Auxiaブログ｜AIマーケティングの知見とプロダクト最新情報

【10Xマーケターその③】スーパーマーケターの時代へ：Auxia Agent Studio のご紹介

マーケティングの実務を丸ごと担うAIエージェント基盤「Auxia Agent Studio」を発表。あらゆるツールを横断する"司令塔"として、企画から実行・最適化までを自動化し、マーケターを"スーパーマーケター"へ引き上げます。（米国で先行提供／日本展開は本年秋以降）

Sandeep Menon

July 23, 2026

•

5 分で読めます

【10Xマーケターその③】スーパーマーケターの時代へ：Auxia Agent Studio のご紹介

新しいツールを増やすほど、マーケティングはかえって複雑になってきました。AIエージェントの時代に、その「基盤（スタック）」はどう変わるのか？データ・意思決定・実行に起きる3つの変化と、マーケターが「実行」から「戦略と指揮」へ移る新しい役割を解説します。

PLATFORM

【10Xマーケターその②】マーケティング基盤は、AIエージェントによってどう変わるのか

本記事は「10Xマーケター」シリーズ（全3回）の第2回です。

第1回では、「マーケティングを次に大きく前進させるのは"新しいツール"ではなく"AIエージェント"だ」というお話をしました。これまで自動化が進まなかったのはツール不足が理由ではなく、① 企業ごとにブランドや顧客、最適な打ち手が大きく異なる、② 使うツールが分断して情報がサイロ化する、③ 関係者・承認プロセスが多い ── という3つの壁があるためです。足りないのは、"この会社の文脈を理解し、バラバラな業務をつなぐ存在"＝AIエージェントであり、これによってマーケターは「実行」から「戦略づくり・指揮」へと役割を移し、「10x Marketer（10倍の成果を出すマーケター）」へと進化する、という内容でした。

▶ 第1回：10倍の成果を出すマーケターの鍵、AIエージェント

‍

マーケティング基盤はどう進化してきたか

2000年代：チャネルの拡大

メール、検索広告、ディスプレイ広告などにより、従来よりはるかに低いコストで数百万人にリーチできるようになりました。SalesforceやAdobeなどの大手プラットフォームも、この時代に成長しました。

2010年代：データとモバイルの時代

CDP、マーケティングクラウド、行動分析ツールの普及により、企業は顧客をより深く理解し、細かなセグメントに分けて施策を実行できるようになりました。また、データウェアハウスの発展により、各ツールが個別に顧客データを保有するのではなく、企業が管理する一つの場所にデータを集約する流れが進みました。

2020年代：必要なツールを組み合わせる時代（コンポーザブル）

データウェアハウスにデータを集約したうえで、用途ごとに最適なツールを"部品"のように組み合わせる構成が主流になりました。すべてを一つの巨大な製品で管理する必要がなくなったのです（この"組み合わせ型"の考え方を「コンポーザブル」と呼びます）。

現在、多くの企業のマーケティング基盤は、大きく次の2層で構成されています。

‍

‍

‍情報を管理するシステム

データウェアハウス／データレイク：顧客データの保存
CDP：顧客セグメントの作成
CMS／DAM：コンテンツや素材の管理

施策を実行するシステム

広告プラットフォーム
MA・顧客エンゲージメントツール
Web・アプリ向けのA/Bテストツール

これまでマーケティング基盤は、下層の「情報を管理するシステム」と、上層の「施策を実行するシステム」という2つの方向に進化してきました。AIは今、この両方を同時に変えようとしています。

‍

AIによって起きる3つの変化

‍

1. データ基盤が「意思決定」まで担うようになる

固定ルールや人手で作ったセグメントに頼る従来のやり方と違い、AIは予測・提案・改善を継続的に繰り返します。そのため、顧客一人ひとりに、より適した体験を提供できます。ただし、その精度はAIに渡される情報に左右されます。そのため企業は、複数のツールに散らばったデータや知識を、一つの場所に集約しようとしています。

