生成 AI を使用して生産性を向上させる

学習の目的

この単元を完了すると、次のことができるようになります。

生成 AI を活用してマーケティングキャンペーンに情報を取り込み、アイデアを生み出す方法を説明する。
生成 AI がターゲット層向けのアセットやコピーを作成する方法を挙げる。
生成 AI の翻訳機能でコード、コメント、テストケースの記述をどのように補佐するか説明する。

マーケティング向けにカスタマイズしたコミュニケーションを作成する

マーケティングチームのミッションは、行動を喚起する方法でアイデアを広めることです。そのために、Web ページやメール、ソーシャルメディア投稿などの形態のメッセージを作成します。このチームは多様なチャネルを管理するとともに、多様なオーディエンスにリーチする必要があります。この職務をこなすには、努力とともに少なからぬ創造力が求められます。ですから、生成 AI を活用してマーケティング組織のリーチを強化する多大なチャンスが存在します。

対象オーディエンスの心に響くマーケティングキャンペーンを作成するには、巧みな技を要します。そして、技だけでなく、インスピレーションも必要です。生成 AI は、キャンペーンにうってつけのアイデアをもたらす貴重なツールです。たとえば、生成 AI は対象オーディエンスのソーシャルメディアの全チャネルのトレンドを要約できます。

こうしたトレンドを AI のセンチメント分析と組み合わせれば、参加する価値がある肯定的なソーシャル会話の識別が可能になります。さらに、トレンドと自社商品やサービスの説明を結び付けるように生成 AI に指示することもできます。この出力がキャンペーンの最終形になるわけではありませんが、他の方法では考え付かなかった方向性が浮上する可能性があります。

キャンペーンの方向性が決まったら、ブログ投稿、Web ページ、ソーシャルメディアのコピーなど、多数のアセットが必要になります。生成 AI があれば、アセットの作成が大幅にスピードアップします。コンテンツが必要な場合は、生成 AI に綿密なガイダンスを与えて、必要なものだけを取得します。この方法をプロンプトのグラウンディングともいいます。たとえば、生成 AI に次の情報を指示するとします。

達成したい目標は何か
読者/閲覧者と組織はどのような関係か
どのような語調にすべきか
どの商品/サービス/アイデアを宣伝しようとしているのか
コンテンツはどの媒体で配信されるのか

こうした詳細の一部はどのチャネルでも同じままになるため、メッセージの一貫性が確保されます。他方、媒体や長さを微調整すれば、生成 AI がまず軽快なソーシャルメディア投稿を作成し、その直後に役立つ情報を満載したブログ投稿を作成できます。

個人に直接メッセージを送信する場合は、さらに詳細な情報を取り込むことができます。収集済みの顧客データを使用して、生成 AI に高度にカスタマイズされたリーチアウトを作成させることができます。たとえば、購入履歴、イベントへの参加、進行中の商談の詳細などの顧客データを利用することが考えられます。生成 AI はお客様との過去のやりとりに基づいて文体を適応させることもできます。チャットボットのログ、ヘルプチケット、ミーティングのトランスクリプトなどはすべて、生成 AI の出力の土台として第二の人生を歩むことになります。

最後に、マーケティングチームがイベント用の一時的なランディングページを作成することがよくあります。イベントページのコピーが必要になるほか、ページ自体を構築する必要が生じます。生成 AI はこの役目も果たします。サインアップフォームやシステムインテグレーションなどの技術的な要素が含まれている場合でも、自然言語を実用的なコードに変換して、ページを迅速に構築できます。そのため、マーケティングチームがクリエイティブな業務に費やす時間が増え、Web ページと格闘する時間が減っています。

生成 AI があれば、各人にとって重要な業務に専念できます。

情報テクノロジーに生成 AI を組み込む

情報テクノロジー (IT) 部門は、他のすべてのチームが業務の遂行に使用するシステムを実装して管理します。ですから、IT 部門のワークフローを改善すれば、全員の業務の効率性が向上します。つまり、生成 AI が相乗効果を引き起こします。

生成 AI の強力な言語機能は、コードやスクリプト、クエリという方法で対話することが多い IT のようなチームにも有益です。こうした言語も独自のセマンティクスやルールを備えた標準的な言語で、理解できるように生成 AI をトレーニング可能なため、優れた翻訳アプリケーションが可能になります。

コード生成

プログラマーは 1 つ目の変数を作成する前から、コードの役割を認識しています。ユースケース、入力、出力も心得ています。こうした情報は平易な言語で記述されているため、通常は生成 AI が選択された言語でコードを作成できます。統合開発環境 (IDE) のプラグインがすでに存在し、プログラマーが既存のコード内に関数を記述すれば、生成 AI がその関数の新しいインラインコードを作成します。プログラマーが自分で記述できるとしても、生成された出力をテストする必要があれば、生成 AI を使用して時間を節約できます。初心者にとっては、1 対 1 の翻訳が素晴らしい学習ツールになります。今では未経験者でもプロジェクトで高度なコードやクエリを使用できます。多くの点で、生成 AI はギャップを解消する優れたツールです。

テクノロジーの転換

時が経てば、必ずや新しいテクノロジーが出現します。どの IT 部門もいつかはテクノロジーを交換する必要があり、面倒を伴うこともあります。生成 AI はそのプロセスを容易にします。レガシーコードを更新する必要がある場合でも、まったく新しい言語に変換しなければならない場合でも、生成 AI が面倒な作業をやってくれます。さらに、生成 AI が 2 つの別々のシステムの言語を理解する場合には、効率的なデータフローを維持するインテグレーションを構築できます。

人間が判読できるコンテンツ

自然言語とコードの間の翻訳は双方向で実行され、コードを読みやすい文に変換することも可能です。コードの解読が難しいことがあり、誰もがコードに適切にコメントできるわけではありません (場合によっては、まったくコメントできません)。プログラマーが記述したコードでなくても、生成 AI があれば、簡単にコードにコメントを追加できます。また、予想される入力や出力を幅広いオーディエンスと共有するうえでも役立ちます。生成 AI を使用して、ドキュメントやアプリケーション内ヘルプのテキストを補完できます。

テストケースの作成

IT ソリューションは開発中や将来の更新時にテストする必要があり、テストケースと実行するスクリプトの両方を作成することが、生成 AI のもう 1 つの役割です。生成 AI はバリエーションを作成できるため、他の方法では見逃される可能性があるエッジケースも試すことができます。また、生成 AI は、システムで実行する大量のサンプルデータを作成できるため、実際的な状況でテストできます。こうしたテストを組み合わせれば、デプロイメントの各ステップでシステムの堅牢性を確認できます。

生成 AI は IT 部門が使用するコード、スクリプト、クエリを学習して記述に貢献でき、効率性を高めるソリューションのデプロイを補佐します。

未来に目を向ける

近い将来、組織のチームのワークフローで生成 AI が役割を担うことになるでしょう。そうなれば、日常業務に費やす時間が減少すると同時に、創造性が触発されます。このテクノロジーは多種多様なコンテンツを生成できることから、慎重に適用する方法を見極めることが大きな課題になります。組織で生成 AI を使用する方法を見てきました。今後、ご自身がどのような方向に進んでいくのか思い描くことができます。