AIインタビュー調査はどこまで使える？｜深掘りを任せる線

「AIがインタビューしてくれるなら、もう人がデプスインタビューをする必要はないのでは」「要約もレポートも自動で出るなら、分析まで終わったと考えていいはずだ」。AIインタビュー調査の話題が広がるにつれて、市場調査や製品企画の担当者からこうした声が出ています。速さと人数の多さを聞けば、そう期待したくなるのは自然なことです。けれども、AIインタビュー調査は、定性調査をまるごと置き換える手法ではありません。本当は、聞き手の席の一部をAIに渡し、人は設計と検収と判断に回る手法です。この記事では、AIの聞き手、人のデプスインタビュー、両方の併用を比べ、深掘りをどこまで任せてよいかの線を整理します。

AIインタビュー調査は、聞き手の席にAIが座る調査

AIインタビュー調査は、インタビューの聞き手（モデレーター）をAIが務める定性調査です。回答者は調査会社のパネルなどから集めた実在の人で、画面越しにAIの質問に答えます。AIは回答を受けて、その場で次の深掘りの質問を組み立てます。人のインタビューでいえば、司会者が相手の話を聞きながら「それはなぜですか」と重ねる役を、AIが担います。

よく混同されるのが、回答者の席にAIを座らせる調査です。こちらは、AIに消費者のふりをさせて答えを作らせるもので、実在の人の声ではありません。AIインタビュー調査で答えるのは実在の人で、AIが担うのは聞く側だけです。社内で話すときは、この2つを取り違えないように呼び分けます。

人のデプスインタビューとの一番の違いは、同時に聞ける人数です。人の司会者は1回に1人か数人にしか聞けませんが、AIの聞き手は多くの回答者に並行して聞けます。そのため、これまで数人から十数人に聞いていた定性調査を、数十人から百人以上の規模で行う選択肢が出てきました。

一方で、聞き手が人でなくなることで、変わるものもあります。表情や声の調子から話の続きを察する、雑談で相手の緊張をほぐす、といった人の司会者の技は、そのままの形では持ち込めません。何が得られて何が失われるかを、手法の特徴として押さえてから選ぶことが、この記事の出発点です。

国内では2026年8月に大手調査会社が提供を始めた

国内では、マクロミルが2026年8月4日に、米国のAIインタビューの会社であるリッスン・ラボと組んだAIインタビューのサービスの提供を始めました。発表によると、マクロミルの国内のパネルのネットワーク（約3,600万人、うち自社のパネル約130万人）と、リッスン・ラボのAIインタビューの仕組みをつないでいます。

発表では、AIが生活者の回答に応じてその場で深掘りの質問を行い、インタビューの台本の作成から、発言の要約、レポートの作成までを自動で作るとしています。速さについては、従来は2、3週間かかっていた100人規模のインタビューを、最短で即日に終えられると説明しています。定量調査の回答者に続けてインタビューする、追跡のインタビューにも使えるとされています。

一方、同社のサービスのページでは、進め方を「設問の入稿、設定と配信、回収と納品」とし、回収と納品までは最短で4、5日程度と書いています。発表の「最短即日」は実施と分析の速さ、サービスのページの日数は回答者を集める期間も含めた目安と読めますが、自社の案件でどうなるかは、見積もりの段階で確かめます。

サービスのページには、チャットで質問して分析できる画面や、発言の場面を切り出した動画の作成、調査会社が運用する形と自社で運用する形の2つが載っています。活用の場面としては、商品のコンセプトの調査、発売直後の調査、画面の使いやすさの調査、ペルソナの作成、機微な内容のインタビューが挙げられています。料金は公開のページには書かれていません（2026年9月時点）。

誤解1：AIが聞けば、人のデプスインタビューはいらない

AIの聞き手が百人に聞けるなら、人が数人に聞く意味はない、という見方があります。しかし、人数が増えることと、1人から引き出せる深さが増えることは別の話です。人数の多さは、声の幅を知るための強みであり、1人の話の奥まで入る強みとは種類が違います。

人の司会者が深く入れるのは、相手の言葉の選び方や間の取り方、話が逸れた先に大事なことが隠れていないかを、その場で判断できるからです。事前の台本にない方向へ話が進んだとき、そちらを追うか戻すかを決めるのは、調査の目的を理解している人です。AIの聞き手がどこまでこの判断をできるかは、仕組みや設定で変わるので、試しの調査で深掘りの質を自分の目で確かめることが欠かせません。