Databricksなどのデータ基盤企業も、単にデータを保存するだけでなく、次のところまで役割を広げようとしています。

‍

ビジネスの状況を理解する
アプリケーションに知見を提供する
何が、なぜ起きたのかを記録する
次に何をすべきかを判断する

一方、従来型CDPの位置づけは変わる可能性があります。AIが一人ひとりに対して「誰に何を届けるか」を直接判断するなら、人が事前に顧客をグループ分けする専用ツールの必要性は低くなるためです。CDPの機能自体は残りますが、独立した製品として存在し続けるとは限りません。

‍

2. AIエージェントが施策の実行方法を変える

現在の多くのマーケティングツールは、人がすでに決めた施策を実行するためのものです。人が戦略を考え、対象者を選び、コンテンツを作り、配信を設定することが前提になっています。AIエージェントは、この部分を大きく変えます。

例えば、しばらく利用していない通信サービスの顧客に、再利用を促す場合を考えます。これまでは、マーケターが対象者・メッセージ・配信タイミングなどを決めていました。AIエージェントを使うと、次のようになります。

‍

顧客の利用低下を検知し、システムが自ら施策を提案する
「離反リスク層」のような大きなセグメントではなく、その人に最適な内容をリアルタイムで判断する
過去の反応から、割引よりも新機能の紹介が効果的だと判断する
マーケターは、利益率・ブランドルール・配信頻度などの目標と制約を設定する
システムがその範囲内で施策を実行し、何が有効だったかを報告する

つまり、マーケターの仕事は、一つひとつの作業を管理することから、AIが動くための目標やルールを設計することへ変わります。

‍

3. 「賢い判断」と「実際の業務」を同時に変える必要がある

AIの判断精度が非常に高くても、マーケターが使いにくければ社内には定着しません。反対に、操作画面が使いやすくても、企業のデータや背景を理解できなければ、他社と差がつく成果は生まれません。そのため今後は、次の2つが一体化していくと考えられます。

企業の状況やデータを理解して判断する機能
マーケターの業務を実際に進める機能

AIエージェントが手作業を担うようになるほど、「どのツールからメールを送るか」といった実行手段の重要性は下がります。それよりも、次が重要になります。

施策を10倍速く作れるか
顧客一人ひとりに10倍精緻にリーチできるか
10倍質の高い顧客体験を届けられるか

‍

企業に必要となる3つの能力

マーケティングや顧客エンゲージメントを本質的に変えるには、次の3つが必要です。

‍

1. 組織全体を理解する「頭脳」

新たな独立ツールを追加するのではなく、既存のデータや業務情報すべてにつながるAIが必要です。キャンペーン履歴・ブランドガイドライン・顧客行動・過去の実績などを理解し、施策を実施するたびに学習していく存在です。

2. 顧客一人ひとりに最適化する能力

顧客を大きなセグメントに分類するのではなく、一人ひとりを個別に理解して体験を設計します。イメージとしては、すべての顧客に専属のマーケティング会社とデータサイエンティストを付けるようなものです。

‍3. 実務を引き受ける仕組み

正しい施策が分かっても、チームが手作業で制作・設定・配信・検証を行わなければならないなら、負担は十分に減りません。分析や提案だけでなく、実際の施策実行まで担当できる仕組みが必要です。

‍

企業が選べる3つの方法

1. 既存の大手プラットフォームに任せる

既存の大手企業も、AIやエージェント機能への投資を進めています。ただし、長年使われてきたシステムとの互換性を維持しながら再構築する必要があるため、大きな変革には時間がかかる可能性があります。

2. 自社で構築する

自社開発は、柔軟性とコントロールを最大化できる方法です。十分なエンジニアリング人材と予算があれば有力な選択肢です。一方で、完成まで1年かかったり、優秀なエンジニアを継続的な保守に割かなければならなかったりします。短期間で成果を求められる企業にとっては難しい選択でもあります。

3. AIネイティブな企業と組む

最初から機械学習とAIエージェントを前提に設計された企業であれば、既存のマーケティング基盤と接続し、比較的早く価値を提供できます。また、知能・意思決定のレイヤーを維持したまま、既存の配信ツールを段階的に置き換えたり、より低コストなツールに変更したりできます。

