_**ロネン・シュワルツ**はK2viewのCEOです。_* * ***最新のフィンテックニュースやイベントを発見しよう！****FinTech Weeklyのニュースレターに登録しよう****JPモルガン、コインベース、ブラックロック、クラルナなどの幹部に読まれています*** * * **アマゾンAIヘッドラインの裏にある知られざる物語**------------------------------------------------------アマゾンがそのAIショッピングアシスタント、ルーファスが顧客エンゲージメントの大幅な増加と数十億ドルの追加売上をもたらしていると発表したとき、反応は瞬時に来た：驚き、賞賛、そしてわずかな嫉妬。これは企業が顧客体験にアプローチする方法において、大胆な前進と見なされた。しかし、これはAIモデルだけの勝利ではなかった。これは閉じられたエコシステムによって可能になった。アマゾンは完全に自社のプラットフォーム上で運営されており、製品、顧客、行動、購入データが統合され、管理されている。そのセットアップは、大多数の企業、特に金融サービスにとって現実的なモデルではない。この業界はAI搭載のコンタクトセンターの採用が最も高く、世界市場の約4分の1を占めている。しかし、そのデータは銀行口座管理、CRM、請求、サポートプラットフォームに散在している。このような環境では、AIは苦戦する。教訓は簡単だ：顧客体験の成功はモデルの優秀さよりも、その下にあるデータの質と整合性に依存している。統一されたコンテキストの見方がなければ、AIエージェントはサポートを改善するよりも混乱を引き起こす可能性が高い。 **AIが混沌とした現実に直面したとき** -------------------------------------ほとんどの企業にとって、データ環境はアマゾンの合理化された縦型統合プラットフォームとはまったく異なる。情報は数十のシステムに分散しており、それぞれが顧客記録の一部を保持し、一部の場所では重複しており、他の場所では古くなっており、ほとんどが同期していない。その環境にAIを投入すると混乱が生じる。顧客は矛盾したり部分的な応答を受け取り、信頼が損なわれ、人間の代表者が信頼を回復するために介入しなければならない。自動化が意図されていたものが再作業に変わり、会話の両側に重い負担をかける。熟練したサービス担当者を雇ったが、彼らに不完全または誤ラベルの記録でいっぱいのファイリングキャビネットを与えることを考えてみてください。彼らの才能は基盤が壊れているために無駄になります。AIエージェントも同じです：一貫した、正確で、タイムリーな情報がなければ、失敗するように設定されています。 **顧客体験におけるAIをスケールさせるために本当に必要なこと** ---------------------------------------------------------------アマゾンのヘッドラインを再現しようとする企業は、モデルそのものに焦点を当て、プロンプトを微調整したり、ベンダーを比較したり、次のリリースを追いかけたりすることが多い。しかし、長期的な成功の決定要因は、それらのモデルを支えるデータ基盤である。AIエージェントを信頼できるものにし、企業向けに準備するためには、組織には3つの必須要件が必要です： * **統合**：顧客情報は数十のシステムに分散しているため、単一で一貫したビューに統合する必要があります。 * **ガバナンスとセキュリティ**：データは正確で、重複が排除され、保護され、プライバシー規制に準拠している必要があります。AIがそれに基づいて行動する前に。 * **リアルタイムコンテキスト**：エージェントは最新の情報が必要であり、古いスナップショットや静的な記録ではありません。 これらの基本がなければ、AIはすぐに崩壊し、エラー、コンプライアンスリスク、失望した顧客を生み出します。それらがあれば、AIはパイロットを超えてスケールで意味のある影響をもたらすことができます。教訓はシンプルですが、しばしば見落とされます：スマートなエージェントにはスマートなデータが必要です。 **パイロットから変革へ** -------------------------------------業界を問わず、企業は顧客体験におけるAIの実験を行い、チャットボット、バーチャルアシスタント、またはサービスワークフローにおける生成ツールを展開しています。しかし、これらの取り組みのほとんどは試行モードにとどまっています。最近のMITの報告書では、AIプロジェクトの約95%が生産に到達しないことがわかりました。顧客体験の取り組みも例外ではありません。 実験と変革の間のギャップは基盤に起因します。切り離された低品質データはサポートを損ないます。クリーンで統一された情報はスケール、一貫性、責任ある採用を可能にします。適切な基盤があれば、企業は実験から顧客関係とビジネス成果の両方を強化する生産システムへとついに移行できます。 **インスピレーションと警告** ---------------------------------アマゾンの物語は、一つのマイルストーンであり警告の物語でもあります。AIエージェントが接続された高品質のデータによって動かされるときに何が可能であるかを示していますが、そのようなセットアップがいかに稀であるかも明らかにしています。ほとんどの企業は単にそれを再現することはできません。顧客体験におけるAIの未来は、ますます高度なモデルだけによって定義されるのではありません。それは、それらのモデルを効果的にするデータ基盤に投資する意欲のある組織によって形作られます。
