AIで実現するハイパーパーソナライゼーション！データドリブンなアプローチで競争力を高めるには｜番組コンテンツ｜株式会社アートリー

番組カテゴリー

番組リスト

AIで実現するハイパーパーソナライゼーション！データドリブンなアプローチで競争力を高めるには

2024.07.04 放送分

AIで実現するハイパーパーソナライゼーション！データドリブンなアプローチで競争力を高めるには

第192回アートリーアカデミア

THEME

AIで実現するハイパーパーソナライゼーション！データドリブンなアプローチで競争力を高めるには

ARTICLE SUMMARY

この記事でわかること

ハイパーパーソナライゼーションとは、AIとリアルタイムデータを用いて、一人ひとりの状況や意図に合わせた体験や提案を行う手法です。本記事では、従来のパーソナライゼーションとの違い、必要なデータと仕組み、顧客体験への効果、企業が学習データを増やす方法を解説します。

ハイパーパーソナライゼーションの意味
従来の属性別提案との違い
AIと行動データによるリアルタイム最適化
実験とサンプリングでデータを育てる方法

同じ顧客でも、欲しいものは時間、場所、目的、直前の行動によって変わります。固定的な属性だけで分類するのではなく、その瞬間の文脈を捉えて体験を変えることが、ハイパーパーソナライゼーションです。

DEFINITION

一人ひとりの「今」に合わせて体験を変える

従来のパーソナライゼーションが年代や購入履歴など比較的固定された情報を使うのに対し、ハイパーパーソナライゼーションは閲覧、検索、位置、時間などのデータを組み合わせ、提案をリアルタイムに調整します。

MECHANISM

大量の行動データをAIが解釈する

顧客接点からデータを収集し、AIが興味関心や意図を推定して、商品、情報、導線、タイミングを最適化します。精度を高めるには、データ量だけでなく、何を成果とするかという評価設計が必要です。

EXPERIENCE

売り込みではなく、意思決定を助ける

適切な提案は、顧客が選択肢を比較し、自分に合う組み合わせを見つける時間を短縮します。一方で、過度な追跡や不透明な利用は不信につながるため、同意、説明、データ管理を体験設計の一部に含めます。

LEARNING

サンプリングで行動と反応のデータを増やす

番組では、企業が多様な提案を試し、顧客の反応を学ぶ「ビッグサンプリング」が提案されました。小さな実験を数多く行い、何がどの顧客に響くのかを検証することで、個別化の精度を育てます。

番組が導き出した要点
ビッグサンプリングに取り組もう。

PRACTICE

実践のための4つのステップ

顧客体験の改善目標を決める
取得するデータと同意方法を設計する
複数の提案を小さく試す
反応を学習し、体験を継続的に更新する

NEXT ACTION

課題を整理し、実行できる仕組みへ

ARTORYは、事業と顧客の文脈を整理し、ブランド、体験、デジタル施策を一貫して設計します。

サービスを見る制作・支援事例を見る番組本編を動画で見る

番組トーク全文を読む出演者による議論を、放送時の流れに沿って掲載しています。

TOPICS

フリップ解説

佐藤: さあ、今回のアートリーアカデミアは。

井戸: AI で実現するハイパーパーソナライゼーション。データドリブンなアプローチで競争力を高めるには。ハイパーパーソナライゼーションとは、顧客のデータを活用して、個々のニーズや好みに合わせた超個別化されたマーケティング手法のことです。特徴として、詳細なデータ分析、顧客単位のカスタマイズ、対応の即時性といったものがあります。

佐藤: はい。まあ、パーソナライゼーションっていうと、えーと、まああの Amazon だとかで、購入履歴に基づいてこういうものだとか、どうですかとか、その商品を買った人がどういうものを買って次買ったかとか、そういうのを統計データで、まあこう、要はサービスを便利にするっていうものなんですけど、まあここに来て、今 AI がすごく活用されるようになって、あの、まあよりその精度が高まってきているっていう。この背景は何かっていうと、今までその行動データっていうのをビッグデータっていうのはずっと溜めてた状況ではあったんだけど、膨大すぎるから、結局要は既存のシステムでそれを統計的に出すぐらいしかできなかったんだけど、今 AI がそれらを全部学習できるようになったから。だから一人一人に合わせてより詳細行動っていうのを分析して精度が上げれるっていう感じになっているっていう。で、それをまあちょっと今までのパーソナライゼーションと区別してハイパーパーソナライゼーションって言われるようになってきているっていう感じですね。だから単純に AI 好きって思えばいいっていう。

