AI時代の潜在ニーズの探り方【セミナーレポート】

弊社主催セミナー「UXCARAVAN」では、UXデザインを実践するのに役立つノウハウ、事例をご紹介しています。

今回のセミナーのテーマは「AI時代の潜在ニーズの探り方」です。

ChatGPTを始めとする生成系AIがビジネスの未来を塗り替える中、新規事業開発におけるその役割は計り知れないものがあります。しかし、AIの力だけでは捉えきれないものがあります。それが「潜在ニーズ」です。

今回は、弊社代表の喜多が、生成AIを活用した潜在ニーズの取り扱い方と実務に取り入れる際の注意ポイントを解説したセミナーのレポートをお届けします。

※本記事は、2024年3月14日に弊社が開催したセミナー「​AI時代の潜在ニーズの探り方」の内容をもとに作成しています。

1.潜在ニーズとは

潜在ニーズとは、生活者本人がまだ気づいていない隠れた欲求のことです。 新しいビジネスチャンスの源泉になるので、言葉自体はよく聞くかと思います。

1-1.潜在ニーズの種類

潜在ニーズは気づいていないという表現で一括りにされがちですが、実際には”どれくらい潜在的か”という軸で分類でき、弊社では下記分類でご紹介することが多いです。

• 顕在「あるある型」：生活者が気づいている欲求
• 潜在「そうそう型」：生活者が普段は意識していないが、何かのきっかけで気づく欲求
• 潜在「へぇ型」：生活者がまったく気づいていない、または新しく湧き上がる欲求

「あるある型」、「そうそう型」、「へぇ型」は下の方に行くほど非常に潜在的で、上に行くほど顕在的になります。

今回の対象は潜在ニーズなので、「そうそう型」「へぇ型」が該当します。

「そうそう型」とは、生活者が普段は意識していないけれども、何かのきっかけで気付く、言語化できる欲求のことです。つまり、気づいていないが、すでに存在しているものです。

一方、「へぇ型」とは、生活者が全く気づいていない、もしくは何かをきっかけに新しく湧き上がる欲求のことで、現時点では存在しないものをさします。

・「そうそう型」

まずは、「そうそう型」の具体例の動画をご覧いただきます。こちらは「鞄をどこにしまっていますか？」という質問に対して、「こんな感じでしまっています」という回答をされた動画です。

『私がいつも使っているカバンは、玄関の鞄かけやコート掛けには普段使っていないものを置き、いつも使っているものはダイニングテーブルの椅子に引っかけてあります。お客さんが来る時などはよけますが、日常はここに置いてあります。理由は、財布などをわざわざ取り出して別のところにしまったりせず、ずっとカバンの中に入れているためです。また、他にも使うもの、子供の関係のものなどが入っていて、いつでも取り出せるようにカバンに入れたままここに引っ掛けてあります。』

動画では、カバンを椅子にかけている理由をいくつか語っていますが、そこからこの方の欲求が読み取れます。 例えば、「家の中でも使う財布や子供の物を必要な時にすぐに取り出したい」という欲求が読み取れます。この方はこのインタビューがあったからこそ語ってくれましたが、普段から鞄をどこにしまっているかについては意識していません。

これがこの方にとって日常であり当たり前のことになっていて、不満もありません。このような欲求はアンケートのような方法では出づらく、問いかけてから初めて出てくるものです。これが「そうそう型」の潜在ニーズです。

・「へぇ型」

次は、「へぇ型」の潜在ニーズの具体例の動画をご覧いただきます。こちらは「濡れた傘をどうしているか？」という質問に対しての回答動画です。

『玄関でこのように干しています。天気が良い日には、雨が上がっていれば、外のベランダのところに引っかけて広げた状態で乾かします。大抵そのまま玄関に放置して、気づいた時には結構もう乾いています。防水加工もしてあるので染み込むこともありません。』

これも、何の変哲もない玄関で傘を干しているという日常のシーンです。ここからも、「そうそう型」のニーズを読み取ることができます。例えば、使った傘をちゃんと乾かしたいというニーズは、「傘がカビないようにしたい」という欲求です。

一方、「へぇ型」のニーズは違います。この方の常識、例えば「傘は使ったら濡れる」「濡れているものは干さないといけない」という前提（常識）が仮になくなったらどうなるでしょうか。

この人は喜ぶのか、嬉しいのか、もしそれが嬉しいのなら、「そのようなニーズがあり得るかもしれない」と発想して仮説として導き出されるのが「へぇ型」の潜在ニーズです。これはあくまでも仮説であり、実際にはそのようなニーズは存在しないかもしれません。

