デニス・コンソルテ氏は、スタートアップや小規模上場企業を支援するデジタルマーケティングおよびパブリシティ企業であるConsorte Marketingを設立した。
私は、未来のエージェンシーの差別化要因は最高のクリエイティブディレクターではなく、人間と機械の最もスマートなパートナーシップにあると考えている。
多くのエージェンシーにとって、AIはより速いコピーライティングや自動化されたレポート作成を意味する。しかし次の波は、インテリジェントなデータ分析とエージェント機能を組み合わせ、人間の直感と連携して働く自己誘導型リサーチアシスタントを生み出す。最も良いことに、これはAPI連携なしでも基本的なChatGPT ProやClaudeアカウントで実現できる。
生成AIをジュニアチームメンバーに変え、ストラテジストの指導のもとで複数のソースからデータを探索、要約、統合できるようにすることで、彼らの能力を強化しよう。
AIの使い方を変えた医療技術プロジェクト
あるメドテック企業のクライアントから、新製品に関する「データストーリー」の構築を依頼された。彼らは私たちに匿名化されたデータを含むスプレッドシート、調査結果、PDFを提供した。初回インタビューで貴重な洞察を得たものの、これらの数字が患者、医師、経営陣にとって実際に何を意味するのかについての明確な理解はなかった。
複数のアナリストにデータ分析を割り当てる代わりに、私たちは生成AIを使用した。以下は私たちが行ったことのステップバイステップの説明である：
ステップ1：アップロードと理解
クライアントの匿名化されたファイルをアップロードし、AIにデータを要約し、ステークホルダーの感情を特定するよう依頼した。経営陣の信念と患者や臨床医からのユーザーフィードバックを比較させた。
信頼性、効果、使いやすさ、感情的反応を追跡するデータテーブルができるまで、プロンプトと結果を洗練させた。
ステップ2：エージェントブラウジングによるコンテキストの拡大
次に、このプロンプトを与えた：「医師、患者、メドテック投資家が現在[製品]の導入障壁についてどのように話しているか、ウェブで検索してください。ライブディスカッションとトレンド言語を要約してください。」
AIにフォーラム、医学出版物、その他のオンラインリソースからの洞察を収集させた。新しいパターンが発見され、その中には新しい技術が臨床医に取って代わることへの恐れも含まれていた。
それが感情的なギャップだった。数字は摩擦を示し、ウェブ検索はその理由を明らかにした。次に、AIに査読済み論文をスキャンさせ、補足データと信頼性の向上を図った。
ステップ3：人間的な要素の追加
プロジェクト要件と感情的影響に基づいて結果をキュレーションした。各ステークホルダーの視点から製品を検証し、共感を用いてデータを人間のストーリーに変換した。
これらすべての情報を念頭に置いて、私たちのチームは製品を臨床医が患者により良い体験を提供できるようにするものとして位置づけるコミュニケーション計画を構築した。機械の効率性と人間の理解を組み合わせることで、採用率を向上させた。
あなたのエージェンシーがこのワークフローを複製する方法
このワークフローを複製するためにデータサイエンスチームやAPIアクセスは必要ない—エージェント機能を持つお気に入りの生成AIのプロライセンスと明確なプロセスだけで十分だ。詳しく見ていこう：
• 平易な言葉でブリーフを定義する。AIをテキスト生成ツールではなくパートナーとして機能させるために、次のプロンプトでプロジェクトを開始することをお勧めする：「あなたは戦略アシスタントです。あなたの目標は、非構造化データを人間の動機に関する洞察に変換することです。私はファイルとフィードバックを提供していきます。」
• アップロードと抽出。スプレッドシート、PDF、トランスクリプトなどの生のクライアントデータのファイルをアップロードする。「ステークホルダー共感マップ」や「テーマクラスタリング」を依頼する。AIプラットフォームのデータ保持ポリシーと利用可能な強化されたセキュリティオプションを確認することをお勧めする。そして、個人を特定できる情報をすべて削除し、アップロード前にすべてのクライアントデータが匿名化されていることを確認する。
• ブラウジングをアクティブにしてライブコンテキストを取得する。AIエージェントに探索の自律性を与える：「[ターゲットオーディエンス]が[製品やトレンド]についてどう感じているかを反映した最新の記事、レビュー、ディスカッションを見つけてください。統計だけでなく、感情的なテーマを要約してください。」これにより、AIは現在手動で行っているか、高価な分析ソフトウェアで行っているようなライブ文化スキャナーに変わる。
• 人間の判断で検証する。共感を委任しないこと。人間の視点から結果を確認する。どの洞察が本物に感じ、どれが浅く、どれがより深い探求に値するか？生成AIは幻覚を見たり、不正確なデータを提供したりすることがあることを忘れないでください。そのため、重要な統計や引用は元のソース文書と照合してください。
• 再現可能なフレームワークを構築する。最適なプロンプトをテンプレートとして保存する。私たちが保存して繰り返し使用しているプロンプトには、初期監査のためのクライアント発見プロンプト、フィードバック合成のための顧客の声、競合他社や感情スキャンのための市場パルスなどがある。
これがエージェンシーリーダーにとって重要な理由
古いエージェンシーモデルはクリエイティブな才能に報いた。新しいモデルは、テクノロジーと人間の監視によってスケールするシステムに報いる。
AIはほとんどの発見を処理できるが、人間が感情知性、倫理的推論、クリエイティブな翻訳を注入すると結果は向上する。
リーダーは今こう問うべきだ：人間のフィードバックをすべてのAIサイクルの一部にするにはどうすればよいか？ブラウジングエージェントを使って文化的に最新の状態を保つにはどうすればよいか？それらの洞察をクライアントが価値を見出すアクショナブルなキャンペーンに変えるにはどうすればよいか？
次のステップ
エージェンシーを運営しているなら、小さく始めよう。今週、生成AIに1つのプロジェクトを与えてみよう。データセットの分析、コンテンツの監査、市場のレビューを依頼してみよう。ブラウズ、要約、視覚化させてみよう。そして、介入しよう。質問し、結果を人間化しよう。このプランに従って、今日からヒューマン・イン・ザ・ループ・エージェンシーを構築しよう。
