[AI新規事業創出]Qualitegが考える、仮説探索の為のユーザーインタビュー実施方法とは

仮説探索インタビューは難しく、テクニックが必要です。事実確認のための仮説検証インタビューとは異なり、参加者の現在の考えや悩みを深く探るものです。オンラインで行う際はカメラオンで1対1が推奨され、アイスブレーキングで信頼関係を築きます。このアプローチでは、インタビューガイドに沿った質問をしながらも、参加者の話に柔軟に対応し、追加の「なぜ?」質問で動機や感情を掘り下げます。

[AI新規事業創出]Qualitegが考える、仮説探索の為のユーザーインタビュー実施方法とは

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。


正直申し上げて、仮説探索のインタビューはテクニックが必要で非常に難しいです。仮説検証のインタビューはコンサルなどでもできる人はいますが、どれが気に入ったか、本当に使っているかどうかの事実確認をする仮説検証インタビューと、今何を考えていて何が悩みなのかをヒアリングする仮説探索インタビューは全く違うものになります。

ここでは、有益な仮説探索インタビューを実施していただくためのガイドについて解説していきたいと思います。

まず初めに、相手との関係構築を

最近特にオンラインでのインタビューを行う機会が増えてきましたが、インタビューを行う際はカメラオンでかつ、1対1で行うことをお勧めします。1対1で行うことで相手との信頼感が生まれるからです。

また、インタビューの初めにアイスブレーキングを行うことは、参加者がリラックスして自然体で話すために非常に重要です。この段階では、フォーマルな雰囲気を和らげ、信頼関係を築くことを目的とします。アイスブレーキングには、参加者の興味や日常生活に関する軽い話題を選ぶと良いでしょう。

two women looking at person across the table

たとえば、趣味や最近の楽しい出来事について尋ねることから始めます。また、一方的に尋ねるだけではなく、自分自身の話もして、お互い会話のキャッチボールを楽しめるような雰囲気づくりを心掛けてください。

その際に、インタビュアー自身も自己紹介を行い、自分の背景やインタビューの目的について簡単に説明しましょう。これらは透明性を持たせ、参加者の安心感を高めることができます。

アイスブレーキングは短くても、インタビューの質を向上させるためには欠かせないステップです。この時間を有効に使うことで、全体の対話がスムーズに進み、より深い情報を引き出すことが可能になりますので、おすすめとしては最低10分、全体の時間が60分~90分あるのであれば、できれば15分~20分くらいアイスブレーキングに使ってもよいと考えています。

真のイノベーションは、多様な視点がぶつかり合う「創造的摩擦」から生まれます。株式会社Qualitegの Innovation-Crossは、企業内外の異なる知見や発想を意図的に交差させ、革新的な価値創出を促進するプログラム。企業の現状分析をもとに、社内の異なる部門や外部のパートナーを効果的に結びつける戦略を策定し、アイデアワークショップやハッカソン企画などを通じて、多様な知恵の化学反応を引き起こします。

最先端AI技術の活用支援も含め、「自社だけでは生まれない」異質な発想の融合による革新を実現。経験豊富な専門コンサルタントが、この創造的摩擦を適切にマネジメントし、従来の枠を超えた新たな価値創造へと導きます。イノベーションは、境界線を越えたところに花開きます。

主要な質問を効果的に行うためには

インタビューでは、事前に準備したインタビューガイドに沿って主要な質問を構造化して進めます。この段階で、参加者からの回答に対して柔軟に反応し、必要に応じてさらに質問を深掘りすることが重要です。

ありがちな罠としては、自身が用意したインタビューガイドに沿って質問し、想定した答えを引き出したいと無意識に思って、インタビュー内容をコントロールしてしまうことが危険です。

gray laptop computer

今回のインタビューは仮説検証ではありません。あくまでも仮説探索なので、ご自身で事前に準備した仮説はあっていなくてもよいのです。相手の話を聞くために設定したインタビューであることを忘れないようにしましょう。

