1.5か月かかっていた商品開発の消費者調査が、0.5日で終わる。正直、この数字を最初に見たとき目を疑った。
2026年3月19日、NTTデータは花王のメイクアップブランドにおいて、AIを使って消費者行動をシミュレーションする「AIコンシューマー（AI生活者）」の実証実験（PoC）に成功したと発表した。従来の調査プロセスと比較して、リードタイムを99%削減できる可能性を示した形だ。
この取り組みでは、NTTデータのマーケティングAIエージェントサービス「LITRON Marketing」を活用。花王が長年にわたり蓄積してきた生活者調査データ、購買データ、SNSデータをもとに、複数のAIペルソナ（AI生活者）とAIインタビュアーを生成し、AI同士によるインタビュー調査を実施した。
何が変わったのか——従来調査との決定的な違い
従来の消費者調査では、以下のようなプロセスに膨大な時間とコストがかかっていた。
| 工程 | 従来の方法 | AIコンシューマー方式 |
|---|---|---|
| 調査設計 | マーケターが手動で設計（数日〜1週間） | AIが過去データから自動設計 |
| 対象者募集 | パネル会社に依頼、日程調整（2〜3週間） | 不要（AIペルソナが即時生成） |
| 実査（インタビュー） | 会場手配、実施、書き起こし（1〜2週間） | AI同士が自律的にインタビューを実施 |
| 分析・レポート | 人手で集計・分析（1〜2週間） | AIが即時に構造化レポートを生成 |
| 合計 | 約1.5か月 | 約0.5日 |
NTTデータ ジャパンの三竹瑞穂氏（第二インダストリー事業部門長）は次のように述べている。
「近年、消費者トレンドは従来の四半期・月次サイクルから週次サイクルへと変化しています。消費者ブランドにとって、こうした急速な変化に高い俊敏性で対応することが、事業成長の鍵です。今回のPoCでは、AIが品質を維持しつつ——場合によっては人間のアウトプットを上回りながら——商品開発プロセスの大幅なスピードアップを実現できることが実証されました」
花王側の背景——なぜ今、AIによる調査が必要だったのか
花王は中期経営計画「K27」でDXを経営の中核に据えている企業だ。2027年までに「DXという言葉をなくす」——つまりデジタルが当たり前の状態にすることを目標に掲げている。
特にメイクアップブランドでは、シーズンごとに新商品を投入する必要がある。トレンドの移り変わりが速い領域だけに、「従来の調査手法では開発サイクルが間に合わない」という課題があった。
花王はすでに独自の肌評価AI「Kirei肌AI」を開発し、顔画像から77項目の肌状態を推定する技術を商品開発に投入している。社内向け生成AIツール「Kao AI Chat」は毎日2,000人以上の社員が利用しており、全社員向けデジタルスキル向上プログラム「DXアドベンチャープログラム（DXAP）」や「Kao AI Academy」も展開するなど、AI活用の土壌が整っていた。
今回のNTTデータとの協業は、こうした花王のDX戦略の延長線上にある。
NTTデータの「LITRON」エコシステムとは
今回のPoCで使われた「LITRON Marketing」は、NTTデータが2025年6月にローンチしたマーケティング向けAIエージェントサービスだ。マーケティング業務の工数を最大60%削減することを目指しており、戦略立案から実行、効果測定までを支援する。
NTTデータはLITRONを単独のサービスではなく、エコシステムとして展開している。
- LITRON Core: AIエージェントの実行基盤
- LITRON Marketing: マーケティング業務向けAIエージェント（今回のPoC）
- LITRON Sales: 営業支援向けAIエージェント
- LITRON Builder（2026年4月予定）: 企業が独自のAIエージェントを構築できるプラットフォーム
NTTデータはLITRON関連サービスで2027年度末までに累計売上200億円を目標としている。また、2025年11月にはISG Provider Lensの「Agentic AI Services」部門でリーダーに選出されている。
「合成消費者」は業界全体のトレンドになりつつある
NTTデータと花王の取り組みは孤立した事例ではない。AIで仮想的な消費者パネルを生成し、従来のリサーチを代替・補完する「合成消費者（Synthetic Consumer）」の手法は、2026年に入ってグローバルで急速に注目を集めている。
