AIでノベルティやSDGsはどうなる？1年間あれこれ使ってみて

これまでにもなんどか書いてきていますが、AI ってはちゃめちゃに便利ですよね。

Execel のVBAやマクロをはじめ、WEB関連のコード生成に画像なんかも、エリアを選択してそこにないものをいれたり、背景を引き延ばしてレイアウトしやすくしたりと、もはやないとかなり困ってしまう。そんなレベルになってきました。

個人的お気に入りは、ChatGPT4oとCursor、AdodeのFirefryの3つ。手放せません。

メールやコラムなど読みたいものの要点をかいつまんで表示。さらにメールならこう返信したら？と過去の返信などを教師データとして、70点くらいの文章を提案してくれたりと、単純な業務効率化は相当なものになっています。

ちなみに、このコラムでもちゃっかりとAIをつかっています。
その割合は目次や見出しの生成だけから、各項目のさくっとまとめ、こういうデータはないか？と提示してもらい簡単なまとめ。さらにグラフ化、また異なるデータで用いている単位やスケールをあわせたり、比較をとったり、反証データなどがないかなども。。。

というわけで、わたし個人としては仕事はちょっとでもAIを使う割合が7割、人間だけの作業3割くらい。ほぼほぼAI頼みとなっています。

思い出すと、ちょうど、一年前に。このコラムを書いた時（虎舞竜のロード風です。。。）

当時は、まだまだ手探り手探りで、いやこれは使えるけど、これには使えない。という感じでした。
当時と今をくらべてどれくらいAIをつかうようになったのか、そのビフォアアフターも含めてまとめていきます。

AIをどうやって使っている？実際？？

唐突ですが、AI、使ってますか？？

「はい！使っています！！」という人もいれば「ちょっとだけChatGPTを」や「全くノータッチ」という方もいらっしゃるかと思います。

私は、もうAI がなくなると結構青ざめるレベルで使っています。

マーケティングですので、ちょっと雑多なアクセスログなどを集計するのですが、そのデータの整列、差分データの算出などにAI を用いています。

さらに、WEB広告ではAI 広告を用いていて、お問い合わせからその後の商談化、成約したのか、していないのか、期間はどれくらいか？といった情報をAI に返すことで、精度向上につながっています。

2023年では、せいぜいでコラムの見出しに使う。コラムネタのキャッチボールや壁打ちにつかう。全体作業量の10％も使っているかな……という感じでしたが、いまは、70％近く。感覚的には、なにか「めんどいな」と心の中で思ったならッ！その時スデにAI に任せて仕事は終わっているんだッ！な感じになってきています。

具体的なAI利用例

さきほどもちょっとだけ書きましたが、このコラムのライティングはAI チャットの代表格「ChatGPT 4o」にサポートしてもらっています。

使い方は、定番といえば定番なのですが、まず書きたいテーマを入力して見出しを考えてもらいます。もちろん、ここで提示される見出しはAI とこちらとで齟齬があることがままあります。

なので、完全採用というわけではなく、提示されたものをこちらで修正。修正したものを返して、AI にこういう風に変えたと教えて次回以降の精度を高めます。

次に、見出しごとに400文字くらいで〇〇というワードを入れてまとめて、や具体的な数値などでデータがあれば盛り込んで、などプロンプトを提示。
でてきた文章で、こう言い回しを変えたりしたところを修正、これもAI に返して次回以降の精度を高めます。

ポイントは、参照データや教師データとしてAI が書いたものから、修正したり変更したことをAIに返すことです。やり方は、AIが提示した文章をAとして、修正した文章をBとしてAIに両方の文章を提示して「AはBのように修正したので、覚えて次回以降には修正した感じで」と文字を入力するだけ。

何回か繰り返して文章の特徴やいいまわしなどの個性を覚えてもらいます。

これをある程度繰り返すと、結構いい具合に自分が書くであろう文章を提示してくれるようになります。
イメージとしては、ゴーストライターがそこにいる感じ。

ただ、これはあくまで業務効率化としてAI を用いているだけなので、革新的な使い方とはちょっと言いにくいです。ビジネスとして使い倒すとしては、マーケティングではやはりパーソナライズや広告配信のあたり。

