公開日：2024年8月23日
寄稿者：Molly Hayes、Amanda Downie
マーケティングにおける生成AIとは、人工知能（AI）テクノロジー、特に新しいコンテンツや洞察、ソリューションを作成できるテクノロジーを使用して、マーケティング活動を強化することを指します。これらの生成AIツールは、高度な機械学習モデルを使用して大規模なデータセットを分析し、人間の推論と意思決定を模倣したアウトプットを生成します。
この機能により、マーケティング担当者はさまざまな方法でマーケティング戦略を自動化・パーソナライズ・革新できるようになります。例えば、個々の消費者向けにパーソナライズされたコンテンツの作成や、マーケティング部門向けに膨大な顧客データに基づいた推奨事項の提示などが可能です。
過去10年間で、eコマース企業やその他の組織は、広告のA/Bテストや一斉配信メールなどのマーケティング・キャンペーンの定番の自動化など、 さまざまなマーケティング用途にAIを導入してきました。しかし、ChatGPTなどの生成AIツールが高度化するにつれ、新しいテクノロジーがデジタル・マーケティングを一変させようとしています。こうした進歩により、短期間でAIマーケティングに大きな革新がもたらされました。
最近、自動車会社のCarvana社は、個々のカスタマー・ジャーニーに合わせて130万本のユニークなAI生成の動画1を作成しました。Spotifyはポッドキャストの自動翻訳の実験を行い、新たな市場やターゲットとなるオーディエンスにリーチできる可能性を秘めています。2
マーケティング部門は、製品説明の作成や顧客フィードバックの要約などの反復的なタスクを生成AIで自動化できるため、より重要で価値のあるタスクに時間を割けるようになります。ディープラーニング（深層学習）が可能なAIモデルがブランドの声や製品の提供、顧客に馴染んでいくにつれて、そのアウトプットが向上し、全体的な性能が向上します。
このようなイノベーションにより、近年、マーケティングへの生成AI投入に対する関心が大幅に高まっています。Momentive.aiと共同で実施したIBM調査によると、CMOの67％が今後12カ月以内に生成AIを導入する予定であると報告しました。86%もの企業が24か月以内に実施する予定でした。しかし、多くの企業にとって、現在の生成AIの取り組みは、革新や成長よりもむしろ効率化やコスト削減のための技術活用に重点を置いたままです。3
生成AIモデルは、機械学習技術を使用してテキストや画像、音声、動画を生成します。これらのモデルは、膨大なデータセットと学習パターンおよびデータ内の構造でトレーニングされ、人間の意思決定を模倣したアウトプットを生成します。
マーケティング・アプリケーションでは、効率を高めるために、生成AIを従来のAIと併用することがよくあります。単純な例を挙げると、生成AIは広告コピーや画像を作成し、機械学習はどの顧客が特定のクリエイティブ資産を受け取るかを決定します。
OpenAIのGPT-4とDall-Eは依然として最も広く認知されているモデルですが、最先端の組織は、ブランド固有またはタスク固有のデータ・セットでトレーニングされた、カスタマイズまたは半カスタマイズされた生成AIソリューションを作成することが多くなりつつあります。例えば、IBMの基盤モデルのGraniteライブラリーは、ビジネス・アプリケーションに最適なように、法律・学術・金融の各分野のエンタープライズ・データに基づいてトレーニングされています。
このようなエンタープライズ向けモデルを使用すると、組織は基盤モデル上に独自のデータ（例えば、顧客とのやり取りに関する履歴情報）を重ねることができます。このプロセスにより、より具体的で効果的な一連のAIツールが作成されます。これらのテクノロジーが時間の経過とともに「学習」するにつれて、特定のタスクを完了するようにトレーニングされた専用AIモデルは、特定のタスクの能力を継続的に向上させ、開発することができます。
顧客とのコミュニケーションや広告によって膨大なデータが生成されるため、マーケティング部門はこのテクノロジーを活用できる状況になります。生成AIは、特にソーシャル・メディアの投稿やチャット通信などの非構造化データの分析に適しています。
組織は、これらのツールをさまざまな方法で統合することを選択し、人間との介入やビジネス全体への影響の程度もさまざまになることでしょう。近年、事前構築された生成AIソリューションは、大小を問わずマーケティング部門でほぼ普及していますが、AIを活用したカスタム・モデルや大規模なデジタル・トランスフォーメーションを採用する組織が増えています。IBM Institute for Business Valueの最新レポートによると、CMOの半数以上が自社の独自データに基づいて基盤モデルを構築する予定であると回答しています。
