Aurora AI

1. チームWorkspace
   部門やプロジェクトごとに独立したAIワークスペースを作成し、資料やアシスタントを共有しながら、メンバーのアクセス権限を管理できます。
2. 社内ナレッジベース
   社内文書、ブランドガイドライン、テンプレート、過去の事例をアップロードし、自社資料に基づいてAIに回答やコンテンツを生成させます。
3. Smart Flows
   繰り返し発生する営業、マーケティング、オペレーションのプロセスをAIテンプレートとして標準化します。メンバーは必要な情報を追加するだけで実行できます。
4. 営業提案書の生成
   既存の製品資料と社内ナレッジを活用して、RFPや顧客要件を処理し、営業提案書の初稿を生成します。
5. コンテンツテンプレートライブラリ
   営業トーク、ケーススタディ、ウェビナー、ポジショニング戦略など、一般的なビジネスコンテンツのテンプレートを提供します。
6. 権限管理
   チーム、部門、メンバーごとに異なるデータアクセス範囲を設定し、社内資料が無制限に共有されるのを防ぎます。
7. セキュリティとプライバシー
   AES-256暗号化を提供し、顧客データを基盤モデルのトレーニングに使用しないとしています。

Auroraは、一般的な企業向けソフトウェアよりも気軽に使い始められます。

まず「マーケティング部門」というWorkspaceを作成し、ブランドガイドラインと、過去に成果の良かったブログ記事を数本アップロードしました。

次に、新製品の予告記事を作成させました。

最も明確な変化は、文章の品質が突然大幅に向上したことではなく、ブランドの背景を毎回説明する必要がなくなったことです。

一般的なチャットツールでは、新しい会話を始めるたびに、ブランドトーン、製品の位置づけ、使用禁止表現などを再度説明することがあります。Auroraは、Workspace内の資料からこれらの情報を取得できます。

生成結果は少なくとも、表現や構成が既存コンテンツに近く、一目で分かるような一般的なマーケティング文章にはなりにくくなりました。

ただし、ナレッジベースはPDFを数件アップロードすれば完成するものではありません。

資料自体が整理されていなければ、AIの出力も混乱します。

ブランドガイドラインが3種類存在する場合、製品説明が互いに矛盾している場合、過去のテンプレートがすでに古い場合、それらをすべて追加すると、かえってノイズが増えます。

そのため、正式に使用する前に、チームで資料を一度整理することをおすすめします。

Smart Flowsは、同じ種類のタスクを繰り返し行うチームに適しています。

たとえば第3四半期のレポートを作成する場合、必要な入力データ、コンテンツの順序、出力形式を事前に設定できます。

その後、メンバーは各自でPromptをコピーする必要がなく、フローに沿って情報を入力するだけで済みます。

管理者にとっても便利です。少なくとも、最終成果物がメンバーごとに完全に異なる形式になることを防げます。

ただし、Smart Flowsを活用するには、標準的な業務フローがすでに明確になっている必要があります。

チーム内に統一された方法がない場合、AIが信頼できるSOPをゼロから自動的に作ってくれるわけではありません。

権限管理は、個人向けAIツールとの大きな違いです。

マーケティング資料はマーケティング用Workspaceに残し、営業コンテンツは営業エリアへ保存できます。共有が必要な部分だけを個別に開放できます。

数十人がAIを共同利用するチームでは、各メンバーが個別にChatGPTプロジェクトを作成するよりも管理しやすくなります。

良いところ

• 複数人でのAI利用に適している： 社内資料やアシスタントを、各メンバーの個人アカウントへ分散させる必要がありません。
• ナレッジベースで背景説明を減らせる： ブランド、製品、過去の資料を継続的に再利用できます。
• Smart Flowsは業務の標準化に適している： 固定タスクのたびにPromptを書き直す必要がありません。
• 権限構造が分かりやすい： 各部門が、それぞれの資料範囲を維持できます。
• 席数ベースの料金で予算を立てやすい： Tokenやクレジットの消費を毎日確認する必要がありません。
• 企業データの保護を重視している： 暗号化を提供し、顧客コンテンツをモデルのトレーニングに使用しないとしています。

気になるところ

• ナレッジベースを事前に整理する必要がある： 資料の品質が低い場合、AIの出力にも影響します。
• 利用人数が増えると費用が大きく上昇する： 長期利用者が1人増えるたびに、席数料金も追加されます。
• Smart Flowsには事前のプロセス設計が必要： SOPが存在しないチームは、すぐにメリットを得にくいです。
• 一部の企業向け機能は営業担当者への確認が必要： APIや高度なセキュリティ設定は、完全には公開されていません。
• 製品名が混同されやすい： 検索すると、Aurora AIという名称の別製品が多数表示されます。

向いている人 / あまり向いていない人

向いている人

• B2B営業・マーケティングチーム： 提案書、マーケティングコンテンツ、顧客向け資料を繰り返し作成する場合に適しています。
• 大量の社内資料を蓄積しているチーム： ブランドガイドライン、事例、テンプレート、SOPをナレッジベースへ接続できます。
• AIの利用方法を統一したい管理者： 各メンバーがPromptや社内資料を個別に保存する状況を避けられます。
• 部門横断の連携が多い企業： 一部のナレッジを共有しながら、部門ごとの権限を管理できます。
• AIの利用量が多いチーム： クレジットを頻繁に計算するより、固定の席数料金のほうが管理しやすくなります。

あまり向いていない人

• 個人ユーザー： 自分だけでチャットや文章作成を行う場合、チームWorkspaceはあまり必要ありません。
• 資料が非常に分散している小規模チーム： ナレッジベースへ追加できる内容がなければ、Auroraの強みを活かしにくくなります。
• 完全な開発プラットフォームが必要な企業： APIや高度な連携機能について、さらに確認する必要があります。
• 画像・動画生成だけが必要な人： Auroraの中心は、テキスト、ナレッジ、業務フローです。
• すでに成熟した企業向けAIシステムを構築している会社： 新しいWorkspace層を追加すると、機能が重複する可能性があります。

Auroraが本当に解決しようとしているのは、「AIが文章を書けるかどうか」ではありません。

ChatGPTやClaudeなどのツールは、すでに文章を作成できます。

Auroraが解決しようとしているのは、別の問題です。チームの数十人がAIを使う状況で、社内のナレッジを分散させずに管理することです。

ブランドガイドライン、営業資料、事例をWorkspaceへ追加し、繰り返し発生する作業をSmart Flowsとして整理します。チームメンバーは、毎回空白のチャット画面から始める必要がありません。

これは、営業、マーケティング、オペレーションチームにとって実用的です。

ただし、効果は事前準備に大きく左右されます。

ナレッジベースが古い資料で埋まり、Smart Flowにも明確なルールがなければ、別のチーム向けAIプラットフォームへ切り替えても、自動的に改善されることはありません。

適切なテスト方法は、まず日常的にAIを使う3～5人を30日間のトライアルへ参加させることです。

整理済みのブランド資料一式を追加し、使用頻度の高いタスクを2～3件選んでSmart Flowsにします。

1か月間使用し、背景情報を繰り返し説明する回数、自分でPromptを保存する必要性、形式を統一するための作業時間が減ったかを確認してください。

これらの問題が実際に減った場合に、より多くのメンバーへ席を追加することを検討できます。