Jim Rowan、Deloitte米国AI部門責任者 ― インタビューシリーズ

Jim Rowanは、Deloitteの米国AI部門責任者であり、Deloitte Consulting LLPのプリンシパルとして、企業がAIに関する構想を事業成果へと結び付けられるよう支援している。企業向けテクノロジー、分析、データ、デジタルトランスフォーメーションにわたる経歴を持ち、ライフサイエンス、ヘルスケア、電気通信の各分野で経験を積んできた。DeloitteのStrategy & AnalyticsおよびAI & Dataの各プラクティスでリーダー職を歴任し、企業がAIを導入するために必要な人材と能力の育成にも取り組んでいる。

Deloitteは、コンサルティング、監査・保証、税務、アドバイザリーサービスを提供するプロフェッショナルサービス組織である。同社のAI関連業務では、戦略、データ、テクノロジー、人材、ガバナンスを組み合わせ、企業が事業全体でAIを導入し、展開を拡大できるよう支援している。デジタルコマース分野では、AIエージェントに対応できるよう商品情報や企業システムを整備すること、チャネルをまたいで顧客体験をつなぐこと、自動化されたやり取りや取引に必要な本人確認、権限付与、信頼性確保の仕組みを整えることなどに取り組んでいる。

Deloitteで20年以上にわたり、企業向けテクノロジー、分析、データ、そして現在のAIに携わってこられました。その経験から、AIエージェントが企業の社内業務を変革するだけでなく、企業と顧客の間を取り持つ存在にもなると、いつ頃から明確に意識するようになりましたか？

ここ数年、企業が事業目標を、かつては想像もできなかったような測定可能な成果へと結び付ける支援をするなかで、AIの進歩を間近で見てきました。データ、プロセス、テクノロジーに関する私の経験は、AIへの理解の基盤となっています。AIを活用して成果を上げるために必要な人材に焦点を当て、Deloitteの能力構築に取り組み始めました。その一例が、従業員とクライアントの双方を対象としたカリキュラムを作成するAI Academyです。

現在、企業はデジタルコマース戦略を変革するため、さまざまな形でAIエージェントを活用しています。ブランドの認知度向上、パーソナライゼーションエンジンを使った対話の充実、実店舗・デジタル・ソーシャルの各接点を通じた一貫性のあるオムニチャネル体験の実現などです。こうした転換点は、ブランドが変動の激しい市場に対応している時期に訪れており、エージェント型コマースは、顧客に対してより迅速かつ的確で、一貫性のある対応を実現する機会となります。

企業が「エージェント型検索最適化」に備える必要性についてお話しされています。この概念をどのように定義しますか。また、AIエージェント向けの最適化は、従来のSEOや、AI回答エンジン向けにコンテンツを最適化する新しい手法と、根本的にどう異なるのでしょうか？

従来、オンラインで消費者の関心を獲得する競争は、検索エンジン最適化（Search Engine Optimization、SEO）を軸に展開されてきました。この考え方では、検索の先にいるのは人間であり、その人が情報を読み、評価したうえで購入を決めると想定されています。消費者が調査にAI搭載ツールを使うようになるなかで、生成エンジン最適化（Generative Engine Optimization、GEO）が登場しました。エージェント型検索最適化はGEOをさらに発展させたもので、AIが商品やサービスを推奨するだけでなく、購入の判断に基づいて行動する点を考慮します。つまり、ブランドは主にエンドユーザーに推奨を提示する生成AIだけでなく、実行を目的とし、システムを連携させ、ワークフローを実行し、取引を開始できるエージェント型AIにも最適化する必要があります。

AIエージェントが商品やサービスの調査、比較、候補の絞り込みを求められたとき、どのようなシグナルを最も重視するとお考えですか？構造化された商品データ、価格、レビュー、第三者による評価、ブランドの権威性が重要になるのでしょうか。それとも、まったく新しいシグナルが重視されるようになるのでしょうか？

AIエージェントが検討対象とする商品やサービスは、認知度と関連性に基づいて選ばれます。商品、サービス、価格、データにアクセスでき、機械で読み取れて、すぐに検証できるブランドが優先されます。プラットフォーム間の一貫性、評価やレビュー、ブランドの権威性も引き続き重要ですが、こうしたシグナルも、エージェントが解析できるデータに変換されていなければなりません。顧客に代わって行動するエージェントが、最も関連性の高い推奨を提示するには、その顧客の好み、許可、過去のやり取りに確実にアクセスできる必要があるため、個人の状況も重要になります。シグナルそのものに加え、データを読み取りやすく、理解しやすく、信頼でき、エージェントが比較できる形で定量化するために、企業がどれだけ迅速に対応できるかも、ブランドの差別化要因となります。