企業がAIを導入する度合いは、大きく次の3つのカテゴリーに分類できます。
大規模なAIトランスフォーメーション
大規模なAIトランスフォーメーションは、カスタマイズされた生成AIソリューションを含む複数のAIテクノロジーを組み合わせて、組織の中核となるマーケティング・プロセスを変更します。独自のデータでトレーニングされたモデルを使用して効率を高め、主要な自動化を組み込むことに加えて、この種の革新的なAI実践は、まったく新しいマーケティング方法を生み出す可能性があります。例えば、生成AIを使用して消費者心理を分析し、新製品を開発したり、顧客が買い物をする際に自律的にガイダンスを提供したりします。
生成AIは、コンテンツや顧客とのインタラクションの作成やパーソナライズ、最適化のために、高度な技術を組み合わせて使用します。一般的な使用例には、次のようなものがあります。
チャットボットと顧客体験
生成AIは、様々なタッチポイントで即座にインテリジェントな応答とサポートを提供することで、顧客との対話を強化します。これには、AIチャットボットが潜在的な顧客からの問い合わせを処理し、製品情報を提供し、消費者を販売に導くことなど、すべて自然で直感的な言葉で行うことも含まれます。AI駆動型バーチャル・アシスタントは、ウェブサイトを通じてユーザーを案内し、購入を勧め、全体的なユーザー・エクスペリエンスを向上させます。
例えば、生成AIカスタマー・インタラクション・ツールは、顧客のレビューや苦情に対してブランドの声で自動的に応答し、組織のカスタマー・サポート・チームの潜在的な問題を要約することもあるでしょう。生成AIは、将来の割引や製品交換も自動化する可能性があるでしょう。
チャットボットとバーチャル・アシスタントは、組織の独自のデータでトレーニングを受けて、24時間体制の支援とタイムゾーンを超えたグローバルなリーチを提供します。ロボティック・プロセス・オートメーション（RPA）と組み合わせることで、販売または返品プロセスの開始など、特定のアクションを人間の介入なしにトリガーできます。これらの生成AI ツールは、顧客とのインタラクションを「記憶」することで、個々の消費者との一貫した関係を維持しながら、長期間にわたってリードを育成することができます。これらの高度にパーソナライズされたエクスペリエンスはロイヤリティーを生み出し、コンバージョン率を向上させます。
また、生成AIチャットボットは、消費者の好みや行動に関するマーケティング担当者にとって重要な情報も収集します。この膨大で貴重なデータセットを分析して、推奨事項を作成し、ビジネス全体の運用を改善できます。
テキスト生成と画像生成
生成AIは、マーケティング・コンテンツの作成・配信・管理を自動化および最適化することで、コンテンツ・サプライチェーンをエンドツーエンドで実現します。コンテンツ・マーケティングにおけるAI活用法には、自動化されたコンテンツ制作があります。そのようなプロセスを通じて、AIツールは特定のキーワードやトピック、スタイルに基づいて、高品質のブログ投稿やソーシャル・メディアの更新、広告用コピーを生成します。
また、生成AIは、ブランドの美しさやキャンペーンのニーズに合わせたカスタム画像やビデオを作成するため、大規模な設計リソースを必要とせずにビジュアル・コンテンツを強化できます。
これらのモデルはクリエイティブの制作プロセスも大幅に加速させ、マーケティング担当者はさまざまなクリエイティブ・アセットを迅速に作成およびテストし、数時間から数日で本格的なキャンペーンを作成できます。
パーソナライゼーションとセグメンテーション
マーケティング担当者が購買履歴や嗜好に基づいてオーディエンスを幅広いグループにセグメント化するのには従来のAIが役立ったかもしれませんが、生成AIはマイクロセグメンテーションの時代の到来を告げました。マイクロセグメンテーションにより、組織は特定の個人にほぼリアルタイムでマーケティングを行えるようになっています。このようなパーソナライゼーションは生成AIの主な強みであり、これによりマーケティング担当者はターゲットを絞った関連性の高いエクスペリエンスをさまざまなチャネルにわたって大規模に消費者に提供できるようになります。
例えば、生成AIは、顧客の食料品の注文に基づいてカスタマイズされたレシピや食事プランのアイデアを作成したり、個人のフィードバックを解釈して製品の推奨事項を生成したりすることができます。
