マーケター必読：AIの「実験」をやめて、現場の課題を解きにいこう ── 海の向こうからオピニオン その188

アトラシアン本社の情報サイト『Inside Atlassian』より。Head of Lifecycle Marketingのアシュリー・ファウス（Ashley Faus）と、IT Writerのライアン・ナラゴン（Ryan Narragon）が、マーケターがAIを「探索」や「実験」で終わらせず、現場の課題を一つひとつ解いていくことで本物の使い手になるための実践的なアプローチを説く。

LinkedInやカンファレンスで多くのマーケターと話していると、AI活用について似たような話をよく耳にする。

彼らのチームは、毎週金曜の午後を「AIお試しタイム」としてカレンダーに固定している。強い意志でその時間を確保し、経営陣の理解も取りつけ、発見した知見を共有するためのSlackチャンネルまで立ち上げた。

ところが1か月後、手元に残ったのはプロンプト集が12本、ツール比較表が3つ、そして ── 実際に変わった業務プロセスはゼロ、という結果だった。

問題は努力や熱意の不足ではない。彼らが解こうとしていたのが、現実の課題ではなく「あったらいいな」程度の仮想の課題だったことにある。空っぽのClaudeの画面を前に座り、「これ、何に使えるだろう？」と考え込んでしまう。受信トレイに眠っている書きかけの企画書を開いて、「これ、今すぐ手伝ってもらえないか？」と問いかける代わりに。

こうした状況は、彼らだけの話ではない。McKinseyの調査によれば、組織の79％が生成AIを試している*1一方で、それを実際の業務プロセスに本格的に組み込めている組織は10％にも満たないという。MIT Sloanはこうした企業を、最大層にあたる「エクスペリメンター*2（Experimenters：試すだけで終わる層）」と呼んでいる。ロードマップも業務への組み込み計画もないままAIを触ってみるだけで、生産性向上という形での成果には結びつかない、というわけだ。

もし心当たりがあるなら、ぜひ続きを読んでほしい。もっと良いやり方がある。

AIの定着は「片手間プロジェクト」ではなく「チームスポーツ」として取り組め

人間の同僚との関わり方を思い返してみてほしい。意思疎通の不足を補うために、わざわざ週に1コマだけ「コラボレーションの時間」をカレンダーに確保する、なんてことはしないはずだ。新しいプロジェクトを立ち上げるときには、役割と責任、必要なスキル、進め方をすり合わせる。自分の手に負えない課題にぶつかったときには、「あの人に聞いてみよう」と同僚の顔を思い浮かべる。

それなのに、多くのチームはAIの定着を、本業とは切り離された別プロセスや特別なスプリント、あるいは大規模で孤立したプロジェクトとして捉えてしまっている。そうではなく、AIの定着は人間の同僚と協働するのと同じように考えるべきだ。つまり、自分たちのニーズが変わり、新たな課題が見つかるたびに進化していく、継続的な営みなのである。

まとめて試す方式が、マーケターにとってうまくいかない理由

マーケティングという仕事の性質上、目的を決めずにAIをあれこれ触ってみる、というやり方はそもそも難しい。日々の業務では、キャンペーンの企画書、ローンチ対応、関係者からのフィードバック、効果測定のデータなどを同時並行でさばいている。常に頭を切り替えながら、顧客や経営層からの主観的な意見、刻々と変わる市場環境、そして判断材料として十分とは言えないデータと向き合っているのが実情だ。

目の前に具体的な課題がない状態で「AIを試してみよう」と座っても、AIが本当に力を発揮するための要素がすべて欠けてしまう。

アトラシアン社内のあるマーケターが、見事に言い当てていた。「そういう機能があるのは知ってるんだけどね……エージェントを自分の業務にどう組み込むか、じっくり考える余裕がまだなくて。」 これは懐疑的な姿勢ではない。目の前の情報量に溺れている人間が、わざわざ架空の課題をひねり出す余白を持ち合わせていない、というだけの話だ。

ここで一つ強調しておきたい。課題を見つけて解決するのは、そもそもマーケターの中核スキルである。革新的であるために、特別なスプリント期間など必要ない。必要なのは、その革新の力を、自分たちが今まさに感じている摩擦に向けることだ。

Harvard Business Reviewは、AIモデルそのものがコモディティ化していく中で、真の差別化要因は組織が持つ「コンテキスト・レイヤー（Context Layer：その組織固有の文脈情報の層）」だ*3と論じている。すなわち、現場で実際に動いている業務プロセス、そこで拾われるシグナル、その瞬間に下されるトレードオフの判断のことである。さらにHBRは、組織が「大胆で全社的な変革」を追い求め、現実のビジネス課題を解く具体的でインパクトの大きいユースケースを特定しようとしないとき、AIの定着は失速する*4とも指摘している。

「その場で解決する」というもう一つのやり方

では、代わりに何が機能するのか？ AI専用の時間枠を設けるのをやめることだ。そして、すべてのプロジェクトの工程に10〜15％のバッファ（余裕時間）を組み込むようにする。そのうえで、最小限で機能する解決策（MVS＝ミニマム・バイアブル・ソリューション）が見つかったら、それを磨き込んで横展開するための時間を改めて確保する。

