ウィンブルドン、AIエージェント活用でコンテンツ移行を1人4週間に短縮

ファンの自由な質問を受け止める「Match Chat」は、汎用の対話AIをそのまま置くのではなく、ウィンブルドンの編集スタイルとテニス特有の表現に基づいて学習された複数のAIエージェントと、用途に応じたモデル群を組み合わせる形で構築されました。回答の中身はライブの試合データ、分析情報、過去のパフォーマンス情報を拡張したデータ・セットから引き出し、語り口はエージェント側が担う。この「根拠を出す層」と「話し方を決める層」を分けた設計が、何を聞かれるか分からない入力を許しながら大会としての一貫した表現を保つ条件になったと考えられます。一部の回答に関連する写真や動画を添える作りも、文字だけでは伝わりにくい場面の理解を補う工夫です。

「Key Moments」が既存の「Likelihood to Win」を置き換えず、拡張として設計された点も見逃せません。勝利確率という数字は、算出の理由が見えないと眺めて終わりがちで、試合の流れを左右したプレーとその理由を並べて示すことで初めて、数字が読み解きの手がかりに変わります。予測モデルを作り直すのではなく、その出力に説明を足す方向を選んだ判断は、既存資産を活かしたまま納得感を高めるやり方として応用範囲が広い。

基盤側では、機能より先に構造を整える順番が取られました。誰がどのようにデジタル・エコシステムに関与しているかというデータ分析と調査を出発点にユーザー・ジャーニーを組み立て、コンテンツ間の関係はナレッジ・グラフとして再構成し、そのうえでコンテンツ構造を新プラットフォーム向けに組み替えるAI駆動のワークフローを開発しています。人手で図解しきれない関係性をグラフとして持たせた設計が、パーソナライズを機能単体の工夫ではなくデータ構造の側から成り立たせています。