1-2.新規事業における潜在ニーズの重要性

このように、潜在ニーズには2つの型があります。「そうそう型」は存在していて、「へぇ型」は存在しないが今後出てくるかもしれないというニーズです。

この2つの型のうち、新規性や市場へのインパクトでは「へぇ型」を見つけたいところではあると思いますが、見つけやすさや事業化のしやすさから「そうそう型」を狙うことも多くなっています。新規事業においては、「そうそう型」でも「へぇ型」でも、どちらにしても潜在ニーズを発見することが重要です。しかし、これにはメリットとデメリットの両方があるため、整理しておきましょう。

• メリット
  筋の良い潜在ニーズを発見できると、新規事業の創出や新規市場の開拓、競合に先駆けて独自の価値提案ができる
  
• デメリット
  潜在ニーズは必ず見つかる保証がなく、不確実性がある
  検証難易度が高く、手探り状態が続くというハードルもある

新規の市場を開拓することは、簡単ではありません。その市場にいる人たちを巻き込んでいくコストもかかります。新規事業において勝ち筋をどう作るかというところで、潜在ニーズを狙うかどうかを判断する必要がありますが、もしチャレンジできるならぜひ潜在ニーズを狙ってみることをおすすめします。

それでは、潜在ニーズのデメリットやリスクを乗り越え成功している事例について、いくつか有名なものを紹介します。

1-3.潜在ニーズを捉えた成功事例

・スマートホームデバイス

Google Nestなどのスマートホームデバイスは、家庭内の照明や温度調整などを手動で行っていた時代のちょっとした不便さ、労力節約、無駄をなくしたいという潜在ニーズに応えています。

明らかな不便さではなく、ちょっとした不便さというのがポイントです。明らかに不便であれば既に解決されるようなものがあったと思いますが、この「ちょっとした」不便さが潜在化していた理由です。

・フードデリバリー

Uber Eatsのようなフードデリバリーは、自宅で美味しいものを食べたいと思った時に、幅広い選択肢から選びたい、多様な食事を楽しみたいという潜在ニーズに応えています。

このようなサービスが提供される前も、惣菜を買う、出前を頼むなど選択肢が全くなかったわけではなく、ある程度は解決していたが、それがベストなものではなかったために潜在化していたのです。

・フィットネストラッカー

健康管理をする上で、従来の自己管理は面倒で大抵の人は健康な時は何も対策をしません。フィットネストラッカーは、健康に問題が起きる前に積極的に対策をしたいが、自己管理に手間がかかるのは嫌だという潜在ニーズに応えています。

自分で意識高く努力すれば何とか管理できたという意味で代替手段はありましたが、それが簡単ではなかったために潜在化していました。

1-4.潜在ニーズの取り扱いが難しい理由

これらの企業にならって、皆さん自身でも潜在ニーズの発見にチャレンジしようした時、最初につまずくのは、どうやってそれを探せばいいのかという方法論の部分です。「潜在ニーズ」は生活者が気づいていないものであるため、生活者に聞くようなアンケートのような定番の手法が使えません。気づいていないので答えられないのです。

アンケートなどで集められる情報は、生活者がそのことに気づいていて、かつ覚えていて、それを言葉で表現できる、この3つの壁を越えたものだけが出てくるので、非常に顕在化したものしか収集できません。そのため、潜在ニーズを発見するのが難しいと言われています。

1-5.従来の潜在ニーズの探索方法

そこで従来よく使われてきたのが行動観察やインタビューです。行動観察やインタビューは、潜在ニーズの発見をするために乗り越えなければならない、認識の壁、記憶の壁、言語化の壁という3つの壁をうまく乗り越えることができ、かつ、潜在ニーズの発見において効果が高いことが実証されています。

そのため、行動観察とインタビューの手法に対する知見やノウハウは、今回解説する生成AIの活用にも役立てることができます。

2.生成AIを活用した潜在ニーズの探索

それではまず、生成AIに直接「潜在ニーズ」について聞くとどうなるか、ChatGPTの有料版、GPT-4で試してみました。

「自宅の収納に関して、誰も気づいていないような潜在ニーズを教えて」と聞いてみましょう。 それに対する答えとして、「多機能性と柔軟性」、「デジタル化と統合」、「持続可能性と環境への配慮」、「カスタマイズ可能性」、「美観と機能性の組み合わせ」といったものが出てきました。

これを見て、どう思いますか？
この短い問いかけに対して、かなり適切な情報を出してくれたとは思います。

実はこの収納というテーマは、今回のセミナー講師の喜多が収納に関するUXリサーチを一通りこなした経験があったため選びました。その経験を持ってChatGPTからの回答を見ると、全く潜在的ではなく、書かれていることも表面的すぎて使い物にならないというのが正直な感想とのことでした。

