サマリー：AIが広く活用されるようになったことにより、企業にとって自社データの活用が重要な経営課題となっている。競争優位の源泉となる「顧客コンテクストデータ」に着目し、今後のAI活用の方向性を探る。

生成AIの登場で、データドリブン経営は新たなフェーズへと移行した。AIが広く活用されるようになったことにより、企業にとって自社データの活用が重要な経営課題となっている。こうした背景の下、ダイヤモンドクォータリー エグゼクティブセミナー「データに眠る真価を引き出す自社ならではのコンテクスト創造」（主催：ダイヤモンド社メディア局、協賛：プレイド）が開催された。本稿では、「顧客コンテクスト」のAI活用をテーマとした協賛講演とクロストークセッションの模様を紹介する。

AI活用の成果を阻む「3つの壁」

　協賛講演のテーマは、「データに眠る真価を引き出す 顧客コンテクストという競争資源」。登壇したプレイド執行役員CTOの牧野祐己氏はまず、AI活用の現状をこう指摘する。

「1年前は『AIは何に使えるのか』が議論され、その後、導入フェーズはクリアしたものの、現在は『能力の高さが称賛されているわりに、あまり成果が出ていない』というのが実情だと思います」

プレイド
執行役員 CTO
牧野祐己氏

　その背景には、成果を阻む「3つの壁」があると牧野氏。1つ目の壁は、AIは一般論を返すことは得意だが、自社固有の情報や文脈を学習させない限り、「自社の深い課題」に迫る回答は得られないこと。2つ目は、多少の工数削減はできてもトータルでの効果は軽微に留まること。そして3つ目は、汎用ツールである以上、競争優位の確立、つまり自社の強みをより強化する領域まではつながらないということだ。

「こうした壁が生まれる原因は、各部署がそれぞれにAIを導入したことによる『部分最適』にあります。目指すべきは全体最適であり、『誰に・何を・なぜ』といった経営判断の精度を高め、顧客理解から商品開発、そして販売まで、一気通貫のプロセスすべてにAIを利かせる必要があります。すなわち、『顧客に選ばれ続ける全体構造』をつくること、そしてどのような顧客にフォーカスすべきかを、その価値に基づいて決めることが重要です」

　その際にポイントとなるのが、AIに与える「データの質」だと牧野氏は言う。AIの出力の精度を高めるには、購買データや顧客の属性データなどの「点」でしかないログデータを、意図や背景、前後の流れといった「線」、すなわち「コンテクストデータ」（＝質の高い文脈情報）に変えなければならない。特に競合との差別化を図るには、顧客のコンテクストデータが重要であり、牧野氏は「コンテクストデータをいかに生成して与えるかが、AI活用の成否を左右する」と強調した。

　では、顧客コンテクストデータとは何か。従来のデータが属性や購入履歴といった“結果”であるのに対し、そうした結果の背後にある“購買文脈”が顧客コンテクストデータに該当する。牧野氏は、データと顧客コンテクストを氷山になぞらえ、次のように説明した。

「海面上に見えている部分が属性や購入履歴といった結果であり、水面下に隠れた深層部が顧客コンテクストに当たります。具体的には、行動に至った意図や文脈、過去の行動、緊急度や関心の高低といった現在状況などです（図表1）」

拡大する
図表1　顧客コンテクスト（暗黙知）をデータ化し購買の文脈を理解する

　属性・結果データの裏側にあるこうした背景を読み解くことで、過去の「点」は、購入に至った意図や背景を伴った「線」になる。そして、顧客のコンテクストがわかれば、自社にとって価値が高い顧客、すなわち、将来予測に基づくCLV（顧客生涯価値）の高い顧客が自社を選ぶ理由を把握でき、「どんな顧客にどんな商品を提供すべきか」という経営判断がしやすくなる。

「見えなかった『顧客の心の動き』を高い解像度で捉えることができれば、未来の行動予測の精度が飛躍的に高まります。その結果、最も効果的なリソース投下が可能になり、持続的なビジネスの成長につながるのです」