようになります。引く人が増えるほど、対象者の定義や時期を確かめずに数字だけを使う事故の機会も増えるので、使い分けの表は、つなぐ前に社内で共有しておく価値があります。
BtoBの読者に当てはまるか:消費者の調査とビジネス層の調査
GWI の調査の中心は、インターネット利用者全般を対象にした基幹の調査(GWI コア)です。Agent Spark の質問と回答の解説(FAQ)には、この基幹の調査について「50を超える市場の16〜64歳のインターネット利用者を表す」と書かれています。つまり、そのまま引けば、答えは消費者としての人の姿です。法人向けの商材を扱う企業がこの数字を見込み客の姿として使うと、対象を取り違えることになります。
一方で GWI には、働く人だけを対象にした「GWI ワーク」と呼ばれるビジネス層向けの調査があります。公式の解説によれば、19の市場を対象に年に1回、現在は毎年第3四半期に実施されています。最初の回は2019年の第1四半期で、回答者の多くは過去12か月以内に基幹の調査にも答えた人です。BtoBの判断に外部パネルを使うなら、軸に据えるべきはこちらの調査です。
ただし、ここに確かめるべき点があります。Agent Spark の公式の解説で、主に選べる調査として名前が挙がっているのは、基幹の調査、米国の調査、子どもの調査の三つで、基幹の調査には追加の調査を組み合わせられると説明されています。無料と下位のプランでは基幹の調査とその拡張版、短期の調査が使え、上位のプランでは契約に応じた調査が使える、という書き方です。ビジネス層向けの調査が Agent Spark から引けるかどうかは、確認した公式の解説の範囲では明記されていませんでした。BtoBの用途で導入するなら、契約前に提供元へ直接確かめ、回答を書面で残しておくべきです。
ビジネス層向け調査の対象者を、定義どおりに読む
ビジネス層向けの調査を使えるとしても、その対象者の定義を読まずに「決裁者の声」として使うのは危険です。公式の解説では、対象は18〜64歳のインターネット利用者のうち「ビジネスの専門職」にあたる人で、常勤、非常勤、自営・個人事業のいずれかで働いており、かつ仕事用のパソコンでインターネットを使うか、広告とマーケティング、会社の戦略、チームの管理、予算、購買、営業、ソフトウェア開発のいずれかに責任を持つ人とされています。会社の所有者や創業者も含まれます。
この定義は、決裁者に限った調査ではないことを示しています。仕事でパソコンを使っていれば対象に入るため、回答者の多くは、購買を決める立場にない一般の働き手でありうるということです。また、結果は基幹の調査のビジネス層の母集団に合わせて年齢と性別で重みを付けており、役職の高さなどはその結果として出てくる、と説明されています。役職の構成は狙って揃えたものではないので、役職で切った数字の標本の少なさには注意が要ります。
業種は12の大きなまとまりで分けられ、たとえば「技術と通信」「金融サービス」「医療」のように、いくつかの業種を束ねた形になっています。自社の顧客の業種がどのまとまりに入るかを確かめないと、別の業種の傾向を自社の市場と取り違えます。なお、2025年の第3四半期からは、日本を含む9つの市場で65歳以上も対象に加わったと書かれています。2025年をまたいで数字を比べるときは、対象の年齢が変わったことを踏まえる必要があります。
根拠に使ってよい範囲①:標本の大きさと、返さない結果
Agent Spark の質問と回答の解説には、結果の確からしさについての線が書かれています。標本が50未満の結果や、該当する人の割合が2%未満の結果は返さないとされています。また、ある層が全体より2割ほど多く、または少なく行動している場合や、その層の2割以上が行動している場合に、意味のある結果と見なすのが目安、とも説明されています。