また、相手によっては、人と話すからこそ本音が出る場面があります。長年の取引の経緯や、社内の力関係が絡む購買の判断などは、相手が聞き手を信頼して初めて語られることがあります。逆に、人には言いにくい話題では、AIの聞き手のほうが答えやすいと感じる人もいます。サービスのページが機微な内容のインタビューを活用の場面に挙げているのは、この面を指していると読めます。

つまり、どちらが上かではなく、何を知りたいかで選ぶものです。人のデプスインタビューを何人に行うか、どう聞くかといった手法そのものは、人数の決め方と聞き方を扱った別の記事にまとめています。この記事では、聞き手の席をAIに渡すかどうかの判断に絞ります。

誤解2：要約とレポートが出れば、分析は終わっている

AIインタビュー調査では、発言の要約やレポートまで自動で作られます。そのため、レポートが届いた時点で分析が終わったと考えてしまいがちです。けれども、要約は発言を短くまとめたもので、結論ではありません。要約の段階で、どの発言を拾い、どれを落としたかという選択がすでに入っています。

生成AIの要約には、目立つ意見や多数派の意見を強く出し、少数の意見を薄める傾向が出ることがあります。定性調査で価値があるのは、多数派の傾向だけでなく、少数でも意思決定を変えうる声です。要約で消えた声が、調査で一番大事な声だったということが起こりうると考えておきます。

もう1つ気をつけたいのは、要約が回答者の言葉を言い換えてしまうことです。「少し高いかな」という控えめな言葉が、要約では「価格に不満」と強くまとめられることがあります。言い換えの強さが変わると、そこから引き出す結論の強さも変わります。要約の言葉ではなく、元の発言の言葉で判断することが基本です。

レポートは、社内で共有する前に、人が発言録と照らして検収します。検収の手順は後の節で詳しく見ますが、ここで押さえたいのは、自動で出たレポートを検収せずに回覧すると、読んだ人はそれを調査の結論として受け取ってしまうということです。回覧する前の確かめの工程を、調査の計画に最初から組み込んでおきます。

3つの選び方を並べて比べる

ここからは、定性調査の聞き手を誰にするかを、3つの選び方で比べます。AIの聞き手だけで行う、人のデプスインタビューだけで行う、両方を組み合わせる、の3つです。どれを選ぶかは、知りたいことの広さと深さ、使える期間と予算で決まります。

比べる点	AIの聞き手	人のデプスインタビュー	併用
聞ける人数	数十人から百人以上	数人から十数人	AIで広く、人で数人
深掘りの判断	設定と台本の範囲で行う	目的を知る人がその場で判断する	人の回で深く確かめる
向く問い	声の幅や言葉の分布を知る	理由の奥や文脈を知る	幅を見てから奥を確かめる
人が担う仕事	設計・台本の検め・検収	設計・聞き取り・分析	両方の設計と橋渡し
気をつける点	要約の偏り・深さの確かめ	人数が少なく偏りやすい	期間と手間が増える

表の「人が担う仕事」の行を見ると、どの選び方でも設計と検収は人に残ることが分かります。AIの聞き手を選んでも、人の仕事がなくなるのではなく、聞き取りの時間が設計と検収の時間に移ると考えるのが実態に近い見方です。

迷ったときは、調査で答えを出したい問いを1文で書いてみます。「若い世代はこの商品の名前をどう受け取るか」のように、多くの人の反応の幅を知りたい問いならAIの聞き手が向きます。「なぜこの会社は他社から乗り換えたのか」のように、1社の中の経緯を深く知りたい問いなら人の聞き手が向きます。

予算と期間も、選び方を左右します。料金は案件ごとの見積もりになるので、3つの選び方それぞれで見積もりを取り、同じ問いに答えるのにいくらと何日かかるかを並べます。人のデプスインタビューを数人に行う費用と、AIの聞き手で百人に聞く費用が近いこともあれば、大きく違うこともあります。金額だけでなく、社内の担当者が設計と検収にかける時間も一緒に見積もっておくと、比べ方が公平になります。

AIの聞き手が向く調査

AIの聞き手が力を発揮するのは、多くの人の反応を、定量調査より深く、人のインタビューより広く集めたい場面です。たとえば、商品のコンセプトの案を複数用意して、それぞれにどんな言葉で反応が返ってくるかを知りたいときです。自由な言葉で語られる反応を百人分集められるのは、これまでの手法ではなかなか取れなかった材料です。