‍

本記事の要点

これからのマーケティング基盤で重要なのは、ツールを増やすことではなく、企業の情報を理解し、顧客一人ひとりに対して判断し、その判断を実際の施策として実行できるAIエージェントを持つことです。マーケターは細かな作業を自分で行う役割から、目標や制約を定め、AIエージェント全体を指揮する役割へ変わっていきます。

‍

第3弾（最終回）では、ここで述べた"AIエージェント"を実際のプロダクトとして形にした Auxia Agent Studio をご紹介しています。あわせてご覧ください。
▶ 最終回：スーパーマーケターの時代へ：Auxia Agent Studio のご紹介

‍

原文：The CMO's Guide to the Changing Marketing Stack（著者：Sandeep Menon／auxia.io/blog）

‍

日本上陸から2年目へ。1,000億件の意思決定、日本3社の事例、拡大するチーム ― 一人ひとりの体験を成果に変えてきた1年をご報告します。

NEWS

Auxia Japan、2年目へ ― すべての顧客接点を、ビジネス成果につなげる

1年前に掲げた約束

2025年7月、「すべての顧客接点を、ビジネス成果につなげる」を掲げて Auxia Japan はスタートしました。AIが社会に本格実装されていく激動の1年でした。日本のお客さまとともに積み上げてきた歩みを、ここにご報告します。

‍

グローバルでの飛躍、
1,000億件の「意思決定」

そもそも「意思決定」とは何か。Auxia はこう定義しています。「AIが顧客一人ひとりに対してリアルタイムで行うパーソナライズの判断」。誰に、何を、どのチャネルで、どのタイミングで届けるのか。その一つひとつの判断を、私たちは「意思決定」と呼んでいます。

2026年3月、Auxia はグローバルで累計 1,000億件 の意思決定を突破しました。Atlassian・Comcast・The Guardian をはじめ世界の企業が活用を拡大し、いまや 1日あたり約4億件 の意思決定をリアルタイムに処理する基盤へと成長しています。

チームも大きくなりました。米国シリコンバレーの本社、技術拠点であるインド、そして日本。グローバルでは 50名を超える社員 が集まっています。日本にも開発体制を構え、昨年は数名で立ち上げたチームも、いまや 10名 を超える規模に。お客さま一人ひとりの体験をビジネス成果に変えることに、日々取り組んでいます。

‍

日本のお客さまとともに

この1年で、日本を代表する3社の事例を公開できました。

NTTドコモ （2026年4月）：dポイントクラブの1億会員超に対し、約2,000のデータ次元をリアルタイムに活用。CTRは従来比平均1.7倍を達成。「精度と規模のトレードオフを突破することが挑戦だった」という現場の言葉が、この取り組みの核心を表しています。

三菱UFJ銀行「Money Canvas」（2026年4月）：日次150万件以上のAI最適化により、口座登録率が約10%改善。コラムCTAのクリック率は+139%（1.3%→3.1%）、年間350件以上のクリエイティブ検証を実現しています。

メルカリ （2026年6月）：ビジネスが売りたいものを起点にするのではなく、「お客さま起点」のAI意思決定へ移行。1to1パーソナライゼーションの推進により、一部施策でCVR +2%以上の改善を達成。「まずAIで試す」という組織文化が根づきつつあります。

金融・通信・メディアを中心に、日本を代表する企業のみなさまとご一緒できたことが、この1年の何よりの財産です。

‍

マーケティングのPDCAが、
Auxiaで回るように機能を拡充

Auxia の中枢は、リアルタイムの「意思決定（Decisioning）」です。この1年で、その周りに、マーケターの仕事そのものを助ける機能が育ちました。

意思決定エージェント（Decision Agent）：一人ひとりに最適なコンテンツ・チャネル・タイミングをリアルタイムに判断する、Auxia の中枢。さまざまなAIモデルが日々改善・追加され、判断の精度も日々向上しています。
分析エージェント（Analyst Agent）：キャンペーンの「なぜ」を自然言語で即分析。これまではデータアナリストにデータ抽出・分析を依頼し、数週間かかっていたものが、チャット形式でその場ですぐに分かります。
Sparks（スパークス）：AIが自ら見つけた「気づき」を、信頼度スコア付きでダッシュボードに自動サジェスト。施策の結果を分析し、次に試すべき施策や止めるべき施策を、毎日提案してくれます。
コンテンツ生成エージェント（Content Agent）：ブランドの声を守りながら、パーソナライズしたコンテンツを生成し、マーケターに提案。
管理画面：意思決定・分析・コンテンツ生成を、一つの画面で。

