UX不在なセマンティックレイヤーの失敗 -AIに「データの意味」を教える

昨今、他社に代替されない競争力を手に入れるため、
社内データ基盤の整備やAIツールとの連携を進める企業が増えています。

しかし実際には、自社に固有の社内データを参照しているはずのAIが、
誰でも言えるような一般論しか返してくれず、
現場で使える示唆を得られない、というケースが少なくありません。

その背景には、データの「セマンティックレイヤー」を構築できていないという課題があります。
一般的には「セマンティックレイヤー」というと、
データを「売上」や「MAU」などの言葉で直感的に理解できるようにする仕組みを指しますが、
本セミナーでは企業固有の業務知識や判断基準も含むものとして広く捉えます。

例えば、「優良顧客の共通パターンとは何か」「良い営業とは何か」といった知識・基準は、
現場担当者の暗黙知として蓄積されていることも多く、
データ基盤と連携しただけではAIに伝わりません。
これはつまり、AIがデータの「意味」を理解できていないということです。

本セミナーでは、言語化されてこなかった現場の「当たり前」を捉え、
AIが理解できる形に整理する方法を、
ビービットが培ってきたユーザ理解の方法論と実際の事例を基に解説します。