Zappiの共同創業者兼CEOであるスティーブ・フィリップス氏は、Zappiのグローバルビジネス、製品、成長戦略を統括している。
現在、私たちはもう運転中に地図を広げることもなければ、家族旅行の前に道順を印刷することもない。スマートフォンを使い、GPSの正確な案内に従って移動している。休暇先、クライアントとの会議、病院の予約など、何の疑問も持たずに目的地に到着できる。しかし、GPSは常にこれほど信頼できるものではなかった。
1970年代の最初の衛星は、数百メートル以内の位置特定しかできなかった。GPSが民間や商業利用に広く開放され、ディファレンシャルGPSなどの補強システムが追加されて初めて、現在私たちが当たり前と思っているレベルの精度に向上したのだ。
未実現の可能性：GPSからAIが学べること
現代のデジタルGPSシステムの普及と精度向上は、新しい行動様式を生み出した。私たちは紙の地図をナビゲーションツールとして扱うことをやめた。代わりに、GPSは私たちの移動方法を支える目に見えないインフラとなった。ライドシェアアプリ、物流、フードデリバリーなど、GPSによって全く新しい産業が誕生した。
人工知能は今日、同様の立ち位置にある。大規模言語モデルと生成AIは目を見張るような可能性を示しているが、その弱点もよく知られている。幻覚、過剰な自信、透明性の欠如は、ビジネス利用における現実的な障壁となっている。かつてのパイロットが初期のGPS情報だけを頼りに航空機を操縦しなかったように、今日のリーダーたちも検証されていないAI出力に基づいて数百万ドル規模の戦略を立てることはほとんどない。
しかし、その未実現の可能性は計り知れない。
ビジネスのナビゲーションツールとしてのAI
GPSが物理的な世界のナビゲーション方法を変革したように、AIは意思決定という内的世界のナビゲーション方法を変革する可能性を秘めている。
これは意思決定のスピードが爆発的に加速しているため、極めて重要だ。ハーバード・ビジネス・レビューによると、経営幹部の4分の3が、近年、意思決定のペースが10倍に増加したと述べている。リーダーたちは膨大な情報に圧倒されている：より多くのデータ、より多くのダッシュボード、より多くのKPIがある一方で、より多くのノイズ、より多くのサイロ、より多くの真実の競合バージョンも存在する。組織全体のチームは断片化されたデータの一部を扱っており、それらを組み合わせて消費者の全体像を描くことはほとんどない。
これまでのテクノロジーは、この問題に少しずつ取り組んできた。プラットフォームによってデータへのアクセスが容易になった。ダッシュボードによって部門を超えたレポーティングが民主化された。しかし、あまりにも頻繁にデータは断片化されたままで、意思決定プロセスは線形のままであり、ユーザー体験は摩擦に満ちている。
ソフトウェアからシステムへ
AIは、プラットフォーム革命からシステム革命への移行点となる可能性がある。
これまでのテクノロジーは、より高速なダッシュボード、よりスマートなプラットフォーム、よりアクセスしやすいデータなど、効率化ツールの構築に焦点を当ててきた。しかしAIは、システム全体にわたって感知、解釈、応答できる連携された適応層という、異なるものをもたらす。
単純なクエリを実行できる集合知で複数のデータセットを接続する能力は、リーダーたちが増大する複雑性を乗り切るための道標となる可能性を秘めている。
しかし、この可能性と現実のギャップは、LLMのトレーニングデータにある。AIツールは単独で使用した場合、バイアス、不正確さ、幻覚が出力を曇らせる可能性があるため、信頼性を提供できない。
連携された消費者およびビジネスデータと組み合わせると、これは解決できる欠点だ。集合知に特注の消費者およびビジネスデータを注入すると、精度と関連性が向上する。例えば、Zappiでは、AI拡張分析と実際の消費者フィードバックを組み合わせて、広告開発のあらゆる段階—初期アイデアの評価からストーリーラインの洗練、最終実行の検証まで—で意思決定をガイドする連携システムを構築するブランドを支援してきた。このシステム化されたアプローチにより、チームはリアルタイムで学習し、意思決定サイクルを短縮し、クリエイティブな選択に対する自信を高め、インサイトを動的で継続的なフィードバックループに変えることができる。
AIと連携データの組み合わせがもたらす大きな可能性
連携データと組み合わせたAIは、リアルタイムで意思決定を加速し、必要な時点で実用的なインサイトを提供し、合成テストとシナリオモデリングを可能にすることで、ビジネス戦略のコパイロットになり得る。
連携インサイトを考える実用的な方法の一つは、3層アプローチだ。まず、GPT、Llama、Claudeなどの生成AIモデルを基盤として使用する。次に、実際の消費者データ、合成データ、信頼できるサードパーティソースを含む連携データの中間層を追加し、システムが関連性の高い正確な入力でトレーニングされるようにする。そして最後に、直感的なインターフェースを通じてアクセスを簡素化することで、そのインテリジェンスを実際に使用可能にする。
この構造により、ブランドは市場内でキャンペーンを適応させ、クリエイティブの効果を向上させ、ライブデータシグナルに基づいたより迅速な意思決定を行うことで、継続的な学習ループをサポートできる。
消費者データにおけるパラダイムシフト
これは、線形のリサーチプロジェクトから、流れるような相互接続されたシステムへの移行を表している。インサイト、マーケティング、財務、営業など、組織全体からのデータが単一の統合環境に流れ込む。
インサイトチームは傍観者ではなく、データセット間の点を結び、AIツールの適用方法を調整する中心的なノードとなる。意思決定は静的なレポートではなく、継続的で生きたインテリジェンスのハブに関するものになる。
GPSが物理的な世界をより自信を持って移動することを可能にしたように、AIは企業が変動が激しく、データで飽和した世界をより自信を持って進むことを可能にする可能性がある。
なぜなら、GPSと同様に、AIも一夜にして現実を変えるわけではないからだ。それには精度、信頼、そしてツールだけでなくシステムを再考する意欲が必要となる。
