ブラジルでは、消費者のプロフィールが変化しており、それに伴い、購買体験に対する要求も変わっています。 良い商品やサービスを提供するだけではもう十分ではありません。今や本当に重要なのは、企業が最初の接触からアフターサービスまで顧客とどのように関係を築くかです。

インタラクションがますます瞬時になっている状況で、消費者は単なる商品やサービスの交換を超えた体験を求めており、迅速で関連性のあるつながりのある、さらにパーソナライズされた応答を求めています。 企業にとって、これは課題となります。円滑で失敗のない体験を保証するために、統合された一貫性のある戦略を策定する必要があります。

この現実を踏まえて、「ユニバーサル カスタマー エクスペリエンス (UCE)」と呼ばれる世界的な概念が生まれました。これは、ブラジルでますます注目を集めている革新的で統合的なアプローチです。

「ユニバーサル・カスタマー・エクスペリエンスとは、消費者との関係に関わるすべてのプロセス、段階、テクノロジーを統合し、各接点で一貫性があり、流動的でパーソナライズされたエクスペリエンスを提供することを目的とした方法論です」と、顧客サービス チャネルの集中化と自動化のテクノロジーを開発する Poli Digital の CEO、Alberto Filho 氏は説明します。

Filho 氏によると、UCE は断片化されたモデルとは異なり、Web サイト、Instagram、Whatsapp など、使用されるチャネルに関係なく、中断や通信障害のない継続的な顧客ジャーニーを実現し、インタラクションの完全な統合を目指すアプローチです。

この概念は、市場で増加している現実に一致しています：顧客の忠誠心は企業の成長にとって重要な要素です、とポリデジタルのCEOはコメントしています。 インベストペディアのデータによると、ブラジル企業の売上の65％は既存の顧客からのものであり、これは顧客のジャーニーにおいて成功した体験のポジティブな影響を示しています。 さらに、KPMGの調査によると、忠実な消費者の86％が良い対応をするブランドを友人や家族に勧めており、これにより企業のリーチが拡大し、「口コミ」の効果が生まれ、新規顧客の獲得を促進しています。

しかし、ユニバーサルな顧客体験を実現するには、単に技術的なソリューションを導入するだけでは不十分です。 チャットボット、バーチャルアシスタント、オートメーションシステムなどのツールは、プロセスの最適化と迅速化に不可欠ですが、UCEの真の本質は、顧客の旅の各段階で、個別化されつつもスムーズな体験を創造することにあります。 企業の各部門間の連携は、顧客対応、販売、アフターサポートなどのすべてのやり取りが、唯一無二でパーソナライズされた体験を提供するという中心戦略と一致することを保証するための秘密です。

アルベルト・フィーリョは、「どれほど高度な革新的技術を導入しても、それだけですべての問題を解決するわけではない」と強調しています。成功する顧客ジャーニーを提供するために、すべての部門は連携して働く必要があり、各接点の重要性を理解し、データを賢く活用して、獲得からサポート、販売、アフターサービスまでの体験を継続的に向上させることが重要です。 これは、顧客との各やり取りを関係を強化し、リアルタイムで収集された情報と行動に基づいて実質的な価値を提供する機会とみなすことを意味します。

顧客の期待に応えるだけでなく、それを超えることを目指す企業にとって、ユニバーサル顧客体験は必須の戦略となる。 それは、より迅速で効率的かつパーソナライズされた対応を可能にし、消費者の体験を向上させるだけでなく、ブランドへの忠誠心を高め、それによって成長と継続的なイノベーションを促進します。

「このコンセプトを採用することで、企業は競争上の優位性を生み出すだけでなく、確固たる評判を築き、消費者が購入までのあらゆる段階で評価され、理解されていると感じられるようになります。ますますダイナミックな市場において、UCE は、各インタラクションが企業の消費者の満足と忠誠心に対する真のコミットメントを反映する鍵となり得ます」と、彼は結論付けています。

まだ2025年の初めですが、テクノロジー企業NvidiaのCEOであるジェンスン・フアン氏はすでに、「エージェントAIの時代が到来」。のグーグルそしてオープンAI最近発表された2025年に開始予定の新しい代理店モデルと40%ブラジルの大企業のうち、今年中にエージェント型 AI システムを業務に統合する予定の企業の割合。

AIエージェントが従来のものとどう異なるのか、2025年のテクノロジーの流行語はブラジルの消費者にとって何を意味するのか？ アナリストは大きな変化を期待していますが、最終的な結果は思われているよりも微妙かもしれません。

