Zeta GlobalのNeej Gore氏は、企業でAIの成果が安定しないのはモデルの問題ではなく「文脈（コンテキスト）」不足だと述べました。データが複数ツールに分散し、IDが一貫しないうえ、シグナルの到達が遅い、または途切れることで、出来事が連続した顧客像につながっていないと指摘しました。
AIは連続性を前提に動作するため、文脈が欠けるとモデルが不足分を補って見栄えのよいが関連性の低い出力になりやすいと説明しました。
Gartnerの推計として、データ品質の悪さで企業が年間平均12.9百万ドルを失っているとも触れ、AIはその課題を隠すのではなく、より早く大規模に可視化すると述べました。
また「ミラーテスト」として、完璧で高意図の顧客シグナルを与え、生成結果が汎用的または無関係ならデータ側の課題だと診断できるとしました。
さらに、文脈は静的な記録ではなく、直近の行動やチャネル横断の信号、顕在化しつつある意図を含む現在の見え方だと定義し、推論時に必要な文脈をミリ秒単位で取得できるアーキテクチャへの転換を求めました。
加えて、イベント駆動のリアルタイム計測、推論時の文脈注入、ID解決、ガバナンスと同意をシステム設計に組み込むことが重要だとしました。
同氏は、競争の差はより良いプロンプトではなく、顧客をプロンプト以前に理解できる運用力にあると結論づけました。
参照元：2026/05/07 「Why AI breaks without context — and how to fix it」 https://venturebeat.com/orchestration/why-ai-breaks-without-context-and-how-to-fix-it
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント