_**ロネン・シュワルツ**はK2viewのCEOです。_* * ***トップのフィンテックニュースと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、クラーラなどの幹部が読んでいます*** * * **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、反応は瞬時に訪れました：驚き、称賛、そして少しの嫉妬。これは企業が顧客体験にアプローチする方法における大胆な前進と見なされました。しかし、これはAIモデルだけの成功ではありませんでした。それは閉じられたエコシステムによって可能になりました。アマゾンは完全に独自のプラットフォーム上で運営されており、製品、顧客、行動、購入データが統一され、管理されています。その設定は、特に金融サービスにおいてはほとんどの企業にとって現実的なモデルではありません。この業界はAI駆動のコンタクトセンターの採用率が最も高く、世界市場の約4分の1を占めています。それでも、そのデータは銀行口座管理、CRM、請求、およびサポートプラットフォームに散乱しています。このような環境では、AIは苦労します。教訓は簡単です：顧客体験における成功は、モデルの優秀さよりも、その背後にあるデータの質と整合性に依存します。統一された文脈的なビューがなければ、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くなります。 **AIと混乱した現実の出会い** -------------------------------------ほとんどの企業にとって、データ環境はアマゾンの効率的で垂直統合されたプラットフォームとは何の関係もありません。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、いくつかの場所では重複し、他の場所では古くなっており、ほとんど同期していません。そのような環境にAIを投入すると混乱が生じます。顧客は矛盾したり部分的な回答を受け取り、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りません。自動化の意図が再作業に変わり、会話の両側に重い負担をかけます。熟練したサービス担当者を雇いながら、未完成または誤ってラベル付けされた記録で詰まった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エージェントにも同じことが言えます：一貫性があり、正確で、タイムリーな情報がなければ、失敗する運命にあります。 **顧客体験におけるAIをスケールさせるために必要なこと** ---------------------------------------------------------------アマゾンのヘッドラインを再現したいと望む企業は、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求めたりします。しかし、長期的な成功を決定づける要因は、それらのモデルを支えるデータ基盤です。AIエージェントを信頼性があり、企業向けに準備するためには、組織は3つの必須要素を必要とします： * **統合**：顧客情報が数十のシステムに分散している場合、それを単一で一貫したビューに統一する必要があります。 * **ガバナンスとセキュリティ**：AIがそのデータに基づいて行動する前に、データは正確で、重複がなく、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。 * **リアルタイムの文脈**：エージェントは、古いスナップショットや静的な記録ではなく、最も最新の情報を必要とします。 これらの基本がなければ、AIはすぐに崩れ、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、より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を実験しており、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、これらの努力のほとんどは試行段階にとどまっています。最近のMITの報告によると、AIプロジェクトのほぼ95％が生産に達しないことがわかりました。顧客体験イニシアティブ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帰着します。切り離された、質の低い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。正しい基盤があれば、企業はついに実験から顧客関係とビジネス成果を強化する生産システムに移行できます。 **インスピレーションと警告** ---------------------------------アマゾンの物語は、マイルストーンであり警告でもあります。それは、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、それはまた、その設定がどれほど珍しいかを明らかにします。ほとんどの企業は単純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、これらのモデルを効果的にするための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。
トップのフィンテックニュースと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、クラーラなどの幹部が読んでいます
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、反応は瞬時に訪れました：驚き、称賛、そして少しの嫉妬。これは企業が顧客体験にアプローチする方法における大胆な前進と見なされました。
しかし、これはAIモデルだけの成功ではありませんでした。それは閉じられたエコシステムによって可能になりました。アマゾンは完全に独自のプラットフォーム上で運営されており、製品、顧客、行動、購入データが統一され、管理されています。その設定は、特に金融サービスにおいてはほとんどの企業にとって現実的なモデルではありません。この業界はAI駆動のコンタクトセンターの採用率が最も高く、世界市場の約4分の1を占めています。それでも、そのデータは銀行口座管理、CRM、請求、およびサポートプラットフォームに散乱しています。このような環境では、AIは苦労します。
教訓は簡単です：顧客体験における成功は、モデルの優秀さよりも、その背後にあるデータの質と整合性に依存します。統一された文脈的なビューがなければ、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くなります。
AIと混乱した現実の出会い
ほとんどの企業にとって、データ環境はアマゾンの効率的で垂直統合されたプラットフォームとは何の関係もありません。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、いくつかの場所では重複し、他の場所では古くなっており、ほとんど同期していません。
そのような環境にAIを投入すると混乱が生じます。顧客は矛盾したり部分的な回答を受け取り、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りません。自動化の意図が再作業に変わり、会話の両側に重い負担をかけます。
熟練したサービス担当者を雇いながら、未完成または誤ってラベル付けされた記録で詰まった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エージェントにも同じことが言えます：一貫性があり、正確で、タイムリーな情報がなければ、失敗する運命にあります。
顧客体験におけるAIをスケールさせるために必要なこと
アマゾンのヘッドラインを再現したいと望む企業は、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求めたりします。しかし、長期的な成功を決定づける要因は、それらのモデルを支えるデータ基盤です。
AIエージェントを信頼性があり、企業向けに準備するためには、組織は3つの必須要素を必要とします：
これらの基本がなければ、AIはすぐに崩れ、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、より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を実験しており、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、これらの努力のほとんどは試行段階にとどまっています。最近のMITの報告によると、AIプロジェクトのほぼ95％が生産に達しないことがわかりました。顧客体験イニシアティブ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帰着します。
切り離された、質の低い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。正しい基盤があれば、企業はついに実験から顧客関係とビジネス成果を強化する生産システムに移行できます。
インスピレーションと警告
アマゾンの物語は、マイルストーンであり警告でもあります。それは、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、それはまた、その設定がどれほど珍しいかを明らかにします。ほとんどの企業は単純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、これらのモデルを効果的にするための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。