課題の一つは、将来的に、異なるモデルを基盤とし、異なるデータソースに接続された消費者向けおよび企業向けのエージェントが、何千種類も登場する可能性があることです。個々のエージェントに合わせて最適化しようとせずに、この細分化されたエコシステム全体で、企業が正確に認識され、見つけられる状態を保つにはどうすればよいでしょうか？

組織が注力すべきなのは、個々のエージェント向けに最適化することではなく、あらゆるエージェントがアクセスして解釈できる、信頼性の高い機械可読な基盤を構築することです。そのためには、製品、価格、ポリシーに関する検証可能で信頼性が高く、最新の情報を、権威ある情報源を通じて公開する必要があります。エージェントが消費者に代わって行動するようになれば、見つけやすさを高めるだけでは不十分になる可能性が高く、本人確認、利用資格の確認、安全な取引を可能にするシステムがいっそう必要になります。現在のようにエージェントのエコシステムが分断されている状況では、自社の情報を最も理解しやすく、入手しやすい形で提供するブランドが、検索結果の上位に浮上するでしょう。ただし、プロトコルはまだ発展途上で、どれが主流になるかも明らかではないため、企業は単一のプロトコルを前提に構築することを避けるべきです。エコシステムの進化に応じて、相互運用性を確保し、プロトコルを迅速に採用または切り替えられるよう設計することが重要です。

商取引が企業対消費者から、企業対エージェント対企業へと移行した場合、技術面では何が変わるのでしょうか。企業は、エージェントが直接やり取りできるように、ウェブサイト、API、商品カタログ、ID管理システムなどのインフラを見直す必要があるのでしょうか。

はい、企業はB2Bエージェント型コマースを実現できる適切な技術アーキテクチャを構築するために、現在のシステムを見直し、再構想する必要があります。一夜にして実現するものではなく、必要な作業の規模と変化の大きさを考えれば、時間がかかります。現時点では、発見と決済の機能が、意思決定の段階よりも速いペースで進化しています。企業は今も、定められたガードレールの範囲内でエージェントに選択を任せることへの信頼を築いているところです。CIO、CTO、CISOが注力すべきなのは、強力な技術パートナーやインテグレーターとの連携に支えられた、拡張性が高く低遅延の統合プラットフォームを提供することです。システム全体を刷新するのではなく、どのシステムがエージェントと接続できるのか、どのシステムが接続を妨げているのかを見極め、限定された環境で簡単なタスクを試すことに時間をかけるべきです。取引の主導権を人間が持ち続けることも重要です。そのため企業は、自動化を追求するあまり人間の体験を損なうのではなく、顧客がエージェント主導のやり取りと人間主導のやり取りを容易に行き来できる、柔軟な選択肢を用意すべきです。時間をかけて、複数のエージェントを管理するプラットフォームの構築、エージェントがアクセスできるようにするためのレガシーシステムのアップグレードや接続、リアルタイム監視を備えた高度なセキュリティの導入へと進むことができます。

従来のデジタルマーケティングは、検索順位、インプレッション、クリック数、ウェブサイトのトラフィックを重視して最適化されてきました。人がウェブサイトを訪れる前に、エージェントが調査の大部分を担うようになった場合、企業はエージェント型の購買プロセスにおいて、自社が実際に認知され、競争力を保っているかを把握するために、どのような新しい指標を用いるべきでしょうか。

これまで、成功の測定では、消費者の関心を集め、最終的に信頼を得ることが重視されてきました。エージェントが購買プロセスのより多くの部分を担うようになるにつれて、企業は自社ブランドが認知され、関連性があり、最終的に選ばれているかを測定する新たな方法を必要とします。これには、ブランド独自のエージェントの開発をパフォーマンス測定と結び付け、エージェントがブランドを提示するか、対象となるオファーを認識するか、取引を問題なく完了するかを評価することが含まれます。ブランドは、投資や顧客体験の変更を判断するため、競合他社ではなく自社の顧客に焦点を当て、顧客がどのように製品を見つけ、どこで離脱し、どこにとどまるかを追跡すべきです。こうした指標は、ブランドが自社の価値提案を差別化するのに役立つだけでなく、顧客ロイヤルティと業務の卓越性を強化する、定量化可能な成果によって投資収益率（ROI）を示すことにも役立ちます。