マーケターの右腕を目指し、この1年でさまざまな機能をご提供してきました。マーケターは戦略と創造に集中し、繰り返しの実行と最適化は Auxia が担う。その姿が、少しずつ現実になっています。

‍

2年目へ。
お客さまに寄り添い、ともに進化しつづける

既存のお客さまとはより多くのチャネル・接点で AI 活用を深めながら、まだ第一歩を踏み出していない企業の皆さまへは、最初の一歩から私たちが伴走します。そして、マーケターの PDCA をさらに広くカバーする新しい機能・サービスを、これから続けて提供していきます。マーケターが戦略と創造に集中し、AI（エージェント）を率いて成果を出す ― その世界の実現を、お客さまとともに加速していきます。

‍

支えてくださった皆さまへ

この1年、Auxia Japan を支えてくださったすべての皆さまに、心より感謝申し上げます。挑戦をともにしてくださったお客さま、伴走してくださったパートナーの皆さま、そしてマーケティングコミュニティで温かく迎えてくださった皆さま。一つひとつの出会いと信頼が、私たちの歩みそのものでした。本当にありがとうございました。2年目も、いただいた期待を超える成果でお応えしてまいります。

‍

この1年、日本のお客さま、パートナー、そしてマーケティングコミュニティの皆さまに支えられ、Auxia Japan は確かな一歩を踏み出すことができました。私たちが何より大切にしているのは、お客さま一人ひとりの体験を、一歩一歩、確実にビジネス成果へと変えていくことです。2年目は、この約束をより多くの日本の企業へ、より深くお届けします。引き続き、どうぞよろしくお願いいたします。

Auxia Japan 代表取締役　吉嗣浩隆

‍

法務、開発、サポート ― あらゆる業界で、AIエージェントが「実行」を担いはじめています。次はマーケティングの番です。なぜこれまでマーケティングのAI化はうまくいかなかったのか。エージェントが働くと、マーケターの仕事はどう変わるのか。全3回シリーズの第1回。

PLATFORM

【10Xマーケターその①】10倍の成果を出すマーケターの鍵

本記事は「10Xマーケター」シリーズ（全3回）の第1回です。第1回では「なぜ次のカギはツールではなくAIエージェントなのか」、第2回では「マーケティング基盤はどう変わるのか」、最終回では実際のプロダクト「Auxia Agent Studio」をご紹介します。

‍

いま、様々な業界で同じことが起きています。

法務の世界では、AIが契約書のレビューを担うようになりました。かつては若手弁護士のチームが何日もかけていた仕事です。

ソフトウェア開発では、AIがコードを書き、バグを見つけます。カスタマーサポートでは、AIが問い合わせを「担当者に回す」のではなく、最後まで解決するようになりました。

共通しているのは、人がやるしかなかった「実行」を、AIエージェントが代わりに担いはじめたことです。

次は、マーケティングの番です。繰り返しの作業が多いマーケティングは、本来、AIエージェントがもっとも活躍できる領域だからです。

‍

なぜ、マーケティングのAI化は進まないのか

では、なぜまだ変わっていないのでしょうか。

振り返ると、マーケティングの技術は大きな波を2回経験しています。インターネットは「届ける力」を、クラウドとデータ基盤は「顧客を知る力」を、それぞれ一気に引き上げました。そして今、3回目の波が来ています。それがAIエージェントです。今回引き上がるのは「実行する力」。マーケターの判断を助けるだけでなく、チームが毎週やっている仕事そのものを、AIがやるようになります。

ところが現実には、マーケティングでAIが根づいた場所は、コンテンツの生成と広告の運用くらい。それ以外の仕事は、今も人力です。理由は3つあります。

① マーケティングは、会社ごとに全部違うから。

どの会社のマーケにも、その会社の歴史、ブランドの言葉づかい、顧客への理解が染み込んでいます。同じ「ライフサイクルマーケティング」でも、銀行とECとメディアではまったく別物です。「一般的なベストプラクティス」で動く自動化ツールは、この違いの前で止まってしまいます。

