ハイテクのマーケティングリーダーたちから、似たような話を繰り返し耳にします。
パイロットは機能しています。プロダクトマーケティングはコンテンツにAIを活用し、デマンドジェネレーションはオーディエンスターゲティングに応用し、カスタマーマーケティングはライフサイクルプログラムの自動化を進めています。各チームは、実際に成果を上げているユースケースを示すことができます。
そこで誰かがこう問いかけます：「次にどれに投資すべきか、そしてどれだけ投資すべきか」。この問いに答えることは、意外にも難しいのです。
各チームは、異なる目標、異なるシステム、異なる成功の定義のもとで成果を測定してきました。個々のプログラム内では優れた結果が出ている場合もありますが、それらを比較したり、次の投資先を決定したりするための共通基盤がほとんど存在しません。
今日、多くのハイテク企業が直面しているのが、まさにこの状況です。優れたAI技術は十分に揃っており、実験的な取り組みも盛んです。しかし、問題はこれらの取り組みが往々にしてサイロ化していることです。
CMO、デマンドジェネレーション担当VP、カスタマーマーケティング責任者、そしてマーケティングオペレーション、営業、ITのリーダーたちは、いずれもAIの推進に取り組んでいます。しかし、それぞれが異なる優先事項、データ、意思決定プロセスのもとで動いています。個別には進歩が見られますが、その進歩を組織全体で再現可能な働き方へと転換することは、はるかに難しい課題です。
ハイテク業界におけるフローズンミドル
アドビはIncisivと共同で、12業種にわたる5,633名のエグゼクティブを対象に調査を実施しました。そのうち521名はハイテク業界の担当者です。調査の結果、ハイテク組織の44%が、私たちが フローズンミドル と呼ぶ状態にあることが明らかになりました。
こうした企業は実験段階を脱しています。AIはすでに各部門で稼働していますが、あるチームで成功したユースケースを組織全体に展開することに苦戦しています。
コンテンツ生成、パーソナライズ機能、アカウントインテリジェンス、ABMは、社内のどこかで運用されているかもしれません。しかし、それぞれが個別に予算化・管理・測定されている場合、リーダーは個々のキャンペーンを超えたROIの実証、投資の比較、あるいはどのユースケースに追加投資すべきかの判断に苦労します。
なぜ企業がこのような状況に陥るかは、容易に理解できます。
AIは通常、1つのユースケースから始まります。各チームはそれぞれのペースで進めます。一方、マーケティング、データ、テクノロジーをつなぐプロセスの多くは、年次計画サイクルや四半期レビューを前提に設計されています。
AIははるかに速く動いています。チームは迅速に改善を繰り返し、意思決定の権限を持つ人物を把握し、その決定に必要なデータへの共有アクセスを確保することが求められます。
こうした条件が整わなければ、個別の導入が際限なく積み重なっていきます。そして積み重なれば積み重なるほど、それらを連携させ、統制することはより難しくなります。
承認データは、この問題を明確に浮き彫りにしています。ハイテク業界で提案されるAI施策100件のうち、本番稼働に至るのはわずか18件。最初の審査段階で最も多くの案件を脱落させているのが、統合評価です。
データの権限、システムの所有権、統合に関する問題は、ユースケースの設計当初から考慮できるにもかかわらず、プロセスの後半になってようやく表面化することが少なくありません。
リーダー企業が実践していること
今回の調査では、オペレーティングモデルの成熟度でトップ6%に位置する342の組織が、業種を超えて特定されました。これらリーダー企業の取り組みを分析すると、5つの共通する実践が際立っています。
1. リーダー企業は、部門横断で成果を担うAIオーナーを指名している： リーダー企業が、明確な権限と予算管理権を持つAIオーナーを置いている可能性は、そうでない企業の2.3倍です。ハイテク業界全体では、AIオーナーを任命している組織はわずか40%にとどまっており、所有権が存在する場合でも、その責任範囲は特定の部門の範囲内に限られることが多いのが現状です。
これは、AIのワークフローが複数のチームにまたがるようになると、深刻な問題になります。ライフサイクルに関するユースケースでは、製品の利用データ、CRMへのアクセス、そしてカスタマーエクスペリエンスプラットフォームを通じたパーソナライズ機能が必要になる場合があります。こうした依存関係を解消し、業務を確実に前進させるには、十分な権限を持つ人材の存在が不可欠です。
これは必ずしも、新たな経営幹部を追加したり、組織に新たな階層を設けたりすることを意味しません。CMOやマーケティング担当VPがその役割を担うことができます。重要なのは、予算・プラットフォーム・データ・チームをまたいだ意思決定を行えるだけの権限を、その人物に与えることです。
