AI によるマーケティングを使用したハイパーパーソナライゼーション

Jake Burns:
まずは、使用しているテクノロジースタックについて少しお話しいただけますか? 現在、AI や生成 AI の使用を開始したいと考えているお客様と話をする機会がたくさんありますが、それらのお客様の多くは何から始めればよいかわからず困っています。そのようなお客様にどのようにアドバイスしますか?

Vijay Chittoor 氏:
特に当社の分野で AI の性質について考える場合、まず大量のデータを持つことからすべてが始まると思います。当社の場合、データといえば消費者のファーストパーティーデータのことであり、ブランドレベルごとに整理されています。基本的に、当社のお客様はそれぞれ、大規模なデータリポジトリを持っています。それが過去に追跡されていたかどうかにかかわらず、Blueshift を使用すると、データ統合ジャーニーを簡単に開始できます。これは多くの場合、AI への移行の重要なステップの 1 つであることは、おわかりいただけることでしょう。したがって、1 つ目のステップは、豊富なデータを適切に整理し、それをリアルタイムでキャプチャして、そのデータを統合できるようにすることです。しかし、次に、AI ジャーニーを開始するすべての人に対する当社からのアドバイスについてですが、まずエンドカスタマーについて考えることが本当に重要だと思います。

そして、当社の場合、顧客について考えるときは、AI を使用してパーソナライズされたインタラクションを最終消費者に提供する方法を考えます。 そして、当社にとって、その多くは顧客 AI について考えることを意味します。顧客 AI について考えるとき、それは顧客データ、すなわち、先ほどお話ししたファーストパーティーデータを取得し、そのデータから、「誰が」「どのような内容で」「いつ」「どこで」「どのように」顧客と関わるのか明らかにするということを意味します。したがって、AI によって駆動されるのではなく、人によって行われることが多い従来のマーケティングについて考えると、特定のキャンペーンで誰をターゲットにするか、どのようなオファーを提示するか、いつ顧客にリーチするか、どのチャネルで、またはどこで関わるべきかについて、おそらくあまり思慮深くない決定が下され始めるでしょう。そして、AI が関与しない世界のアプリケーションで考えてみると、これらの決定を人が行う場合、必要以上に単純化し、多数の顧客をひとまとめにして、あるセグメント全体を 1 つのオファーだけをもってターゲットにしようとすることがあります。

しかし、現実には、人々、つまり最終消費者はそれぞれ異なる個人であり、それぞれに対して異なる対応をする必要があります。AI が本当に得意とするのは、人間の市場が眠っているときでも、個々の顧客レベルで、それも全体として何百万もの決定を下すということです。そして、それが AI が提供する一種の意思決定エンジン、意思決定力、パーソナライゼーションの力だと思います。したがって、AI ジャーニーを開始する方法についてアドバイスするとすれば、まずデータを整理することから始め、次に顧客第一主義を採用し、ユースケースについて考えることです。そうすることで、大規模に意思決定し、個人に合わせてパーソナライズできるという AI の利点を活用し、それらの要素を念頭に置いてエンドカスタマーのカスタマーエクスペリエンスを変革できます。

Jake Burns:
なるほど。すばらしいお考えですね。本当に重要なのは、エクスペリエンスをパーソナライズすることなのですね。手動プロセスでは、たとえ人間が 24 時間働いていたとしても、それを行うのはあまりにも労力がかかりすぎます。

Vijay Chittoor 氏:
まさになるほど。

Jake Burns:
しかし、AI を使用すれば、より多くの異なるデータポイントでより多くの描像を使用するため、おそらくより高確率で正しく処理されることになりますよね。

Vijay Chittoor 氏:
まったくそのとおりです。そして、あなたは今、重要な点に言及しました。あなたが考えているのは、エンドカスタマーのジャーニーについてです。それについて考えてみれば、今日のデジタルの世界では、非常に多くの異なるタッチポイントが出現しており、カスタマージャーニーがはるかに複雑になっていると多くの人が話しています。そして、その複雑さのために、カスタマージャーニーは何百万通りものかたちをとります。ですから、ある意味では、今日のカスタマーエンゲージメントの問題は、すべての顧客がブランド固有のジャーニーを歩むことになるため、各顧客の自主的なジャーニーを育むことにあると思います。では、各個人のジャーニーを認識するにはどうすればよいのでしょうか? その瞬間に、それらの個人をサポートするにはどうすればよいでしょうか? そして、それを大規模に実行するにはどうすればよいのでしょうか? AI はまさにその点において役に立ち、あらゆる人々をサポートするのです。マーケティング担当者と仕事をする場合を考えてみましょう。マーケティング担当者はストーリーテラーとして非常に優れていると思います。しかし、今日の課題は、ストーリーの核を取り出して、これらの異なる自己投影型ジャーニーのすべてにわたってそれを個別化する方法にあります。そして、その部分において、マーケティング担当者は AI と非常にうまく連携できると思います。これまでも、非常に強力な連携であり続けています。

Jake Burns:
すばらしいお話ですね。それでは、このすべてにおいて、人間はどのような役割を果たせばよいのでしょうか?

