Stravitoで調査資料にAIが答える？｜根拠を示させる範囲

「高いお金で買った調査レポートが、共有フォルダで誰にも読まれていない」「AIに過去の調査を聞いたら、どの調査の何年の数字かが分からない答えが返ってきた」——調査やブランドを担当するマーケの部門で、続けて聞こえてくる二つの声です。前の声は資料が使われない悩み、後の声は資料が使われた結果の悩みで、向きは逆に見えます。しかし根は同じです。問題はAIが答えられるかではなく、何を根拠に答えたかを人が確かめられるかにあります。この記事では、スウェーデン発の調査資料の基盤 Stravito を例に、答えさせる資料の棚、出典と調査年の示させ方、AIペルソナの答えの扱いを、部門の誰が決めるかを整理します。

Stravito は、会社が持つ調査資料にAIが答える基盤

Stravito は、企業が持っている市場調査の資料を一か所に集め、探しやすくし、AIで答えを引き出すための基盤です。2026年10月時点の公式サイトでは、調査資料をためるインサイトライブラリー、質問に答える AI Assistant、調査から消費者の人物像を作って意見を聞く AI Personas、外部の道具とつなぐ連携（API と MCP）が並んでいます。

ためる対象は、調査会社に頼んだ報告書、社内で行ったアンケートやインタビューのまとめ、プレゼン資料、動画、図表、そして複数の会社が共同で買うシンジケート調査（調査会社が作って販売する調査）です。公式の説明では、AI Assistant はこれらの自社の資料をまたいで根拠を集め、答えにページ単位の参照を付けるとされています。

一般的な対話型のAIとの違いは、答えの材料を、会社が自分で集めて置いた調査資料に限っていることです。ウェブ全体から集めた情報で答えるのではなく、自社が信頼すると決めた資料だけを根拠にする、というのが製品の考え方です。社内の文書をAIに読ませて答えさせる仕組み一般の作り方は「RAGで社内資料からAIに答えさせる方法」で扱っているので、ここでは調査資料に絞った論点だけを見ます。

つまりこの製品が変えるのは、調査を行う工程ではなく、過去の調査を探して読む工程です。調査の進め方そのものは別の話で、この記事では扱いません。論点は、どの資料を答えの根拠にしてよいか、その根拠をどう見せるかに集まります。

スウェーデン発の会社と、国内でまだ知られていない理由

Stravito は、英国の調査業界誌が2026年9月の記事で「スウェーデンの顧客インテリジェンスの会社」と紹介している企業です。創業者で最高経営責任者のトール・オロフ・フィロジェーヌ氏は、2026年2月の業界誌の取材で「検証できないAIは、誤った証拠の源になりかねない」と述べています。製品の考え方がよく表れた一言です。

公式サイトに顧客として並ぶのは、ダノン、ラバッツァ、ユニリーバ、マクドナルドなど、消費財や外食の大手ブランドです。提供元の発表では、2026年に Gartner の競合・市場インテリジェンスの基盤の評価で先見性のある会社の枠に入り、Forrester のナレッジ管理の製品の整理にも名前が載ったとされています。

国内でまだあまり知られていない理由は、確かめた範囲では三つあります。一つは、顧客が欧米の大手の消費財の会社に集中していること。二つめは、この種の基盤が意味を持つのは、調査の資料が何百本とたまっている会社だということ。年に数本の調査しか行わない会社では、共有フォルダで足りてしまいます。三つめは、日本語の管理画面や国内の窓口の有無が、2026年10月時点の公式サイトでは確かめられなかったことです。

日本語の調査資料をどれだけ正確に読めるかも、公式の資料では示されていません。国内で使うなら、日本語の報告書を数本入れて、答えの出典が正しいページを指しているかを試行で確かめることが前提になります。

