日銀の生活意識調査、AI500体で再現 相関係数0.88の実証結果
企業がアンケート調査やマーケティングリサーチをAIに置き換えられるかは、多くの実務担当者にとって関心のあるテーマです。今回の実証結果は、その線引きを考える材料になります。
この記事の要点
何が起きたか
Ambiral株式会社(東京都新宿区)は、日本銀行の第107回「生活意識に関するアンケート調査」を、約500体のAIエージェントで再現しました。全44問の回答割合を公表値と比べたところ、相関係数は0.88だったと発表しています。
題材にしたのは2026年8月3日から9月4日にかけて実施され、10月13日に公表された第107回調査(回答者1,972人)です。この結果公表は、事前に出した予測ではなく、公表値が出たあとに行った事後検証だと説明されています。
AIエージェントには、性別・年代の割り付けを実際の調査にそろえたうえで、職業や居住地域を1体ずつ変えて用意しました。使用したモデルはGoogleのGemini 3.8 Flash(学習知識は2026年3月まで)で、検索機能は使用していません。
全44問のうち、最も多く選ばれた選択肢が公表値と一致したのは34問(77%)でした。選択肢ごとの回答割合の差は平均6.7ポイントだったといいます。1年後の物価見通しで「かなり上がる」を選んだ割合は、公表値34.5%に対し再現値34.7%とほぼ一致しました。一方、日本銀行の目的「物価の安定」を「見聞きしたことがない」と答えた割合は、公表値28.8%に対し再現値11.4%と、差が目立ちました。
背景・解説
生活意識に関するアンケート調査は、日本銀行が景気や物価に対する生活者の実感を定期的に把握するために実施している調査です。回答者は一般の生活者であり、景気の受け止め方や暮らし向きの変化、物価の見通しなどを尋ねる設問で構成されています。
AIエージェントによる「再現」とは、実在の調査対象者の属性(性別・年代・職業・居住地域など)を模したAI人格を多数用意し、それぞれに調査と同じ質問に回答させる手法を指します。Ambiral株式会社は、このようなAI集団による社会シミュレーションをマーケティングリサーチや需要予測、世論予測に活用していると説明しています。
相関係数とは、2つの数値の間にどれだけ近い関係があるかを示す指標で、1に近いほど一致度が高いことを意味します。今回の0.88という値は、44問の回答割合全体を見たときの近さを表すもので、個々の設問ごとの精度を直接保証するものではありません。実際、生活実感に関する設問では差が小さかった一方、日本銀行という組織そのものの認知に関する設問では差が大きく開きました。発表では、この差について、AIモデル自身が持つ知識が回答に反映されたためと考えられるとしています。
仕事や業務への影響
アンケート調査の「傾向をつかむ」用途であれば、AIエージェントによる代替はすでに実務で使える水準です。例えば、従業員50人規模の消費財メーカーが新商品のコンセプト調査を外部委託する前の下調べとして、どの年代が好意的でどの年代が懐疑的かという相対的な傾きを確認したい場合、数百体のAIエージェントに模擬回答させる方法で十分です。実際の調査会社に1,972人規模の調査を発注すれば数週間かかる作業が、設計次第で大幅に短縮できます。
一方、割合の絶対値を経営判断や予算配分の根拠にする用途には向きません。平均6.7ポイントの差は、僅差の意思決定を左右しかねない大きさです。例えば、ある地方銀行が「物価上昇への不安が40%を超えたら商品設計を見直す」といった閾値運用をしている場合、AI再現値だけで40%前後の数字を鵜呑みにするのは危険です。生活実感に関する質問は精度が高く、組織名や制度の認知度を問う質問は精度が落ちるという傾向が示された点も重要です。企業の広報担当者が「自社の認知度」をAIで簡易測定しようとする場合、この種の設問はAIの知識バイアスが乗りやすいため、実際の調査結果で必ず裏取りすべきです。
総じて、AI再現は「本調査の前段階で仮説を絞り込む道具」として位置づけるのが妥当です。最終的な意思決定の根拠には、引き続き実際の生活者への調査を充てるべきです。
不確かな点・注意
今回の検証はAmbiral株式会社が独自に行ったもので、日本銀行とは関係がないと明記されています。日本銀行がこの手法を認めたり採用したりした事実はありません。
相関係数0.88や一致率77%という数値は、今回の第107回調査1回分の結果であり、他の調査や別の時期に同じ精度が再現されるかは分かっていません。使用したモデルの学習知識は2026年3月までとされており、それ以降に生じた出来事や制度変更を反映した回答はできない点にも注意が必要です。
また、選択肢を1つ選ぶ設問の指標は、公表値を合計100%に割り戻して算出したと注記されており、単純な原数値そのものの比較とは異なる場合があります。発表では、割合の値そのものの精度向上や知識に関する設問への対応を今後の改善課題としており、現時点で完成した手法とは位置づけていません。
出典
この記事のつくり方
国内外の情報源(企業の公式発表や、国内外の報道)を巡回して、新しいニュースの候補を集めます。
AIが、選んだ出典だけをもとに記事を書きます。出典に無い数字・日付・発言は作りません。
20を超える決まりの検査と、別のAIによる出典との照らし合わせを通った記事だけを公開します。通らなかった記事は公開しません。
公開した記事には、運営者が目を通しています。誤りに気づいたときは、訂正するか、公開を取り下げます。