2. リーダー企業は、施策を開始する前に価値の測定方法を決定している： リーダー企業の44%がROIを包括的に測定しているのに対し、ハイテク企業全体では20%にとどまっています。つまり、ユースケースの設計段階のうちに成果・ベースライン・アトリビューションのアプローチを定義し、revOpsやカスタマーサクセスといったチームが結果の解釈方法について事前に合意しておくことを意味します。
これが重要な理由は、ベースラインを後から再構築することが著しく困難になるからです。キャンペーン、製品ローンチ、または顧客インタラクションによって行動パターンが変化した後では、チームはAIの貢献度を巡る議論に、実際の結果から学ぶ以上の時間を費やしてしまいかねません。
測定の仕組みを最初から組み込んでおくことで、マーケティングリーダーは投資に関する議論に臨む際に、はるかに説得力のある根拠を持つことができます。
3. マーケティングとテクノロジーが成果を共有する： リーダー企業の81%が、協働または統合されたレベルで運営しているのに対し、ハイテク企業全体では41%にとどまっています。ハイテク企業の59%は、依然として縦割り・取引的・相談的な関係のもとで業務を行っています。
共通のOKR (目標と主要な成果) の設定は、最も明確な違いのひとつです。
「デマンドジェネレーション」と「マーケティングオペレーション」が同じビジネス成果に責任を持つ場合、ブリーフ、構築、測定の各段階が一貫して連携しやすくなります。データやタイミングの問題も、別の引き継ぎ事項になる前に、業務の進行中に解決することができます。
これらの多くは、既存のレポートラインの中で実現することができます。自動的に組織再編が必要になるわけではありません。
4. リーダー企業はうまくいかないことから学ぶ： この発見は、私が最も興味深く感じたものの一つです。ハイテク組織の16%が、非難と繰り返しを特徴とする破壊的な失敗パターンを示しています。一方、リーダー企業ではその割合が1%未満にとどまっています。
ハイテクのマーケティングチームは、常にタイトなスケジュールの中で業務を進めています。アカウントスコアリングモデルが期待通りに機能しなかったり、AI生成コンテンツがスケールアップとともに品質を失ったりすると、目の前の問題を素早く解決して先に進むよう強いプレッシャーがかかります。
しかし、こうした失敗には有用な情報が含まれています。
パフォーマンスが低いICPセグメント化モデルは、その背後にあるデータ、前提、またはプロセスについての重要な示唆を明らかにすることができます。目標を達成できなかったABMシーケンスは、オーケストレーションのどこに問題があったかを示すことができます。
リーダー企業は業務レビューの中でこれらのシグナルを分析する場を設け、その学びを次のユースケースに活かしています。AI施策の数が増えるにつれ、こうした規律の重要性はさらに高まります。
5. リーダー企業は社内推進者を見つけ、権限を与える： 文化に関するこの発見は、おそらく私が最も印象に残っているものです。リーダー企業の42%が、社内推進者を見つけて権限を与えることこそが最も効果的な文化的取り組みだと回答しており、エグゼクティブスポンサーシップの16%や正式なトレーニングの11%を大きく上回っています。
これは、実践の場で目にする光景と、まさに一致していると感じます。
AIに興味を持つきっかけは、身近な人がAIを活用して日常業務を改善している姿を目にしたときです。デマンドジェネレーションマネージャーが強力なインテントシグナルでABMブリーフを改善したり、コンテンツマーケターがローンチアセットの制作を加速させたり、ライフサイクルアナリストが製品データをより効果的なコンバージョントリガーに変換したりする場面がその典型です。
こうした実践者たちは、大きなインパクトを生み出すことができます。情報発信の機会、一定のリソース、そして学んだことを他のチームに展開する許可を与えれば、AI導入は組織全体に広まっていきます。
パイロットから実践の定着へ
これらの発見を総合すると、ハイテク業界におけるAI導入の次のフェーズがどこへ向かっているかが見えてきます。
多くの企業はすでにツールを持っています。ユースケースもすでに存在します。そして、AIが価値を生み出すことができると証明している人材もすでにいます。
マーケティングリーダーにとっての次なる課題は、特定のチームで効果を上げた取り組みを、組織全体でいかに再現可能な形に展開できるかです。
そのためには、明確なオーナーシップ、共通の価値評価指標、マーケティングと技術部門をまたいだ共同責任、失敗から学ぶ余地、そして成功した手法を組織全体に広める実践者の存在が不可欠です。
こうした条件が整ってこそ、AIは有望なAIパイロットの枠を超え、ビジネスの運営方法の一部として根付くことができます。
レポート全文を読むことで、ハイテク組織の現状とリーダー企業が他社と異なる点を確認することができます。