2025年から2026年に出た機能と、それぞれの提供状態

ここ1年ほどの間に、Stravito は答える機能を段階的に広げてきました。導入を検討するときは、すでに使える機能と、これから提供される機能を分けて見る必要があります。発表の日付と提供の状態を、確かめた範囲でまとめます。

機能	中身（公式・報道で確かめた範囲）	提供の状態
AI Assistant	自社の調査資料をまたいで答え、ページ単位の参照を付ける	提供中
AI Personas	自社の調査から作った消費者の人物像に、企画や表現への反応を聞く。会話と、決まった基準で評価する報告書の二つの形がある	2025年に提供開始（業界誌の報道）
Deep Research Agent	問いを小さな問いに分けて多段で調べ、報告書を全文で並行して読み、図表も読む。答える前に出典を突き合わせる	2026年2月に発表、第1四半期に順次提供と報道。提供の完了は公式で確かめられず
AI Persona Builder	対象の層と調査資料を指定すると、二つのエージェントが根拠付きの人物像を作る	2026年9月に発表、提供は第4四半期の予定
MCP サーバー	社外のAIの道具から Stravito の資料を呼び出す窓口	公式ニュースに発表あり（日付の記載なし）

表のとおり、AI Persona Builder は2026年10月時点で提供前の予定の機能です。稟議や導入の計画では、提供中の機能だけを効果の見積もりに数えてください。Deep Research Agent も、報道では第1四半期に順次提供とされていましたが、自社の契約で使えるかは提供元に直接確かめる必要があります。

MCP サーバーのように、社外のAIの道具から調査資料を呼び出せる窓口が加わったことは、便利になる一方で、資料が届く先が増えることも意味します。どの道具から呼び出してよいかは、資料の棚と同じ場で決めるのが安全です。この点は後の節で触れます。

「AIが答える」で変わるのは、調べる時間より根拠の扱い

調査資料にAIが答える仕組みを入れると、まず目に見えて減るのは探す時間です。どこかのフォルダにあるはずの報告書を探し、数十ページをめくって該当の数字を見つける作業が、質問一つで済むようになります。ここまでは、どの部門でも歓迎されます。

ただ、運用を始めるとすぐに別の問いが出てきます。答えに出てきた数字は何年の調査のものか。その調査は誰を対象に何人に聞いたものか。買ったレポートの数字を、社外向けの資料に載せてよいのか。答えが速くなるほど、こうした確認を飛ばして数字だけが社内を回りやすくなります。

調査の数字は、対象・時期・聞き方がそろって初めて意味を持ちます。「若年層の6割が重視」という一文は、5年前の調査か今年の調査かで、企画の判断がまったく変わります。答えの便利さは、根拠を確かめる手間を省いてよい理由にはなりません。だからこの製品の導入は、検索の道具の導入というより、調査の根拠をどう扱うかの決まりの見直しになります。

この記事の残りでは、その決まりを五つに分けて見ます。答えさせる資料の棚、購入レポートの利用条件、出典と調査年の示し方、答えられないときの返し方、そしてAIペルソナの答えの扱いです。

答えさせる資料の棚を決める：何を入れて何を外すか

最初に決めるのは、AIが答えの根拠にしてよい資料の範囲、ここでは「棚」と呼ぶものです。調査の資料は、ためておく価値があるものと、答えの根拠にしてよいものが一致しません。たとえば、企画の途中で作った仮の集計や、調査会社の提案書に載っている参考の数字は、残しておく意味はあっても、答えの根拠には向きません。

棚に入れる資料は、少なくとも三つの条件で選びます。調査の対象と時期と方法が資料の中に書かれていること。最終版であること。そして社内で使ってよい範囲が分かっていることです。この三つのどれかが欠けた資料は、検索では見つかってよいが、答えの根拠にはしない、と分けておくと運用が楽になります。

