AIペルソナとは、年齢・性別・居住地・価値観などの属性を与えたAIに特定の人物として振る舞わせ、「その人ならどう判断するか」を出力させる仕組みです。こうしたペルソナを多数集めて集団全体の反応を見積もる「社会シミュレーション」に使われており、国内ではAmbiral株式会社が選挙の投票行動を再現した結果を公表しています。
AIペルソナとは何か
アンケートやインタビューでは実在の人に聞きます。AIペルソナでは、その代わりにAIが演じる仮想の人物に聞きます。1人に聞いて終わりではなく、属性の異なるペルソナを大量に用意し、回答を集計して「集団としてどう動くか」を推定する点が特徴です。
この用語の核は、個人の回答の正確さではなく、集計値が現実の分布とどこまで一致するかにあります。以下の事例もその観点で評価されています。
何ができるのか：沖縄県知事選の再現事例
Ambiralは、2026年9月13日に投開票された沖縄県知事選挙を題材に、AIペルソナによる投票行動シミュレーションの結果を公表しました。入力には投開票日より前に公表されていたデータだけを使っています。
結果として、当選した古謝玄太氏の得票率は、実際の59.42％に対して59.51％でした。誤差は0.09ポイントです。
一方で、70歳以上の層では実際の値（35％）から離れた数値が出ています。全体の得票率が合っていても、年代別の内訳まで合っているとは限りません。企画・DXの担当者が顧客層ごとの反応を見たい場合は、この点を特に確認する必要があります。
なお、公表されたのは投開票後です。したがって「事前に予測を公開して当てた」事例ではなく、「事前データだけで結果を再現した」事例として読むのが正確です。
使い方：エンジニアと企画担当の視点
**以下は一般的な構成の説明であり、Ambiralの実装を確認したものではありません。** まず属性の組み合わせを、統計などをもとに母集団に近い比率で生成します。次に、各属性を指示として大規模言語モデルに与えて回答させ、最後に集計します。
企画・DXでの用途として考えられるのは、施策や商品に対する層別の反応の事前検討です。ただし、どの用途でどの程度の精度が出るかを示す公開情報は、現時点で上記の選挙事例しか確認できていません。
料金・提供企業・競合
当サイトで確認できている提供企業は、社会シミュレーション事業を手がけるAmbiral株式会社です。
料金体系、使用しているAIモデル、生成したペルソナの数、生成方法は、参照できた情報には含まれていませんでした。そのため本稿では記載しません。競合他社についても確認できた情報がないため、名前は挙げません。導入を検討する場合や、投資の観点で比較する場合は、提供元への直接の確認が必要です。
使う前に確認したいこと
精度を評価するときは、次の4点を確認してください。
- 入力データはいつ時点のものか - ペルソナの母集団規模と生成方法 - 全体だけでなく層別の誤差 - 事前予測か事後の再現か
今回の事例も、全体の誤差0.09ポイントという数字だけでなく、70歳以上の層で見られたずれを併せて見ることで、手法の得意・不得意が読み取れます。