この線は、AIがもっともらしい数字を作ってしまう危険を減らすための、提供元の側の歯止めと読めます。ただし、標本が50あれば広告の配信先を決める根拠として十分、という意味ではありません。日本の、ある業種の、ある年代、と条件を重ねるほど標本は小さくなり、50をわずかに超えただけの数字は、次の調査の回で大きく動くことがあります。社内で根拠に使う数字には、標本の大きさを必ず併記させる決まりにしておくと、読み手が重みを判断できます。
もう一つの注意は、比べる相手です。解説によれば、Agent Spark の結果は、関係する国で絞った「すべてのインターネット利用者」と比べた形で示されます。「この層は全体より動画をよく見る」という答えの「全体」が何を指すかを読み飛ばすと、自社の顧客全体と比べた話だと取り違えて、配信先の判断を誤ることがあります。
根拠に使ってよい範囲②:国・時期・質問文の違い
国の違いは、外部パネルを使ううえで最も読み飛ばされやすい点です。GWI は国ごとに同じ質問をそろえ、各国の言葉で表示していると説明していますが、同じ質問でも、国によって答え方の癖や、選択肢の受け止め方は異なります。Agent Spark の解説では、場所の指定は国単位までで、国の中の地域では絞れないとされています。日本の数字が欲しいなら、問いに国を明示し、答えの出どころに日本が入っているかを確かめるのが基本です。
時期については、Agent Spark は既定で最新のデータを使い、基幹の調査と米国の調査では直近4回分、つまり約1年分を対象にすると説明されています。年に2回の調査は2年分、年に1回の調査は4年分が既定の範囲です。年に1回の調査で4年分をまとめると、生成AIの普及のように数年で大きく変わった行動は、古い回答に引っ張られて実態より低く見えるおそれがあります。変化の速い話題では、時期を絞って聞き直すことを決まりにしておくとよいでしょう。
質問文の問題もあります。自然な文で問いかけると、AIはそれに近い調査の質問を選んで答えます。しかし、選ばれた質問が、こちらの意図と同じ意味とは限りません。解説では、問いは米国英語で書くことを勧め、「フットボール」がアメリカンフットボールと解釈されることがある、という例を挙げています。日本語で問いかけるときほど、答えの元になった質問文を開いて、言葉の意味がずれていないかを確かめる手間を省かないでください。
根拠に使ってよい範囲③:AIの要約と元の表を突き合わせる
Agent Spark の答えは、調査データそのものではなく、調査データをAIが選び、集計し、言葉にまとめたものです。公式の解説によれば、自社の画面では答えをクリックすると出どころの小さな表が見え、そこから元の表を開けます。使った場所は、考えの過程を示す表示と小さな表に出るとされます。社員の ChatGPT や Copilot から使う場合に、同じ深さで出どころをたどれるかは、それぞれの画面で確かめる必要があります。
社内で守るべきなのは、AIに結論を出させず、根拠になる表を出させ、人が表を読んで結論を書くという順番です。AIの要約は、問いを立て直すためのたたき台として使い、企画書や広告の申請書に載せる数字は、元の表から人が写します。AIの要約の言い回しをそのまま貼ると、条件の付いた数字が、条件の外れた一般論として広まっていきます。
突き合わせのときに見る点は、四つに絞れます。どの調査の、どの国の、いつの回の、どの質問かです。この四つを書き添えられない数字は、社外向けの資料には使わない、と決めておけば、AIの要約が根拠のふりをして独り歩きすることを防げます。
- 答えの元の表を開き、調査の種類・国・時期・質問文の四つを確かめてから使う
- 標本の大きさを数字の横に書く。50をわずかに超える程度の数字は、傾向の参考にとどめる
- 比べる相手が「その国のすべてのインターネット利用者」であることを、資料の注に書く
- 社員のAIの画面から使う場合、出どころをどこまでたどれるかを導入前に試しておく
広告の配信先に使うときの進め方