そのため、相手の話が飛んでしまっても、その話を無理に引き戻して自分のガイドに沿って話をする必要がありません。話が飛んでもその流れで後に聞こうと思っていた別の項目について深堀しながら聞くなど、参加者が話す内容に注意深く耳を傾け、関連する追加質問をすることで、より詳細な情報や意見を引き出すことに注力しましょう。

このプロセスは、単に情報を収集するだけでなく、参加者の言葉の背後にある意味や感情を理解するためにも役立ちます。インタビューガイドは基本的な枠組みを提供しますが、対話の自然な流れを重視し、参加者の言葉に敏感に反応することが求められますので、そのように進めてみてください。

man in blue and white plaid dress shirt using macbook pro

追加質問で深掘りしましょう

追加質問を用いて深掘りする際、「なぜ?」という質問は非常に有効です。

参加者が何かを伝えてくれたときに、その背景にある動機や感情を明らかにするためにこの質問を繰り返し使用します。一度目の「なぜ?」で表面的な理由が明らかになることが多いですが、それを何度も繰り返すことで、より深い理由や本質的な感情が浮かび上がってきます。

また、それらが言語化されないケースもありますが、おおくの「なぜ?」を聞いておくと後でユーザーの感情分析をするのに役立ちます。

例えば、なぜそのシャンプーを使っているのか、というインタビューをしたとします。最初は、髪の毛がサラサラになるから、などという一遍通りな答えがでまずが、「なぜ?」を繰り返して聞いていくと、「髪の毛につやが出て色っぽく見える」、「いい香りがしたとほめられた」などというエピソードを聞くことができ、この方の購買決定要因は「いい女性と思われたい、もてたいという気持ちがある」ということがわかりますよね。

woman standing next to pink wall while scratching her head

このように、「なぜ?」を繰り返すことで、より真因にたどり着けることができます。

このアプローチにより、参加者自身が意識していない感情や考えを自然に引き出すことができ、インタビューにおいて豊かな洞察を得る手段となります。このような深掘りは、データの質を高め、より詳細な理解を促進することができますので、訓練は必要ですがぜひ、この手法でインタビューをすることをお勧めいたします。


コラムを最後までお読みいただき、誠にありがとうございます。私たちQualitegは、AI技術や新規事業の企画方法に関する研修およびコンサルティングを提供しております。もしご興味をお持ちいただけた場合、また具体的なご要望がございましたら、どうぞお気軽にこちらのお問い合わせフォームまでご連絡くださいませ。

また、新規事業創出のステップを体得したいという方にご好評のワークショップも実施しております。それぞれの担当者の方が役員目線で事業を考えるという点にフォーカスしたトレーニング内容となっており、企画担当者の方だけではなく、カウンターパートのエンジニア、デザイナー、マーケターの方にもご受講いただけるコンテンツとなっております。

皆様からのお問い合わせを心よりお待ちしております。次回のコラムも、ぜひご期待くださいね。


navigation

Read more

AIエージェントを"事業に載せる"ために【第1回】

AIエージェントを"事業に載せる"ために【第1回】

AI導入事故は何を示しているのか — AI導入を"事業に載せる"ために、いま設計すべきこと(全3回) こんにちは!Qualitegコンサルティングチームです! AIエージェントを導入する企業が増える一方で、 「試してみる」段階から「事業に載せる」段階へ進める難しさ が、はっきり見え始めています。 本シリーズでは、AIエージェント導入を技術論だけでなく、責任分解・監査可能性・契約・運用統制を含む業務設計の問題として整理します。 全3回を通じて、「AIが賢いかどうか」ではなく、「AIを業務に載せるために何を設計するか」を考えていきます。 第1回となる本記事では、2025年に起きた2つの事例を出発点に、なぜいま「責任設計」が問題になっているのかを見ていきます。 上図は、本シリーズ全体で扱う論点の全体像です。 AIエージェントの導入は、技術的なモデル選定だけでは完結せず、権限設計、契約、監査、品質監視、保険、異常時対応まで含めた設計が必要になります。 第1回ではまず、なぜこうした設計が求められるようになったのかを、実際の事例から見ていきたいとおもいます なお、本シリー