原: なるほど。

井戸: なるほど。

佐藤: まあちょっともうちょっと具体的に違いを説明する資料があるんで、次見ていきましょう。

井戸: はい。パーソナライゼーションとの違いをまとめました。属性ごとの顧客グループではなく、個々の顧客に対してリアルタイムでカスタマイズされたサービスを提供します。パーソナライゼーションは、顧客セグメントに基づいてサービスやマーケティングをカスタマイズすることでしたが、ハイパーパーソナライゼーションは、個々の顧客に対して極度にカスタマイズされたサービスやマーケティングを提供することだそうです。

佐藤: はい。まあだからポイントとしては、えっと、まあリアルタイム性。うん。あの AI による、その、要は返答ができるから、リアルタイムで、こう、なんて言うんだろうな、えっと、まあ、パーソナライズができるっていうのも一つだし。うん。あとはその、まあさっきも言ったんだけど、このセグメントっていわゆるグループ単位での統計じゃなくて、いわゆる属性、ああいう Facebook とかでも広告を出すときに、その、要はユーザーの属性に応じて広告を配信できたりするんだけど、いわゆる地域だとか性別だとか、ユーザーが与えてくれてる情報を元に統計的に出すんだけど、まあそれを要は個々にの広告、一人一人単位の行動だとか、そういう趣味だとかいいねしてるだとか、そういうところに基づいても出せるようになった、なってくるっていう感じだね。

久田: 広告めちゃくちゃ出しやすくなりますね。そうすると。

佐藤: もう一人一人に対してっていう感じだから。だけど、そこの面でいうと、広告出す側は大変なんだけどね。バリエーション作っておかなきゃいけない。それすらも生成 AI でその人に合わせた広告のメッセージとかに変えていくとか、その人に合わせたビジュアルに変えていくとかっていうのはもうできるようになってくるんじゃないかなって、要はね。さらに突っ込んだ話。先生どう思います？

原: あの、それこそ今までのパーソナライゼーションって、どっちかというとリピーター向けだった気がするんですよ。発想的に言うとね。だって、その、他の同じものを買った人が次こういう買いましたって、これ属性でいうと第二次購入、第二、三次購入の話じゃないですか。でもハイパーパーソナライゼーションが進んでいくと、要はこの次に欲しいだろうものを提案するので、一次購入がまあ先行しやすくなるんですよね。

佐藤: なるほどね。

原: そこってある意味、購入者側からすると自分が意識してないものも提案として出やすい話になるので、より要は購買意欲が湧きやすいとは思うんですよね。

佐藤: どうやってやってるのかわかんないけど、潜在的な行動だとか潜在意識だとかを読み取ってやってくれるっていう。

原: そうだよね。

佐藤: ある程度。すごいよね。

原: すごいなとは思います。

村上: 悪用されたらえらいことになるなと思って。詐欺に遭う人はとことん詐欺に遭うし、この人はカモにしやすい人だって標的にされたらバーって。ね。

久田: 確かに。

久田: 理不尽にね。そうそうそう。って思います。

毛受: 確かに。

原: なるほど。標的としてるね。カモに。こいつはカモだっていう。パーソナライズされたら。

毛受: そうですよね。

毛受: あれですかね、こう買いやすいとか、もうお財布の紐緩いぞっていうのもわかっちゃうってことですか？この人はなかなか買わないから、あの手この手で、こいつはちょっとやればいいぞみたいな。もわかってくるってことですか。

佐藤: わかってくれますよね。

村上: 決断力とかね。

毛受: 決断力とか。

村上: それわかると営業目線でいくとやりやすいですね。これぐらい、この人はこれぐらい時間かかるなとか、早く行けそうだなとか、そういったことも読めると。

毛受: 例えばこの人は写真に弱いぞとか、雰囲気に弱いぞなのか、金額に弱いのかっていうのもわかってきちゃうってこと？

佐藤: ちょっと先の話かもしれないけど、あの、僕最近 ChatGPT と相談しながら物を買うんですよ。

久田: どんな？

佐藤: あの、比較検討。まずこういうものを実現できるものあるかっていう形で商品をググらせて提案させることもしてるし、元々気になってた商品があったとして、それの要は最上位機種とかは何になるかとか、要は全体市場にあるものの中で一番コスペクのもの何かとか。その中でバーって出た中で、じゃあそれも自分で知らん。これどういう特徴があるの？とか、自分でも見ながらページを見ながら関心湧いて、今度もうだから今ウェブページで見ることあんまなくて、それを今度体験の方でもう YOUTUBE で見る。この商品とかを YOUTUBE で見て理解を深めるから。だからもう CHAT GPT と YOUTUBE しか見てないんだよね。