広告の担当者が Agent Spark を使う場面として多いのは、配信先の候補を絞る段階です。どの年代、どの関心を持つ層に、どのメディアで届けるかを考えるときに、国をまたいで同じ物差しで比べられる数字は役に立ちます。ただし、配信の設定に直接数字を流し込むのではなく、仮説を作る道具として使い、配信の結果で確かめるという位置づけにとどめます。
国、年代や職種などの層、知りたい行動を一文にする。複数の問いを一度に投げると、どの数字がどの条件の答えか分からなくなる。
答えの文章ではなく、元の表の数字と標本の大きさを控える。調査の種類と時期も一緒に書き写す。
自社の顧客管理の仕組みやアクセス解析で、同じ層の動きが見えるかを確かめる。食い違えば、外部の数字より自社の数字を優先して理由を考える。
「この層はこの媒体で接触が多いと想定し、試験配信で確かめる」の形で申請書に書く。外部の数字は仮説の理由として注に入れる。
試験配信の結果が仮説と合わなければ、外部の数字の読み方を見直す。合った場合も、どの数字が役に立ったかを記録しておく。
この進め方では、AIは問いの答えを素早く集める役で、配信先を決めるのは担当者と配信の結果です。外部パネルの数字だけで配信先を決め、試験を省いて予算を寄せることは避けてください。
企画やコンテンツの根拠に使うとき
もう一つの使い道は、記事、資料、ウェビナーなどの企画の根拠です。「国内のこの層の何割が、こうした悩みを持っている」という数字は、企画の説得力を上げます。一方で、社外に出す資料に載せた数字は、出どころを問われたときに説明できなければならない点で、社内の検討よりも求められる水準が上がります。
社外に出す場合には、もう一つ確かめることがあります。GWI のデータを社外の資料に引用してよい範囲と書き方は、契約の条件で決まります。社員が自分のAIから引いた数字を、そのまま会社の公開資料に載せてよいかは、契約を担当する部署に確かめてからにしてください。引用の書き方の決まりがあれば、それを企画の担当者に配っておきます。
- AIの要約の一文を、調査の種類・国・時期を書かずに企画書の冒頭に載せる
- 基幹の調査の消費者の数字を、法人の決裁者の傾向として社外のウェビナーで紹介する
- 標本が小さい条件の重ねがけの数字を、断定の言い方で記事の見出しにする
- 引用の条件を確かめないまま、外部の数字を自社の公開資料やホワイトペーパーに載せる
企画の根拠として使うときも、外部の数字は「読者の悩みの大きさ」を示す補助にとどめ、中身は自社の顧客への聞き取りや、営業の現場の声で裏付けるのが確実です。
社内AIにつなぐときの権限と、社外に出るもの
Agent Spark を社員の ChatGPT や Claude、Copilot から使えるようにするということは、社員が使う汎用のAIと、GWI という外部のサービスをつなぐということです。法人向けのページには、AIとつなぐ規格である MCP による接続や、エージェントから使うための API も並んでいます。つなぎ方が増えるほど、誰がどの経路で使っているかが見えにくくなるので、経路を先に決めておく必要があります。
社外に出るものも整理しておきます。社員がAIに投げた問いと、GWI から返ってきた答えは、そのAIを提供する会社のサービスを通ります。つまり、社員のAIの契約で、入力が学習に使われない設定になっているかが、そのまま効いてきます。問いの中に、未発表の商品名や取引先の名前、社内の売上を書き込めば、それも外部に送られます。問いに書いてよい情報の線を、社内のAIの利用の決まりに足しておきましょう。
GWI の側で、問いや答えがどう保存され、どう使われるかについては、確認した製品ページと解説の範囲では詳しい記述が見当たりませんでした。製品ページは信頼と安全の情報をまとめた別のページへの案内を置いています。導入の稟議の前に、問いの保存期間、学習への利用の有無、社員ごとの利用の記録の扱いを提供元に確かめ、回答を情報管理の担当と共有してください。
- GWI の利用者の枠を誰に割り当てるか(全社員か、広告・企画の担当だけか)
- どのAIの画面からの利用を認めるか(会社が契約しているAIに限るか)