Deep Research Agent の説明では、地域・タグ・文書の属性といった資料の付帯情報で絞り込んで調べるとされています。逆に言えば、付帯情報が付いていない資料は、正しく絞り込まれず、意図しない答えに混ざるおそれがあります。棚に入れるときに、調査の年・対象の地域・調査の種類を付帯情報として付けることが、答えの質を左右します。

棚を決める人は、調査の担当の責任者が向いています。情報システムの部門は道具の管理はできても、どの調査が最終版で、どれが仮の集計だったかまでは分かりません。棚の中身を決める人と、道具を管理する人を分けて名前で決めておくことが、最初の一歩です。

買った調査レポートは、利用の条件を先に読む

棚の中で特に注意が要るのが、調査会社から買ったレポートです。購入した調査には、たいてい利用の条件が付いています。社内の何人まで閲覧してよいか、社外向けの資料に数字を引用してよいか、引用するときに出典をどう書くか、といった条件です。

AIが答える仕組みに入れると、この条件が見えにくくなります。レポートを開けば表紙や最後のページに書いてある条件も、答えに出てきた一つの数字には付いてきません。買ったレポートの数字が、利用の条件と切り離されて社内に広がることが、この種の基盤で最も起きやすい事故の一つです。

手当ては二つあります。一つは、購入レポートを棚に入れる前に、契約や利用の条件を読み、AIの答えの根拠にしてよいか、閲覧の範囲を誰に限るかを決めることです。条件がはっきりしなければ、購入元に確かめてから入れます。もう一つは、購入レポートから出た答えに「購入調査・社外への引用は条件を確認」と分かる印を付ける運用です。

公式の説明では、AI Assistant はシンジケート調査も扱える資料の種類に挙げています。扱えることと、その使い方が契約上許されていることは別の話です。利用の条件を読むのは道具ではなく人の仕事で、ここを省くと、便利になるほど条件違反の危険が広がります。他社の調査の数字を図にするときの引用の作法そのものは、別の記事で扱っています。

社外秘の調査と、閲覧できる人の線

自社で行った調査の中にも、社内で広く読ませてよいものと、限られた人だけが読むべきものがあります。発売前の製品の受け止めを聞いた調査、価格の受容度の調査、特定の取引先の評価を聞いた調査などは、社内でも閲覧の範囲を絞るのが普通です。

AIが答える仕組みでは、閲覧の範囲が答えにも引き継がれるかが要になります。ある人が読めない資料の中身が、その人の質問への答えに混ざってしまえば、閲覧を絞った意味がなくなります。資料の閲覧の権限が、答えを作るときにも効いているかを、導入の前に確かめる必要があります。

2026年10月時点で確かめた公式のページでは、利用者ごとの権限の細かさや、答えに権限がどう当たるかの説明は見つかりませんでした。導入の前に、閲覧を絞った資料を一つ用意し、読めない人の質問で中身が出てこないかを実際に試すことを勧めます。

社外秘の調査を棚に入れるかどうかも、選択肢の一つです。閲覧の範囲を道具の側で守れる確証がないうちは、社外秘の調査は棚に入れず、従来どおり限られた場所で管理するほうが安全です。全部を一か所に集めることより、事故を起こさないことを優先してください。

古い調査は消さずに「年」を見せる

調査の資料がたまると、同じ問いに対して年の違う調査が並ぶようになります。たとえば、同じ商品の満足度の調査が毎年あれば、答えの根拠になりうる資料が何本も重なります。AIがどれを選ぶかで、答えの数字が変わります。

ここで古い調査を消してしまうのは得策ではありません。時系列の変化を見るには古い調査が欠かせませんし、過去の判断の根拠を後から確かめる必要もあります。問題は古い調査があることではなく、答えを読む人が、その数字が何年のものかを分からないまま使うことです。

手当ては、棚に入れる資料の一つひとつに調査の実施年を付帯情報として付け、答えに必ずその年を出させることです。さらに、一定の年数より古い調査は「参考」の扱いにして、最新の調査がある問いでは最新を優先させる、という決まりを部門で決めておきます。何年で参考に落とすかは、市場の変化の速さで変わります。