② ツールもチームも、バラバラだから。

ブランド、広告、CRM、それぞれのチームが別のツールで動いていて、情報がつながっていません。代理店が入ればさらに複雑になります。企画書は毎回ゼロから作り直し、ノウハウは誰かのフォルダに眠ったまま。仕事を引き継ぐたびに情報が抜け落ちて、新しいキャンペーンは「前回どう決めたんだっけ？」の確認から始まります。

③ 関係者が、とにかく多いから。

施策を1本出すにも、ブランド、法務、プロダクト、経営のチェックが要ります。承認を追いかけ、意見を調整する ― この「社内の調整」が、マーケターの1週間の多くを食い潰しています。ここを無視した自動化は、むしろ現場の仕事を増やすだけです。

まとめると、こうなります。ツールは一つひとつ優秀なのに、全体として機能していない。足りないのはツールではなく、「この会社の文脈」を理解して、バラバラな仕事を「つなぐ」存在なのです。そしてそれこそ、AIエージェントが得意なことです。

‍

エージェントが働くと、マーケターの仕事はどう変わるか

実行をエージェントに任せられるようになると、マーケターの仕事は「作業をこなすこと」から「方向を決めて、指揮すること」に変わります。

今のマーケターの1週間は、キャンペーンの設定、配信条件の管理、ツールとチームの調整でいっぱいです。これからは、目的を決め、戦略を描き、守るべきルール（ガードレール）を設定し、AIが出してきた結果をレビューする ― そういう働き方になります。しかも、過去のキャンペーンの学びはすべてAIに蓄積されているので、毎回ゼロから始める必要がありません。

これが「10xマーケター」です。10倍働くマーケターのことではありません。「どれをやるか」を諦めずに済むマーケターのことです。実行はAIがいくらでも引き受けてくれるからです。

具体的には、3つのことが変わります。

◼️「どれを諦めるか」を考えなくてよくなる。
今は、どの実験をやるか、どのセグメントに手をかけるか、常に取捨選択です。実行がボトルネックでなくなれば、問いは「どれができるか」から「どれをやる価値があるか」に変わります。

◼️数週間かかっていたことが、数日で終わる。
キャンペーン作りが遅いのは、作業が難しいからではなく、人から人への引き継ぎが多いからです。引き継ぎが消えれば、時間は一気に縮みます。

◼️「一人ひとりに違う体験」が、本当にできるようになる。
全顧客への1対1対応は、手作業では絶対に無理でした。実行の量に上限がなくなって、初めて手が届く世界です。
‍

2年後、優れたマーケティングチームを分けるのは、人数の多さでも、使っているツールの数でもありません。
AIをうまく指揮できるチームかどうかです。少ない指示で、より良い結果を引き出せるチームが勝ちます。

私たちがAuxiaを作ったのは、この変化が本物で、もう始まっていて、多くの企業がまだ備えられていないと考えているからです。

ただし、この新しい働き方には、実行を安心して任せられるAIの基盤が欠かせません。
そして、その基盤を整えていくと、マーケティングで使うツールの組み合わせも、チームのつくり方も、これまでとは変わっていきます。

‍

その話は、第2回で詳しくお話しします。シリーズの続きはこちらからどうぞ。
▶ 第2回：マーケティング基盤は、AIエージェントによってどう変わるのか
 ▶ 最終回：スーパーマーケターの時代へ：Auxia Agent Studio のご紹介

‍

原文：The 10x Marketer: Why Agents, Not Tools, Are the Next Unlock in Marketing

複数サービスが1つのアプリ上でつながる強力なエコシステムを持つメルカリが直面していたのは、「どのお客さまに、どの提案を届けるべきか」という課題でした。1-to-1マーケティングの必要性は認識していたものの、自社で構築するには2〜3年単位の取り組みになる可能性があり、最初の一歩を踏み出しづらい状況にありました。この課題を解消すべく、「Auxia（オクシア）」の導入を決定。本動画では、株式会社メルカリ Merpay Platform Product Directorの大野晋一様と、Marketing Systems 開発リーダーの丸山素良様に、Auxia導入の背景や成果、そしてAI活用を通じて得られた学びについてお話しいただきました。