AIエージェントは、企業について要約し、競合他社と比較し、企業が自社の見せられ方を直接管理できないまま、推奨を行う可能性もあります。ブランドは、不正確または古い情報をどのように監視し、エージェントが信頼して利用できる権威ある情報源をどのように確立すべきでしょうか。

他の業界と同様、あらゆるチャネルでエージェントに見つけてもらえる状態を維持するには、商品データの監査が欠かせません。ブランドは、重要な推進手段としてModel Context Protocol（MCP）も検討すべきです。これは、データ、ツール、コンテキストを外部のショッピングエージェントやプラットフォームと安全に共有できる、管理された環境を構築します。構造化データとMCPを組み合わせることで、エージェント間のやり取りを可能にし、相互運用性を高め、ブランド情報を正確に伝え、適切な優先順位で提示することができます。繰り返しになりますが、プロトコルはまだ発展途上で、どれが最も広く普及するかは明らかではありません。そのため企業は、エコシステムの進化に応じて、新しい標準に迅速に接続し、切り替え、採用できる柔軟な仕組みを構築すべきです。

エージェントが製品を推奨するだけでなく、見積もりの依頼、条件の交渉、購入といった行動を取るようになると、本人確認、認可、信頼を支えるインフラはどれほど重要になるでしょうか。企業は、正当な顧客エージェントと、信頼すべきでない自動化システムをどのように見分ければよいのでしょうか。

取引が人間の関与なしに迅速に進む可能性があるため、エージェント間コマースには新たなリスクが伴います。そのため、プロセス全体を通じて人間が介入し、引き継げるようにすることが重要です。エージェント型コマースの取引には、機械が開始する活動に特化して構築された、新たな種類の不正防止策、戦略的な財務管理、対象を絞った報告の枠組みが必要です。

当面、組織はAIエージェントを従業員のように扱い、明確な責任を定め、アクセスを管理し、説明責任を明確にする必要があります。また、正規のエージェントを確認し、支払いを承認するとともに、取引の上限、APIの権限、その他の運用上のガードレールを適用するためのプロトコルも必要になります。

広告や有料掲載が、消費者とともにエージェント型のエコシステムへ移行する可能性もあります。AIエージェントが誰かに代わって商品を推薦するようになると、商業的なインセンティブはどのように変化するとお考えですか。また、人々がそうした推薦を信頼するためには、どのような透明性が必要でしょうか。

エージェント型コマースへの資金の再配分は、すでに始まっています。米国の広告主は、2029年までにAI検索広告に約260億ドルを支出すると予測されています。企業が、自社チャネルで提示する販促や価格設定をエージェント型の環境でも適用するかどうかを判断するのに伴い、商業的なインセンティブも進化していくことは避けられません。この変化の一環として、エージェントが価格設定や販促をどのように扱うかについて、明確なルールが必要です。ガードレールが設けられていないと、エージェントは取引時点で適用される価格に基づいて購入を実行し、意図しない販促や価格帯が適用されて、利益率の低下を招くおそれがあります。企業は、世界各地のプライバシーおよびデータ基準に準拠し、顧客ごとに人が管理する事前承認済みのパラメーターにも沿ったポリシーを導入すべきです。

自動化が進んでも、購買の意思決定では人間の判断が中心的な役割を果たし続けると、あなたは強調されています。消費者が安心してエージェントに任せられる判断と、自分で調べ、比較し、最終決定したい判断との境界は、どこに生まれるとお考えですか。

その境界は、判断の重大さと、消費者がエージェントをどれほど信頼しているかによって変わります。好みが明確で、選択を誤った場合の影響が小さければ、日常的で低価格の買い物はエージェントに任せてもよいと考える人もいるでしょう。多額の支出や機密情報、契約上の約束を伴う判断では、より高い透明性を求め、最終承認は自分で行いたいと考える可能性が高いでしょう。摩擦が軽減されれば、消費者はブランドをより安心して利用するようになります。そのため、何が起きているのかを容易に理解でき、取引が意図どおりに安全に完了すると信頼できるようにすることが重要です。したがってブランドは、エージェントに独自の判断で何を行わせるか、どのような場合に許可を求めさせるか、またその行動をどれほど簡単に確認・取り消しできるかについて、消費者が明確に管理できるようにすべきです。

素晴らしいインタビューをありがとうございました。エージェント型コマースやAIによる発見可能性、自動購入を支える信頼の基盤について詳しく知りたい読者は、Deloitteをご覧ください。