AI導入の主な課題を乗り越えるには

人工知能（AI）とそのビジネスへの潜在的な影響がニュースでよく取り上げられている（※1）のは、驚くべきことではありません。AIと機械学習（ML）は、近年最も話題になっている技術といえるでしょう（※2）。これらのテクノロジーは、多くの業界に大きな変革をもたらす可能性を秘めています。

AIとMLは、カスタマーデータプラットフォーム（CDP）にとってどのような意味を持つのでしょうか。マーケティングテクノロジーを扱う意思決定者は、CDPを活用したより高度なユースケースを検討する際に、AIとMLに大きく2つのことを期待しています。ひとつはMLによる高度なインサイトの恩恵を得ること、もうひとつはAIを活用することで、顧客データ管理に対するIT部門への依存を減らし、ファーストパーティデータの所有権を向上させることです。

これは、当社がAdvertiser Perceptionsと共同で発表した調査レポートから得られた重要な知見です。当レポートは、CDPを使用しているマーケティングテクノロジーの意思決定者100人を対象とした調査に基づいており、CDPが現在どのような価値を生み出し、意思決定者が近い将来CDPからより大きな価値を得るために、どのようなことを期待しているかを調査しています。

当レポートが示しているのは、AIとMLが重要となるタイミングです。AIとMLはCDPの導入初期にはそれほど重要ではありませんが、CDPの成熟度曲線に従って重要性が増していくことが明らかになっています。本記事では、組織がAI導入の課題に取り組み、成功を収めるためにどのように対処しうるかを探ります。

トレジャーデータは、CDP Instituteのホワイトペーパー「AIのデータ管理：CDPの役割」を公開しました。AI導入は非常に大きなメリットをもたらす一方、その成功にいくつかの課題が存在することを当ホワイトペーパーでは指摘しています。

このホワイトペーパーによると、洗練されたAI戦略を持つ企業はわずか12％で、AIのガバナンスに自信を持っている企業は9％に過ぎません。AI戦略やガバナンスをめぐる懸念には、説明可能性、偏った結果、意図しない結果、スキルの喪失、プライバシー侵害、セキュリティリスク、将来の規制などが含まれます。

AIプロジェクトの実施と管理に関する課題のリストに着手することには身じろぎしてしまうかもしれません。しかし、これらの課題がなぜ存在するのかを正しく理解することで、それらの課題を克服するための解法を作成できるでしょう。ホワイトペーパーに詳述されているいくつかの課題をご紹介します。

データの品質と精度は、AIやML技術を導入する上で最も重要な課題です。AIが学習するためには構造化された大量のデータを必要とします。信頼できないデータセットや一貫性の欠如は、結果の精度に影響を与えうる可能性があります。

データの正確性が80％以上であると回答した企業はわずか20％です（※3）。データの入手と準備に、モデル開発時間の半分以上が費やされています。その他、文脈の理解、拡張性、セキュリティ、プライバシーの問題などが潜在的な課題として挙げられています。

データマネジメントの課題を克服するためには、データの品質、モニタリング、可用性に着目することが重要です。それは、AIシステムが分析しやすいように、データに属性をタグ付けすることで実現できます。システムが変更を監視し、既存のAIモデルへの影響を定期的にテストすることで、モデルの再構築や再設計が必要な場合に迅速に対応できるようにします。

また、データエンリッチメントの手法で、さまざまな外部ソースからデータを収集し、それを自社のファーストパーティの顧客データと組み合わせることで、顧客の詳細かつ正確な統合プロファイルを作成できます。リッチ化されたプロファイルは、顧客に関する新しいデータで更新を行うことができ、より意味のあるパーソナライゼーションと顧客エンゲージメントの推進に活用できるようになります。