また、生成AIは適応型コンテンツも強化し、WebサイトやEメール、モバイル・アプリが個々のユーザーのやりとりやデータに基づいて表示をリアルタイムで調整し、消費者にとって最も関連性の高いエクスペリエンスを実現します。ブランドの特定のメッセージングに基づいてトレーニングされたAIツールは、小規模なオーディエンス・セグメント向けに個別のクリエイティブ資産を作成でき、多様な顧客グループに可能な限り効果的なマーケティング・コミュニケーションを確実に届けられます。
データ分析と予測分析
生成AIは、膨大な量のデータの分析に優れており、顧客に関する洞察を明らかにして将来のトレンドを予測し、データ主導の意思決定を可能にします。これには、市場調査分析やAIアルゴリズムが市場データや競合他社の料金体系を解釈して、将来の消費者行動やより広範な業界のダイナミクスを特定するプロセスが含まれる場合があります。
他の生成AIツールは、顧客データを使用して特に関連性の高いオーディエンスを抽出し、ターゲットを絞ることもあるでしょう。このテクノロジーを利用することで、企業は迅速かつ効率的に最適なリードを特定し、将来の傾向を予測することができるため、マーケティング担当者は積極的なキャンペーンを計画し、リソースを最適化できるようになります。
プロセスの自動化
生成AIは自動化を使用してマーケティング・プロセスを合理化します。反復的で時間のかかるタスクを自動化することで、組織は効率と生産性の向上を実現できます。AI搭載ツールの中には、ソーシャル・メディアの投稿やEメールのシーケンスなどのさまざまなマーケティング・ワークフローを自動化し、人的リソースをより戦略的な取り組みに投入できるようにするものもあります。特定のマーケティング・キャンペーンの管理、キャンペーン・データの監視、パフォーマンスに基づいた広告やコミュニケーションの最適化に使用されるものもあります。
生成AIは、コンテンツをある言語から別の言語に翻訳したり、ファイルを複数の形式に変換したりするためにも使用され、マーケティング部門の日常業務を合理化し、ブランドのリーチを増やします。
このテクノロジーは、クリエイティブな制作プロセスを最適化することもできます。生成AIを使用することで、マーケティング部門は1つのコンテンツから数十のバージョンを迅速に生成し、そのコンテンツをABテストして、最も効果的な広告のバリエーションを自動的に決定できます。
アイデアの生成
生成AIは、新しいアイデアやコンテンツのバリエーションを生み出すことで、創造性とイノベーションを刺激できます。マーケティング部門は、生成AIを使用して、現在のトレンドやオーディエンスの関心に基づいて検索エンジン最適化（SEO）の見出しやトピックを提案することもあるでしょう。
例えば、コンサルティング会社のMcKinsey社によると、Kellogg社はAIテクノロジーを使用して、朝食用シリアルを組み合わせたバイラルレシピをスキャンし、そのデータを使って、生成AIがクリエイティブ資産やソーシャルメディア投稿を作成します。4アイデア出しの過程で、生成AIをロゴや広告のオプションの提案に利用することもできるため、マーケティング部門は豊富なアイデアの中から選択して絞り込めるようになります。
生成AIは、ビジネス・プロセスを最適化し、顧客エンゲージメントを高めるさまざまな方法を提供し、マーケティング部門が消費者とコミュニケーションを取り、消費者から学ぶ規模を変革します。マーケティングで生成AIを使用する主なメリットには、次のようなものがあります。
自動化による効率の向上
生成AIはソーシャル・メディアの投稿や広告用コピーなどのコンテンツの作成を自動化し、マーケティング・チームに必要な時間と労力を大幅に削減します。自然言語でコミュニケーションするAI搭載のバーチャル・アシスタントやチャットボットも、人間の介入を最小限に抑えながら、24時間体制の継続的なカスタマー・サポートを提供します。
顧客体験の向上
AIマーケティング・ツールはコンテンツ生成を支援し、顧客にとってより魅力的なエクスペリエンスを生み出し、コンバージョン率を向上させます。また、複数のプラットフォームにまたがる生成AIは、複数のチャネルやタッチポイントで一貫性がありながらもユニークなブランドメッセージを生み出します。
生成AIの実装は、組織の能力と目標によってそれぞれ異なりますが、マーケティング用の生成AIを実装する一般的な手順は次のとおりです。