「AIエージェントは、知能システムの開発において非常にエキサイティングな新しい段階です」と、Gupshupのテクノロジーディレクターであるクリシュナ・タマナはコメントしています。 しかし、すべての先進技術と同様に、専門用語にとらわれやすいです。代わりに、2000年代後半の携帯電話からスマートフォンへの変化の規模とスケールに例えてください。 「今私たちが使っているのが生成AIという単一のアプリケーションであるならば、エージェントAIはスマートフォンを使うようなものです」とクリシュナは言います。

生成AIは、古い携帯電話のモデルと同様に、基本的に使い捨てのアプリケーションです。開いて操作し、再び必要になるまで閉じる、とエグゼクティブは続けました。 スマートフォンに多くのアプリを同時に搭載できるのと同じように、エージェント型AIは生成型AIに対してこのように見えます。 もはや単一のアプリケーションの問題ではなく、さまざまなアプリが詰まったスマートフォン全体の問題であり、すべてが同時に相互に作用しています。

AIエージェントも、自律的にタスクを実行し、意思決定を行い、ユーザーの情報や環境の変化に適応するために作られました。 そして、生成AIは消費者や企業のユースケースを見てきましたが、この次の進化段階はおそらく個人の生活よりも仕事の生活により影響を与えるでしょう。

間もなく、最も時間のかかる繰り返し作業が自律的に行われる勤務日を迎えることができ、私たちはより戦略的、創造的、社会的な高次の役割に集中する時間を増やすことができます。 私たちの私生活においても、エージェント型AIは役立つアシスタントとして具現化することができ、注文や予約を行ったり、週末の社交スケジュールを整理したり、さらには私たちの財務管理さえも行うことができます。 しかし、誰も大規模なエージェントAIにどれだけ近づいているかを知らないため、専門家は先駆者のセクターを探して道をリードしようとしています。

「最初に人工知能を導入する部門は、裏での運営にそれを行っています」とタマナは説明します。 「金融業界は詐欺検出で成果を上げており、医師や薬剤師はデータ分析、研究、開発に集中しており、製造業は少ない人間の介入で動作できるインテリジェントロボットや工場全体を作り出している」と彼は観察している。

これらの専門分野で働かない限り、ブラジル人の日常生活は、主要な分野を除いて、エージェントAIの直接的な影響を即座に感じることはないかもしれません。 「ナ・グプシャップでは、AIエージェントがさまざまなリクエストに対応していますが、その中でも最も高度なものの一つは顧客とのやり取りを処理することです」とクリシュナは続けました。 したがって、今年、消費者がカスタマーサポート担当者と話す際に違いに気づき始めることに、私は驚かないでしょう。

これらのモデルは、企業固有のデータで訓練されており、統合された保護障壁と、いつでも転送可能な人間のエージェントが利用可能です。 したがって、Gupshupの技術責任者は、消費者に対して、チャットボットと人間の間のやり取りの変化に注意し、よりスムーズなサービスを提供するように伝えています。 あなたが誰が人間で誰がAIか気づかないということは、私たちの仕事がうまくいっている証拠です。しかし、あなたが話しているエージェントが経験豊富で、親切で、積極的で、24時間365日対応可能であれば、それはあなたのAIエージェントとの最初のやり取りかもしれません、と詳述しています。

ブラジルでは、大手国内ファッションブランドとの提携が、エージェントAIの新興シーンを浮き彫りにしています。 Gupshupは、ブラジルの小売業者Reserva向けにAIエージェントを導入した最初の会話型AIプラットフォームの一つです。 ブランドのAIエージェントは、WhatsAppで直接利用できるAIを提供し、ユーザーに唯一無二のショッピング体験を提供します。 ユーザーはテキストや音声メッセージを送信して商品を検索したり、贈りたい人の特徴を説明したりすることができます。 これは母の日に行われたもので、ユーザーが母親の詳細を説明し、その日を祝うための最適なプレゼントを見つけることができました。

このようにして、AI はユーザーが提供する説明に最も適した製品を理解して推奨します。ユーザーはネイティブの WhatsApp カルーセル モデルを通じて利用可能な製品を簡単に確認したり、製品の詳細情報にアクセスしたり、Web サイトにリダイレクトされて購入を完了したりすることができます。