- 社員の個人契約のAIからの接続を認めるか。認めない場合の止め方
- 問いに書いてはいけない情報(未発表の商品、取引先、社内の数字)の線
- 社外の資料に数字を載せるときの承認者と、引用の書き方
費用の増え方と、やめるときに残るもの
費用については、製品ページで、Agent Spark は有料のプランに追加費用なしで含まれると説明されています。つまり、費用を決めるのは Agent Spark そのものではなく、GWI のどのプランで、何人分の利用者枠を、どの調査の範囲で契約するかです。具体的な金額は確認した公開の情報では示されていないため、見積もりを取る必要があります。社員のAIから使えることで利用者が増えれば、利用者枠や上位のプランが必要になる、という増え方を想定しておくとよいでしょう。
調査の範囲も費用に効きます。BtoBの用途でビジネス層向けの調査が要るなら、それが契約に含まれるか、追加になるかで見積もりは変わります。消費者の調査だけの契約で始めて、後から必要な調査が別料金だと分かるのは、よくある失敗です。前の節で述べたとおり、Agent Spark から引ける調査の範囲と合わせて確かめておきます。
やめるときに残るものも考えておきます。社員のAIの会話に残った答えや、自社の画面で保存した表を、契約が終わった後も使い続けてよいかは契約の条件次第です。社内資料に引用した数字は、出どころと時期が書いてあれば、契約後も「当時の調査ではこうだった」と説明できます。やめた後に困らないように、数字を使うたびに出どころを書き残す習慣が、そのまま出口の備えになります。接続の設定を外し、利用者の枠を外したことを、AIの管理の担当と確かめるのも忘れないでください。
導入前に確かめる項目の一覧
最後に、ここまでの判断の材料を、導入の検討の場で使える一覧にまとめます。すべてに答えが出てから、試用に進むのが安全です。答えが出ない項目は、提供元への質問の一覧としてそのまま使えます。
- 答えたい問いは、既製の質問で答えられる規模感の問いか。自社に固有の問いではないか
- BtoBの用途なら、ビジネス層向けの調査が契約と Agent Spark の範囲に入るか(書面で確認したか)
- 日本の標本の大きさと、使いたい条件で切ったときの標本の大きさを、提供元の資料で確かめたか
- 既定の対象期間(直近約1年、年1回の調査は4年分)を、変化の速い話題でどう扱うか決めたか
- AIの要約ではなく元の表から数字を写す、という手順を利用者に伝えたか
- どのAIの画面から使うか、問いに書いてはいけない情報は何かを決めたか
- 問いと答えの保存・学習への利用について、提供元の回答を得たか
- 社外の資料に引用してよい範囲と書き方、承認者を決めたか
この一覧のうち、最初の二つで答えが「いいえ」なら、Agent Spark を入れても期待した使い方にはならない可能性が高いと考えてください。その場合は、自社調査や、ビジネス層を直接集めた別の調査を検討するほうが近道です。
まとめ
GWI の Agent Spark は、人に聞いて集めた調査データを、社員がふだん使う ChatGPT や Claude、Copilot から自然な文で引けるようにする仕組みです。出どころの表が添えられ、標本の小さい結果は返さないなどの歯止めもあり、AIのもっともらしい数字よりは根拠のたどれる答えが得られます。それでも、対象者の定義、国、時期、質問文という調査の限界は、答えにそのまま持ち込まれます。消費者の調査を法人の決裁者の話に当てはめない、AIの要約ではなく元の表から人が数字を写す、つなぐ経路と問いに書く情報の線を先に決める——この三つを守れば、外部パネルは配信先や企画の仮説を素早く立てる道具になります。BtoBで使うなら、まずビジネス層向けの調査が契約と Agent Spark の範囲に入るかを確かめることから始めてください。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