久田: はいはいはいはいはい。いいですね。

佐藤: そう。で、これとこれが特徴違うなってのを表に出させて。で、結局どういう、なんていうの、どっちが自分にとっていい？っていうのを聞いてほしいから、今これ自分はこういうものを持ってるんだけど、みたいな。この中のラインナップ、こういうのを組み合わせたらどうなる？とか、じゃあこれとこれの組み合わせでこういう効果が得られるとか。だから AI と話しながら決めてるから、ソリューションに至るのがめちゃ早いから、バンバン買い物が進んでいくんだよね。

久田: いっぱい買っちゃう。めっちゃいいじゃないですか。後悔しなそうですよね。

佐藤: 後悔はしないんだけど、結局性格的に高額なものばっかりになっていくから。だからアナログシンセサイザーとかにもハマってるんだけど、高級なものばっかりどんどん増えてっちゃうから。

久田: かもられてる。いいターゲットになってる。

佐藤: いいターゲット。それで購入画面行くと、たまたま今この円安の影響でもう値上げとか入ってきたりする。いきなり今日今日でラストだから、今日から値上げだから、最終在庫の部分があるからとか言って、あの現物限りとかあるじゃん。試供品として置いてあったやつとか、で 20万とか上がったりするからさ、もう 70万とかになったらもう買えへんから、もう 50万で買っておかなあかんなってなるわけ。ワンチャン 70万になってるから、その 50万で買ったとしても、すぐ転売しても 50万で売れるからとか思ってくると買いやすいなとか。だからなんかそうやって増えてっちゃうんだよね。すごいすごいなだからこれが。だからこれこそハイパーパーソナライゼーション。

久田: パーソナライゼーション。お買い物 3.0。

佐藤: そう、もうね、そう、違う領域に行ってんだけど。でも多分ハイパーパーソナライズ超えてるんだよ。

久田: 超えちゃった。

佐藤: ウルトラパーソナライゼーションされてるんだよね、買い物。

毛受: でもすごいいいですね。今ネットで検索してももうどれがいいかわかんないじゃないですか。広告もあればうちのはいいよしか言わないから。で、口コミサイトとかランキングでさえ正確じゃないじゃないですか。広告つけて見てほらみたいけどわかんないんですよね。で、結局使ってる人に聞くとか、何がいい？お化粧品何がいい？とか、結局なんかそう、アナログになっていってしまってるんで、それを AI とやるってことですよね。

佐藤: そうですね。だから 2つ使うって感じ。で、その誰かに聞くっていうのは、 YOUTUBE で誰かが体験してる動画を見れるから、そこでより体験ができるんですよね。 AI じゃ体験をさせてくれないから。だけど、そのデータとしての情報を提供してくれるとかだとか、レコメンドはしてくれるから、あなたにはこれがいいですよみたいな。こっちもデータを投げたら、向こうからもデータ統合して返ってくるから、あとは YOUTUBE で体験で動画で体験するっていう。

村上: そうやって自分から情報を取りに行く方に使うとうまくいきそうですよね。なんかかもられたりとか、なんかそういう悪用する方向じゃなくて。

佐藤: AI がもしそこで汚れてたら、えらいことになる。大変なことになる。だからある意味、だから人生は豊かになるかもしれんけど。だけどそこで予算こんだけだから、こんだけのベストチョイスなんですかとかは言うかも。ありかもしれんね。

久田: そうですね。そうそうそう。条件を足す。

原: 予算枠はそこにプラスアルファ必要だろうね。

佐藤: そう。だけどリセールバリュー考えるとこれ買っといた方がいいんじゃないとか。

久田: そこの交渉も AI してくる。

佐藤: そこの方も出せるかもしれないね。買い物がもうめちゃくちゃ進んでっちゃう。

原: そうだね。

佐藤: 買い物だけの話じゃないんだけど、このハイパーパーソナライゼーションって。

原: 行動額ですもんね。ここに入ってくるので、その要素として必要な。

佐藤: ビッグデータと、要は投げたらっていう。

原: そうだよね。

毛受: でもこれ売り側としては、売り側でこれを使いたいなってなった時に、やっぱり定量価値があるものはいいじゃないですか。価格とかスペックとか。私とかみたいにそういうものがないものを売っていると、ここに引っかかるのにはどうしたらいいのかなとか考えてしまいますね。

佐藤: 売る側で？

毛受: 売る側で。売る側で私の持っているサービスとかをピタッと当てはまるところに届けたいって、これを使ってやりたいってなった時に、データ化するっていうのをちょっと考えないといけない。