自分があまり詳しくない領域の問いかけへの回答は一見良い感じに思えるかもしれませんが、潜在的ではない回答をすることもあるので注意が必要です。

では、なぜ頭がいいと言われているChatGPTが潜在ニーズをうまく出してくれないのでしょうか。その理由を見ていきましょう。

潜在ニーズの探索は人の心理や無意識と向き合う必要があるわけですが、生成AIはそこに対して万能ではありません。その背景として次の3つが挙げられます。

1. 潜在ニーズを直接的に聞くべきではない
   AIが学習したものは誰かが書いたテキストです。つまり、テキスト化されたものは、その人にとっては潜在的ではなく顕在的なものです。この構造的な問題があります。
   
2. 人間心理の補助なしで読み取らせるべきではない
   生成AIはテキストの意味合いを読み取るのは上手ですが、テキストの背後にある人間の複雑な感情や、暗黙知として共有されている社会的文脈の理解が今のところは苦手だと言われています。
   
3. 無意識の領域の探索とAIは相性が悪い
   人は自身の行動の7割から9割を無意識に行なっていると言われていますが、潜在ニーズの探索は、人の無意識のところにアプローチしないといけないということです。それは生成AIが学習していない世界の話なので、構造的に無理があります。

2-1.行動観察型「潜在ニーズの探索」

前章で触れた、生成AIが勘よく潜在ニーズを出してくれない背景を前提に、その裏返しに当たる下記のポイントを押さえたプロンプトをGPTs化しました。これを使うことで、行動の背後にある心理を探ることができます。

　<生成AIを活用した潜在ニーズの探索を行うポイント>

• その事象から遠く離れた未来を予測したり、無から有を創造的に発想させない
• 苦手とされている心理的な同期や感情の分析を、“よしなに”やってもらわない
• 十分な量を出してもらった後の洞察や意思決定は従来どおり人が行う。

また、このGPTsは行動や意見の背後にある心理を読み取るように調整されています。

行動観察型は実際に行動観察調査をするのではなく、ある事実を多角的に解釈することで潜在ニーズを見つけようとする型です。⼈の習慣的な⾏動やパターンに着⽬するところに特徴があり、例えば、インタビュー発話の分析等も「事実の解釈」を行うため、この型に分類されます。

人の行動が習慣化される前には、置かれた環境や持っていたニーズなどが影響していて、それが「習慣的な行動パターン」になると、本人の中では意識されなくなります。このように、人の習慣の中には、以前は意識していたけれども今は意識しなくなったという潜在ニーズが隠れていることが多く、行動観察では習慣化された行動の背後にある心理を読み取ります。

また、「潜在レベル」を設定し3つのレベルに分けることで、潜在的であるかどうかの度合いを可視化できるだけでなく、潜在ニーズの可能性を秘めた、発想レベルの突拍子のないニーズまで何度でも提案させることができます。

• レベル1：引用レベルのニーズ抽出
  話者が認識かつ言語化できている顕在ニーズ
• レベル2：解釈レベルのニーズ抽出
  話者が状況としては認識しているものの、明確なニーズとしては認識していない、または上手く言語化できていないタイプの潜在ニーズ
• レベル3：発想レベルのニーズ抽出
  こういった状況下の人はこのようなニーズを持つかもしれないという、発想レベルの潜在ニーズ

3.潜在ニーズの探索 デモンストレーション

それでは「潜在ニーズの探索」で潜在ニーズを探るプロセスを見てみましょう。インタビューでの発話をインプットして分析を行います。

インプット：「親が子どもに宿題を促した後の子どもの様子」についてインタビューした発話録

潜在ニーズの探索はGPTsで実装しています。ここにインタビューの発話情報を入れてみます。

3-1.潜在レベル1：引用レベルのニーズ抽出

まずは、「潜在レベル1：引用レベル」での潜在ニーズの分析結果です。潜在レベル1はほぼ顕在化しているもので、本人がほぼ話している内容を抜き出すレベルです。

3-2.潜在レベル2：解釈レベルのニーズ抽出

次に、「潜在レベル2：解釈レベル」での潜在ニーズの分析結果です。
話者が直接インタビュー内で述べてはいないものの、ニーズとして強くうかがえる内容が言語化されます。

3-3.潜在レベル3：発想レベルのニーズ抽出

最後に、「潜在レベル3：発想レベル」での潜在ニーズ分析結果です。
「将来の自己管理能力」や「学習意欲や学びへの関心」など、話者の内容を元に発想した内容が抽出されます。本人がそう思っているかは不明ですが、こういう状況にある人はこのようなニーズを持つかもしれないというものです。