変化の速い分野、たとえばデジタルの接点や若年層の行動の調査は、2〜3年で参考に落とす部門もあるでしょう。ブランドの基本的な印象のように変化の遅い調査は、もう少し長く根拠に使えます。年数の線は分野ごとに調査の責任者が決め、理由と一緒に残します。

答えには出典と調査年を必ず付けさせる

公式の説明では、AI Assistant の答えにはページ単位の参照が付き、情報を元の資料までたどれるとされています。2026年9月に発表された AI Persona Builder でも、人物像の特性ごとに根拠の要約と出典ページへのリンクを付けるとされています。出典を付ける機能そのものは、製品の側に用意されています。

ただ、出典が付いていることと、出典を読む人が確かめていることは別です。答えの下に並んだ参照を誰も開かなければ、出典が付いていないのと同じです。出典は、付けるだけでなく、答えを社内に回す前に開く決まりとセットにします。

部門の決まりとしては、少なくとも次の三つを答えに付けさせ、資料や会議で引用するときに残すことを勧めます。どの調査か（調査名と実施した会社）、いつの調査か（実施年）、誰に聞いたか（対象と人数）です。この三つが分かれば、読む人は数字の重みを自分で判断できます。

社内の会議資料にAIの答えを貼るときは、答えの文だけでなく、この三つを必ず添える、という決まりにしておくと、数字だけが独り歩きすることを防げます。出典と調査年のない数字は、会議の資料に載せない。単純な決まりですが、効果は大きいはずです。

「答えられない」を返させる条件を決める

棚の資料に答えがないとき、AIがどう振る舞うかは重要です。資料にない問いに対して、それらしい一般論で埋めた答えを返されると、読む人は自社の調査の結論だと受け取ってしまいます。

2026年10月時点で確かめた公式のページには、資料に根拠がないときの AI Assistant の振る舞いは具体的に書かれていませんでした。一方、AI Persona Builder の公式ページでは、調査が触れていない特性は「発見」ではなく「仮定」と表示し、出典を作らないとされています。根拠がないことを根拠がないと示す考え方は、製品の側にもあるということです。

部門としては、どんなときに「答えられない」を返してほしいかを先に決め、試行で確かめます。たとえば、棚に該当する調査がないとき、該当する調査が参考扱いの古いものしかないとき、調査の対象が問いの対象と違うとき（法人の調査しかないのに個人の行動を聞かれたとき）などです。

試行では、あえて棚にない問いを10問ほど用意し、どう返ってくるかを見ます。資料にない問いに自信のある答えが返ってくるなら、その使い方には制限をかけるか、答えを使う前に人が必ず出典を開く運用を強めます。「答えられない」と返せることは、答えられることと同じくらい大事な性能です。

AIペルソナの答えは、仮説の材料であって調査結果ではない

Stravito の AI Personas は、自社の調査から作った消費者の人物像に、企画・表現・包装などへの反応を聞ける機能です。公式の説明では、会話で探る形と、決まった基準で評価して報告書にまとめる形の二つがあり、答えは元の調査に注を付けて示すとされています。

この機能は便利ですが、人物像の答えは、実際の消費者に聞いた結果ではありません。過去の調査をもとに、AIが「この層ならこう答えそうだ」と組み立てたものです。元の調査が聞いていない新しい企画への反応は、どれだけもっともらしくても推測です。

AIペルソナの答えは、次に何を実際に確かめるかを決めるための仮説の材料として使うのが基本です。たとえば、企画の案を絞り込む最初の段で使い、残った案は実際の調査で確かめる、という順番です。公式サイトには、顧客の声として多数の案を短時間で絞り込んだという例が載っていますが、これも絞り込みの段の使い方です。

