生成AIの影で進化する「旧来型AI」の真価
――昨今のAIブームにより、広告運用の現場も大きな変化を遂げていると思います。柴山さんは現在のシフトをどう捉えていますか？
柴山：現在は生成AIが主役として注目されていますが、その裏側で進化し続けている予測などの旧来型AI、つまり数理最適化やアルゴリズムの進化を無視することはできません。特に運用型広告においては、この配信アルゴリズムの深化こそが礎となっています。
たとえば、静止画クリエイティブにおける「Creative is Targeting」という考え方について、以前少し触れました（※第2回）。これはターゲティングの意思をクリエイティブに込め、それをプラットフォーム側のアルゴリズムが学習して最適な層へ配信するというものです。SNSのリール動画などが典型ですが、ユーザーが「何秒見たか」「スワイプしたか」といった膨大なエンゲージメントデータが蓄積されることで、分析精度が飛躍的に高まっています。
――メディア側のデータの質と量が変わったことで、アルゴリズムの自動化も加速しているのですね。
柴山：その通りです。我々が痛感しているのは、生成AI以外の部分での自動化、つまり「配信の最適化」もこの数年でかなり強化されていることです。標準的なオペレーションにおいては、人間が勝つ余地はもう限りなく小さくなってきています。ここに人間が必要以上に汗をかくのではなく、戦略立案やブランド形成といったより高度な領域へ、リソースを移していくべきでしょう。
「Advertising Flow」が実現するプラットフォーム横断の予算最適化
――では、具体的なツールについてうかがいます。まず、運用の自動化を支援する「Advertising Flow（アドバタイジングフロー）」は、どういった点に優位性がありますか？
柴山：GoogleやMetaといった各プラットフォーマーは、自社環境内での入札最適化には非常に長けています。しかし実際の広告主は、Google、Yahoo! Japan、Microsoftなど複数の媒体を、目的に応じて使い分けています。この「プラットフォームをまたいだ予算配分」の最適化は、各プラットフォームの機能だけでは完結しません。
「Advertising Flow」は、まさにこのプラットフォーム間、あるいはキャンペーン間の最適化を担う自社開発ツールです。たとえば「指名検索の獲得」といった同一の目的で複数の媒体を運用している際、どこにどれだけの入札を強化すべきかを横断的に計算し、自動で各媒体のパラメーターに反映させます。
――通常、人間が朝一番に各媒体からCSVをダウンロードし、Excelで集計して調整している作業ですね。
柴山：はい。その作業を、圧倒的なスピードで、しかも24時間365日休まず実行するので、タイミングを逃しません。
「Advertising Flow」は5年以上にわたり、当社のデータサイエンティストが現場の声も参考にアルゴリズムを改善し続けています。新しい媒体メニューや特殊な入札調整シーンにも対応できるよう、アップデートを重ねているプロダクトです。
――現場の声も、大小さまざまかと思いますが、どう選択しているのですか？
柴山：その点は、システム開発側のプロダクトマネージャーが管理しています。具体的には、誰でも要望を書き込める「目安箱」という仕組みで、その要望に賛同した人の人数も踏まえて着手するかを決定します。着手中なら進捗はどうか、などをすべて可視化しています。
