マーケターの「AI使えない」は、ただ任せているだけが多い

同じことをしているのに、なぜここまで差が出るのか

以前、ある類似した業務を行っているA社とB社に対して、特定形式のインタビューコンテンツをAIで自動化するのはどうかと提案したことがある。

類似するパターンがあるコンテンツだったし、そのプロセスは作れると思ったからだ。もちろん、人のレビューは必ず必要。それは大前提として。

結果、A社は改良を繰り返し、今ではほぼ完全自動化できている。レビューコストもほぼかからなくなってきた。

一方でB社は「AIっぽい文章になる」「AIにこのヒアリングはできない」「AIは私のようにはできない」となって、当時否定的だった。

どちらがいい悪いという話ではない。ただ、客観的に見て、類似しているケースなのに、なぜここまで差が出てしまうのか。

その問いに向き合った時、大きな違いに気づいた。

B社は「AIがなんでもしてくれる、だから任せても求めてるものは出ない」と考えていた。

A社は「AIに従来の業務をどう再現させるのか」と考えていた。

たったこれだけの違い。でも、この違いが結果を大きく分けた。

A社も最初は「AIに任せたところでうまくいくのか？」という温度感だった。

ただ、任せるのでなく、求めているクオリティに達するために、自身をどうAIで再現するのか？という視点にA社は立てた。B社は、丸投げして「AIっぽい文章が出てきた」「自分が求めているクオリティじゃない」と感じた。

再現するのに、それが一つのプロンプトで、雑なデータで、やれるわけがない。AI否定寄りの思考が、そこから先の工夫を止めてしまっていたんだと思う。

非定型業務をAIに丸投げしても、うまくいくことは稀

そもそも論として、非定型業務、つまり属人的な業務をAIに任せて、自動出力で素晴らしいものが出来上がることは稀だ。

戦略や意思決定、クリエイティブ、あらゆるものがそうだ。

プロフェッショナルであればあるほど、AIのアウトプットは自分が求めるものから程遠くなる。理由はシンプルで、AIが推論する幅が広すぎるからだと思っている。

何も制約を与えずに「カスタマージャーニーマップを作って」と言えば、AIは無数の可能性の中から「それっぽいもの」を出す。

でも、それは私のカスタマージャーニーマップではない。私の経験、私の判断基準、私のプロセスが反映されていない、ただの一般的なアウトプットだ。

だから「使えない」と感じる。当たり前の話だと思う。

じゃあどうすればいいのか。私がやっているのは、自分自身をどうAIに再現させるかを徹底的に詰めること。これに尽きる、そう今は思っている。

自分のプロセスを整理するところから始める

具体例を一つ挙げる。

私は昨年5月頃から、カスタマージャーニーマップの作成を完全に自動化している。

カスタマージャーニーマップと一口に言っても、目的が違えば作り方も変わるし、購買行動プロセスもペルソナによって変わる。意図や戦略によっては内容がガラリと変わる。

同じカスタマージャーニーマップでも、ブランドや攻め方、状況、フェーズが違えば全然違うものになる。超属人的なアウトプットだ。

これをどうやって自動化したか。

まず、自分が普段どういうプロセスでカスタマージャーニーマップを作っているかを整理するところからスタートした。

対象ブランドの調査、ターゲティング、競合調査、ポジショニング、ペルソナ。こういった順を追って、特定のロジックに沿ってカスタマージャーニーを作成していた。

そして、どういう情報を用いていたか。競合のサイト調査、市場調査、顧客情報など。

大事なのはここからだ。

私は雑なデータをもとにポンとカスタマージャーニーマップを作っていたわけじゃない。情報を整理し、一つ一つのプロセスにこだわりを持ってアウトプットして、次のプロセスへ。

これを連続的に行うことで、自分自身の推論の幅を狭めていた。「だからこのカスタマージャーニーマップになる」ということを、プロセスの積み重ねで導いていた。

このプロセスをそのままAIに移せばいい。そう気づいてから、全てではないものの、非定型業務を自動化することを繰り返すようになった。

推論の幅を狭めるプロセスを、そのままAIに移す

具体的には、プロンプトチェーンという手法を使った。

一つのプロンプトで全部やらせるのではなく、複数のプロンプトを連続的に自動実行する。

ブランド調査、ターゲティング、競合調査・分析、ポジショニング、ペルソナ、カスタマージャーニー。私がやっていたのと同じ順番で、一つずつ丁寧にアウトプットさせていく。

各ステップで推論の幅が狭まっていくから、最終的なカスタマージャーニーマップは、私が求めるクオリティに近づいていく。

最初の作り込みには3日くらいかけた。慣れていなかったから。

そこから精度が80点くらいのものを、どう95点にするか。あらゆるパターンに対応できない時に、どう対応させていくか。チューニングを繰り返した。

結果、今では特定の情報をサクッと入れれば、15分もあればデータの収集からあらゆる情報の整理、そして求めているカスタマージャーニーマップまで出来上がるようになった。

使えば使うほど、生産性は上がる

例えば、AIを使わなかった時はカスタマージャーニーを丸2日かけて作っていたとしたら、10回目も2日かけることになる。

ただ、自身を再現して、初回に今まで以上に時間をかけて仕組みを作る。1回目は3日かかったとしても、2回目は3時間になる。10回目には15分になる。

使えば使うほど精度が上がり、生産性が上がっていく。

非定型業務の中でも、何度も繰り返し行う業務は特に効果的だ。カスタマージャーニーマップもそうだし、コンテンツ制作、提案書、LPO改善提案など、パターンはあるけど毎回内容が違うという類のもの。

こういう業務に対して、自分のプロセスを一度再現してしまえば、あとはどんどん良くなっていく。

やればやるだけ生産性が上がるので、常にもう1ヶ月前には戻れない...という状態になり続けることが今は正常な状態だと思う。

できないと思うなら、できていることから再現すればいい

「AI使えない」と感じる気持ちは否定しない。

でも、AIっぽい文章になってしまう理由はなんなのか。自分のアウトプットと何が違うのか。そこを考えた方がいいと私は思ってる。

AIに任せてうまくいくわけがない。それはその通りだ。

でも、自分が日々やっていること、自分ができていることであれば、ガンガン再現していけばいい。

自分のプロセスを整理して、どういう順番で、どういう情報を使って、何を判断して、どうアウトプットしているか。それをAIに渡せるように言語化する。

やってみると気づくけど、これは「AIのスキル」の問題じゃない。「自分自身のプロセスをどれだけ理解しているか」の問題だ。

プロフェッショナルとして長年培ってきた判断基準やプロセスは、自分の中にある。ただ、それが暗黙知のままになっている。

暗黙知を形式知にする。そしてAIに再現させる。それだけの話で、この視点があるかないかで、AIとの付き合い方がまるで変わってくるように思う。

もしAIは...となるなら、まずは再現から始めてみる。それだけで、AIとの付き合い方は大きく変わるんじゃないだろうか。