佐藤: だから AI とか。

毛受: AI と一緒に私とデータ化するであったりとか。

佐藤: 連携じゃないですか。裏側で API 連携して、やっぱそういうなんか、そうだな、だから自分のなんか、なんていうのお買い物パスポートみたいなサービスが仮にあったとして、いろんな要は Amazon だとか楽天とかそういうものだとか、とか、インスタとかのレビューとか、そういうものが全部統合されたようなプラットフォームできちゃったら、またいろんな多分世論とかが続いてくるとは思うけど、そういうものから API 連携して、新しいサービスだとか商品と出会った時に、自分的にはどうハマるかなってやった時に、アシスタントがぴょんって出てきて、 AI が教えてくれたりとかするといいかもしれない。だからやっぱり販売する側としては、そういう API とかを連携できるような感じになるといいのかな。多分その辺のデータは Amazon とかがやっぱりすごく持ってるから、まあそうなってきますよね。個人とかもう一つの法人でなんとかできる領域じゃなくなってきてるから、社会インフラになってきてるんで、 AI 自体。ちょっと次のフリップもちょっとハイパーパーソナライゼーションの仕組みっていうのがあるんで、ちょっと見ていきましょう。

井戸: はい、ハイパーパーソナライゼーションの仕組みをまとめました。 AI とデータ活用により行動データを大量にリアルタイムで収集し、それぞれの興味関心、嗜好に合わせてユーザー体験を最適化します。リアルタイムデータやビッグデータといった詳細なデータ収集をして、予測分析や自然言語処理といった AI によるデータ活用することで、ダイナミックコンテンツの提供やオムニチャンネルでのアプローチが可能となります。

佐藤: はい、もうちょっと説明すると、リアルタイムデータっていうのは現在の顧客行動に基づいたデータだから、いわゆるサイト上だとこのページ開いてこのページだから、こういうルート通ってきてるから、こういうオファーしたらいいよねって出てくるような、まあだからいわゆる一番右にあるダイナミックコンテンツの提供ってやつになってくるよね。要は行動その行動に合わせて、要はコンテンツが変化していく、オファーが変化していくっていうのがダイナミックコンテンツだから、リアルタイムにパーソナライズされた情報と広告を表示するっていう。であとはビッグデータだよね。その、要は、まあ個人のビッグデータもあるし、統計的なビッグデータもあるし。まああとそれを AI によるデータ活用で、自然言語処理で、要はさっきの GPT みたいな会話で喋って決めれるよみたいな、アシスタントエージェント的な機能のインターフェースを取りながら、あとは予測分析はどこまで連番になるのかわからないけど、過去のデータに基づいて多分提案は来ると思うんだけど。だからこれオムニチャンネルでのアプローチってなってくると、オムニチャンネル自体はリアル店舗と、要はオンライン店舗とのこの連携をっていう、そういうイメージだから、オムニチャンネルっていうのは。アナログとデジタル。それを要は店舗側では、要はデジタルで IoT やとかそういうものとか、 iPad とかそういうものを見て、接客できるようになると、人がそこの部分のデータを活用できるようになるとか、人が接客するか AI が接客するかみたいな部分もあったりはするかもしれないね。うん。そこの部分のシームレスな体験につながっていくっていうのも、ハイパーパーソナライゼーションの、要はビジョンっていうところではあるのかなっていう。

原: これだからその、より、なんでしょう、個々のベースに合わせたものをリアルタイムに提案。逆に言うとリアルタイムにデータを拾ってるからこそ、リアルタイムに提案していくわけですよね。

佐藤: そうだね。 GPT もある意味あれだよね。さっき言ってた会話しながらチャットしながら提案してもらってるから、これもリアルタイムじゃん。リアルタイム。

原: そうだよね。情報の拾い出し、提案をもらってるだけじゃなくて、こっちからの投げかけが今度増えてくるんだよね。

佐藤: そう。で、これ多分もう一つ、ちょっとビジョン湧かないかもしれないから伝えると、その、今年の秋に Apple がまた Apple が AI 出すんだよね。 Apple インテリジェンスってやつ出すんだけど、これがなんかやっぱ見てると、なんか Apple が多分イメージしてる AI のビジョンって、もう AI を多分もうシステムにしちゃうっていうか、体験は魔法の体験を多分目指してるんだよね。 AI で意識してない。例えば iPad とかでも計算式を手書きで書くと、イコール書いたら勝手に数字が自分の手書きで出たりだとか、文章を iPad で書いたら、あと続き書いてしたら自分の筆記で文章を書いてくれたりとか。何が言いたいかというと、要はハードウェアにとか、ソフトウェアもそうなんだけど、に AI が統合されていくから。だから結局要はサイトで例えば物を売りますっていう、その中でサイトの裏側で API 連携して AI でっていうのももちろんあるんだけど、そんなことしなくても、これからその、まあ Apple がそこを握るとしたら、 Apple 側にもうデータが溜まってるから、 iPhone とかにデータが溜まってるから、自分の行動を。だからそこの部分でもすでにオムニチャンネルだし、ダイナミックコンテンツだしみたいな。要は自分の行動に基づいて、向こう側じゃなくて、こっちの、こっち側の、要は端末の中の AI がハイパーパーソナライゼーションされてしてくれるっていう。