何回も同じ質問をすると少しずつ違った答えが返ってくることがあります。特に潜在レベル3に関しては毎回頑張ってひねり出してくれるので、割と違うものが出てきます。潜在レベル1に関してはほぼ言っていることをそのまま上げているので、毎回固定の内容になります

このように、GPTs「潜在ニーズの探索」はニーズをうまく探索させるため、一つの事実に対していろんな視点から考えるように、いろんな質問をぶつけて考えさせる工夫をしています。

4.事業開発への応用

4-1.ニーズの量を出してふるいにかける

つぎに、このGPTsを事業開発に活かすにはどうすればよいのかを見ていきましょう。

ニーズの量をしっかり出すことが大事です。
生成AIが、潜在レベル3として出力したニーズでも、実際にはそうでもないものが結構混ざっているので、そこからふるいにかける必要があります。しかし、ここで言うふるいにかけるということは、最も良いニーズを絞り込むということではなく、筋の悪そうなものを除外するというイメージです。

筋が悪そうなものを判断するためには、ニーズを「充⾜／未充⾜」、「潜在／顕在」の2軸で分け、直感的なふるいにかけます。充足というのは解決しているかどうかで、未充足はまだ多くの人が解決できていない状態を指します。

当然、顕在的かつ充足されているものは新規事業にはふさわしくないので、これらは除外します。他のものについては基本的に残すイメージです。

4-2.アイデアとセットで評価する

「なぜ足切りだけでいいのか？もっとしっかり議論して絞った方がいいのではないか？」という疑問もあるかもしれませんが、その理由は、ニーズの良し悪しを単体で評価することには限界があるからです。

ニーズや課題（ここでは同じ意味と考えてください）がいくら良くても、それを解決できる解決策が見つからなければ価値はゼロです。ニーズ単体で「このニーズは良い」と判断しても、後で解決策が出てこない可能性があるので、ニーズ自体の良し悪しにはあまり意味がありません。

常にアイデアとセットにして、それがどれくらいの価値を生むかを評価する必要があります。そのため、たくさんあるニーズからそれぞれに対してアイデアを考える工程を経ます。これは私たちが日常的に行っていることで、AIを使う場合も同じです。

4-3.顧客との対話はあなた自身で

検証としての顧客との対話は、必ず人が行うことをおすすめします。

例えば、「こういうニーズがあるのではないか」と仮説を立てる際にAIは非常に上手に対応してくれます。

そのため、検証の部分もAIがやってくれるのではないかと期待をすると思います。実際にAI検証を任せてみると、ユーザーがこう考えるのではないかと、それっぽい回答をしてくれ、それなりに納得感もありました。

しかし、検証まで含めてAIに全自動で任せることができるのかというと、そうではありません。その理由の一つは、ハルシネーションの（AIが誤認や論理の矛盾を含む事象や事実とは異なる情報を作り出してしまう現象）問題です。AIは事実かどうかの判断をしないので、それを確認する必要があります。

ここで最もお伝えしたいのは、顧客理解の重要性です。

顧客理解は、人が直接関与し、対話を通じて深く洞察することが求められます。AIはサポートとして活用できますが、最終的な顧客理解の検証は人間が行うべきです。

事業開発を経験された方なら共感いただけるかもしれませんが、顧客と対話する前と後で、顧客像の解像度が一気に上がるという経験をされた方も多いと思います。

顧客と会う前には、「顧客はこういうことを考えているだろう」と、それなりにしっかり考え、理解している気持ちでいると思いますが、顧客に会った後に振り返ると、その時に考えていた自分がいかに浅いことを言っていたのかに気づき、そこには明らかな差があります。

顧客と同じ目線で高い解像度で物事を考えられるようになることは、事業の成功に直結するので、顧客との対話はAIに任せず、皆さん自身で実施することをおすすめします。

5.まとめ

事業開発においては、スピードをいかに上げるかが非常に大事です。生成AIを正しく活用していただくことで仮説を立てるスピードが格段に上がり、非常に有利な戦いができるようになります。

検証を自分たちで行うのであれば、現時点では大きなデメリットはないので、新規事業の成功確率を上げるために、うまく活用していただけると良いと思います。

今回ご紹介した「潜在ニーズの探索」については無料のアーカイブセミナー 、「AI時代の潜在ニーズの探り方」でもご覧いただけます。GPTsもお試しいただけるリンクも共有しておりますので、ぜひご活用ください。