• AIペルソナの「好意的な反応」を、調査結果として経営会議の資料に載せる
• 人物像の答えを根拠に、実際の調査を行わずに発売や表現を決める
• 元の調査が聞いていない層や商品について、人物像に答えさせて結論にする
• 人物像の答えを社外の広告や営業資料で「消費者の声」として使う

いずれも、仮説を結果として扱ってしまう使い方です。人物像の答えを社内で共有するときは、「AIペルソナの推測」と分かる表記を必ず付ける決まりにしてください。

「仮定」と表示された特性を、どう扱うか

2026年9月に発表された AI Persona Builder は、対象の層を指定して調査資料を添えると、二つのエージェントが人物像を作る仕組みです。業界誌の報道では、一つめのエージェントが資料を読んで根拠付きの人物像を書き、二つめがそれを特性のカードに組み直すとされています。提供は2026年第4四半期の予定です。

公式ページの説明では、特性ごとに、調査がどれだけ裏付けているかの点数、根拠の要約、出典ページへのリンクが付きます。調査が触れていない特性は「仮定」と表示されます。発表を伝えた報道では、資料どうしの結論が食い違う特性には、その旨の印が付くとも紹介されています。

この表示は、使う側の決まりとつなげて初めて役に立ちます。部門で決めておきたいのは、「仮定」と表示された特性を、人物像に残すか外すか、残すなら誰の判断で残すかです。仮定の特性が多い人物像は、裏付けの薄い推測の塊になります。

目安として、仮定の特性が一定の割合を超えた人物像は、企画の絞り込みにも使わず、まず足りない調査を補う、という線を引く方法があります。裏付けの点数が低い特性を見たら、それは人物像の弱点であると同時に、自社の調査が足りていない場所を示す地図でもあります。

AIに任せる工程と、人が決める工程

ここまでの論点を、AIに任せてよい工程と、人が決める工程に分けて整理します。線の引き方は、間違えたときに誰がどれだけ困るかで決めています。

工程	AIに任せてよいこと	人が決めること・確かめること
資料を集める	付帯情報の候補の提案、重複の検出	棚に入れる資料の選定、購入レポートの利用条件の確認
探して答える	検索、要約、資料をまたいだ比較、出典の提示	答えを社内に回す前に出典と調査年を開いて確かめる
答えられないとき	根拠がないことの表示	「答えられない」を返させる条件の決定と試行での確認
人物像を作る	根拠付きの人物像の下書き、仮定の特性の表示	仮定の特性を残すかの判断、人物像を使ってよい場面の決定
判断に使う	仮説の候補の列挙	調査結果を意思決定に使う判断、実際に確かめる調査の発注

表の右の列は、いずれも責任者の名前で決めておくべき項目です。特に一番下の「調査結果を意思決定に使う判断」は、どれだけ答えの質が上がっても人に残る工程です。AIに判断させないのは、AIの答えが劣っているからではなく、判断の結果に責任を持てるのが人だけだからです。

また、この表は導入のときに一度作って終わりではありません。新しい機能が提供されるたびに、どの行に入るかを見直します。たとえば AI Persona Builder が提供されたら、「人物像を作る」の行の運用を、試行の結果を見て書き直します。

何が外に出るか、費用の増え方、止め方

マーケの部門で導入を決めるときにも、情報システムの部門と一緒に確かめておきたい点が三つあります。何が外に出るか、費用がどう増えるか、やめるときにどう止めるかです。細かな管理画面の話ではなく、部門の判断に関わる範囲に絞ります。

何が外に出るかについては、公式の AI Assistant のページに「顧客のデータをモデルの学習や調査に使わない」と書かれており、公式サイトには ISO 27001、SOC 2（タイプ2）、EUの一般データ保護規則への対応の表示があります。どのAIの提供元を使い、資料がどの地域に保存されるかは、2026年10月時点で確かめた公式ページには書かれていませんでした。社外秘の調査を入れる前に、提供元に書面で確かめてください。MCP サーバーで社外のAIの道具から呼び出す場合は、呼び出し先の道具の扱いも別に確かめます。