原: はいはい。

佐藤: 可能性は今出てきてるよね。

原: あ、そう。

佐藤: うん。だからさらにその先に、今もうハイパーパーソナライゼーションの先にもうだからなりかけちゃってんだけど。

原: やってる側からするとなんかインスピレーションで物出てくるぐらいの感じ。

佐藤: そうそうそうそうそう。

原: でしょ？そういう意味で言うと。すごいな。

佐藤: っていうのがもう近くなってきてるっていうのは、結局このハイパーパーソナライゼーションという概念も、多分二年ぐらい前にできてるやつだから、もうこの二年って、今二年ってもうめっちゃ長いよね。

原: はいはいはい。やばいね。売り手側もっともっと考え。だから売り手が AI 依存するのはさ、もう必然じゃん。こんなん。

佐藤: 売り手も買い手も。だからもう AI にコントロールされる喋るようになってくるよね。ハイパーパーソナライゼーションつってんだけど。

原: そうだよね。やっぱそうなんだよな。

佐藤: だから今までは市場に対してとか、シェアに対して、競売に対して自分が適応していかなきゃいけなかったのが、自分に必要な形に、要は競売を整えてくれるっていう感じだから、この社会を。

原: そうですね。

毛受: それぞれに社会ができちゃうみたいなイメージですよね。それぞれに市場ができちゃうっていう。

佐藤: そうそうそうそう。すごい良いように作ってくれるから、自分の環境を。適応しなくていいんだよ。適応してくれるから。

原: してくれるからね。

佐藤: そう。

原: マジで人間何も考えなくなるよ。

佐藤: みんな心地良いっていうか、みんな。まあまあちょっと話が多分ずれてっちゃうんだけど。まあだけどそういう仕組みですよっていう。ちょっと成功事例っていうのもあるんで見ていきましょう。

井戸: ハイパーパーソナライゼーションの成功事例を三つご紹介します。現代のビジネスにおいて、ハイパーパーソナライゼーションは顧客エンゲージメントと満足度を向上させるための重要な戦略となっています。スターバックスでは、アプリを通じたクーポンやプロモーションをすることで、リピート購入の促進につながっていたりですとか、 Amazon ではレコメンドエンジンやメールのパーソナライズ化により、顧客満足度と購入頻度の向上に成功しています。グロッシーでは、クイズやアンケートによるデータ収集とレコメンドにより、顧客満足度と売上の向上に成功しているようです。

佐藤: まあパーソナライゼーションの例っぽい感じもあるけど、まあ。ハイパーパーソナライゼーションでさらに顧客単位になってきてると。アプリを踏襲したクーポンプロモーションって、この辺もちょっと分かりやすいかもしれないですね。その、何て言うんだろう、一人一人にもうすでに端末に飛ばしてるっていうか、端末からデータ拾ってるって話だから、この辺がハイパーパーソナライゼーションのね。だから今までだとメルマガとかで、やっぱりアンケートに答えてもらって、その属性に対してしか送れなかったっていうようなものが変わってきているっていう感じだよね。うん。 Amazonとかでも一人一人の、要はレコメンドエンジンを作れるっていうか、商品に対してこういう商品を買った人はこういうものを買っていますよっていう。だけど、そのハイパーパーソナライゼーションだったら、自分の購入履歴に基づいて出してくれる。それもそうなんだけど、そことそこの組み合わせとかだと。これどうですか？なんか法律的概念とかでなんか特に特にない。気にしなきゃいけないこととか。

村上: 気にしなきゃいけないところは、とにかくやっぱり悪用されるとかが怖いですよね。なんか自分の行動が全部データ化されて入ってるわけなので、それ一回盗まれてしまったらとか、流出してしまったらどうなるんだろうとか、いろんなことは想定し得るんですけど、パーソナライゼーションが進んでるって、その段階で、例えばロマンス詐欺が広がってるとか、ロマンス詐欺に引っかかってる人に弁護士の広告を打つとか、そういう二次被害とかもうすでに出てるんで。出てますよね。そう出てます。出てます。それが出てるんで、さらにそれがもっとその人にフィットするような内容情報が。

