リオール・エルダン氏は、AIネイティブなデジタルフルサービスマーケティングエージェンシーMoburstの最高執行責任者（COO）兼共同創業者である。
あらゆる業界で、組織は高度なAIプラットフォームを導入し、パイロットプログラムを実行し、ベンチマークを達成している。それでも多くの企業が、一般的で的外れ、あるいは期待外れと感じられる結果に直面している。このフラストレーションは現実のものだ。しかし私の経験では、診断はほぼ常に間違っている。AIツールのパフォーマンスが低い時、最初の本能は、その能力を疑うことだ。より不快な問いを立ち止まって問う人はほとんどいない。このテクノロジーを成功に導くために、私は実際に何をする必要があるのか？
あなたのAIは、おそらく単に情報不足なのだ。AIは、あなたが実際に獲得したい顧客が誰なのか、経営陣がどの指標について夜も眠れないほど悩んでいるのか、チームのあらゆる意思決定を静かに支配している社内ルールが何なのかを知らない。AIが知っているのは、訓練されたことだけだ。そして、組織の知識とAIの動作指示の間に意図的に橋を架けない限り、あなたは高価な自動補完機能を動かしているだけだ。ツールがビジネス目標と同期して機能することを期待する組織にとって、コンテクストは交渉の余地がない。
AIのパフォーマンスが低い本当の理由
マサチューセッツ工科大学（MIT）のNANDAイニシアチブによる2025年の報告書によると、生成AIパイロットプログラムの95%は、測定可能なビジネスインパクトをまったく生み出していない。企業が生成AIに数十億ドルを投資しているにもかかわらず、テクノロジーを大規模に本番環境に統合することに成功している組織はわずか5%だ。研究者が特定した根本原因は、モデルの品質、ベンダー選定、データインフラとは何の関係もなかった。それは組織コンテクストの欠如だ。
AIはビジネスコンテクストにほぼ完全に盲目だ。それは、あなたの無形のビジネスロジックが公開インターネット上でアクセスできないという事実に帰結する。業界は間違った変数を解決しようとしている。我々はモデルの洗練度を測定しているが、測定すべきはコンテクストの品質なのだ。
コンテクストが実際に意味するもの
企業がAIにより良いコンテクストを提供する前に、誰かが自社の特定の組織にとってコンテクストが何を意味するかを定義する必要がある。それは曖昧な指示セットではない。私がさまざまな業種や規模のクライアントと仕事をしてきた経験に基づくと、コンテクストには少なくとも3つの明確な層がある。
1. ビジネス目標と成功の定義
どの指標が最適化されているか（パイプライン速度、顧客獲得コスト回収期間、純収益維持率など）を調査することで、組織にとって「良い」が実際に何を意味するかを決定する。
そこから、調査結果を機械がアクセス可能なドキュメントに変換する。例えば、注釈付き指標定義、優先順位付けされた重要業績評価指標（KPI）の階層、またはAIワークフローに直接埋め込まれる「ノーススター」ブリーフなどだ。現在の企業の優先事項を認識していないAIツールは、一般的な最適化にデフォルト設定される。価値を創造するためにビジネスが実際にどのように機能するかをAIに教える必要がある。
2. 顧客シグナルとセグメンテーション
顧客が誰で、どのシグナルが最も重要かを特定する。これは、見込み客の購買ジャーニーにおける位置を示す行動ベースまたはインテントベースのデータポイントのように見える。企業がターゲットアカウントが1週間に3回価格ページを訪問したり、技術的なホワイトペーパーをダウンロードしたり、競合比較ページに関与したりする時を追跡する方法を考えてみよう。その行動のクラスターは、単一の人口統計スコアよりも、インテントのより具体的な表現を提供する。
私の経験では、インテント適格リードを使用している組織は、従来のリードスコアリングを使用している組織よりも高いコンバージョン率を持つ傾向があるが、それはシグナルが自社の特定のビジネスにとってなぜ重要なのかについてのコンテクストでそのデータを重ね合わせた場合のみだ。
3. 組織の優先事項と意思決定ロジック
会社の意思決定を支配するルール、例外、優先事項の概要を示す。実際には、これは営業チームが従業員50人未満の企業からのインバウンドリードを常に優先順位を下げること、または規制された業種ではコンテンツ承認に法務レビューが必要であることを文書化することを意味するかもしれない。これらは人々の頭の中に存在するが、AIの動作指示には決して含まれないルールだ。
AIリーダーは「このAIに良い質問をするにはどうすればよいか？」と問うことから、「エージェントに適切な運用コンテクストを継続的に供給するシステムをどのように構築するか？」と問うことへと移行している。そのリフレーミングこそが、真のインパクトを推進するものだ。
競争資産としてのコンテクストの実装
コンテクストエンジニアリングは、イノベーションの差別化要因から基盤的なエンタープライズインフラへと移行している。始めたばかりの企業にとって、最もシンプルなエントリーポイントは、需要創出、営業アウトリーチ、コンテンツ制作などの1つの重要なワークフローを選び、その背後にあるビジネスロジックを明示的に文書化し、それを構造化されたシステムプロンプトまたは検索ドキュメントとしてAIに供給することだ。今この能力を構築している組織は、AIツールが時間とともに価値を複利的に増大させることに気づくだろう。そうしない組織は、新しいベンダーを循環し続け、なぜ何も定着しないのか疑問に思い続けるだろう。
これは最終的にリーダーシップの説明責任の問題だ。AI変革のための10-20-70ルール──10%がテクノロジー、20%がデータ、70%がチェンジマネジメント──は依然として非常に顕著だが、ほとんどの企業はほぼ10%のみを最適化してきた。コンテクスト層は、オペレーションリーダーがレバレッジを獲得する場所だ。
AIがあなたのビジネスについて知る必要があることを定義することは、組織が実際にどのように価値を創造するかを理解している人々からのシームレスなコラボレーションを必要とするタスクだ。これを念頭に置いて、AIがなぜパフォーマンスを発揮していないのかを問うのをやめ、AIがまだ何を知らないのかを問い始める時だ。
