AI を「使う人」を 組織 はどう評価するか?北米12社に見る4つの形
Duolingo、JPMorgan、Shopify——北米企業の AI 活用へのスタンスは驚くほどバラバラ。本記事では12社の事例を「成果ベース」「可視化」「評価連動」「前提化」の4つの型に整理し、 組織 のフェーズに応じた4段階の移行モデルを提示します。
Duolingo、JPMorgan、Shopify——北米企業の AI 活用へのスタンスは驚くほどバラバラ。本記事では12社の事例を「成果ベース」「可視化」「評価連動」「前提化」の4つの型に整理し、 組織 のフェーズに応じた4段階の移行モデルを提示します。
このところ、生成AIの話題って「どのモデルが賢いか」に寄りがちですよね。もちろんそこも大事なんですが、リテールの現場で見ていると、もう少し別の問いの方が効く気がしています。
そのAIは、顧客の“迷い”を減らせているか?
Gapの最近の動きは、まさにこの問いに対する実装に見えます。発表を並べると、単なる機能追加ではなく、買い物の流れ全体を地味に作り変えているように感じます。
スウェーデン発のフィンテック企業Klarnaは、AIによるカスタマーサービスの自動化で効率化を図ってきましたが、近年あらためて人間の対応を再導入しています。背景には、AIでは対応しきれない共感や判断のニーズ、いわゆる“AI疲れ”への配慮があります。今回はKlarnaの事例をもとに、顧客体験設計のヒントを探ります。
「あなたの関わるサイトの新規とリピートの訪問割合はどの程度で、コンバージョンになるとその割合はどの程度になりますか?」
これを即答できればきちんと運営にコミットして関わっている方だと思います。ビジネスにおいては数字が不可欠です。そして、その数字にどう変化が起きているかを知り、アクションに移していくわけです。
ここ1〜2年、これまでにも増して、デジタルマーケティングを中心とした組織の相談の話が舞い込んでくるようになってきました。実際、製品だけを入れてもデジタルマーケティングは成功することはなく、人や組織や戦略といったものが重要になってきます。
例えばマーケティングオートメーションのツールを導入したからといって、リソースが削減されるわけではなく、そこに戦略があり、それに向けた設計があり効果が出るわけです。また、1回入れれば終わりでもないですよね。
ということで、今回のエントリはこの辺りを少し整理してみたいと思います。