By Qualiteg コンサルティング
PII検出の混同行列では見えないもの ― 認識器間衝突と統合テスト

PII検出の混同行列では見えないもの ― 認識器間衝突と統合テスト

こんにちは!Qualiteg研究部です! 個人情報(PII: Personally Identifiable Information)の自動検出は、テキスト中から特定の表現を抽出し、それがどの種類のPIIに当たるかを判定する問題として捉えることができます。 電話番号、人名、口座番号、金額表現など、検出対象のPIIタイプが増えるにつれて、単一の手法ではカバーしきれなくなり、性質の異なる複数の認識器(Recognizer)を組み合わせるマルチレイヤー構成が採用されるのが一般的です。 本稿で想定しているのは、ユーザーが海外製LLMにチャットを送信する直前に、その内容に個人情報や機密情報が含まれていないかをリアルタイムに検査するユースケースです。 この場面では、検出精度だけでなく、送信体験を損ねない速度が不可欠です。 高精度なLLMやBERT系モデル、NERベースの手法は有力ですが、送信前チェックの第一層として常時適用するには、レイテンシやコストの面で不利になることがあります。 そのため、本システムでは、正規表現、辞書、軽量なルールベース認識器を組み合わせた超高速な第一層を設け、そ

By Qualiteg 研究部, Qualiteg AIセキュリティチーム
日本語対応 LLMランキング2026 ~ベンチマーク分析レポート~(3月6日版)

日本語対応 LLMランキング2026 ~ベンチマーク分析レポート~(3月6日版)

はじめに 本レポートは、Nejumi Leaderboard 4のベンチマークデータ(2026/3/6版)に基づいて、日本語対応LLMの性能を総合的に分析したものです。 前回は 2025/12/18 版の分析レポート を公開しましたが、約3か月でまたもや大きな変動がありました! (定期的に最新LLMランキングを更新してまいります。当社のX(旧Twitter)をフォローいただくことで更新情報を受け取り可能です) Nejumi Leaderboard 4は、日本語タスクにおけるLLMの性能を多角的に評価する信頼性の高いベンチマークとして知られています。 本分析では、商用APIモデルとオープンモデルの両方を対象に、それぞれの特徴や傾向を詳しく見ていきます。 オープンソースモデルについて Weightがオープンなモデルは場合によっては「オープンソースモデル」、「OSSモデル」と呼ばれますが、モデルによっては「オープンソース」と呼ぶには不十分な場合があるため本稿では、「オープンソースモデル」ではなく「オープンモデル」と表現しています。 ベンチマーク分析について 本レポートは

By Qualiteg コンサルティング, Qualiteg プロダクト開発部
日経トレンディ 2026年4月号に Bestllam の広告を掲載しました

日経トレンディ 2026年4月号に Bestllam の広告を掲載しました

こんにちは! このたび、日経トレンディ 2026年4月号(2026年3月4日発売、雑誌)に、当社のエンタープライズ向け統合型AIプラットフォーム「Bestllam」を掲載しました。 日経トレンディ(雑誌)は全国の書店・コンビニエンスストアにてお買い求めいただけますので、お手に取った際はぜひご覧くださいませ。 Bestllam とは? Bestllam は、「チャットで指示するだけ。仕事が終わっている。」をコンセプトに開発した、エンタープライズ向けの統合型AIプラットフォームです。 主な特長 20種類以上のLLMを、契約一本で OpenAI GPT、Anthropic Claude、Google Gemini をはじめ、DeepSeek、Qwen、Llama など商用・オープンソース合わせて20種類以上のLLMを1つの契約で利用できます。各プロバイダと個別に契約を結ぶ手間が不要になります。 6つのLLMに同時質問して、最適な答えを選択 同じ質問を複数のLLMに一括投げかけ、回答を比較・検討できます。各モデルの得意・不得意を活かすことで、重要な意思決定や精度が求められる業

By Qualiteg ビジネス開発本部 | マーケティング部