## **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。 ‍ _【図1：現在のマーケティングスタック】_ ‍ ‍ **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。 ‍ _【図2：データ統合と意思決定】_ - 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。 ‍ _【図3：AIエージェントによる施策実行】_ - 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**](/content/ja/blog/the-age-of-the-supermarketer-introducing-auxia-agent-studio/index.html) ‍ [原文：The CMO's Guide to the Changing Marketing Stack（著者：Sandeep Menon／auxia.io/blog）](/content/blog/the-cmos-guide-to-the-changing-marketing-stack/index.html) ### ‍ ‍ \\ \\ 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**\\ \\ by\\ \\ AIPM 池田綾香\\ \\ July 9, 2026\\ \\ •\\ \\ 3分で読めます](/content/ja/blog/auxia-japan-year-two/index.html) ## **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**](/content/ja/blog/ntt-docomo-customer-case-study-ai-personalization/index.html)（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」**](/content/ja/blog/mufg-customer-case-study-ai-personalization/index.html)（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**](/content/ja/blog/mercari-customer-case-study-ai-personalization/index.html)（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 ‍ %20(1).png)\\ \\ 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**\\ \\ by\\ \\ Sandeep Menon\\ \\ July 9, 2026\\ \\ •\\ \\ 8分で読めます](/content/ja/blog/the-10x-marketer-why-agents-not-tools-are-the-next-unlock-in-marketing/index.html) 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](/content/ja/blog/the-cmos-guide-to-the-changing-marketing-stack/index.html) [▶ 最終回：スーパーマーケターの時代へ：Auxia Agent Studio のご紹介](/content/ja/blog/the-age-of-the-supermarketer-introducing-auxia-agent-studio/index.html) ‍ [原文：The 10x Marketer: Why Agents, Not Tools, Are the Next Unlock in Marketing](/content/blog/the-10x-marketer-why-agents-not-tools-are-the-next-unlock-in-marketing/index.html) \\ \\ 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**\\ \\ by\\ \\ Auxia Team\\ \\ June 10, 2026\\ \\ •\\ \\ 5分で読めます](/content/ja/blog/mercari-customer-case-study-ai-personalization/index.html) 「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 ‍ AI活用の第一歩。