TL;DR： ほとんどのエージェントAI戦略が失敗するのは、技術が問題だからではなく、チームが調整や検証済みデータ、直接的な配信なしにエージェントを構築し、成果ではなく活動量の最適化に偏っているためです。Yextの製品担当上級副社長であるChris Brownleeは、AI時代に成功するブランドは、エージェントの数が最も多いブランドではなく、検証済みの信頼できる単一の情報源をもとにエージェントが連携して動くブランドである理由を説明しています。
「AIエージェント」というフレーズは数多く見出しを飾っており、その言葉の意味は次第に曖昧になっています。
すべてのソフトウェアベンダーがAIエージェントを持っています（あるいは、そう主張しています）。どの企業もAIエージェントについて話しています。そして多くの企業が過去1年間、AIエージェントを導入してきましたが、結果は期待した成果には届いていないことが明らかになってきました。
しかし、だからといって技術に問題があるわけでも、AIエージェントに私たちの仕事をより良く変える可能性がないわけでもありません。「AIエージェントを持つこと」と、実際に 成果を生む エージェント戦略を持つことの間には本質的な違いがあります。
いくつかのタスクエージェントがレビュー返信を送信したり、リスティングを更新したり、ソーシャル投稿をスケジュールすることは、一見すると進展しているように見えます。しかし、それらのエージェントが連携しておらず、正確なデータに基づいておらず、個々のタスクを超えた目標に基づいていないのであれば、それはエージェント戦略とは言えません。既存の仕組みを自動化しているに過ぎません。
では、ブランドは代わりに何をすべきでしょうか？Yextの製品担当上級副社長であるChris Brownleeに、「より多くの自動化」がなぜ失敗しがちなのか、そしてその落とし穴を回避する方法について聞きました。
ローリン・チェンバレン（シニア編集戦略マネージャー） : クリス、今やどの会社も「AIエージェント」を持っていると言っています。あなたがもう聞き飽きた会話のパターンはどんなものですか？また、もっと多くの人にどんなことを尋ねてほしいと思いますか？
製品担当上級副社長、Chris Brownlee ： この用語は専門的で分かりにくく感じられるかもしれませんが、AIエージェントを、自分の代わりに業務を行う従業員のような存在として考えると理解しやすくなります。問題は、現在ではどの製品でもLLMをタスクに適用し、それをエージェントと呼ぶことができてしまう点です。これは、理屈の上では誰でも雇えるのと同じです。
しかし、私たちは誰でも雇うわけではありませんよね。私たちが求めるのは、経験、知識、専門知識、そして目の前のデータや事実に基づいて的確な判断を下せる人材です。基本的に、自動化は新入社員のようなもので、目の前のタスクにしか対応できません。一方で、真のエージェントは、デジタルマーケティングディレクターのように、高い不確実性にも対応できる存在です。
製品にLLMを組み込むことは今や既成の機能です。どんなソフトウェアでも可能です。本質の問いは、 エージェントがどのようなコンテキストに置かれ、どのような制約の中で活動するのか、ということです。
エージェントが対応できる範囲は、多くの人が考えている以上に重要です。
ここで、実際にどのように問題が起こり得るのかを示す具体例を見てみましょう。あるエージェントが、Googleのプライマリカテゴリを変更すれば、アイスクリーム店がより広い顧客層にリーチできると判断したとします。十分なコンテキストがない場合、「コーヒーショップ」というカテゴリに変更してしまう可能性があります。実際にコーヒーも提供しており、コーヒーの検索ボリュームが大きいためです。表面的には合理的に思えます。しかしその結果、そのアイスクリーム店は、近隣の多くのコーヒーショップと競合することになります。また、戦術的なレベルでは、主要カテゴリを変更するとGoogleで再承認が必要となり、数日から数週間かかる場合があります。これは大きな問題です。
エージェントが判断を下す際に利用できるデータやコンテキストが少ないほど、誤った判断を下す可能性が高くなります。貴社のエージェントは一般的なベストプラクティスに従っているだけでしょうか？それとも、自社が競合他社と比べてどのような位置づけにあるのか、どのような具体的な行動が業績向上につながるのかを実際に把握しているでしょうか？それこそが、問う価値のある問いなのです。
先ほど「データ」や「コンテキスト」という言葉が何度か出ましたので、ちょうど良い流れです。これまでにも、AIの可視性の基盤として構造化データについて公に発信されています。しかし、多くのマーケターはAIエージェントをデータではなく、ワークフローの問題として捉えています。そのギャップはどこから生じているのでしょうか？そして、なぜそれが重要なのでしょうか？