いくつかの動きを挙げる。
- Gartnerは2026年のマーケティング予測で、AIエージェントによるキャンペーンの自律管理やパーソナライゼーションの加速を主要トレンドとして挙げている
- Forresterは2026年のGenAIレポートで、消費者のAIアシスタント活用が急拡大し、ブランド側もAIエージェントで応答する「エージェント対エージェント」の時代が到来すると分析
- Forbesの2026年市場調査トレンド記事では、合成データを使った初期段階のアイデア検証・コンセプトテストが実用フェーズに入ったと報じている
ただし、合成消費者には明確な限界もある。AIが生成するペルソナは、元となる人間のデータの質に依存する。偏ったデータで訓練されれば、偏った「消費者」が出てくる。規制が厳しい領域（医薬品、金融商品など）では、依然として実際の消費者調査が必要とされるケースが多い。
NTTデータの三竹氏も「AIに丸投げ」ではなく、従来の知見との整合性を確認するプロセスを経ている点を強調している。
AIエージェント開発者が注目すべきポイント
この事例から、AIエージェントを設計・開発する立場として注目すべき点は3つある。
1. ドメインデータの質がエージェントの性能を決める
NTTデータが花王の長年の調査データ・購買データ・SNSデータを活用したからこそ、「従来の調査と整合する」結果が得られた。汎用LLMだけでは、業界固有のインサイトは出てこない。自社データの整備・構造化が、AIエージェント活用の前提条件だ。
2. マルチエージェント構成の実用事例
「AI生活者」と「AIインタビュアー」という複数のエージェントが相互作用する構成は、マルチエージェントシステムの実用的なユースケースだ。単一エージェントでは得られない多角的な視点を、エージェント間の対話で引き出している。
3. 「代替」ではなく「加速」として位置づける
花王は従来の調査手法を完全に捨てたわけではない。AIによる調査結果を従来手法と照合し、整合性を確認している。「人間の調査を置き換える」ではなく「高速な仮説検証→人間による検証」というハイブリッドアプローチが、現時点での現実解だろう。
今後の展開
NTTデータは今回の成果を踏まえ、メイクアップブランド以外のブランド・商品への展開を計画している。さらに、商品開発だけでなくマーケティング業務全般への活用も視野に入れている。
2026年4月にはAIエージェント開発プラットフォーム「LITRON Builder」のリリースが予定されており、企業が自社の業務フローに合わせたAIエージェントを独自に構築できるようになる。NTTデータが掲げる「Smart AI Agent」構想——AIエージェントがユーザーの指示に応じてタスクを自律的に抽出・整理・実行する世界——に向けた布石だ。
花王にとっても、これはDX戦略「K27」の実行フェーズにおける具体的な成果だ。「2027年までにDXという言葉をなくす」という目標に、一歩近づいた。
参考・出典
- NTT DATA verified the effectiveness of AI Consumer Agents in Kao’s product development research — NTT DATA（参照日: 2026-03-19）
- 花王の商品開発調査における「AI生活者」の有効性検証 — NTTデータ（参照日: 2026-03-19）
- NTT DATA Launches AI Agent Cutting Marketing Work 60% — IT Business Today（参照日: 2026-03-19）
- 7 Market Research Trends To Watch For In 2026 — Forbes（参照日: 2026-03-19）
- Future of Marketing — Gartner（参照日: 2026-03-19）
- 花王 DX戦略説明資料 — 花王株式会社（参照日: 2026-03-19）
この記事はAIgent Lab編集部がお届けしました。
あわせて読みたい:
- AIエージェント構築完全ガイド — 設計パターンからデプロイまで
- A2Aプロトコルとは？MCPとの違いとマルチエージェント連携の新常識 — マルチエージェントの基礎を理解する
ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。