ECサイトや定期購入などでCRMをしっかりとデータを取っていらっしゃる場合には、これはすぐに対応できると思います。ただ、気をつけたいのはデータ構成が曖昧だったり、いい加減だったりするとむしろ変なパーソナライズとなってしまってむしろ阻害となってしまうこともあるようです。

AI利用で注意したいこと

さて、次は注意したいことです。

この代表格としてとりあげたいのがSEOです。
SEOとは、自分のサイトがWEBで検索されやすくするための2大マーケティング策の1つです。

このSEOについては、AI ライティングがChatGPTや生成系AIと相性がよかったのか2023年に一大ブームに、もんのすごい量のWEBコンテンツが生成されました。
なんせ、どこの誰といったターゲットの設定をして、このワードを入れて、この原稿を元にして書いてくれと設定しておけば、ボンボン記事を生成してくれます。

ですが……

生成したコンテンツをノーチェックですすめてしまうと問題がおきやすくなります。

生成されたものは一見するとまともに見えても、内容がいい加減であったり、まちがったり検証データが薄い記事から引用をしていたりと、コンテンツの質が低いものが結構あります。

これが低品質コンテンツといいます。これが結構な数、乱立。
そのためWEB検索大手では、こういった低品質コンテンツについては検索されにくくする。もしくは検索されなくする。といった対応がされてきています。

EEATが、とか、ニーズメットが、とかは一旦おきますが、完全にAI任せだとSEOの効果はあまり期待できなそうです。

また、有名な話では個人情報や機密情報などを意図ぜずに漏洩してしまっていたりといったリスクもあります。ネットリテラシーではないですが、AI リテラシーをしっかりともって使いたいものです。

AIでどう変わる？？

2017年ごろにすでにAI を用いてタクシー会社がある実証実験を行っていました。

それは、過去のデータで乗車になったもののナビ情報をすべてAI にいれて、AI ナビのある車とない車を走らせると、AI ナビのほうが49％も売り上げが良かったといいます。もちろん、瞬間最高風速的なものもあると思いますが、相当な数字です。

テレ東Biz 「AI タクシー　経験ノウハウはＡＩにお任せ？」

また、結構有名なAI 関連の書籍でこれも2017年くらいに出版された「ベストセラーコード」という本があります。

これは、AI にこれまで世界で発行されてベストセラーになった小説を学習させ、小説家ごとの表現の癖から、ある著名な作家が別人を名乗り小説を発行していることをつきとめたり、ベストセラーに共通したアルゴリズムといいますか、パターンを炙り出しています。

これまで抽象的、定性的だったものの評価を具体的、定量的に、評価できるようにしています。

Amazon「ベストセラーコード「売れる文章」を見きわめる驚異のアルゴリズム」

では、このコラムなかのひとが担当するノベルティ、SDGs（環境経営）についてAI が関わることでこれからどうなる？についてサクッと事例などを交えて考えていきます。

ノベルティ×AI

ノベルティでありがちな、「大量生産・大量配布のバラマキ型のビジネスモデル」は時代遅れになるかもしれません。

「ターゲットや市場を特定し、それに対して適切なマーケティング戦略を展開しない企業は、競争において不利な立場に立つ。」は、フィリップ・コトラーの言葉ですが、これがAI でさらに細かく分析できて、先鋭化します。

アメリカで小売市場といえばもうアマゾンが最強、誰もその牙城を崩せない。と思われてきましたが最近、ウォルマートがかなり巻き返してきているといいます。それは、アマゾンのように会員としてお客様を特定してビジネスモデルを、小売でお客様を特定せずに事業をしていたのを、特定して、そのデータから成長ポイントを押さえたオムニチャネルのビジネスモデルに転換したことがきっかけといわれています。