メルカリが選んだ伴走パートナー、Auxia - YouTube Tap to unmute [AI活用の第一歩。メルカリが選んだ伴走パートナー、Auxia](https://www.youtube.com/watch?v=v4WBBHnDrCQ) [Auxia](https://www.youtube.com/channel/UCqVFCWgpcfDHBvfKQqc4Y_Q) Auxia20 subscribers ‍ ### **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](/content/ja/demo/index.html) ‍ \\ \\ 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**\\ \\ by\\ \\ Auxia Team\\ \\ April 17, 2026\\ \\ •\\ \\ 5分で読めます](/content/ja/blog/mufg-customer-case-study-ai-personalization/index.html) 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。 ‍ ### ■ 本動画のポイント - **課題：** - 1つの施策検証に数週間。リソースが限られる中で、改善サイクルが長期化し、スピード感を持った最適化ができなかった - **取り組み：** - アプリ内バナーやコラムコンテンツをAuxiaで最適化。「AIを使う」ではなく、 **人間が定義した方針・制約のもとで、仮説生成から検証・最適化までの意思決定プロセスの多くをAIに委任する** 自律型システムへ転換した - **成果：** - 日々 **150万回以上** のAIによる意思決定により、アカウント登録率 **約+10%**、コラム内CTAクリック率 **約+139%** のアップリフトを達成。 - 年間350種類以上のクリエイティブ検証を低コストで実施し、人が **「質の高い戦略・仮説設計」** に注力できる体制を構築した。 - **今後の展望：** - 非金融領域含むオープンなプラットフォームへと進化させ、 **「人とAIの共創」** による一人ひとりの体験最適化と金融サービスのDXを牽引する ### ■ ご担当者様プロフィール - 田中 誉俊氏（株式会社三菱ＵＦＪ銀行 リテール・デジタル企画部 新事業Gr 次長） - 髙田 遼 氏（株式会社三菱ＵＦＪ銀行 リテール・デジタル企画部 新事業Gr 調査役） ※2026年3月時点での役職です **【動画視聴はこちら】** 【Auxia導入事例】CTAクリック率1.3%→3.1%、登録率10%アップ｜三菱UFJ銀行がMoney CanvasでAIエージェントを活用した方法 - YouTube Tap to unmute [【Auxia導入事例】CTAクリック率1.3%→3.1%、登録率10%アップ｜三菱UFJ銀行がMoney CanvasでAIエージェントを活用した方法](https://www.youtube.com/watch?v=sBUdMZ0LrzI) [Auxia](https://www.youtube.com/channel/UCqVFCWgpcfDHBvfKQqc4Y_Q) Auxia20 subscribers ‍ ‍ ## **数週間の検証を低コストかつ高速に。AIエージェント活用により人力の限界突破と顧客体験の最大化を目指す。** ##### **■「Money Canvas」のミッションと、導入前の課題について** 髙田様：Money Canvasが目指すのは、資産管理から商品提案までをワンストップで提供し、投資初心者でも安心して利用できるプラットフォームです。この「最高の体験」を実現するために欠かせないのが、データに基づいた高速な仮説検証でした。 しかし、導入前は大きな課題が立ちはだかっていました。アジャイル体制でありながらも、1つの施策検証に数週間を要し、クリエイティブのバリエーションも数種類に限定されていたのです。リソースが限られる中で、改善サイクルが長期化し、スピード感を持った最適化ができない状況にありました。 その唯一無二の手段として選ばれたのがAuxiaでした。このような課題がある中で、目的は「AIを使うこと」ではなく **「AIで大量の試行錯誤を低コストかつ高速に回せる仕組みを作る」** ことにあり、その方法を模索していました。 