生成AIで社内問い合わせを自動化する、という記事を読んだ。情シスや人事に毎日同じ質問が飛んでくるやつを、RAGで自動応答させる仕組みの話だ。正直、最初は「うちには関係ないかな」と思って開いた。でも読み進めるうちに、これマーケにも刺さる話だと気づいた。
私がいる広告代理店は、クライアント対応と社内確認が想像以上に多い。「このクリエイティブのサイズ規定どこ見ればいい?」「TikTokの入稿締切いつだっけ?」みたいな質問が、Slackに一日に何件も流れてくる。自分も聞くし、聞かれる側にもなる。チームは8人で、うち3人がジュニアメンバーだから、教える工数がそれなりにある。
記事によると、従来のFAQチャットボットと生成AIの最大の違いはRAG(検索拡張生成)にある。社内ドキュメントをそのままナレッジとして参照して、文脈に合わせた回答を生成する仕組みだ。キーワードマッチで答えを返すだけじゃなく、「経費精算の上限は?」に対して規定PDFの該当箇所を引っ張って自然な文章で答えられる。これが従来ボットとの決定的な差らしい。
マーケ的に翻訳すると、これはコンバージョン経路の最適化に近い。ユーザーが求める情報にたどり着くまでのステップ数を削る、というのはLPのUX改善でやってることと同じ構造だ。FAQページを何階層も掘らせるより、聞いたら即答えが返ってくるほうがCVRが上がる、という話。社内向けでも外部向けでも、情報アクセスのフリクションを減らすという本質は変わらない。
記事には、仕組みを理解せずに導入すると「誤回答」や「形骸化」に陥りやすいとある。これは広告でいうと、計測設定を入れずにキャンペーンを走らせるのと同じ失敗パターンだ。効果があるのかないのか、終わった後に何もわからない状態になる。
私自身、去年Meta広告のダイナミッククリエイティブをあまり検証せずに走らせて、CPAが目標の1.4倍まで膨らんだことがある。最終的にオーディエンスセグメントを絞り直してROASを改善できたけど、最初の2週間は完全に無駄だった。あの経験があるから、新しいツールを入れるときは最初に「何をKPIにして、どこで判断するか」を決めてから動くようにしている。
社内AIチャットを導入するなら、自分ならこういう指標を最初に設定する。
この3つを週次で追えば、ちゃんと機能しているかどうかがわかる。感覚で「便利になった気がする」で終わらせると、半年後に誰も使っていないという結末になりやすい。
もう一点、記事では既存マニュアルをそのまま活用できると書いてある。これは導入コストを考えると大きい。うちのチームにはMediaガイドラインや入稿規定のGoogleドキュメントが大量にある。それをRAGのソースにすれば、「TikTok広告の動画推奨サイズは?」に対してボットが正確に答えてくれる世界が作れる。
広告運用の現場では、プラットフォームの仕様が頻繁に変わる。Metaが入稿規定をアップデートしたとき、チーム全員に伝達するまでにラグが生じることがある。ドキュメントを更新するだけでボットの回答が変わる仕組みなら、そのラグを潰せる。インプレッション損失を減らすのと似た発想だ。
今すぐ全社導入とはいかないけど、まずチームの入稿規定ドキュメントをまとめ直して、PoC的に試せないか、来週のミーティングで提案してみるつもりだ。数値が出れば話は早い。
私がいる広告代理店は、クライアント対応と社内確認が想像以上に多い。「このクリエイティブのサイズ規定どこ見ればいい?」「TikTokの入稿締切いつだっけ?」みたいな質問が、Slackに一日に何件も流れてくる。自分も聞くし、聞かれる側にもなる。チームは8人で、うち3人がジュニアメンバーだから、教える工数がそれなりにある。
RAGって要するに何を解決するのか
記事によると、従来のFAQチャットボットと生成AIの最大の違いはRAG(検索拡張生成)にある。社内ドキュメントをそのままナレッジとして参照して、文脈に合わせた回答を生成する仕組みだ。キーワードマッチで答えを返すだけじゃなく、「経費精算の上限は?」に対して規定PDFの該当箇所を引っ張って自然な文章で答えられる。これが従来ボットとの決定的な差らしい。
マーケ的に翻訳すると、これはコンバージョン経路の最適化に近い。ユーザーが求める情報にたどり着くまでのステップ数を削る、というのはLPのUX改善でやってることと同じ構造だ。FAQページを何階層も掘らせるより、聞いたら即答えが返ってくるほうがCVRが上がる、という話。社内向けでも外部向けでも、情報アクセスのフリクションを減らすという本質は変わらない。
「使えない」になる前に数字で判断する
記事には、仕組みを理解せずに導入すると「誤回答」や「形骸化」に陥りやすいとある。これは広告でいうと、計測設定を入れずにキャンペーンを走らせるのと同じ失敗パターンだ。効果があるのかないのか、終わった後に何もわからない状態になる。
私自身、去年Meta広告のダイナミッククリエイティブをあまり検証せずに走らせて、CPAが目標の1.4倍まで膨らんだことがある。最終的にオーディエンスセグメントを絞り直してROASを改善できたけど、最初の2週間は完全に無駄だった。あの経験があるから、新しいツールを入れるときは最初に「何をKPIにして、どこで判断するか」を決めてから動くようにしている。
社内AIチャットを導入するなら、自分ならこういう指標を最初に設定する。
- 一次解決率: ボットだけで完結した問い合わせの割合
- エスカレーション率: 人間にパスされた件数の推移
- 質問ログの回収数: ナレッジ整備に使えるデータ量
この3つを週次で追えば、ちゃんと機能しているかどうかがわかる。感覚で「便利になった気がする」で終わらせると、半年後に誰も使っていないという結末になりやすい。
もう一点、記事では既存マニュアルをそのまま活用できると書いてある。これは導入コストを考えると大きい。うちのチームにはMediaガイドラインや入稿規定のGoogleドキュメントが大量にある。それをRAGのソースにすれば、「TikTok広告の動画推奨サイズは?」に対してボットが正確に答えてくれる世界が作れる。
広告運用の現場では、プラットフォームの仕様が頻繁に変わる。Metaが入稿規定をアップデートしたとき、チーム全員に伝達するまでにラグが生じることがある。ドキュメントを更新するだけでボットの回答が変わる仕組みなら、そのラグを潰せる。インプレッション損失を減らすのと似た発想だ。
今すぐ全社導入とはいかないけど、まずチームの入稿規定ドキュメントをまとめ直して、PoC的に試せないか、来週のミーティングで提案してみるつもりだ。数値が出れば話は早い。