定量調査の後に続けて聞く使い方も向いています。アンケートで「購入をやめた」と答えた人だけに、なぜやめたのかを続けて聞く、という形です。数字で見えた傾向の理由を、同じ回答者から言葉で集められます。発表で触れられている追跡のインタビューは、この使い方にあたります。

期間の短さが効く場面もあります。発売直後の反応を早く知りたい、競合の新商品が出たので受け止め方を急いで知りたい、といったときです。判断の締め切りが近い調査ほど、人数と速さの強みが生きると言えます。ただし速さを優先するほど、設計と検収の時間を削りたくなるので、そこは削らないと先に決めておきます。

人には話しにくい話題も候補になります。お金の悩み、健康の不安、家庭の事情などは、人の司会者を前にすると言葉を選んでしまう人がいます。AIが相手なら話しやすいと感じる人もいるとされますが、感じ方は人によって違います。話題の性質と回答者の層を見て、試しの調査で確かめてから広げます。

人の聞き手を残す調査

人の聞き手を残したほうがよいのは、1人の話の文脈が長く、話の流れの中で聞く方向を変える必要がある調査です。企業の購買の担当者に、導入を決めるまでの社内の経緯を聞く調査はその典型です。関わった部署、反対した人、決め手になった出来事は、話を追いかけながらでないと出てこないことが多いからです。

仮説がまだ無い探索の段階も、人の聞き手が向きます。何を聞けばよいかも分からない新しい領域では、台本は薄くならざるをえません。台本が薄い状態でAIに聞かせると、深掘りの方向が定まらず、浅い話が多く集まることがあります。まず人が数人に聞いて仮説を作り、その仮説を確かめる段階でAIの聞き手を使う、という順番が考えられます。

相手との関係づくりそのものが目的に含まれる調査も、人に残します。重要な顧客に話を聞くことは、調査であると同時に、その顧客との関係を深める場でもあります。話を聞いてもらえたという体験は、聞き手が人であることで生まれる面があります。

表情や手の動き、画面を操作する様子など、言葉以外の情報が大事な調査も、人の目を残します。発言の場面を切り出す動画の機能があっても、どの場面に意味があるかを見て取るのは人の仕事です。言葉以外の情報をどこまで扱えるかは、サービスごとに違うので、発注の前に確かめます。

併用の組み方：AIで広く聞き、人で深く確かめる

AIの聞き手と人の聞き手は、どちらか一方を選ぶだけでなく、組み合わせられます。代表的なのは、AIの聞き手で広く聞き、気になる声を出した人に人が深く聞くという順番です。AIで百人の反応の幅を見て、その中から典型的な人と意外な人を数人ずつ選び、人の司会者が詳しく聞きます。

逆の順番もあります。人が数人に聞いて仮説を作り、その仮説が多くの人に当てはまるかを、AIの聞き手で確かめる形です。探索の段階が必要な新しい領域では、こちらのほうが無駄が少なくなります。どちらの順番を取るかは、仮説がすでにあるかどうかで決めます。

併用で気をつけたいのは、2つの調査をつなぐ橋渡しの仕事です。AIの調査で見えた論点を、人の調査の台本にどう落とすか。人の調査で出た仮説を、AIの台本の質問にどう変えるか。この橋渡しは、調査全体の目的を知っている人が担うと決めておきます。橋渡しをAIの要約に任せると、要約で落ちた論点が次の調査からも消えてしまいます。

併用は期間と手間が増えるので、すべての調査で選ぶ必要はありません。意思決定の重さで使い分けます。発売を決める、価格を決めるといった大きな判断の材料になる調査では併用を選び、日々の改善の材料を集める調査ではAIの聞き手だけで回す、という分け方がひとつの目安です。

深掘りの質問を任せる線

AIの聞き手に任せるのは、台本の範囲の中で、回答者の答えに応じて「それはなぜですか」「具体的にはどんな場面ですか」と重ねる深掘りの質問です。発表でも、AIが回答に応じてその場で深掘りの質問を行う点が中心に据えられています。ここはAIの聞き手の強みで、百人に同じ粘り強さで聞き続けられることに価値があります。

一方で、深掘りの方向を決める元になる、聞く目的と聞いてはいけないことは人が決めます。調査で答えを出したい問い、必ず聞く項目、踏み込まない話題、誘導になる聞き方の禁止。この4つを文章にして台本に入れておくと、AIの深掘りが目的から外れにくくなります。深掘りの自由度は、人が決めた枠の中で渡すと考えます。