ノベルティでも、お客様を特定してAI でさまざまなデータを用いて分析、適切なプロモーション策が打てるようになるので安価なもののバラマキから「適量生産・定量配布のちょうどいいビジネスモデル」にかわっていくはずです。

SDGs（環境経営）× AI

企業の環境配慮を求める流れは、よりいっそう強くなるとおもいます。

ここでは、いわゆる経営に求められる環境配慮についてを軸に考えます。

AI を用いるとより正確で詳細な環境・社会データを収集・解析することが可能になります。
より厳密な評価になっていくことが想定できます。

ここは妄想の領域になってしまいますが、企業のアクションで考えると、先のバラマキ型のノベルティのような運用をしていると、環境配慮に対しての評価が悪くなるなどがあるかもしれません。なんせ、バラマキだと欲しくない人にも配る可能性があがり、結果として気候変動の原因とされる温室効果ガスの排出も増えがちです。

これが、適切なパーソナライズ化ができて、適切な量を、適切な人に配布する。と無駄が減って、温室効果ガスの削減にもつながり、サスティナブル•ESG経営によい評価になりそうではあります。

まとめ

2023年から仕事だけでなくプライベートでもあれこれとAI を使ってきて、なんとなくこういうことなんだろうな。というのは、AI はあくまでツールなので使う人や組織によっては毒にも薬にもなる。という感じのように思っています。

毒になるパターンとしては、データの蓄積が知らず知らずにAIにとってよくない管理がされているパターンがありそうです。

具体的には、弊社の人気商品ヒノキスマホスタンドを取り上げますと、Aさんはこれを「ヒノキスマスタ」と略称で管理、Bさんは「ヒノキスマホスタンド」と正式名称で管理、Cさんは「jb000」品番で管理としているとします。

この状況をそのままAI に読み込ませると、AさんBさんCさんのデータは別個の3つの商品データとして扱われてしまって、ほんとうは一つの商品の実態データとの乖離が起きてしまいます。

こうなると、本来はおすすめしたい商品のはずが、AIの判断はおすすめではない。と判断されてしまうことになります。これでどんな問題がおきるのかは想像にお任せ致します。

解決にはデータクレンジングやユニークコードを振るなどがあります。（このデータクレンジング的な問題を解決するAI がすでにありそうですね）

このクレンジング関連は、そもそもこういった3つにデータが分断される可能性があること、かつ、そういう管理がされていたことに気づけないと、そのままするっと行ってしまいがちです。

こういったデータ整理の問題だけでなく、現実的にここ数年のAI を用いた問題として、知的財産権侵害や、アカデミックシーンで論文や宿題をAI にやらせるといった問題は、かつてYoutube が世に広まったころ、違法アップロード動画だらけだった無法さを思い出させます。

2018年くらいに、AI が結構すごいと耳にして、PythonやGoogle のTensor Flowといろいろ学びをはじめたころに日本を代表するAI 関連の専門家たちはこぞってAI には倫理が欠かせない。といっていました。著作権に限らず倫理、コンプライアンスの問題はじめとして…

使い方によっては人権などの侵害、その人の身体的な特徴・健康的リスクなどで採用するしないなどの差別が起きてしまうなどの問題。ほかにもたっくさんの問題があるAI ではあります。

とはいえ、使わないことのデメリットは凄まじく、使うものとの差が圧倒的で埋め難いものにもなってしまいかねません。知識と倫理観をもって、使っていきたいものです。

では、最後までお読みいただきありがとうございました。

追記：この記事を書いた後日、Appleから発表されたAIはすごいですね。AIはデータの量が肝とされるのでどこの会社もとにもかくにもなんでもかんでもデータを集めてきました。

プライバシーなんかはそっちのけで、使われ方や管理のされ方によっちゃとんでもないリスクあるよな。と思わされていましたが、さすがAppleッ！俺たちにできないことを平然とやってのけるッ！とばかりに端末のなかで完結してしまうAIをバクターン！！

仮にサーバーの方にいっても、蓄積はされずに消去されるなど安心・安全なAIとなりそうです。楽しみ！！