費用の増え方は、金額ではなく増える要因で見ます。一般にこの種の基盤は、使う人の数、扱う資料の量、使う機能の範囲で費用が変わります。AI Personas や今後の AI Persona Builder のような機能が別の契約になるかは、契約の前に確かめる点です。使う部署を広げるときに費用がどう増えるかを、最初の見積もりの段階で聞いておくと、後で慌てずに済みます。

止め方も先に決めます。やめるときに、入れた資料と付けた付帯情報を元の形で取り出せるか、AIの答えの記録が残るかは、契約の前に確かめておきたい点です。資料の原本は、基盤の外にも残しておくのが原則です。基盤の中だけに整理済みの資料があると、やめたときに整理の手間ごと失われます。

年に一度の棚の見直し

棚は、作った時点では整っていても、調査が増え、時間がたつにつれて崩れます。新しい調査が入らないまま古い調査が根拠に使われ続けたり、契約が切れた購入レポートが棚に残ったりします。年に一度は、決まった手順で見直すことを勧めます。

最後の手順が大切です。答えられなかった問いの記録は、次に行うべき調査の一覧になります。棚の見直しを、調査の計画とつなげることで、基盤は資料の倉庫から、調査の投資を判断する材料に変わります。

よくある質問

社内のファイル共有の検索や、汎用の対話AIで代わりにならないのですか

資料の数が少なく、使う人が限られているなら、それで足りることもあります。違いが出るのは、資料が何百本とたまり、調査の年・対象・種類で絞り込んで答えさせたいときと、購入レポートを含めて出典をページ単位で示させたいときです。社外の業界調査をAIで調べる道具とは役割が違い、Stravito は自社が持つ調査を対象にします。

日本語の調査資料でも使えますか

2026年10月時点の公式サイトでは、日本語への対応の範囲は確かめられませんでした。日本語の報告書を数本入れ、答えの出典が正しいページを指しているか、日本語の質問で答えが返るかを、試行で確かめてから判断してください。

AIペルソナで調査を減らせますか

企画の案を絞る最初の段の手間は減らせる可能性があります。ただ、人物像の答えは過去の調査からの推測で、実際の消費者の反応ではありません。絞り込んだ後の案は実際の調査で確かめる、という順番は変えないことを勧めます。

誰が導入を決めるべきですか

道具の選定は情報システムの部門と一緒に行いますが、棚の中身と答えの使い方を決めるのは、調査の担当の責任者です。両者の役割を分けて名前で決めておくと、導入後に「誰が資料を外すのか」で止まることがありません。

まとめ

社内の調査資料にAIが答える仕組みで変わるのは、探す時間だけではありません。答えが速くなるほど、どの調査の何年の数字かを確かめずに使われる危険が増えます。Stravito は、自社の資料だけを根拠に答え、ページ単位の参照を付け、人物像の特性には裏付けの点数と「仮定」の表示を付ける設計を打ち出していますが、どの資料を根拠にしてよいかまでは決めてくれません。入れるなら、答えさせる資料の棚を調査の責任者が決め、購入レポートの利用条件を先に読み、答えには出典と調査年を必ず付けさせ、「答えられない」を返させる条件を試行で確かめる。検索・要約・資料をまたいだ比較はAIに任せ、棚の決定・利用条件の確認・調査結果を判断に使うことは人が持つ。AIペルソナの答えは仮説の材料として扱い、調査結果として社内に回さないでください。

• 製品の機能と提供状態は、Stravito の公式サイト（AI Assistant・AI Personas・AI Persona Builder・ニュース一覧）と、2026年2月と9月の業界誌の報道を2026年10月23日に確かめた範囲に基づきます
• 資料の保存場所、使うAIの提供元、日本語への対応、料金の体系は公式の資料で確かめられなかったため、契約の前に提供元に直接確かめてください

※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。