髙田 遼 氏（株式会社三菱ＵＦＪ銀行 リテール・デジタル企画部 新事業Gr 調査役） ‍ ##### **■ Auxia導入の一番の決め手について** 田中様：Auxia導入の最大の決め手は「 **人間が定義した方針・制約のもとで、仮説生成から検証・最適化までの意思決定プロセスの多くをAIに委任する」** 自律型システムへ転換したという点でした。 担当者のスキルや工数に依存していた従来の体制とは異なり、人間の統制下でシステムが継続的に改善を繰り返し、最適解を見つけ出し続ける仕組みを構築できました。 Auxiaは単なるマーケティング施策の配信ツールではなく「成果の向上」と「リソースの効率化」を高い次元で両立できるソリューションであり、 **人手の限界を突破した「ハイパーパーソナライゼーション」** を実現できると確信し、導入を決めました。 ‍ ‍ ## **日々150万回以上のAIによる配信最適化の意思決定で、主要指標を大幅改善。「戦略・仮説」に注力できる体制へ。** ##### **■具体的な施策成果について** 髙田様：導入後、Money Canvas上では人間には到底不可能な規模とスピードで最適化が進んでいます。 - **アカウント登録率：** 未導入ユーザー比で **約+10%のアップリフト** を達成 - **コラム内CTAクリック率（CTR）：** 1年間で1.3%から3.1%へと大幅改善（ **約+139%のアップリフト**） - **検証の加速：** 年間 **350種類以上** のクリエイティブ検証を、低コストで実現できる体制を構築 現在、Money Canvas上では **日々150万回以上の「誰に・いつ・何を掲出するか」を最適化する意思決定** がAIによってリアルタイムに行われています。 ‍ ##### **■導入後の変化について** 田中様：この変化は、施策成果という数値だけでなく「業務の質」を根本から変えました。「誰に・いつ・何を出すか」という判断をAIで自動化することで、私たちはより上流のKPI設計や仮説プランニングに集中できるようになりました。 ‍ **人がやるべき仕事の「質」そのものが進化した** と感じています。 お客様の属性や行動データをインプットし、一人ひとりに最適なコンテンツを最適なタイミングで提示する。そのプロセスにおいて、Auxiaは非常に強力な武器になっています。 田中 誉俊氏（株式会社三菱ＵＦＪ銀行 リテール・デジタル企画部 新事業Gr 次長） ‍ ## **「人とAIの共創」が描く、金融DXの新たな可能性** ##### **■今後の展望についてお聞かせください。** 田中様：今後は、MUFGグループ内での最適化にとどまらず、非金融の協業先も含めた「オープンなプラットフォーム」として体験価値を広げていきたいと考えています。Money Canvasをより開かれたエコシステムとして発展させていく──。金融DXの新たな可能性を、今まさに模索している最中です。 ‍ 髙田様：そこで鍵となるのが **「人とAIの共創」** です。AIを良きパートナーとして育て、同時に人間側もAIを使いこなす力を高めていく。このサイクルを回すことで、AIエージェントを、各企業にとって最高のマーケティングパートナーへと進化させていきたいと考えています。 かつては理想論だった「 **大量の仮説検証」と「一人ひとりへの最適化」が、いま現実のものとなりつつあります**。今後も挑戦を続け、金融サービスにおける顧客体験の未来を力強く牽引していきたいと思っています。 ##### **【編集後記】** 三菱UFJ銀行様にて、AIを単なる「効率化ツール」ではなく、ビジネスの「意思決定パートナー」へと進化させる取り組みに、Auxiaとして伴走できていることを非常に光栄に感じております。 「膨大なバリエーションの検証を回したいが、工数が足りない」 「一人ひとりに最適なタイミングで届けたいが、ルール設定が複雑すぎる」 そんな人力運用の限界を感じているすべてのマーケターにとって、Money Canvasの挑戦は大きなヒントになるはずです。かつては理想論だった「大量の仮説検証」と「一人ひとりへの最適化」は、いま現実のものとなりつつあります。 ‍ **Auxiaで、1 to 1マーケティングの限界を塗り替えませんか。** ‍ ▼ぜひデモをご予約ください。 [https://www.auxia.io/ja/demo](/content/ja/demo/index.html) ‍ ‍ \\ \\ CASE STUDIES\\ \\ **NTTドコモが挑む AI時代のハイパーパーソナライゼーション戦略**\\ \\ by\\ \\ Auxia Team\\ \\ April 13, 2026\\ \\ •\\ \\ 5分で読めます](/content/ja/blog/ntt-docomo-customer-case-study-ai-personalization/index.html) 通信事業を軸に、金融・決済・エンタメと生活のあらゆるシーンを支える巨大エコシステムを展開するNTTドコモ。 