佐藤: 被害データを。

村上: そうそうそう、データ化されてると恐ろしいですよね。無限ですよね。可能性で何が出てくるんだろうっていう。

佐藤: まあでもそうだよね。だって被害に遭われてる方ってめっちゃわかりやすく。

原: そうだよね。うん。いや、本当にカモだよね。

佐藤: そう。まあだからそうだよね。いいことだけで考えてもダメだよね。犯罪者もハイパーパーソナライゼーションされるから犯罪がはびこるし。

毛受: カモはそうですね、分かりやすくなってくるかもしれないし、やっぱりこういうものって出てくれば、やっぱりそれを悪用しようってすごく知恵を働かせる人も多いから、そういう危険性もあります。

村上: そうですね。どういう風に悪用されるかっていうところが未知ですよね。

佐藤: ちょっとこれを今回はどうやってね、経済活動というか、こう会社としてビジネスで活用していくかってところにフォーカスしていきたいと思います。

TOPICS

テーマ討論

井戸: はい。 AI で実現するハイパーパーソナライゼーションデータドリブンなアプローチで競争力を高めるには。

佐藤: どう高めるんですかね、これ。いやまあ現時点でまあね、 AI、やっぱ AI 育てるしかないよねみたいな感じになってくるよね。

原: あとどの AI を使うのかっていうのもなんか今後出てくるんじゃないですか。

佐藤: まあでも今のところやっぱ AI の API 使ってごにょごにょやるのが一番。そういうこと。前確かなんかマシーンカスタマーかなんかの会議で出ましたんだけど、あの AI が教育勉強してもらいやすいようにデータとかスペックとかをなんか出しておくとか、そういうものは多分必要なんだろうね。うん。新規顧客の今言ってた 1次購入のお客さんを増やすってことは、比較検討の、要は AI の比較検討に入ってこなきゃいけないから。ある程度やっぱ情報はたくさん出した方がいい。製品に関する情報は。

原: そこがないと、要は提案として出てこない。そもそも引っかからなくなっちゃう。

佐藤: そうそうそう。だから多分今俺が GPT でやってるような買い方が多分ちょっと未来の買い方だと思うんだ。こういうニーズを満たせるものないですか？って調べてくれるから。ってことは、そういう様々な、要は市場ニーズに対応する、要は素材とか材料を公開してないといけないですよね。

毛受: そうですね。 AI に見つけてもらわないと。

佐藤: そうです。そうです。

毛受: 埋もれちゃうということですね。

佐藤: うん。 AI うんぬん何も考えずにハイスペックな技術だとかそういうものを考えずに行くんだったら、とにかく適用すればいいだけだから。今みたいにスペックを出していくっていうのがまず 1つだね。次。今度二次購入とかリピーターとかマーケティング、マーケティングになるとマーケティングのプラットフォーム上の AI を使う話になるし、また。だから二次的なものになってくると、やっぱ自分とこで AI を育てるとか、まあある程度クラウドを限定的に使って教育したものを入れるのかとか、ちょっとややこしい感じになってくるよね。

毛受: そうですね。結局 AI がこう進んでいくと人間がいらなくなるとか、人間がやることなくなるっていうけど、全部実際今の話聞くと AI を活用するには人間の力はすごく要りますよね。自分たちで情報をどんどん開示していったりとか、そこも AI が手伝ってくれるのかもしれないんですけども、やっぱりなんだろうな、知的能力というか、がいらなくなってくるわけではなくて、やっぱりちゃんと考えられる人が必要になってくるのかなとは思いますね。

佐藤: うん。あのあと、やっぱもう一つ昨日思ったのは、それこそ AI 使ってて、あの、でも本当メイジさんが今言ったように、なんか多分 AI の先にある世界って多分魔法の世界なんですよ。うん。だからドラえもんの世界じゃなくて、ハリーポッターの世界になってるんですよ。

毛受: うん。

佐藤: だから結局要は便利なんだけど、使わなかったら意味がない。火を付けたい、バチってやったら火がつくんだけど。でもこれは人の要は意思で要は火をつけるわけだから。だから何か火を使って何を作るのかみたいなのも人の意思で、要はものが生産され、価値が生まれていくから、 AI が勝手に全部価値を作ってくれるわけじゃないのかなっていう感じだから。なんか世界線的に多分。だからどこまで行ってもやっぱ人が主体だから、やっぱ人にどうやって訴えかけるか、魅力的なものを作っていかないといけないのかなっていうのはあるけど。少なくともやっぱデータドリブンっていうアプローチを高めていくってことなんで、それは間違ってないと思うんだよね。多分データが大切になってくる。