Vijay Chittoor 氏:
人間はこれらすべての背後にある中核的な創造的要素だと思います。これらすべての背後には戦略的な推進要因もあります。ですから、ある意味では、多くのオートメーションテクノロジーについて考えると、最初のオートメーションテクノロジーの波は、人間がより戦略的で創造的になることを本質的に困難にしたと思います。なぜなら、そのオートメーションの多くは条件付きのものだったからです。「この条件が満たされた場合はあれを実行する」というようなルールベースのオートメーションです。

そして多くの場合、マーケティング担当者や企業中の他の部門は、結局たくさんのボタンを押したり、ノブを回したりするだけになり、仕事から創造性や戦略的思考が奪われました。AI という新しい手段により、本当のオートメーションが真に推進され、「この条件が満たされた場合はあれを実行する」オートメーションのために、ただそこにいてボタンを押し続けるような作業が必要がなくなります。やりがいが増してやれることも増え、戦略的価値と創造性を実現できるようになります。エンドカスタマーに伝えたいストーリーについて真に考え、テクノロジーをアシスタントとして使用して、それらを大規模に提供できるようになり、テクノロジー自体に四苦八苦して行き詰まるということはなくなります。その意味で、AI はこれまでに多くの人間の可能性を解き放っており、当社はそのことにとても高揚しています。

Jake Burns:
つまり、人間に完全に取って代わるというよりは、共同クリエイターのような関係ですね。

Vijay Chittoor 氏:
まったくそのとおりです。共同クリエイターの考え方は、ある意味では、誰もが編集者になるという考えによく似ています。現在の執筆者は、最初の草稿をすばやく作成し、編集により多くの時間を費やしています。これを、より戦略的なレベルで、人間の仕事について考えてみてください。すべての部門のすべての役割において、企業に属する人々が編集者レベルの仕事をするようになっており、最初の草稿や最初の書面を作成するという、苦労が多いわりには得るものが少ない作業を減らせるでしょう。

Jake Burns:
そのような付加価値を生まない手間のかかる作業を減らし、パーソナライゼーションや最後の仕上げにより多くの時間を増やすということですね。

Vijay Chittoor 氏:
そうです。

Jake Burns:
なるほど。それでは、このような会社を生み出すために必要なスキルセットについてお伺いします。私が仕事で連携している企業のほとんどは、AI を業務に採り入れたいと考えていますが、今日ではデータサイエンティストや AI 分野の人材の採用が非常に難しいため、AI は非常に得難いスキルとなっています。これらの人材は非常に貴重です。そこでお聞きしますが、組織内でこうした人材を採用し、獲得するために、どのようなアプローチを採用してきたのでしょうか?

Vijay Chittoor 氏:
すばらしい質問ですね。適切に採用することのほかに、適切な文化を築くことも重要です。採用について考えると、当社には最初から AI の人材がいたことは幸運なことでした。私と共同で会社を創業した Manyam は Chief AI Officer を務めており、AI という用語がそこまで有名ではなかったときから、非常に印象的な仕事をしてきました。Manyam のような人から始めて、適切な方法でチームの基盤を築くのはすばらしいことです。また、適切なスキルセットと人材を探すことは間違いなく重要ですが、文化も同様に重要です。機械学習や AI エンジニアだけでなく、会社全体にとって適切なフレームワークを設定して、これらのテクノロジーを活用し、顧客が利用できるようにして、顧客を成功に導く必要があります。

文化について考えるとき、Blueshift では文化に関する 5 つのコアバリューについて話します。この 5 つのバリューの最初の文字を取ると、「MORPH」という語になります。 最初の M は「Make new mistakes (新しい間違いを犯す)」です。誰かに間違いを犯すように求めるのは、少し意外なようにも感じます。 しかし、重要なことは、新しい間違いを犯すことなのです。これは、迅速に学習し、物事を試すことができるということであり、そして常に学習する文化と、好奇心や学習の要素を持つことでもあります。したがって、当社はそこから始めます。特に AI のような新しいテクノロジーでは、それが非常に重要だと思うからです。次に、顧客の成功にこだわることについて話します。これが MORPH の O です。繰り返しになりますが、テクノロジーについて考えるとき、それを本当に価値あるものにするには、エンドカスタマーを念頭に置く必要があります。

