インターフェイスの裏側：自然言語によるマーケティングワークフローの変革

企業は、プライバシー、経済性、AIの急速な進歩といった課題に直面し、複雑な状況を乗り越えています。消費者のデータプライバシーは、もはや単なる期待ではなく、交渉の余地のない、消費者の信頼の基盤です。経済の変動により、企業はより少ないコストでより多くのことを行うようになり、絶えず変化する規制の中でより高い効率性が求められています。一方、AI、特に生成AIとエージェントAIは、データアクセスと意思決定に革命をもたらしており、企業は迅速な適応を迫られています。

2023年は生成AIの発見の時代でしたが、2024年はカスタマーサービスやマーケティングのための新世代AIツールの実験、概念実証、開発の年です。当初、生成AIは、無数のユースケースに対応する簡単でコスト効率の高いキャッチオールソリューションのように思われましたが、実際にははるかに微妙な違いがあります。生成AIは、構築と使用が複雑で、実装に費用がかかり、かつてないスピードで進化しています。しかし、これらの課題に対処できる企業にとって、2025年は、自然言語インターフェイス（NLI）が日常的なマーケティングワークフローに浸透し、データアクセスが民主化され、ビジネス成果が促進される応用AIの年となるでしょう。

「最もホットな新しいプログラミング言語は英語です」 OpenAIの創設メンバーAndrej Karpathyの有名なツイート私たちのデータとの関わり方は根本的に変わりました。これまで、私たちは紙媒体からデジタルデータやデータストレージシステムへ移行し、SQL対応のデータアクセスに移行してきました。SQL対応のデータアクセスは強力ですが、技術的な専門知識が必要なため、マーケターが直接データにアクセスすることができませんでした。このプロセスでは、マーケターは自然言語を使用してITチケットシステムでリクエストを行う必要がありました。その後、ITチームがリクエストを解釈し、SQLに変換して完了します。これらのチケットを手動で処理する必要があるため、バックログが大きくなると数日、数週間、場合によっては数か月もかかる場合があります。

次に、ドラッグ＆ドロップのクリックインターフェースです。これは、今日のマーケティングテクノロジーで最もなじみのあるインターフェースです。通常「ノーコード」と呼ばれるこれらのインターフェースは、マーケターにとっては比較的セルフサービスですが、技術的なデータ構造を理解する必要があります。たとえば、システム内の「customer」テーブルの名前は何ですか？過去12か月間の支出額を示す列の名前は何ですか？このシステムではマーケターは比較的自給自足できますが、自然言語やビジネスセマンティクスを使って簡単に理解できるデータに直接アクセスすることはできません。 

今では、自然言語インターフェースにより、マーケターは自給自足しながら自然言語を使えるようになっています。他のチームに頼る必要も、手動操作の結果を待つ必要もありません。これは、技術者ではないユーザーにとっては画期的なことです。NLIは、キャンペーン計画、意思決定、分析、最適化のためのマーケティングワークフローの変革を約束します。アイデア出し、オーディエンスターゲティング、コンテンツ選択、チャネル決定、レポート作成など、さまざまなことを促進することができます。このシフトのペースと優先度は企業によって異なりますが、その傾向は明らかです。NLIは、新しいインターフェースとして選ばれるようになっています。

NLIの魅力と有効性の一部は、リクエストを入力するテキストボックスというシンプルさです。しかし、NLIをマスターするには、やはり学習が必要です。現在、モデルのパフォーマンスはリクエストやプロンプトの品質に大きく依存しています。自然言語インタラクションでさえ、満足のいく結果を得るためには改良が必要です。生成AIの導入を成功させるには時間がかかるでしょう。早い段階で頻繁に模索し、適応することが重要です。プラクティショナーは、働き方の居心地の悪さに慣れ、マーケティング環境の変化を避けられない新しいテクノロジーを効率的に活用するために早い段階で学ぶ必要があります。 