CASE STUDIES

AI活用の第一歩。お客さま起点の意思決定へ、メルカリの挑戦

「あらゆる価値を循環させ、あらゆる人の可能性を広げる」をミッションに、「メルカリ」「メルペイ」「メルコイン」などのサービスを展開するメルカリ。

複数のサービスが1つのアプリ上でつながる強力なエコシステムを持つ同社が直面していたのは、「どのお客さまに、どの提案を届けるべきか」という課題でした。1-to-1マーケティングの必要性は認識していたものの、何から始めればよいのか、自社でどこまで構築すべきなのかは明確ではありませんでした。

この課題を解消すべく、メルカリは「Auxia（オクシア）」の導入を決定。本動画では、株式会社メルカリ Merpay Platform Product Directorの大野晋一様と、Marketing Systems 開発リーダーの丸山素良様に、Auxia導入の背景や成果、そしてAI活用を通じて得られた学びについてお話しいただきました。

■ 本動画のポイント

課題：
‍複数サービスを横断して、お客さま一人ひとりに最適な提案を届けたいと考えていた一方で、1-to-1マーケティングを実現するための技術的なハードルや投資負担が大きく、同様の仕組みを自社で構築するには2〜3年単位の取り組みになる可能性があり、最初の一歩を踏み出しづらい状況にあった。‍
‍
取り組み：
Auxiaを活用し、お客さまごとの反応予測を意思決定に取り入れる仕組みを構築。ビジネス優先度だけでなく、お客さま起点で最適な提案を選択できる環境を整備した。

成果：
CTRの継続的な改善を実現。一部施策ではCVRが2%以上改善したほか、「まずAIで試してみる」という考え方が組織に浸透し始めた。

今後の展望：
AI活用領域をさらに拡大し、人手による調整を減らしながら、よりスケーラブルな最適化を実現。AI活用を通じて得た知見をもとに、より良い顧客体験の提供を目指す。

‍

■ ご担当者様プロフィール

大野晋一様
株式会社メルカリ
Merpay Platform Product Director
‍
丸山素良様
株式会社メルカリ
Marketing Systems 開発リーダー

※動画収録時点での役職です

‍

統合エコシステムの強みを最大化したい。1-to-1マーケティング実現に向けたメルカリの課題

メルカリでは、「メルカリ」「メルペイ」「メルコイン」など複数のサービスを展開しています。

これらのサービスが1つのアプリ上でつながることで、お客さまはサービスの境界を意識することなく利用できます。一方で、お客さまによって関心を持つサービスや利用タイミングは異なります。

そのため、「どの提案をどのお客さまに届けるべきか」というテーマには大きな改善余地がありました。

1-to-1マーケティングの重要性は認識していたものの、どのような成果を目指すべきか、何が課題なのか、そしてどのように実現すべきかは明確ではありませんでした。

また、AI活用の可能性は感じていた一方で、実際に検証するには大きな投資や技術的なハードルが存在していました。投資判断をするためには試す必要がある。しかし試すためにも投資が必要になる。この状況が、最初の大きな課題でした。

丸山素良様
（株式会社メルカリMarketing Systems 開発リーダー）

‍

「まずやってみる」を実現するために。メルカリがAuxiaを選んだ理由

メルカリでは、お客さま一人ひとりに最適な提案を届ける仕組みが実現できれば、マーケティングの実行スピードを大きく向上できると考えていました。

一方で、それを自社だけで実現するには大きなハードルがありました。AI活用の可能性は見えていたものの、何から始めるべきかは明確ではなく、投資判断をするためにはまず試してみる必要がありました。

そのような中で選択したのがAuxiaでした。

選定理由の一つは、キャンペーンや配信を中心に考えるのではなく、お客さま一人ひとりを起点に意思決定を行う仕組みであったことです。また、既存のシステムに組み込みやすく、現在の環境を活かしながら導入できる点も評価されました。

さらに、自社だけで同様の仕組みを構築しようとすると、実現できるかどうかも含めて2〜3年単位の取り組みになる可能性がありました。Auxiaを活用することで、そのノウハウを取り込みながら、短期間でAI活用の検証を進めることができました。