なぜどの企業もアマゾンのAIコマース戦略に追いつけないのか
ロネン・シュワルツはK2viewのCEOです。
最新のフィンテックニュースやイベントを発見しよう！
FinTech Weeklyのニュースレターに登録しよう
JPモルガン、コインベース、ブラックロック、クラルナなどの幹部に読まれています
アマゾンAIヘッドラインの裏にある知られざる物語
アマゾンがそのAIショッピングアシスタント、ルーファスが顧客エンゲージメントの大幅な増加と数十億ドルの追加売上をもたらしていると発表したとき、反応は瞬時に来た：驚き、賞賛、そしてわずかな嫉妬。これは企業が顧客体験にアプローチする方法において、大胆な前進と見なされた。
しかし、これはAIモデルだけの勝利ではなかった。これは閉じられたエコシステムによって可能になった。アマゾンは完全に自社のプラットフォーム上で運営されており、製品、顧客、行動、購入データが統合され、管理されている。そのセットアップは、大多数の企業、特に金融サービスにとって現実的なモデルではない。この業界はAI搭載のコンタクトセンターの採用が最も高く、世界市場の約4分の1を占めている。しかし、そのデータは銀行口座管理、CRM、請求、サポートプラットフォームに散在している。このような環境では、AIは苦戦する。
教訓は簡単だ：顧客体験の成功はモデルの優秀さよりも、その下にあるデータの質と整合性に依存している。統一されたコンテキストの見方がなければ、AIエージェントはサポートを改善するよりも混乱を引き起こす可能性が高い。
AIが混沌とした現実に直面したとき
ほとんどの企業にとって、データ環境はアマゾンの合理化された縦型統合プラットフォームとはまったく異なる。情報は数十のシステムに分散しており、それぞれが顧客記録の一部を保持し、一部の場所では重複しており、他の場所では古くなっており、ほとんどが同期していない。
その環境にAIを投入すると混乱が生じる。顧客は矛盾したり部分的な応答を受け取り、信頼が損なわれ、人間の代表者が信頼を回復するために介入しなければならない。自動化が意図されていたものが再作業に変わり、会話の両側に重い負担をかける。
熟練したサービス担当者を雇ったが、彼らに不完全または誤ラベルの記録でいっぱいのファイリングキャビネットを与えることを考えてみてください。彼らの才能は基盤が壊れているために無駄になります。AIエージェントも同じです：一貫した、正確で、タイムリーな情報がなければ、失敗するように設定されています。
顧客体験におけるAIをスケールさせるために本当に必要なこと
アマゾンのヘッドラインを再現しようとする企業は、モデルそのものに焦点を当て、プロンプトを微調整したり、ベンダーを比較したり、次のリリースを追いかけたりすることが多い。しかし、長期的な成功の決定要因は、それらのモデルを支えるデータ基盤である。
AIエージェントを信頼できるものにし、企業向けに準備するためには、組織には3つの必須要件が必要です：
これらの基本がなければ、AIはすぐに崩壊し、エラー、コンプライアンスリスク、失望した顧客を生み出します。それらがあれば、AIはパイロットを超えてスケールで意味のある影響をもたらすことができます。教訓はシンプルですが、しばしば見落とされます：スマートなエージェントにはスマートなデータが必要です。
パイロットから変革へ
業界を問わず、企業は顧客体験におけるAIの実験を行い、チャットボット、バーチャルアシスタント、またはサービスワークフローにおける生成ツールを展開しています。しかし、これらの取り組みのほとんどは試行モードにとどまっています。最近のMITの報告書では、AIプロジェクトの約95%が生産に到達しないことがわかりました。顧客体験の取り組みも例外ではありません。
実験と変革の間のギャップは基盤に起因します。
切り離された低品質データはサポートを損ないます。クリーンで統一された情報はスケール、一貫性、責任ある採用を可能にします。適切な基盤があれば、企業は実験から顧客関係とビジネス成果の両方を強化する生産システムへとついに移行できます。
インスピレーションと警告
アマゾンの物語は、一つのマイルストーンであり警告の物語でもあります。AIエージェントが接続された高品質のデータによって動かされるときに何が可能であるかを示していますが、そのようなセットアップがいかに稀であるかも明らかにしています。ほとんどの企業は単にそれを再現することはできません。顧客体験におけるAIの未来は、ますます高度なモデルだけによって定義されるのではありません。それは、それらのモデルを効果的にするデータ基盤に投資する意欲のある組織によって形作られます。