の考え方人工知能（AI）は新しいものではありませんが、最近の関連技術の進歩により、私たち全員が毎日使用するツールに変わりました。AIの重要性と普及が高まるにつれて、それは同時にエキサイティングでありながら潜在的に警戒すべきものである。なぜなら、多くのAIプラットフォームやリソースの基盤は、基本的に少数の強力な企業によって管理されているブラックボックスだからである。

Red Hatのような大企業は、誰もがAIに貢献できる能力を持つべきだ。 AI におけるイノベーションは、膨大な処理能力とそれらのマシンをトレーニングするために必要なデータ サイエンティストを雇う余裕のある企業に限定されるべきではありません。大規模言語モデル（法学修士）

代わりに、オープンソースのソフトウェア開発とコミュニティとの協力における何十年もの経験により、誰もがAIに貢献し、利益を得ることができると同時に、私たちのニーズに応える未来を形作るのに役立ちます。 オープンソースのアプローチは、AIの潜在能力を最大限に引き出し、より安全でアクセスしやすく、民主化する唯一の方法であることに疑いはありません。

オープンソースとは何ですか?

「オープンソース」という用語はもともとソフトウェア開発の手法を指していましたが、より広い意味で、開かれた、分散型で、深く協力的な働き方を包含するようになりました。 オープンソースの動きは今やソフトウェアの世界を超えて広がっています。オープンソースの方法科学、教育、政府、製造、医療などの分野を含む世界中の共同の取り組みに採用されてきました。

オープンソース文化には基本原則と価値観効果的かつ有意義なものにする例:

• 共同参加
• 責任の共有
• オープン取引所
• 実力主義と包摂
• コミュニティ主導の開発
• オープンコラボレーション
• 自己組織化
• 尊敬と相互関係

オープンソースの原則が協力的な取り組みの基盤を形成しているとき、歴史は素晴らしいことが可能であることを示しています。 いくつかの重要な例は、開発と拡散から始まるリナックス世界で最も強力で普及したオペレーティングシステムとして、クベネフィットインターネット自体の発展と拡大に加えて、コンテナも重要です。

AI時代におけるオープンソースの6つの利点

オープンソースによる技術開発には無数の利点がありますが、その中でも六つのメリットが特に際立っています。

1. イノベーションのスピードが速まる

技術が協力的かつオープンに開発されると、革新や発見は、閉鎖的な組織や独自のソリューションとは異なり、はるかに迅速に起こることができます。

作業がオープンに共有され、他の人がそれを基にして作成できる場合、チームはゼロから始める必要がないため、膨大な時間と労力を節約します。 新しいアイデアは、以前のプロジェクトを拡大することができます。 これは時間とお金を節約するだけでなく、より多くの人々が協力して問題を解決し、共有することで結果を強化します。洞察お互いの作業をレビューします。

より広く協力的なコミュニティは、単により多くのことを達成することができます：人々を促進し、専門知識をつなげて複雑な問題を解決し、より迅速かつ効果的に革新することが、小規模で孤立したグループよりも優れています。

2. アクセスの民主化

オープンソースは、新しいAI技術へのアクセスも民主化します。 研究、コード、ツールがオープンに共有されると、通常最先端のイノベーションへのアクセスを制限するいくつかの障壁を取り除くのに役立ちます。

のインストラクトラボこれはその前提の素晴らしい例です。 このイニシアチブは、LLMへのスキルと知識の貢献プロセスを簡素化する、モデルに依存しないオープンソースのAIプロジェクトです。 努力の目的は誰もが形作るのを助けることができるようにすること生成AI（生成AI）、通常必要とされるデータサイエンスのスキルや訓練を持たないものも含む。 これにより、より多くの個人や組織が信頼できる方法でLLMのトレーニングと洗練に貢献できるようになります。

3. セキュリティとプライバシーの強化

オープンソース プロジェクトでは参入障壁が低くなるため、より大規模で多様な貢献者のグループが、AI モデルの開発中に潜在的なセキュリティ上の課題を特定し、対処できるようになります。

AIモデルのトレーニングと調整に使用されるデータと方法の大部分は、クローズドであり、独自のロジックによって維持されています。 これらの組織外の人々は、これらのアルゴリズムがどのように機能しているか、潜在的に危険なデータや偏見を内包しているかどうかについて、ほとんど洞察を得ることができません。

モデルとその訓練に使用されたデータが公開されている場合、誰でもそれらを調査できるため、安全性のリスクを低減し、プラットフォームの偏見を最小限に抑えることができます。さらに、オープン哲学の貢献者は、ツールやプロセスを作成して、モデルやアプリケーションの今後の開発を追跡・監査し、さまざまな解決策の進展を監視できるようにします。