1億人を超えるdポイントクラブ会員を抱える同社が直面していたのは「圧倒的なスケール」と「個別の最適化」をいかに両立するかという、極めて難易度の高い課題でした。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、NTTドコモ データプラットフォーム部のお二人に、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。 ‍ ### ■ 本動画のポイント - **課題：** - 膨大な会員基盤に対し月間百億回以上のレコメンドを運用する中で、施策ノウハウの属人化・工数増大による「 **精度と規模のトレードオフ**」に直面していた - **取り組み：** - アプリ内キャンペーンバナー枠をAuxiaで最適化。AIが2,000種類のデータを瞬時に読み解き **「今、この瞬間にどのお客様に何を出すべきか」を自律的に判断** する仕組みを構築 - **成果：** - 従来手法比で **CTRが平均1.7倍** に改善。 - 施策のリードタイム短縮だけでなく、個人のノウハウを共通基盤へと昇華させ、全社的なマーケティング品質の標準化と高度な自動化を実現した。 - **今後の展望：** - Auxiaの活用を全チャネルへ拡大し、究極の1to1マーケティングを追求。マーケティング業務そのものの変革と、プロダクト改善も含めた多角的なアプローチで、1億人の会員に想像を超える価値を提供する。 ### ■ ご担当者様プロフィール - 鈴木 敬 様（NTTドコモ　執行役員　データプラットフォーム部　部長） - 山田 直治 様（NTTドコモ　データプラットフォーム部　担当部長） ‍ ‍ 【Auxia導入事例】NTTドコモが月間40億通の配信をAIで自動最適化｜CTR 1.7倍を実現した方法 - YouTube Tap to unmute [【Auxia導入事例】NTTドコモが月間40億通の配信をAIで自動最適化｜CTR 1.7倍を実現した方法](https://www.youtube.com/watch?v=ZVra4Yyv3Po) [Auxia](https://www.youtube.com/channel/UCqVFCWgpcfDHBvfKQqc4Y_Q) Auxia20 subscribers ‍ ## ‍ ## **1億人超の会員基盤に対する人力運用の限界。精度と規模のトレードオフや属人化の壁** ##### **■ NTTドコモが抱えていたマーケティング上の課題について** NTTドコモでは、通信サービスを基盤に、金融決済、ユーティリティ、エンタメなど多角的な事業を展開しており、1億人を超えるdポイントクラブ会員を保有しています。現在、 **月間約40億通のプッシュ通知・メール配信、そして120億回以上のアプリ内レコメンド** を行っており、この圧倒的なスケールの中で **「いかにお客様一人ひとりに最適な体験を届けるか」** が常に最大のテーマでした。 現場では **約2,000種類ものプロファイリングデータ** を活用していますが、これまでは施策の企画から実行、検証までのプロセスを「人手」で行っていました。 **毎月3,000件もの施策を運用する中で、工数と時間の膨大化** が深刻な課題となっていました。 ‍ 鈴木 敬 様（NTTドコモ　執行役員　データプラットフォーム部　部長） ##### **■ 具体的に発生してたボトルネックについて** 複数のサービスにまたがる施策では調整が複雑化し、ミスを防ぐためのチェック工程も増え、 **施策立案から実行までに1〜2ヶ月** を要することもありました。また、 **担当者のスキルによって効果にバラつきが出る「属人化」** も顕著で、PDCAサイクルを高速で回すことが物理的に困難な状況にありました。 ‍ マーケティングの「解像度」を上げようとすれば工数が爆発し、逆に「規模」を優先すれば個別の最適化が疎かになる。この **「精度と規模のトレードオフ」** を突破することが、ドコモの挑戦でした。 ‍ ## **配信ツールの限界を超え、1億人規模の最適化を自動化する「AIエージェント」という解** ##### **■ Auxiaを選定した理由について** 複数の社内外の選択肢を検討する中でAuxiaを選んだ最大の理由は、単なる配信ツールではなく、 **AIエージェントが自律的に判断し、お客様一人ひとりに合わせた最適化を自動で行ってくれる点** にありました。 ‍ Auxiaは、システム自らが **「今、この瞬間にどのお客様へ何を出すべきか」を2,000種類のデータから瞬時に読み解きます**。生成AI時代の高度なターゲティング技術を基盤としたAuxiaであれば、ドコモが持つ膨大なデータを真に活かし、顧客体験の最適化と業務効率化を高い次元で両立できると確信しました。