原: さっきの話も素のデータのあり方だよね。

佐藤: そう。だって、そう、スペックとかそういうのは知ってるから出せるじゃん。だけど、あの、何て言うんだろうな、そのいわゆる能動データって言われる、こっちから要は何かしらアクションをしないと生まれてこないデータっていうものがいっぱいあるから、ような。それでじゃあ例えば顧客のレビューを集める取り組みをしてるのかどうかとかも重要なわけ。

久田: なるほど。

佐藤: そう。だからデータがちゃんとジェネレーティブな感じになっていくように企業は取り組んでいかないと。

原: 生の、生の声、生の反応が逆にすごく重要になってくるわけじゃない。

佐藤: それもそうだし、要はデータを作れる環境を作っていかなきゃ。

原: 会社の側、その。

佐藤: 会社側が。

原: 側が。なるほどなるほど。

佐藤: だから、UGCって言われるユーザージェネレーティブコンテンツっていう、要はユーザーが投稿するSNSでの情報だったりだとか。

久田: キャンペーンを打ってそこを増やさせるような取り組みをしていけば、データは貯まっていくし。

佐藤: そういうことそういうことそういうこと。だから製品レビューをたくさんもうほんとサンプリングしていろんな意見を吸収して、それを別にそこで自分の中で AI を活用してなどうこうしようと思うとちょっとややこしいなと思うけど、とりあえずそのデータだけ持ってて、このデータは AI 向けに開示されますとか言って、マーケティングのあれでとか言って、匿名でとか、それをなんかホームページのなんかアンケート公開ビッグデータコーナーみたいなところに、なんかもしかしたらこれからホームページの 1ページにこうなんかプライバシーポリシーとか資料ダウンロードとかビッグデータダウンロードとかがあるかもしれない。

毛受: そうですね。

佐藤: それを AI が勝手に組んでくれて、そのニーズに合った人に届けてくれるっていうのを自動でやってくれるかもしれない。いずれにしても、そのデータも開示するデータが要はなかったら。

久田: どうしようもない。

佐藤: どうしようもないから AI も材料判断できないから。だから企業としての取り組みは、さっきも言ってるんだけど、ずっと言ってるんだけど、だからデータが生まれるキャンペーンを作るとか、動きをしていかないといけないっていうこと。

毛受: そうですね。

原: そうだよね。

佐藤: 実験のテストでもいいし。

毛受: データですね。

佐藤: データだと。ミソは。

毛受: ミソはデータですね。

原: 売りって大変だね。そう考えると。

佐藤: でもこれも結局今までと要は本質変わってないんだよね。便利になっただけなんだよ。

原: そうだね。

佐藤: 要はアンケートを集めて、皆さんの声はこういうことです。こういう方たちに喜ばれて、こういう特徴がありますよっていう、やると見た人は理解しやすい、納得しやすいから買いやすいになるわけじゃん。

毛受: でも結局その、あ、ごめんなさい。その集めたものをその届けるのが大変だったわけじゃないですか。それを AI がやってハイパーでやってくれるっていうのはすごくいいかなと思うし、こっちも見たい情報がすぐに来る。そういうのはいらないんだよねじゃなくてっていうのを見つけやすいとか、お互いそれはいいですよね。

原: それはいいですね。

毛受: データのこの情報をすぐにっていうのは。

原: すごいよね。

村上: AIを使いこなせるか使いこなせないかで生きる層が変わってきてる、きている感じしますよね。もう差別差別、区別っていうか。なんか置いてきぼりにならないようにしないとって思っちゃいます。いろいろ聞いてると。あのさ、面接とかさ、 AI がやってくれんかな。

佐藤: パーソナライゼーションで。それもいいよね。

久田: AI と喋らせて、どの質問したらその人のパーソナライズな部分が出せるかってもうわかんないじゃないですか。人によって違うから。 AI さんが全部聞いてくれて、会社との適合率何%って出してくれたら、もうそれで終わりでよくないですか？その辺とか。

佐藤: それはオンラインでもやれそうだね。

久田: BtoB打ち合わせ前にお互い AI と会話しておいて、で、もう事前全部出し切ってからこの商談ドン。そしたら腹の探り合いとか全部ショートカットできるじゃないですか。

佐藤: AI といっぱい喋らしとくってことですね。

毛受: そう、全部もう一回。本音トークで AI でやってっていうことですよね。

佐藤: それも便利かもしれない。

久田: それこそ面接さんの教室にモデルになりたいですってきた人に一旦 AI と喋らせといて、この人は本当は何が必要なのかとか。欲しい。こういう教育をするとこの人は伸びやすいとか全部出てくれたらめちゃくちゃビジネス楽になるじゃないですか。こっちが予測してやらないといけないことが多いので、教えるっていうことはこっちがいいかなと思うので、意外と響かなくて、大した話じゃないこと響いたりとかしてるから、そういうのを知っておくと、私の能力っていうのか、時間？時間はすごく有効になるかなと思いますね。経験とかを糧にしてきたコンサル系とか営業とかのビジネスがデータ化して。

