TOPPAN、10万人のAIペルソナで施策案の反応を事前確認

TOPPANの発表によると、TOPPAN株式会社は2026年10月13日、日本の人口構成を再現したとする10万人のAIペルソナを使ったCX支援サービスの提供を、流通・小売業やメーカーなどに向けて始めた。地域や属性から対象群を抽出し、販促などの施策案を生成して、実施前にAIペルソナの反応を確認できるという。

Web担当者Forumの報道によれば、基盤は47都道府県を網羅し、15歳以上の生活者を40のクラスターに分類する。狙いは、少数の代表的な顧客像に企画を合わせる作業から、地域、世帯、所得、価値観などで対象を変えながら案を検討する作業へ、企画の幅を広げることにある。ただし、ここで得られる反応はAIが生成したもので、実際の顧客から集めた回答とは区別する必要がある。

公的統計を土台に生活者像を組み立てる

基盤の土台には、国勢調査、家計調査、就業構造基本調査、社会生活基本調査、人口推計などが使われる。複数の統計を組み合わせる合成人口法で人口の属性構成を作り、個々の仮想生活者に価値観、趣味や嗜好、買い物行動に関する情報を付け加える仕組みだ。地域や年代だけで人物像を決めず、施策への評価を尋ねられる状態にする。

価値観や行動の設定には、TOPPANが蓄積した生活者調査とマーケティングの知見を用いる。SNSやWeb上の情報からトレンドや地域性も反映し、グループ会社ONE COMPATHが運営する電子チラシサービス「Shufoo!」のデータも組み合わせる。公的統計が担う人口構成の再現と、これらの情報を基に生成する嗜好や発言は、異なる工程である。

その違いは、誰を対象にできるかにも表れる。会員情報やPOSデータには既存顧客の過去の購買が残るが、購入しなかった人の理由はそこから直接は分からない。仮想の生活者を条件で抽出することで、未顧客や潜在層についても企画上の問いを立てられる。一方、AIペルソナは実在する個人の名簿ではなく、ある商圏の顧客を観察した記録そのものでもない。

施策案の生成から反応比較までをつなぐ

TOPPANのサービスで複数の販促案を作り、AIペルソナの反応の違いを比べる構想

サービスでは、抽出した対象群との対話からニーズや行動背景を探り、季節、商圏、顧客層に応じた販促、催事、キャンペーンの案を生成する。複数の案をAIペルソナに提示し、反応や評価が分かれる理由を比べることもできる。企画の段階で「誰に、どの訴求が響きそうか」という仮説を作り直せる点が、事前確認の具体的な用途だ。

検討対象は企画文だけではない。商品情報とAIペルソナの価値観や購買傾向を組み合わせ、掲載商品や順番を変えたWebカタログ、チラシ、DM、バナーなどの制作にも対応する。案ごとの反応を比べることで、商品選び、見せ方、対象群の設定のどこを修正するか、実施前に論点を絞り込む設計になっている。

流通・小売業で想定されるのは、店舗や商圏の特性に合わせた販促と顧客体験の企画だ。メーカーでは、推定したニーズを商品コンセプトや仕様、伝え方の検討に使う。両分野に共通する変化は、対象を選ぶ作業、案を作る作業、案への反応を見る作業を同じ生活者データ基盤でつなげられることにある。実施後の売上や来店をこの段階で確定できるという意味ではない。

従来のペルソナと調査はどう使い分けるか

従来のペルソナは、代表的な人物像を少数にまとめ、チーム内で顧客理解を共有するのに向いている。今回の基盤は、多様な属性の仮想生活者を個人単位で持ち、条件を変えた対象群ごとに企画の反応を探れる。共有しやすい典型像を作る仕事と、見落としそうな層や反応の違いを探す仕事では、求める出力が違う。

アンケートやインタビューは、実際の人が何を選び、どう答えるかを確かめる。AIペルソナとの対話は、既存データと生成AIの推論から得る仮説であり、実顧客の回答数を増やす調査ではない。したがって、企画段階ではAIによって候補や質問を広げ、採否を左右する論点は対象となる生活者に尋ねる、という接続が自然だ。

仮に小売店が複数のチラシ案を検討するなら、商圏や世帯条件を変えてAIペルソナの評価が割れる箇所を探せる。その差を基に、実際の生活者への調査では商品、価格の伝え方、掲載順のどれが判断に影響するかを確かめる。配布後には来店や購買の結果と照らし合わせる。この例でAIが担うのは調査前の仮説づくりであり、実顧客の反応を測る工程は残る。

人口構成の再現と反応の精度は別の問題

人口の属性構成を再現できても、生成された返答が実際の生活者の選好と一致するとは限らない。統計を使って誰を基盤に含めるかを設計することと、あるチラシや商品案への回答を正しく予測することは別の問題だからだ。「反応の事前確認」は、実施前に案と調査課題を絞る機能として捉えるのが適切である。

特に、反応が好意的かどうかという一つの評価だけでは、判断材料として足りない。対象群のどの条件で意見が分かれたか、挙がった理由が実際の顧客にも見られるかを照合して初めて、次の企画に使える。AIと実顧客の答えが違えば、対象の切り方、与えた商品情報、訴求の前提を見直す手掛かりになる。

公表されたサービス説明には、AIペルソナの反応と実顧客調査の結果がどの程度一致したかを示す数値はない。導入企業にとって意味を持つのは、生成した案の多さだけでなく、事前に選んだ案が実際の調査や施策結果とどう対応したかという蓄積だ。人口構成に沿った基盤の規模と、個別施策の予測性能を同じものとして扱うことはできない。

標準版の価格と今後の拡張

TECH+の報道によると、生活者データ基盤を対象とする標準版の価格は1000万円からで、TOPPANは関連受注を含め2030年度までに約20億円の売上を目指す。企業が独自に持つデータを組み合わせた、個社専用のAIペルソナ環境も今後構築していく方針だ。標準版の提供開始と、各社のデータを組み込む将来の拡張は分けて見る必要がある。

顧客データを組み合わせれば、自社の購買記録と、基盤が想定する未顧客や潜在層との違いを検討しやすくなる。そのときにも、AIの回答を実際の調査や施策結果と照らし合わせる作業が、企画判断の確かさを左右する。今後、実施前の反応と実施後の結果をどのように結びつけられるかが、このサービスの業務上の価値を示すことになる。