発想を切り替えよう。「AIをいつ試そうか？」ではなく、「自分は今、どこで詰まっているか？」と問うのである。

企画書がぐちゃぐちゃになっているとき。ドラフトをあと4パターン用意しなければいけないとき。承認ルートが誰に回せばいいのか分からないとき。四半期レポートに丸一日溶かしているとき ── あるいは、それ以外のどんな摩擦であっても ── その瞬間こそが、AIに頼ってみるべきタイミングなのだ。

このやり方の方がうまくいく理由は、次の3つだ：

これは単なる直感の話ではない。Blueline Simulationsは、学びが即時的で目の前のタスクと結びついているときにエンゲージメントと定着率が向上する*5と報告している。またStanford大学の研究では、AIを漠然とした探索ではなく具体的な「デジタル雑務」や特定のタスクに適用した場合に、生産性の向上幅が76％〜176％*6ともっとも大きかったことが明らかになっている。

パターンは一貫している。AIがもっとも力を発揮するのは、本当に必要としている場面で、リアルタイムに使われたときなのだ。

つながった業務プロセスが、単発のお試しに勝つ理由

「その場で使うAI」がサンドボックス的な試行錯誤を上回るのには、もっと根本的な理由がある。文脈（コンテキスト）だ。

空っぽのAIチャット画面を開いて汎用的なプロンプトを打ち込むとき、ツール側はあなたのキャンペーンについて何も知らない。ターゲットセグメントも、ブランドのトーンも、チームのリソース状況も、前四半期に何を出したかも、一切分かっていない。プロンプトでその文脈をすべて手動で組み立て直す必要があるが、あまりに骨が折れるので、大半の人はそこまでやらない。

しかし、AIが自分たちの仕事がすでに蓄積されているシステムと ── プロジェクト計画、ドキュメント、過去の企画書、会議の議事録、成果データなど ── つながっていれば、話は違う。ゼロからではなく、文脈がすでにある状態からスタートできるのだ。

これが、AIに「キャンペーンの企画書を書いて」と頼むのと、「プロジェクトXの企画書を見て、直近3回の成功したローンチと比較して、何が足りないか教えて」と頼むのとの違いである。後者は使えるアウトプットを生む。前者は当たり障りのないものしか出てこない。

アトラシアン社内のあるマーケティングリーダーは、別のアプローチに対するもどかしさをこう語っていた。「ベンダーは目新しいAIアドオンを売りたがるけれど、基本がつながっていなければ ── 仕事の内容は何か、誰が担当か、何を成果として出したか ── 結局うちのチームがお守りをしなきゃいけない、もう一つのバラバラな画面が増えるだけだよ。」

だからこそ、AIにとってシステム同士がつながっていることがこれほど重要なのだ。AIに必要なのは、より多くの機能ではない。より多くの文脈である。そしてすべての文脈が揃うのは、仕事のまっただ中にいるときであって、サンドボックスに座って「仕事ってどんな感じだっけ」と想像しているときではない。

MIT Sloan Management Reviewもこの考え方を裏付けている。AIエージェントは、単体のコーディングツールやコンテンツ生成のおもちゃとして扱うのではなく、会議準備、競合分析、関係者への状況共有といった実際のナレッジワークに適用すべきだ*2と同誌は推奨している。

語るより見せる：社内からAI活用の旗振り役を育てる

「試行錯誤はやめよう」というメッセージの裏には、もう一つ掘り起こす価値のある教訓が隠れている。それは、マーケティング組織全体でAI活用への賛同をどう広げていくか、そのやり方を根本から変える教訓だ。

アトラシアンで分かってきたのは、「AIがあなたの仕事を変えますよ」とマーケターに言葉で説明しても、状況は何も動かないということだ。実際に状況を動かすのは、彼ら自身の業務プロセス、彼ら自身のデータ、彼ら自身の悩みどころを使って、目の前で見せることである。

社内の調査からも明らかになっているのだが、マーケティング領域でのプロダクト・マーケット・フィット（PMF：製品が市場に受け入れられている状態）は、二つの条件が揃ったときにしか生まれない。すなわち、ふさわしい体験と、ふさわしい旗振り役だ。このどちらかが欠けていれば、いくら立派なビジョンを掲げても、定着の段階で止まってしまう。

「ふさわしい旗振り役」はきわめて重要であり、それはほぼ間違いなくマーケティングオペレーション（Marketing Ops：マーケティング施策の実行基盤を支える部門）の担当者だ。 彼らが他のメンバーより技術に長けているとか、優秀だとかいう話ではない。彼らはシステム全体を端から端まで見渡せる立場にいて、ツール同士が連携するための仕組みやインフラの構築を一手に引き受け、データの整備と維持管理を担っている。