どんなにシンプルなユーザーインターフェースでも、そのシンプルさの裏には大きな力と複雑さがあります。Googleの検索エンジンが高度なアルゴリズムに依存しているように、NLIでは堅牢なデータ戦略とバックエンドでの統合が必要です。インターフェースをLLMに接続するだけでは不十分であることが分かってきました。企業のセキュリティ要件を満たさず、性能も期待できません。 

企業組織は、AIの成功はデータの成功にかかっていることを認識しています。

組織のAIとインターフェースは、データガバナンス、コンプライアンス、セキュリティ要件を犠牲にすることなく、アクセスできるデータと、そのデータの可能性を広げるために統合されたツールがあって初めて成り立つものです。 

SnowflakeのAIデータクラウドは、この変化し続ける状況下でマーケターを支援します。Snowflakeは、これらの次世代インターフェースを強化し強化する機能など、生成AI機能の開発を促進する包括的なソリューションを提供します。 

Snowflake for AIは、AIを統制されたデータに導入し、構造化データと非構造化データの両方の分析ワークフローの実行、エージェントアプリの開発、モデルのトレーニングを、最小限の運用オーバーヘッドで実現します。モジュール型の統合済みAIサービス、ツール、コンピュートインフラストラクチャで構成された単一のプラットフォームで、非構造化データ処理、生成AIアプリ、モデル開発を簡単に加速できます。 

Snowflake Cortex AIを使用すると、非構造化データを迅速かつ簡単に分析し、フルマネージドLLM、検索拡張生成（RAG）、テキストからSQLへの変換サービスを使用する生成AIアプリケーションを構築できます。また、複数のユーザーがノーコード、SQL、REST APIインターフェイスを使用してAIサービスを使用できるようになります。また、非構造化データの分析やデータエージェントなどのAIアプリの構築をサーバーレスAIで行えるため、インフラストラクチャー管理業務を省略できます。Sowflakeは何千もの組織に信頼されている、業界をリードするセキュリティと統合されたガバナンスによって、データとモデルの価値を保護します。

デジタルマーケティングの強化

「Snowflake Cortexをマーケティングインテリジェンスプラットフォームに組み込み、クライアントや社内ワークフロー内で直接、自然言語クエリを実行できるようにしました。これにより、アナリストがSQLを記述することから、ストラテジストやマーケターが平易な言葉で瞬時にマルチソースデータを取得することへのシフトが実現します。インサイトの獲得スピードが30倍向上し、わずか数百件のクエリで3週間分以上を節約できました。大規模言語モデルのエンタープライズデータスタックへの統合がますます進んでいく中、このアプローチはサービスビジネスの新たなオペレーティングモデルを定義するものとなるでしょう。」

— John Saunders氏、Power Digital、Product担当VP

GrowthLoop

「GrowthLoopは、SnowflakeのCortex AIを利用した自然言語インターフェイスを統合し、マーケターとオペレーターがデータにセルフサービスでアクセスできるようにしました。パフォーマンスマーケターが新しいABテストを開始するときでも、ライフサイクルマーケターが休眠顧客を見つけるときでも、マーケティングオポチュニティリードがチケットの量を減らすときでも、自然言語は技術的な障壁を取り除きます。インサイトを得るまでの時間の短縮、アクティベーションの迅速化、データのガバナンスと一貫性の確保、これらすべてをSnowflake上で直接行うことができます。」

— Anthony Rotio氏、GrowthLoop、最高AI責任者

Dataiku

「Dataikuを利用することで、データエキスパートは複雑な顧客セグメンテーションから予測分析まで、高度なAIを構築、展開できます。Snowflake Cortexを活用することで、マーケティングチームは自然言語を使用してこれらの複雑なインサイトに直感的にアクセスできるようになりました。この重要なつながりが、深い分析力をリアルタイムのパーソナライゼーションへと変換し、顧客エンゲージメントとビジネスアウトカムを劇的に改善します。」

— Jed Dougherty氏、Dataiku、プラットフォーム戦略責任者、

さらに詳しくは、ウェビナー「Decoding AI’s Org-Wide Marketing Impact：Scott Brinker氏との独占セッション。