このオープン性と透明性は信頼を生み出すユーザーは自分のデータがどのように使用・処理されているかを直接確認できるため、プライバシーとデータの主権が尊重されているかどうかを検証できます。 さらに、企業はInstructLabのようなオープンソースプロジェクトを使用して独自の調整済みモデルを作成し、それらを厳格に管理することで、プライベート、機密、または所有権のある情報を保護することもできます。

4. 柔軟性と選択の自由を提供する

生成 AI に関して、ほとんどの人が目にし、考えるのはモノリシックで独自のブラックボックス LLM ですが、より小規模で独立した、専用の AI モデルへの移行が進み始めています。

それらの小さな言語モデル(SLM) は通常、基本的な機能を付与するためにはるかに小さなデータセットでトレーニングされ、その後、ドメイン固有のデータと知識を使用して特定のユースケースに合わせてさらに調整されます。

これらのSLMは、より大きな兄弟よりもはるかに効率的であり、目的に使用した場合に非常に良い（またはそれ以上の）性能を示しました。 彼らはより速く、より効率的にトレーニングと展開ができ、必要に応じてカスタマイズや適応が可能です。

それは主にInstructLabプロジェクトが作られた目的の一つです。 彼と一緒に、あなたはより小さなオープンソースのAIモデルを選び、それを必要なデータや追加のトレーニングで拡張することができます。

例えば、InstructLabを使用して、特定の目的に合わせて高度に調整および開発された顧客対応チャットボットを作成し、組織のベストプラクティスを強化することができます。 この実践により、あなたはすべての人に、すべての場所で、リアルタイムで最高のカスタマーサービス体験を提供することができます。

最も重要なのは、ベンダー ロックインを回避し、AI モデルとその上に構築されたアプリケーションをどこにどのように展開するかに関して柔軟性が得られることです。

5. 活気あるエコシステムを実現する

オープンコミュニティでは、「誰も一人で革新を起こすことはできないそして、その信念はコミュニティの設立初期から維持されている。

このアイデアは、オープンソリューションのリーダーであるRed HatのAI時代においても有効であり、Red Hatは次のような形でいくつかのオープンソースツールとフレームワークを提供します。レッドハットAI最終顧客により多くの価値を生み出すパートナーと共に解決策を提供します。

単一のサプライヤーでは、組織が必要とするすべてを提供したり、現在の技術進化の速度に追いついたりすることはできません。 オープンソースの原則と実践は、イノベーションを加速し、プロジェクトや産業間の協力とコラボレーションの機会を促進することで、活気に満ちたエコシステムを可能にします。

6. コストを削減する

2025年初頭には、推定米国のデータ サイエンティストの平均基本給は 125,000 ドルを超えており、経験豊富なデータ サイエンティストであればさらに高い収入を得ることができます。

AI を活用したデータ サイエンティストの需要は明らかに大きく、増加傾向にありますが、必要な専門的才能を引き付け、維持できると期待している企業はほとんどありません。

また、非常に大規模な LLM の構築、トレーニング、保守、展開には莫大な費用がかかり、高度に最適化された (そして非常に高価な) コンピューティング機器と大量のストレージを備えた倉庫全体が必要になります。

オープンモデル、より小型で特定の目的やAIアプリケーション向けに構築されたものは、構築、トレーニング、展開がはるかに効率的です。 彼らはLLMの計算能力の一部しか要求しませんが、InstructLabのようなプロジェクトは、専門的なスキルや経験を持たない人々が積極的かつ効果的にAIモデルのトレーニングや微調整に貢献できるようにします。

明らかに、オープンソースが AI 開発にもたらすコスト削減と柔軟性は、AI がもたらすアプリケーションから競争上の優位性を獲得したいと考えている中小企業にとって有益です。

要約すれば

民主的でオープンな AI を構築するには、クラウド コンピューティング、インターネット、Linux、その他多くのオープンで強力かつ非常に革新的なテクノロジーを可能にしたオープン ソースの原則を活用することが重要です。

これがRed HatがAIやその他の関連ツールを実現するために進めている道です。 誰もが人工知能の発展から利益を得るべきであり、そのために皆がその軌跡を決定し形成するのを助け、発展に貢献できるようにすべきである。 協力的なイノベーションとオープンソースは、学問の未来にとって不可欠不可避ではありません。