このつなぎ目に座っているからこそ、AIが実際にどこにはまるのか、何と接続すべきなのかが見える。その責任が彼らに信頼性を与え、残りのメンバーを巻き込んでいく力になる。彼らはAIをコンセプトとして売り込むのではなく、チームがずっと嫌がっていた問題を実際に解決して見せることで証明するのだ。

これは、先ほどの「その場で解決する」という考え方とそのままつながっている。AI活用の最良の旗振りは、プレゼン資料からも全社ミーティングのデモからも生まれない。マーケティングオペレーションのリーダーが「四半期レポートにかかる時間をAIで6時間から45分に短縮した。やり方はこうで、出来上がりはこれだ」と示す、そこから生まれるのだ。それは売り込みではなく、小さな実証事例である。そして、はるかに説得力がある。

この「語るより見せる」の原則は、どの立場にも当てはまる。

（直面したそのときに）AIを試す価値のある、3つの「現場あるある」な課題

理屈は役に立つが、具体例にはかなわない。

ここからは、「その場で解決する」アプローチが効いてくる3つのシナリオを紹介する。仮想のユースケースとしてではなく、あなた自身がこの1週間のどこかで「あった、これ」と頷くであろう場面として、だ。

生煮えのまま降ってくる、あの企画書

あの感じ、分かるはずだ。ターゲットオーディエンスが書かれていない。成功指標もぼんやりしている。スケジュール欄には「ASAP（とにかく急ぎ）」とだけ。ここで3日後にしか実現しない30分のヒアリング会議を設定するのではなく、自分たちのインテークフォーム（依頼受付フォーム）と過去のキャンペーン企画書を2〜3本、AIに読み込ませてしまおう。足りない情報を埋めて、それでも残っている不明点をフラグ立てしてほしい、と頼むのだ。10分で、完成形の8割までは到達できる。しかも、本番のヒアリング会議では、より核心を突いた質問を準備できている状態になる。

丸一日を飲み込んでいく、あの四半期レポート

ダッシュボードのタブが5つ開きっぱなし、チャネル別パフォーマンスを並べたスプレッドシート、そして書きかけのナレーション部分 ── 「戦略的に聞こえる文章」にしなければいけないのに、実際は数字を言い換えているだけ。そんな状況だ。AIが実際のデータソースに接続されているなら、そのナレーション部分の下書きをAIに頼んでしまおう。あなたの時間は、指標をコピペして接続詞でつなぐ作業ではなく、文章を磨いてインサイト（示唆）を加える作業に使えるようになる。

いつも止まる、あの承認ルート

もう4日経っている。止まっている原因が自分のVPなのか、法務なのか、パートナーチームなのか、見当もつかない。ここで「念のため進捗確認です」というSlackメッセージをもう一通送るのではなく、AIに頼んでみよう。今どこで止まっているのかを可視化し、ボトルネックになっている人を特定し、エスカレーションのひな型まで起こしてもらうのだ。これで、ただ待つだけの受け身の状態から、自分から詰まりを解消しに行く能動的な状態へ、2分で切り替わる。

AI実践で得た学びを、次にどう活かすか

その場でAIを試すたびに、うまくいったかどうかに関係なく、あなたは小さな実証事例を一つ生み出している。それを蒸発させてはもったいない。

軽い記録を残しておこう。形式ばったものでなくていい。次の4点だけ押さえておけば十分だ。

そのメモは、「AIのベストプラクティス」としてではなく、「行き詰まったときに自分が試したこと」として、チームに共有してほしい。この見せ方が肝心だ。義務でもなければ、研修プログラムでもない。同僚が同僚を助ける ── ただそれだけのことなのだ。

時間が経つにつれて、パターンは自然と浮かび上がってくる。初稿づくりではAIが安定して頼りになる一方、オーディエンスのセグメンテーションはまるでダメだ ── そんなことに気づく。あるいは、データの集約には何時間も節約できるのに、戦略的な提言となると大幅な手直しが必要だ、と分かってくる。そうなったときこそ、標準化のタイミングだ。仮想のユースケースではなく、現場での実体験に裏打ちされたパターンが見えてきたときに、初めて標準化する。

これは、マーケターがキャンペーン最適化ですでに持っている直感と同じだ。試して、計測して、改良して、効くものをスケールさせる。AI活用を社内に広げていくときも、同じやり方で扱おう ── 継続的な、長期にわたる最適化に腰を据えて取り組むのだ。

最高のAIユースケースは、まだあなたが思いついていないところにある

AIのユースケースを、事前に予測しようとするのをやめよう。 最高のユースケースは、まだ直面していない課題から、シミュレーションでは再現できない状況の中で、自然と立ち現れてくる。

代わりに、次の3つを実践してほしい。

AIを本当の意味で使いこなせるようになるマーケターは、最も多くのツールを「触ってみた」人でも、最も多くのワークショップに参加した人でもない。一つひとつの「詰まった瞬間」を、現場の課題と向き合って解いてきた人たちだ。

他のリーダーたちがどうAIを取り入れているか、もっと知りたい方は、先日開催したTeamwork in an AI eraのオンデマンド配信（英語）をぜひご覧いただきたい。