これも繰り返しですが、テクノロジーチームであれ、マーケティング、セールス、カスタマーサクセスチームであれ、誰もが顧客の成功にこだわっています。R は「Raise the bar (水準を高める)」からきています。当社は、自分たちが常に、過去の自分たちよりも高い水準であり続けられるように挑戦し、顧客に提供できる最高のイノベーションは何かを真剣に考えています。つまり、水準を高めるということです。4 番目の P は「Play as one team (1 つのチームとして協力する)」からきています。顧客を成功に導くためのイノベーションの多くでは、これを開発している人々から、最前線で顧客に対応するチームなどに至るまで、会社全体で 1 つのチームとして協力する必要があります。そして、最後の H は「Have fun, seriously (真剣に楽しむ)」からきています。これは、単にこの仕事のすべてが大変になるだろうということを認めるということです。そうはいっても、当社は、誰もが仕事に来るのが楽しく、ゴールを見据えるのと同じくらい、これを構築するのを楽しんだり、その過程を楽しんだりできるような文化を創り上げていくつもりです。

Jake Burns:
先ほどおっしゃった、M だったと思いますが、間違いを犯すというのは、一部の人にとっては恐ろしいことのように聞こえるかもしれません。失敗のコストを少なく抑えて、それらの間違いが壊滅的なものにならないようにするにはどうすればよいのでしょうか?

Vijay Chittoor 氏:
それは間違いなく重要なことです。間違いを犯すという話をするとき、当社は「新しい」間違いを犯すことについて話し、会社における学習の文化に重点を置きます。しかし、それと同じ程度に、当社は顧客の成功にこだわることについても話しています。顧客のために当社がサービスを提供するユースケースには、ミッションクリティカルなものが多くあります。繰り返しになりますが、当社は顧客の成功にこだわるという考えに基づいて行動しているので、ミッションクリティカルなことは何でも、非常に真剣に受け止めなければなりません。そして、その領域では間違いを犯したくありません。

そのイノベーションのバランスをとることは開発の舞台裏で行われ得ますが、最終的に開発された製品は、顧客の成功にこだわることについての水準を真に満たしている必要があります。これらは、私たちが目指すべき 2 つのことと言えるでしょう。その点では、Amazon のようなすばらしい企業と連携するのはとても良いことだと思います。なぜなら、当社はインフラストラクチャの多くについて、Amazon を利用しているからです。信頼性が高く、高いパフォーマンスを発揮し、低レイテンシーである必要があり、いずれも欠かすことはできません。それが、製品を顧客に提供し、顧客の成功にこだわるときに当社が採用する考え方です。

プロトタイプを作成しているとき、社内で構築しているときに、ちょっと間違いを犯したいと思うことがあります。誰もが実験をしたがる文化も必要ですが、同時に間違いを犯してはいけない場面を認識するとともに、顧客の成功にこだわり、エンドユーザーに対する責任を非常に真剣に受け止めるという考え方に深く根ざした文化も必要です。

Jake Burns:
取り組みの途中で課題はありましたか? あった場合、どのように克服しましたか?

Vijay Chittoor 氏:
すばらしい質問ですね。この革新的なテクノロジーのいくつかを市場に投入するに際して、特に AI に関して、時間が経過する中で興味深い課題がいくつか発生しました。まず 1 つは、AI を信頼性が高く、説明可能なものにするということです。これは、AI がエンタープライズ環境でデプロイされるからです。そして、お客様は、最終消費者に提供するエクスペリエンスがブランドと一貫しており、スムーズでパーソナライズされた付加価値のあるインタラクションであることについて確実を期したいと考えています。AI がこれらすべての決定を下していると企業に伝えるとき、AI が正しい決定を下していることを、カスタマーエクスペリエンスチームやマーケティングチームに納得してもらうにはどうすればよいでしょうか? 手動で確認してすべての決定内容を監査することはできませんよね。そんなことをしていれば、目的を達成することはできなくなるでしょう。この課題を解決するために当社が試みている多くの方法、そして現在非常に成功している方法は、AI を複数のレベルで説明可能にするということです。

例えば技術に詳しくないマーケティング担当者が、Blueshift プラットフォームにアクセスして、AI がデプロイされる前にその効果を理解できるようにするにはどうすればよいでしょうか? その理解を可能にするには UI を作成します。AI のさまざまなパラメータすべてを完全には理解していない人でも、例えば、モデル自体が信頼性の高いものであるかどうか、およびモデリング自体に取り込まれたデータの性質、抽出されて使用された特徴量などを理解したり、特定のセグメントの架空の顧客に対して、この AI がどのような決定を下した可能性があるのかを説明するユーザーインターフェイスを見たりすることにより、AI について十分に理解できる UI を作成するのです。そして、これらすべてをアプリケーションのユーザーインターフェイスに組み込むことが、自信をもって AI をデプロイする上で重要なことだと私は考えています。そして、AI テクノロジーを市場に投入しようとしているすべての人に、人間がその AI と協働できる領域について考えてほしいと思います。そして、人間と AI がうまく協働するには、AI が説明可能かつ直感的で、解釈可能である必要があります。