AIエージェントは、網羅的で質の高いデータセットの構築を支援します。そして、そのデータがAI検索での可視性を高めます。Yextでは、ブランドに関するあらゆる情報をKnowledge Graphとして構造化しています。このデータにより、ウェブ全体で一貫した情報発信が可能になり、AI検索エンジンからの信頼性が高まります。AI検索エンジンは、ブランドに関する一貫性のある正確な情報を確認できるほど、その情報をユーザーに提示する際の信頼度が高まります。
課題は、そのデータを常に完全かつ最新の状態に保つことが非常に難しい点にあります。数千の拠点にまたがる情報を日々手動で管理するのは、ほぼ不可能です。そのため私たちは、Knowledge Graphをより充実させるための情報を収集するエージェントを構築しています。具体的には、ウェブのスキャン、既存データの新たな組み合わせ、顧客とのインタラクションの活用などを通じて、情報の欠落を補完します。
AI検索エンジンがブランドについて知れば知るほど、購入意欲が非常に高い顧客と貴社をマッチングさせる可能性が高まります。高精度なマッチングが、購買意欲の高い顧客とブランドを結びつけます。その機会は、ワークフローではなくデータから始まります。
エージェントAI戦略が実際に有効かどうかを評価する際には、どのような観点で判断すべきでしょうか？
エージェントの目的は、従業員と同様に時間を節約し、ブランド価値を高めることです。影響度が低く、不確実性の低い業務には、エントリーレベルの人材を配置します。同様にエージェントにおいても、高度に反復可能で明確に定義されたタスクこそが最も効果を発揮する領域であり、当社はこれまでにそうした課題を数多く解決してきました。
しかし現在は、いわば中間管理レベルのエージェントを構築する段階にあります。これらのエージェントは、より広範なデータにアクセスし、情報を相互参照し、他のエージェントの動きを理解したうえで、次のアクションを調整する能力を持ちます。
エージェント戦略について本質的に問うべきなのは、エージェントが独立して動いているのか、それとも連携して機能しているのかという点です。独立したエージェントは、いくつ導入しても成果は個別タスクの積み上げにとどまります。一方で、連携したエージェントは、より高度な成果を生み出すことができます。
エージェントが連携していない場合、実際にはどのような状態になるのか教えてください。どのような問題が起き、なぜそれが損失につながるまで気づきにくいのでしょうか？
では次に、連携がうまく機能した場合に何が可能になるのか、具体例で説明します。
例えば、同じアイスクリーム店に2つのエージェントがあるとします。1つはレビュー対応、もう1つはソーシャル投稿の作成を担当します。それぞれが個別に業務を行っています。しかし、もし2つのエージェントが同僚のように情報を共有できれば、コンテキストは変わります。
レビュー対応エージェントは、顧客が今月のフレーバーを高く評価していることに気づきます。その情報をソーシャル投稿エージェントに共有します。「現在、この商品への評価が非常に高い」といった内容です。ソーシャル投稿エージェントはそのインサイトをもとに、投稿内容、配信タイミング、訴求ポイントを含めたキャンペーンを構築します。実際の顧客の声に基づいた内容になります。
もしこの2つのエージェントが情報を共有できなければ、その機会は失われます。エージェント同士を連携させ、ブランド全体の目標に沿って曖昧なタスクを処理できるようにするほど、システム全体の価値は高まります。
では、Yextはこの領域において実際にどこに向かっているのでしょうか？ロードマップの話ではなく、 実際 に成功とはどのような状態を指すのでしょうか？
それはオーケストレーションレイヤーです。私たちは、個別タスクを担うエージェントの開発だけでなく、ブランド内のある領域で得られたシグナルをもとに、他の領域にも影響を与えながら戦略を調整できるミドルマネジメント層の構築にも取り組んでいます。
ブランドのエンドツーエンドのマーケティングは、一体として機能する必要があります。顧客のジャーニー全体で優れた体験を提供するには、すべてが連携し、目標と意図を理解している必要があります。その体験の質が高いほど、顧客が有料顧客へ転換する可能性は高まります。
現在エージェントAIを評価しているブランドに対して、最後に何かアドバイスはありますか？
エージェントは、チェックボックスのような「おまけの機能」ではありません。導入を決定する前に、データの中身やエージェントの活動範囲を精査してください。ディレクターレベルの業務に対して、エントリーレベルの能力しか持たないエージェントを当てはめていないかを確認しましょう。