生成AIを使用するとマーケティング部門にとって多くのメリットがありますが、一般に生成AIを効果的に導入し、そのメリットを享受するにはいくつかの課題もあります。これらの課題と考えられる解決策には、次のようなものがあります。
データ・プライバシーとユーザーの信頼
AI駆動型のパーソナライゼーションやコンテンツ作成に顧客データを利用する場合、組織は通常、データ・プライバシーのルールや規制を厳重に監視する必要があります。データの取り扱いミスはコンプライアンスの問題や消費者の信頼の喪失につながる可能性があるため、高度なセキュリティー・インフラストラクチャーへの投資が必要になる場合があります。成功する生成AIソリューションは、通常、透明で説明可能です。つまり、AIを設計する企業は、AIがどのようにトレーニングされ、調整されたかについての明確な文書を持っています。さらに、独自のデータやユーザー・データを使用している組織は、顧客の快適さのレベルを念頭に置いてAIツールを慎重に設計し、顧客体験ソリューションが侵襲的に見えないようにすることができます。
IBM watsonx AssistantはAI搭載の対話型チャットボットで、リード創出の取り組みを変革し、顧客エンゲージメントを拡大できます。強力な分析機能を活用して、魅力的な顧客体験を推進します。
IBM watsonx.aiは、AIモデルのトレーニングや検証、チューニング、デプロイを行うAI開発者向けの次世代エンタープライズ・スタジオです。当社のツールを使用して、基盤モデルのライブラリーをベースにするか、カスタムメイドのものかにかかわらず、ビジネス向けの生成AIソリューションを作成しましょう。
IBM Consultingは、watsonxプラットフォームを使用し、インテリジェントなコンテンツ・サプライチェーンを作成するためのエンドツーエンドのソリューションを提供することで、お客様のマーケティング業務の変革を支援します。市場に関する深い専門知識、世界クラスのエコシステム・パートナーシップ、人間中心のアプローチにより、お客様のビジネスがマーケティングの創造性を最大限に発揮できるよう支援します。
多くのマーケティング組織では、パブリックLLMに基づく生成AIをコンテンツ作成に使用していますが、カスタマイズされたモデルがもたらす革新的な能力を活用している組織はほとんどありません。ここでは、すべてのCMOがこれらの変革的なツールについて知っておくべき3つのことを紹介します。
Lendyr Bank社の架空のWebサイトで、watsonx Assistantが実際に動作する様子をガイド付きツアーでご体験ください。
組織はコンテンツの作成と配信を再設計する必要があります。この広範な調査により、生成AIがコンテンツ・サプライチェーンにおける創造性と生産性をどのように高めるかを学びましょう。
生成AIは、マーケティングのためのクリエイティブでカスタマイズされたコミュニケーションの新しい世界を推進します。成功している組織がデータ駆動型の生成AIマーケティング戦略を策定する方法についてはこちらをご覧ください。
インテリジェントなチャットボットまたはバーチャル・アシスタントを構築するために設計されたエンタープライズ対話型AIプラットフォームであるIBM watsonx Assistantのマーケティングのユースケースついてはこちらをご覧ください。
大手通信事業者が、コンテンツ・サプライチェーンをサポートするためのよりシームレスなワーク管理システムを構築し、AI対応のデータ・プラクティスを実現した方法をご覧ください
脚注
1 Carvana Creates 1.3M+ Unique AI-Generated Videos for Customers（Carvana社は顧客向けに130万本以上のユニークなAI生成の動画を作成）（ibm.com外部へのリンク）、Carvana、2023年5月9日。
2 Introducing Voice Translation for Podcasters（ポッドキャスター向け音声翻訳の導入）（ibm.com外部へのリンク）、Spotify、2023年9月25日。
3 Now decides next: Insights from the leading edge of generative AI adoption（今が次の決断のとき：生成AI導入の最先端からの洞察）（ibm.com外部へのリンク）、Deloitte社、2024年1月。
4 How generative AI can boost consumer marketing（生成AIが消費者マーケティングを後押しする方法）（ibm.com外部へのリンク）McKinsey社、2023年12月5日。