また、メルカリが評価したのはプロダクトそのものだけではありません。単なるツール提供に留まらず、社外の専門家として同じ目標に向かって伴走するパートナーであったことも、導入を後押しした重要な要素でした。

‍

ビジネス優先の訴求から、お客さま起点の意思決定へ。AI活用による変化と成果

Auxia導入前は、どのサービスを訴求するかを決める際、主にビジネス側の優先順位が判断基準となっていました。

Auxia導入後は、それに加えて「お客さまがどの提案に反応する可能性が高いか」を考慮した意思決定が可能になりました。

AIは複数のコンテンツ候補とお客さまの組み合わせを予測し、最適な提案を選択します。その結果、CTRの継続的な改善を実現したほか、一部施策ではCVRが2%以上改善したケースも確認されています。

また、「まずAIで試してみる」という考え方が組織に浸透し始めたことも、大きな変化でした。

‍

AIを実際に使った経験が、マーケティングの考え方を変える。メルカリが描く今後の展望

今回の取り組みを通じてメルカリが得たものは、成果指標の改善だけではありません。

AIを実際にCRMへ適用した経験そのものが、大きな学びになりました。

AI活用によって成果が出る領域と課題が残る領域が見えるようになり、マーケティングをどのように理解し、改善していくべきかという考え方にも変化が生まれています。

現在、Auxiaはインアプリコミュニケーションの一部で活用されています。今後は活用領域をさらに拡大し、人手による調整をできる限り減らしながら、よりスケーラブルな最適化を目指していきます。

‍

大野晋一様　
（株式会社メルカリMerpay Platform Product Director）

【編集後記】

メルカリ様の取り組みで印象的だったのは、AIによる成果そのもの以上に、「まずやってみる」という姿勢でした。

AI活用の必要性を感じていても、何から始めるべきかわからない。投資判断をしたいが、そのための検証にも大きなコストがかかる。

こうした課題は、多くの企業に共通するものではないでしょうか。

メルカリ様は、まず実際にAIを活用しながら学ぶことを選択しました。その結果として成果が生まれただけでなく、AI活用に必要な条件や組織としての向き合い方についても多くの知見を得ています。

私たちAuxiaは、ソフトウェアを提供するだけではなく、お客様と同じ目標に向かって伴走するパートナーでありたいと考えています。

AI活用の第一歩をどこから始めるべきか。その問いに向き合う企業の皆様と、これからも共に挑戦を続けていきます。

▼ぜひデモをご予約ください。
https://www.auxia.io/ja/demo

‍

三菱UFJ銀行が運営する、スマートフォン向け資産形成プラットフォーム「Money Canvas（マネーキャンバス）」。「家計管理も資産形成もまるっとこれ1つ」をコンセプトに掲げる同サービスが直面していたのは、より良い顧客体験を実現するために欠かせない大量かつ高速な仮説検証を、限られたリソースの中でいかに実現するかという課題でした。この課題を本質的に解決すべく、「Auxia（オクシア）」の導入を決定。本動画では、三菱UFJ銀行リテール・デジタル企画部のお二人に、Auxia導入の経緯や具体的な成果、そしてAIと共に描く今後の展望についてお話いただきました。

CASE STUDIES

AIによって「一人ひとりにベストな体験を」。三菱UFJ銀行 x Auxiaが挑む、人の限界を超えた金融DXの最前線

三菱UFJ銀行が運営する、スマートフォン向け資産形成プラットフォーム「Money Canvas（マネーキャンバス）」。本サービスでは「家計管理も資産形成もまるっとこれ1つ」をコンセプトに掲げています。

お客様により良い体験を届けるには、大量かつ高速の仮説検証が必要でしたが、従来の人手運用では、セグメント設計や検証に多大な工数がかかるという限界がありました。そこで、課題の本質的な解決に向け、人間が定義した方針・制約のもとでAIによる自律的な意思決定を実現するマーケティングプラットフォーム「Auxia（オクシア）」を導入。

‍

本動画では、リテール・デジタル企画部のお二人に、Auxia導入の経緯や具体的な成果、そしてAIと共に描く今後の展望についてお話いただきました。

‍