【アドエビスのうらが「わ」】組織のなかに埋もれていた膨大なファイルを活用可能な資産に変える

2025年5月に正式リリースさせていただきました「AD EBiS Campaign Manager」。
このサービスはMCM(Marketing Campaign Management)という思想を元にプロダクト化したサービスです。このMCMを具現化し、市場を形づくる挑戦を継続的に発信すべく様々な視点で弊社の思想と挑戦をお届けしていきたいと思います!


ナレッジインポート機能が拓く新しい知見のかたち

マーケティング業務では、日々膨大な資料が生まれます。
キャンペーンのレポート、分析資料、施策の企画書──。
しかし、その多くは実行後にメーラーや共有フォルダの奥にしまわれ、
次の企画には活かされないままになっているのが現実です。
私たちはこの「埋もれた知見」を再び光の当たる場所に戻すために、
ナレッジインポート機能を開発しました。
これは、組織に眠る過去の資料をAIが読み解き、
活用可能なナレッジとして再構築する新しい仕組みです。

「ナレッジをためるのを待たない」構造転換

これまでACMでは、AI企画推定機能によって、
サービス利用を開始したその瞬間からナレッジデータベースを活用できる構造を実現してきました。

AIが過去の施策データを読み取り、
そこから「どんな企画意図だったのか」を推定することで、
ナレッジの蓄積を“待たずに”価値を届けられるようになったのです。
しかし、この仕組みには前提がありました。

それは「正しく効果測定されたデータが存在していること」。
実際には、しっかり効果測定データが残っていなかったり、
記録の形式がバラバラで分析できなかったりするケースも少なくありません。

多くの企業では、ナレッジの蓄積はいまだ「時間のかかる作業」だったのです。

「埋もれたレポート」を資産に変える

そんななか、顧客企業から寄せられたのは
「過去のレポートや資料なら山ほどある」という声でした。

課題は、それらをAIが読める形にできていないこと。

そこで私たちは、
「すでにある情報をAIが取り込み、ナレッジとして再活用できるようにする」
という発想に至りました。

これが、ナレッジインポート機能の出発点です。
この機能では、フォーマットが統一されていなくても構いません。
パワーポイントでも、エクセルでも、PDFでも。

ファイルの中身を画像としてAIが処理し、そこから構造を理解するモデルを採用しました。
これにより、形式に縛られず、組織の知見をまるごと取り込むことが可能になったのです。

開発チームの試行錯誤

「登録されるファイルの形式も内容も本当に多様で、最初はどこまで対応するか悩みました。」
──YRGLM AI Lab 内田部長

様々なフォーマットに対応するためには、技術的な工夫が欠かせませんでした。
この課題を乗り越え、どんな資料形式でもAIが読み取れる仕組みを実現したことで、企業ごとのナレッジ資産を一気に活用可能にする基盤が整ったのです。

ナレッジインポートへ取り込んだ情報を処理・格納のフロー

「自社が作ったようなアウトプット」に驚く声

社内テストやモニター企業では、ナレッジを登録したあとにAIアシスト機能を使ってもらうと、

「まるで自社が企画したようなクオリティのアウトプットが出てきて驚いた」

という声が多く寄せられました。
過去資料をAIが学び、それを踏まえて新しい施策案を提示する。
これまで時間をかけて共有・引き継いできた知見を、
AIが即座に再利用できるようになったのです。

インポートしたナレッジから分析・次のアクションを示したAIアシスタント機能

ナレッジ基盤から、次の進化へ

これで、ACMの“学習の三本柱”が出揃いました。

1️⃣ 施策登録によるナレッジ蓄積
2️⃣ AI企画推定機能によるナレッジ生成
3️⃣ そして今回のナレッジインポートによるナレッジ活用

これらを組み合わせることで、
企業は短期間で企業独自のマーケティングデータベースを作り出すことができます。

今後はこの基盤をもとに、これまでフォーカスしてきた「企画業務」の仕組み化から、
より広範な「マーケティングプロセス全体」の仕組み化へと展開していく予定です。

組織の知恵を、AIの糧に変える

ナレッジインポート機能は、単なる資料取り込み機能ではありません。
それは、組織に眠る経験と知恵をAIの学習資産に変えるための装置です。

私たちが目指すのは、
マーケティングプロセスを仕組み化することで、
属人的なマーケティング活動を組織能力に引き上げること。
ナレッジインポートは、その未来へのひとつの扉です。


アドエビスに対するフィードバック、ご意見などはこちらよりご記入ください。

ご意見・ご要望フォーム

関連記事をみる