
NRIは、『生成AI時代を勝ち抜く顧客接点変革 ~組織横断で体験を”つなぐ”実践的アプローチ~』と題したウェビナーを開催。「顧客体験・施策・基盤」の3つを有機的につなぎ、全社統合型のCX(統合CX)を実現するための実践論を解説しました。
はじめに
生成AIの技術革新が急速に進む中、顧客体験(CX)のあり方が根本から問い直されています。
市場における競争の焦点は「機能・価格」から「体験」へと移り、データに基づくパーソナライゼーションはもはや当たり前のものとなりました。
このような中、生成AIの技術革新は、企業と顧客の関係性を、これまでにない深さへと進化させる可能性を秘めています。しかし、多くの企業ではこの技術を受け入れるための“土壌”が整っていません。縦割りの組織構造によってCXビジョン、施策、顧客データは分断され、いかに最新技術を導入しても局所的な効果に留まってしまうのが実情です。
そこでNRIは、『生成AI時代を勝ち抜く顧客接点変革 ~組織横断で体験を”つなぐ”実践的アプローチ~』と題したウェビナーを開催。「顧客体験・施策・基盤」の3つを有機的につなぎ、全社統合型のCX(統合CX)を実現するための実践論を解説しました。
- ※詳細はアーカイブ動画でもご覧いただけます。
生成AIによる「ディープ・カスタマイゼーション」への進化
これまでのCXは、セグメント単位で最適化を図る「マス・カスタマイゼーション」が主流でした。しかし生成AIの登場により、顧客一人ひとりの“今”の文脈(コンテキスト)を深く理解し、自律的に最適な提案を行う「ディープ・カスタマイゼーション」が可能になりつつあります。
例えば、鉄道・不動産・流通など多角的に事業を展開する企業の場合、移動データから「多忙で疲弊している」という顧客状況をAIが察知し、癒やしの旅行プランや駅ナカでの手軽な食事を先回りして提案するといったことが可能です。
このように多様な接点を持つ企業こそ、生成AIによるCXの飛躍的な向上のポテンシャルを秘めていますが、実現には事業部ごとの「組織の壁」を越える必要があります。
生成AI活用の前提となる「統合CX」とは
多くの企業では、事業部ごとにCXビジョンが異なり、KPIも個別最適化され、顧客データも分断(サイロ化)されています。この状態で生成AIを導入しても、AIは断片的な情報しか学習できず、一貫性のないちぐはぐな対応を招きかねません。
そこで不可欠なのが、以下の3つの視点で組織横断的に整合性を取る「統合CX」の考え方です。
- 1.体験をつなぐ:事業・サービスを跨いでも途切れないシームレスなCXビジョンを描く。
- 2.施策をつなぐ:個別最適ではなく、全社視点での顧客行動変容(LTV向上など)を促すKPI・施策を設計する。
- 3.基盤をつなぐ:顧客IDやデータを統合し、AIが顧客のコンテキストを正しく理解できる環境(AI Readyなデータ基盤)を作る。

統合CX実現の障壁と、乗り越えるための3つのステージ
統合CX推進には、「Stage 1:大きく描く」「Stage 2:小さく始める」「Stage 3:全社展開する」という3つのステップがあります。しかし、多くの企業が各ステージ特有の障壁に阻まれ、取り組みが停滞しています。
よくある失敗例として、ビジョンが抽象的な「掛け声倒れ」に終わる、PoC(概念検証)が小規模な改善にとどまり「やりっぱなし」になる、全社展開しようとすると部門間の利害対立で「壁に阻まれる」といったケースが挙げられます。
これらを乗り越えるためには、前述した統合CXの観点に基づき、以下のアプローチをとることが重要です。
- 1.ビジョンをKPI構造まで落とし込む(Stage 1):
単なるスローガンではなく、顧客体験を起点に「どの部門が、何の施策を行えば、全社収益につながるか」というKPIの構造を各部門が納得できる粒度まで分解・構造化する。 - 2.「特区」で成功モデルを作る(Stage 2):
全社一斉展開ではなく、エース社員と課題を持つ社員を混ぜた「特区」チームを組成し、スモールスタートで確実な成果を作ります。これにより、「人ではなく仕組みで勝てる」ことを実証します。 - 3.粘り強く妥協点を探る(Stage 3):
基盤統合において、完璧を目指すと各部門の反発を招きます。「ここは統合するが、ここは各部門のやり方を残す」といった現実的な落とし所を、コストと効果を見極めながら探索し続けることが重要です。

- ※詳細はアーカイブ動画でもご覧いただけます。
「AI Ready」な基盤整備と生成AI活用の進め方
統合CXを実現する上での技術的な鍵は、生成AIが活用しやすいデータ環境を整える「AI Ready化」です。
従来のシステム開発では、データの整合性を保つために正規化(テーブル分割)が行われてきましたが、生成AIに文脈を理解させるためには、あえてデータを結合した「非正規化(一枚の大きな表)」の状態にすることが有効です。これにより、AIが顧客の購買履歴や行動ログを横断的に学習しやすくなるだけでなく、非エンジニアの社員でも直感的にデータを扱えるようになります(データの民主化)。
データ基盤が整った先には、複数のAIエージェントが協調して動く世界が待っています。ウェビナーでは、顧客の潜在ニーズを検知する「監視役」、最適なプランを作成する「提案役」、タイミングを見計らってプッシュ通知を送る「通知役」、そしてそれらを指揮する「オーケストレータ」が連携し、自律的に顧客対応を行うデモ構成が紹介されました。
このように、単にチャットボットを置くだけでなく、裏側のデータと複数のエージェントが有機的につながることで、初めて「気が利く」顧客体験が実現します。

生成AIによるCX変革は、単なるツールの導入ではなく、組織やデータのあり方を見直す「統合CX」の取り組みそのものです。
「大きく描き、小さく始め、成果を育てる」。このサイクルを回すためには、経営層から現場までが一枚岩となり、部門の壁を超えた協力体制を築くことが不可欠です。
本ウェビナーでは、具体的な「特区」の作り方や、部門間の合意形成における「妥協点探索」のリアリティなど、実務における泥臭い側面も含めた解決策を提示しています。
CX推進やデータ活用にお悩みのDX担当者、事業責任者の皆さまには、ぜひアーカイブ動画をご覧いただきたい内容です。
- ※詳細は、アーカイブ動画でぜひご確認ください。
ウェビナー参加者の声(アンケートより抜粋)
- 各社様の具体的事例、特に失敗事例がイメージしやすく、大変参考になりました。
- とても興味深い内容で、これからCX向上を考えているが何から始めればよいか分からない・始めた後の注意点などが事例を交えていただき分かりやすかったです。
- AIが処理しやすいデータ基盤を整備する点など、大変参考になりました。自然言語SQLやAIエージェントなど、技術的にも興味深い内容で大変面白かったです。
- 生成AI活用によるCX向上の事例を多く紹介いただき、今後の事業展開に有益となる情報をいただくことができました。
プロフィール
-
豊田 悠真のポートレート 豊田 悠真
産業ITコンサルティング二部
-
曽原 健吾のポートレート 曽原 健吾
金融ITコンサルティング部
-
倉本 和真のポートレート 倉本 和真
デジタルソリューション事業部
※組織名、職名は現在と異なる場合があります。