マーケティングSaaSに生成AIを搭載、DM最適化で売上が従来比115%に

AIの基礎技術そのものは開発せず、顧客の具体的な課題解決とラストワンマイルの支援に資源を集中する。この線引きが取り組み全体の性格を決めています。基盤側はVertex AIとマネージドサービスに委ね、インフラの管理・運用を自社の仕事から外す判断が置かれています。テキスト・音声・動画・画像を別々のツールに分けず一つの基盤で扱う構成を選んだことも、限られた開発リソースを施策そのものの作り込みへ向けるための整理だと読めます。

二つ目の要因は、人の勘に委ねられていた工程を、データで定義できる手順に置き換えた設計です。データを基盤にクラスターを定義し、ペルソナに応じたコンテンツを設定し、その検証方法までを一続きの手順として組み立てる。サンプルを一度に100パターン規模で作れるようになると、良い案を最初に思いつく力よりも、多く出して検証で絞り込む仕組みのほうが成果を左右します。個人に溜まっていたナレッジを組織へ還元するという発想は、この順番の入れ替えから自然に導かれたものと考えられます。

改善を止めない運用の作り方も見逃せません。テキスト、音声、動画、画像といったカテゴリーごとに「この技術が実現すればイノベーションにつながる」という課題リストを持ち、生成AIのモデルが更新されるたびに変更点を集中的に確認しています。約3か月に1度という新機能発表のペースを支えているのは、モデルの進化を待つのではなく、あらかじめ用意した課題の側から取りに行く構えでしょう。基盤の提供元から情報収集の支援を継続的に受けている点も、この確認作業を回すうえで効いています。