まさに私たちが探し求めていた **「人手からの脱却」を叶え、次世代の1to1マーケティングを実現** できるソリューションであると感じたのです。 ‍ 山田 直治 様（NTTドコモ　データプラットフォーム部　担当部長） ‍ ## **CTRは平均1.7倍に改善。AIが施策効果とインサイトを資産化し、サービス横断でのマーケティング施策品質の担保を実現。** ##### **■ 導入による施策成果について** d払いアプリ内でのA/Bテストの結果、Auxiaは元々自社で使用していた従来手法（Banditベース）を大きく上回る圧倒的な成果を叩き出しました。 - **クリック率（CTR）：** 従来手法と比較し、 **平均1.7倍** の大幅な改善を達成。 - **運用の高速化：** 2,000種類のデータを瞬時に解析。 **1億人規模でのハイパーパーソナライゼーション** を現実に。 - **脱・属人化の実現：** **個人の経験値に頼っていたノウハウをシステム化**。全社で一定水準以上のマーケティング品質を実現。 現在、d払いアプリ上では、キャンペーン情報や店舗レコメンドがAIによってリアルタイムに最適化されています。これまでは固定表示や画一的なレコメンドが中心でしたが、Auxiaが **2,000種類のデータを瞬時に読み解き、「今、この瞬間にどのお客様に何を出すべきか」を自律的に判断** しています。1億人規模でのハイパーパーソナライゼーションが、まさに現実になりつつあります。 ##### **■ 運用面での変化について** CTRなどの指標を連携するだけでAIが自動で試行錯誤を繰り返し、改善・最適化を行う。Auxiaを使うことで、これまで人の手では限界があった規模の業務を、圧倒的なスピードで自動化できるようになりました。 この変化により、 **現場の担当者が膨大なオペレーション業務から「解放」される可能性があることの意義** は極めて大きいと感じています。 さらに、 **これまで特定個人のスキルや勘に依存していた「最適化のノウハウ」がAuxiaという基盤に集約される** ことで、今後展開するあらゆるサービスにおいて、属人化することなく、一定水準以上のマーケティング品質を維持できるようになります。 ‍ ## **サービスやチャネル・チームを跨いだ、究極のパーソナライズ体験を全社で実現。AIと共にマーケティング業務の変革を推進する。** ##### **■ 今後の展望について** NTTドコモでは今後、「d払い」アプリに留まらず、あらゆるサービスやマルチチャネルへとAuxiaの活用を広げていく予定です。 **全社規模で「最適なチャネル・タイミング・コンテンツ」をお届けする究極の1 to 1マーケティング** を目指しています。 ‍ 私たちが目指すのは、 **「AIエージェント活用を前提とした、マーケティング業務そのものの変革」** です。ルーティン化した最適化タスクはAIに任せ、社員が「お客様の潜在的な課題の発掘」や「新しいソリューション開発」といった、本質的な問いに向き合える時間を増やす。 また、現在はマーケティング領域が中心ですが、今後は **プロダクトそのものの改善にもAIを組み込んでいく** ことで、1億人のdポイントクラブ会員の皆様に、期待や想像を超える価値を提供し続けていきたいと考えています。 ‍ 佐々木 純様（データプラットフォーム部　担当課長） 傍田 啓介様（データプラットフォーム部） ‍ ##### **【編集後記】** 1億人という圧倒的な顧客基盤を持つNTTドコモ様が、Auxiaを通じて「人力運用の限界」を突破し、究極のパーソナライゼーションに挑む最前線をご一緒できることを、私たちは誇りに思っています。 「データは膨大にあるが、個別の最適化まで手が回らない」 「特定担当者のノウハウに頼り、施策の質が安定しない」 このような、規模・精度・属人化のジレンマに直面しているすべての組織にとって、NTTドコモ様の変革は一つの大きな指針となるはずです。 **Auxiaで、1 to 1マーケティングの限界を塗り替えませんか。** ‍ ▼ぜひデモをご予約ください。 [https://www.auxia.io/ja/demo](/content/ja/demo/index.html) We couldn’t find anything for that. [Previous](/content/ja/blog?b6424374_page=4/index.html) [Load more](/content/ja/blog?b6424374_page=2/index.html) ## 顧客とのすべての接点を成果につなげましょう。 [デモをリクエストする](/content/ja/demo/index.html) [仕組みを見る](/#home-marketer)