Jake Burns:
つまり、言い換えれば、AI は答えを出すものの、その答えに至った経緯も説明しなければならないということですね。

Vijay Chittoor 氏:
ほぼそのとおりです。あるいは、その答えは正しいと直感的に感じられるものであるべきなのです。また、何百万もの決定を見なくても、エンドカスタマーにとって正しいことをしていると確信できるほど十分な証拠があるべきです。

Jake Burns:
誰もが知りたいことの 1 つは、未来がどうなるかということですよね? つまり、先のことは誰にもわかりませんが、2～3 年先の未来を予測するとした場合、AI、特に生成 AI がカスタマーエクスペリエンスの面でどのような未来を形作っていくと思いますか?

Vijay Chittoor 氏:
すばらしい質問ですね。ここ数か月間の生成 AI の第一波を見ると、私たちは生成 AI について多くのことを耳にし、世界中を席巻していると誰もが語っています。生成 AI の初期のユースケースの多くは、コンテンツの作成とバリエーションの増加、複雑さの軽減、新しいコンテンツの作成時間の短縮に関するものだったかと思います。あなたが先ほど言及したカスタマーエクスペリエンスの世界について考えると、カスタマーエクスペリエンスを提供しようとしているチームにとって、これまで、すべてのインタラクションをパーソナライズするための適切なコンテンツを作成するために、大きなコンテンツボトルネックがありました。何百万ものパーソナライズされたインタラクションについて考えてみてください。何百万ものコンテンツをどのように作成するのでしょうか? つまり、ある意味では、生成 AI が最初に行ったことは、同じコンテンツのさまざまなバリエーションにおけるコンテンツ作成のボトルネックをなくすか、または少なくとも削減することだったのです。

しかし、次の段階では、その生成 AI と、いわゆる顧客 AI を組み合わせて、真のパーソナライズの実現を目指すことになるでしょう。顧客 AI が行うのは、各個人が何を望んでいるか、または各個人にとって、どのようなバリエーションのコンテンツが魅力的にうつる可能性があるのかを予測することです。そして、生成 AI ができるのは、すべてのコンテンツをリアルタイムまたはほぼリアルタイムで実際に作成し、それを利用できるようにすることです。その簡単な例として、ブランドが SMS を通じて送信するプロモーション、顧客ごとに異なるコピーが挙げられます。これらについて感情などの情報を得ることは、生成 AI で簡単に対応できますが、それだけでなく、顧客がどのオファーに興味を持っているかを真に理解している顧客 AI による情報を取り入れられないでしょうか。これらの 2 つの要素を組み合わせることで、パーソナライゼーションを次の段階に引き上げることができると感じています。そのため、生成 AI と顧客 AI の連携を通じて優れたカスタマーエクスペリエンスが実現される未来に非常に期待しています。

Jake Burns:
AI ジャーニーを始めようとしている人々に対して、かなり長い間にわたって AI に携わっている Chittoor さんから何かアドバイスはありますか?今まさに始めようとしている人がたくさんいます。これらの人々が検討すべきだと思われる主なアドバイスをいくつか教えていただけますか?

Vijay Chittoor 氏:
考えてみれば、企業は多くの潜在的な可能性を秘めています。潜在的な知識や潜在的なデータがたくさんあり、それらを利用して最終消費者に価値を提供することができます。では、そのすべての価値を解き放つにはどうすればよいのでしょうか? 伝統的に、ブランドの始まりは人間主導の取り組みだったと思います。その後、テクノロジーを利用して価値を解き放つために、ある程度のデジタルトランスフォーメーションを行いました。

しかし AI を利用することで、企業内のすべての人が実際にその変革的な価値をエンドカスタマーに提供できるようになりました。そして、その視点からは、戦略全体、プロセスをどのように構成し直すのかを考え始めることになります。すべてを AI ファーストで構築しなければならない場合、これらの一部を革新する必要があります。

Jake Burns:
なるほど。このテクノロジーの民主化に言及されたように思いましたが、その理解でよろしいでしょうか? すなわち、組織内のすべての人、あるいは組織内のより多くの人がそれを利用できるようにするということについてです。また、Chittoor さんが仰っているのは、おそらくほとんど利用されていない既存のデータを利用し、このテクノロジーを利用してそのデータからインサイトを引き出すということだと理解しています。

Vijay Chittoor 氏:
そうです。まったくそのとおりです。民主化です。このテクノロジーは、非技術系のユーザーでも利用できるレベルに成熟しつつあります。そして、それが多くの企業で大規模に利用されるようになると、企業の価値が飛躍的に高まります。したがって、顧客対応チームや社内の多くの非技術系部門がこのテクノロジーを利用できるようにして、それがどのように成長の最大の原動力になるかを考えることが、規模拡大の鍵となるでしょう。