誘導の問題は、特に気をつけたい点です。聞き手が「この機能は便利ですよね」と尋ねれば、相手は便利だと答えやすくなります。AIが深掘りの質問を組み立てるときにも、答えを先取りした聞き方が混ざることがあります。試しの調査の発言録を読み、誘導になっている質問が無いかを人が確かめます。

深掘りをどこで止めるかも、枠として決めます。同じ話題について何回まで重ねて聞くか、相手が答えたくない様子を見せたらどうするか。人の司会者なら自然に判断することを、AIの聞き手には言葉にして渡す必要があります。止める線が無いと、回答者に負担をかけ、途中で離脱される原因になります。

調査の設計は人が書き、台本の下書きを検める

発表によると、AIインタビューのサービスでは台本の作成も自動で行えます。台本の下書きをAIに作らせるのは、時間を節約する有効な使い方です。ただし、その元になる調査の設計は人が書きます。設計とは、この調査で何を決めるための材料を集めるのかを言葉にすることです。

手順4で作らせた台本の下書きは、手順3で書いた骨格と照らします。必ず聞く項目が全部入っているか、踏み込まない話題に触れる質問が混ざっていないか、質問の順番が答えを誘導していないか。この3点を確かめてから、少人数の試しの回に進みます。

試しの回は、本番の前に数人で行い、発言録を人が全部読みます。深掘りの質問が浅いところで止まっていないか、逆に相手を追い詰めていないかを見ます。本番の百人に進むのは、試しの回の発言録を読んでからと決めておけば、設計の失敗を百人分繰り返さずに済みます。

要約は発言録に戻って検収する

AIが作った要約とレポートは、発言録に戻って検収します。検収とは、要約に書かれたことが、実際の発言に裏づけられているかを確かめる作業です。百人分の発言録を全部読むのは大変なので、要約の主な主張ごとに、根拠となる発言を必ず示させるところから始めます。

手順としては、まず要約の主張を箇条書きに分けます。次に、主張ごとに、根拠となる発言の引用と、その発言をした回答者の番号を添えさせます。最後に、人がその引用を発言録の元の場所で読み、前後の文脈から見て主張と合っているかを確かめます。引用が見つからない主張や、文脈を外すと意味が変わる引用は、要約から外すか書き直します。

主張と根拠の数も見ます。「多くの人が価格に不満を持っていた」と書かれていても、根拠の発言が3人分しかなければ、多くの人とは言えません。「多くの」「ほとんどの」と書かれた主張は、人数を数えて確かめると決めておくと、要約の言い過ぎを見つけやすくなります。

検収にかける時間の目安も、最初に決めておきます。百人規模の調査なら、要約の主張の数は十数個程度に収まることが多いはずです。主張1つにつき根拠を読む時間を見積もれば、検収に要る時間が出せます。この時間を調査の日程に最初から入れておかないと、速さを理由に検収が省かれます。

少数の声と、語られなかったことを落とさない

検収のもう1つの目的は、要約で落ちた声を拾い直すことです。要約は多数派の傾向を中心にまとめるので、少数の声は外れやすくなります。発言録を読むときは、要約に出てこない話題を話している回答者に印を付けていきます。少数でも、商品の使われ方の思わぬ場面や、競合の意外な強みを語っている声があるかもしれません。

少数の声をAIに探させることもできます。「要約に含まれていない話題を話している発言を、回答者の番号と一緒に挙げてください」と頼めば、読むべき候補が絞れます。ただし、挙がった候補が本当に大事かどうかは、人が発言録で読んで判断します。AIに探させるのは候補までで、大事かどうかの判断は渡さないことが線引きです。

語られなかったことにも目を向けます。聞いたのに誰も触れなかった機能や、話題に出ると思っていたのに出なかった競合は、それ自体が情報です。要約は語られたことをまとめるので、語られなかったことは載りません。台本の項目と発言録を照らし、答えが少なかった項目を人が書き出します。

拾い直した声は、要約とは別の欄にまとめて残します。「少数の声」「語られなかった項目」の2つの欄を設けたレポートにしておくと、読む人は多数派の傾向と一緒に、例外の情報も受け取れます。例外の情報が意思決定を変えるかどうかは、次の節で見るとおり、人が判断します。

結論と意思決定への使い方は人が決める

検収を終えた要約から結論を引き出すのは、人の仕事です。AIに「この調査から何が言えますか」と尋ねれば、それらしい結論は返ってきます。しかしその結論には、社内の事情や、調査の前から分かっていたこと、他の調査の結果が入っていません。調査の結論と、それを意思決定にどう使うかは、AIに判断させないと調査の計画に書いておきます。

