Acxiomは、ID解決とオーディエンスプランニングからメディアバイイング、キャンペーンアクティベーション、パフォーマンス分析に至るまで、エンドツーエンドのエージェンティックマーケティングバリューチェーンを構築しています。これを可能にしている基盤は、最新のクラウドネイティブデータアーキテクチャです。
かつてデータエンジニア、アーキテクト、クリエイティブエージェンシーが数か月かけて手作業で行っていたワークフローが、現在では数時間でプロトタイプ化されています。AcxiomはオンプレミスのデータセンターからDatabricksに移行したことで、パフォーマンスが80〜90%向上しました。
ファイル転送によるデータ提供から、エージェンティックにクライアント環境内にデータを埋め込むことへのシフトは、Acxiomの競争力をデータサプライヤーからマーケティングスタック内のインテリジェンス層へと再定義しています。
Acxiomのクラウド・データ近代化責任者Ankur Jain氏は、多くの組織が最初にプラットフォームを構築し、その後ユースケースを模索しようとしますが、それは逆であると述べています。同氏はAcxiomのコアインフラ、データパイプライン、レガシーアーキテクチャ、技術スタックの近代化を主導しました。現在、Acxiomはマーケティングバリューチェーン全体を自動化するエージェンティックワークフローを積極的に構築しています。
Jain氏は、基盤が最優先されるべきだと強調します。製品とソリューションがデータセンターに制約されると、スケーラビリティが制限され、リアルタイムユースケースのパフォーマンスも不十分です。手動パイプラインとデータの重複により非効率が生じます。断片化されたレガシー基盤の上にエージェンティック機能を構築しようとする組織は、製品構築よりもインフラ管理に多くの時間を費やすことになります。
パフォーマンス面では、Databricksへの移行により、さまざまなワークロードとパイプラインで80〜90%の実行時間短縮を達成しました。かつて50時間以上、時には90時間以上（数日から1週間）かかっていたワークロードが、わずか2〜3時間で完了するようになりました。これにより人材も解放され、エンジニアリングチームはインフラ管理ではなく、ビジネス成果に集中できるようになりました。
エージェンティックマーケティングバリューチェーンの実際の運用例として、マーケターがキャンペーン目標とターゲットプロファイルをプロンプトで記述すると、エージェントがAcxiomデータを使用してオーディエンスセグメントとサンプルペルソナを構築し、さまざまな人口統計・行動特性を提示してマーケターが調整できるようにします。メディアバイイングでは、エージェントが利用可能な在庫を照会し、評価し、購入判断を行い、チャネル全体でオーディエンスをアクティベートします。目標は、オーディエンス設計からメディアバイイング、アクティベーション、パフォーマンス分析までのパイプライン全体をエージェンティックフレームワークに接続することです。
ガバナンスに関して、AcxiomはPIIを含むデータを扱うため、すべてのエージェンティックワークフローでプライバシーをアーキテクチャ上の原則としています。AI生成コンテンツはライブキャンペーンに直接送信されず、法務チームによるレビューを経た承認ワークフローを経由します。エージェントは定義された境界内で動作し、セキュリティとプライバシー管理がパイプラインに組み込まれ、規制やブランドリスクのある意思決定ポイントでは人間がループ内に留まります。
AIネイティブとは、マーケティングバリューチェーン全体にインテリジェンスが組み込まれていることを意味します。ファーストパーティデータの取り込み、顧客IDの解決、Acxiomのデータ資産によるプロファイルの強化、オーディエンスセグメントの構築、メディアバイイングの計画、チャネル全体でのキャンペーンアクティベーション、パフォーマンス分析の次サイクルへのフィードバック。これらの各ステップが、手動ではなくAI駆動で実行可能になります。クライアントにとって最大の変化は透明性です。従来はブラックボックスでしたが、現在はクライアントが既に使用しているプラットフォーム内で協調的に提供され、意思決定プロセスが完全に可視化されます。
Acxiomの独自データは競争上の優位性です。従来はSFTPによるファイル転送でしたが、現在は自社プラットフォームまたはクライアント環境にエージェンティックにデータを埋め込んでいます。大手マーケティングテクノロジープラットフォームと提携し、データ資産をネイティブに利用可能にしています。クライアントが独自のAIプラットフォームを構築する場合、エージェンティックに統合してAcxiomのアセットを直接呼び出すことができます。また、Databricksと協力してクリーンルームソリューションを開発し、プライバシーセーフな方法でクライアントエコシステム内でAcxiomデータを統合できるようにしています。
Jain氏が他の経営幹部に伝えたいのは、基盤を確実にすることです。オンプレミスからクラウドへの移行は単なる野心ではなく、AIジャーニーに真に参加するための必須条件です。強固なデータ基盤、クラウドネイティブアーキテクチャ、データガバナンスとセキュリティが鍵です。このステップを飛ばす組織は、いずれそれが必須ではなかったことがわかるでしょう。
Acxiomのパターンは、経営幹部がどこにエネルギーを注ぐべきかを評価する際の有用な枠組みを提供します。基盤の近代化とエージェンティックAIの追求は、予算と注目を競う別々のプログラムではなく、順序立てて行われる同じ賭けです。データ層を正しく整え、焦点を絞ったパイロットで価値を証明し、差別化された機能をクライアントが実際に必要とする場所に埋め込みます。