佐藤: ヒアリングの手間が減るってことですね。

毛受: そうです。

佐藤: 最適化されるってこと。それはできそうだよね。

毛受: めちゃくちゃ捗るのになーって思います。占い師はもういなくなるかもしれない。 GPTと話して。

佐藤: 本当にそれはあるかもしれない。まあパーソナライズはそうだね、やっぱ AI でだいぶ可能性が。

毛受: そうですよね。

佐藤: ここで話してるとすごい広がってっちゃうから、一回まとめることしなかんかなっていうのは思うんですけど。

村上: ありがとうございます。

佐藤: いいですか？

井戸: はい、ありがとうございます。

原: 広がっちゃうね、本当に。

TOPICS

ソリューション

佐藤: 本日のソリューションこちらです。ビッグサンプリングに取り組もう。

久田: ビッグサンプリング。

佐藤: いや、今作った。ほう、ビッグデータを取るためのサンプリングだからビッグサンプリング。

久田: なるほど。

佐藤: だからサンプリングしまくろうって。

原: そういうことだよね。

佐藤: ビッグデータは当たり前だから、こうなってくると。

原: サンプリングした結果がこうだったのを今度拾い上げるってことでしょ。

佐藤: そう。だからなんていうか、ビッグデータ自体はもう価値っていうかあるじゃん。次、多分人間がたくさん作っていかなきゃいけないのは、価値ができることは当たり前だから。要は意思決定とか行動を、要は増やしていく必要があるのかなと思います。

原: あ、そっちね。

佐藤: そうそうそう。

原: そういうことか。

佐藤: そう。価値を作ることはもう AI でいっぱい簡単にたくさん作るようになったから。でも人の行動とか意思決定っていうのは人由来だから、それをいかに早くたくさんやれるかってなってくると、ここが多分競争力を高めるポイントなんだよね。

原: なるほど、なるほどね。なるほどね。

佐藤: そうなんだって。

原: そうだね。

佐藤: だってどんだけさ、例えば AI が進んで曲作りがめちゃめちゃ便利になってたとしても、もうやるいやだるいな、やりたくねえなと思ったら一曲もできないわけじゃん。

原: うん、そうだね。

佐藤: そう。

久田: 活動しなきゃね。

佐藤: そう、活動しなきゃいけないのよ。どんだけ世の中コンテンツが溢れまくって、 NETFLIX の映画が出てたとか、ゲームが出まくって、漫画が出て、アニメが出まくってても、自分でチャンネルをつけるとか、視聴する行為みたいなやつをやらないと一本も入らんじゃん。だから行動が全て。これから人にとってフットワーク、フッカロにならなきゃいけない。

久田: 確かに。

原: こわ。データの抜かれ方こわ。

佐藤: それがたくさんあればあるほど、自分の、要は、そう、体験とか、豊かになっていく。

原: そうだね。逆にそれ提案される話だけどもね。

毛受: なろうか。確かに。

原: すごいな。

毛受: そう。そうですよね。いくら AI が進化しても勝手にポンって出てこないんですよ。

佐藤: 勝手にポンは迷惑じゃないですか。お腹空いてもいないのにポンポンポンポンポンって料理出されてもさ。

毛受: いらないですよ。確かに。

原: 行動力ですね。

佐藤: そう、ふくろうハンバーグふくろうってなって初めてハンバーグポンってできたら便利だなるじゃん。

毛受: 確かに。

原: それは間違いない。

佐藤: でもここ一番結構大変なんだって。人間ってやっぱこの一貫性ないし、行動経済学上の生物だから、もう、なんていう、もう基本的にもう怠ける性質があるから。脳は怠けるっていうことに大好きだからさ。こいつのモチベーションをどうやって上げて、意思決定を増やしていくっていうことと。

久田: 一番大変だ。

佐藤: 行動を増やすっていう。

毛受: そうですね。

佐藤: やったらやったもん勝ちの世の中になるんだけど。

村上: 行動量が全てですね。

佐藤: そう。

原: そういうことじゃないですか。

井戸: 頑張りましょう。はい。来週以降の放送はこちらの通りとなっています。次回も木曜日の夜十時にお会いしましょう。来週もお楽しみに。

佐藤: はい、最後までご視聴ありがとうございました。さようなら。

番組の感想をシェアしませんか？
みんなに共感を広げよう！

Facebookでシェアする

Xでつぶやく

LINEで送る