結論を書くときは、言えることと言えないことを分けます。定性調査は、人数が多くても、回答者の集め方によって偏りが出ます。AIの聞き手で百人に聞けたとしても、百人の割合をそのまま市場全体の割合として扱わないことが基本です。割合を知りたいなら、定量調査で確かめる計画を別に立てます。

意思決定の場に出すときは、調査の中身と一緒に、進め方の情報も添えます。聞き手がAIであったこと、台本を誰が検めたか、要約をどう検収したか、少数の声として何を拾い直したか。これらが書いてあれば、決める人は結論の確かさを自分で見積もれます。

• 自動で出たレポートを検収せずに社内で回覧し、要約がそのまま結論として広まる
• 試しの回を省いて本番の百人に進み、誘導になっていた質問を百人分繰り返す
• 百人の中の割合を、市場全体の割合のように会議で話してしまう
• 要約に出てこない少数の声を読まず、意思決定を変えうる例外を見落とす

発注する前と実施する前に確かめること

AIインタビュー調査を発注するときは、見積もりの段階でいくつかのことを確かめます。料金は、少なくともマクロミルの公開のページには書かれていないので（2026年9月時点）、人数と期間と運用の形ごとに見積もりを取る必要があります。調査会社が運用する形と自社で運用する形では、社内に要る手間も変わります。

回答者の集め方と品質の管理も確かめます。発表では、マクロミルのモニタは専任のチームが品質の基準で管理していると説明しています。自社の調査でどの条件の人を何人集められるか、条件に合わない人をどう除くかは、案件ごとに確かめる項目です。回答者の条件が細かいほど、集める期間は延びます。

• 回答者の発言の録音や録画を、どの範囲で社内に共有してよいか
• 発言録や動画を、どのくらいの期間保存し、いつ消すか
• 調査の中で自社の未発表の情報を回答者に見せる場合、その扱いをどう取り決めるか
• AIの深掘りの質問の設定を、発注する側がどこまで確かめられるか

注意書きの4項目は、どれもサービスごとに答えが違いうるので、公開の情報で確かめられなければ契約の前に書面で確かめます。特に、未発表の商品のコンセプトを見せる調査では、回答者に見せる情報と、AIの仕組みに渡る情報の両方の扱いを取り決めておきます。

任せる範囲の早見表

ここまでの内容を、工程ごとに誰が担うかの早見表にまとめます。社内で調査の計画を立てるときに、この表を叩き台にして自社の体制に合わせて書き換えてください。AIの欄に入るのは、どの工程でも下書きか実行までで、決める欄には入らないことが、この表の読み方です。

工程	AIに任せる	人が決める・確かめる
調査で決めたいことを書く	任せない	調査の依頼者が1文で書く
台本を作る	質問の順番と言い回しの下書き	骨格・禁止の話題・誘導の有無を検める
聞き取り	台本の枠の中での深掘りの質問	試しの回の発言録を全部読む
要約とレポート	主張と根拠の引用の下書き	引用を発言録の文脈で確かめる
少数の声の拾い直し	要約に無い話題の候補を挙げる	大事かどうかを読んで判断する
結論と意思決定	任せない	言えること・言えないことを分けて決める

表の中で、AIに任せる欄が「任せない」になっているのは、最初と最後の工程です。何を決めるための調査かを書くことと、調査から何を決めるかを判断することは、同じ人か同じ部署が担うと一貫します。途中の工程でAIの速さを使い、入口と出口は人が握る、という形がこの表の骨組みです。

表は一度作ったら終わりではありません。何回か調査を回すと、AIの深掘りの質が想定より高い場面や、逆に要約の言い過ぎが目立つ場面が見えてきます。そのたびに、試しの回の人数や検収の深さを調整し、表を自社の経験に合わせて書き換えていきます。

まとめ

AIインタビュー調査は、実在の回答者にAIが聞き手として深掘りの質問をする手法で、国内では2026年8月4日にマクロミルが提供を始めました。人数と速さに強い一方、文脈の長い相手や仮説の無い探索には人の聞き手を残し、重い判断の調査では両方を組み合わせます。AIに任せるのは台本の枠の中での深掘りと要約の下書きまでです。調査の設計と台本の検めは人が行い、要約は発言録に戻って根拠を確かめ、少数の声を拾い直してから、結論と意思決定への使い方を人が決めましょう。

※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。