効果予測までカバーするクリエイティブ機能

――前回は、御社が社内で活用しているデジタル広告マーケティング戦略立案プラットフォーム「CREATIVE BLOOM」のプラニング機能について、詳しくうかがいました。マーケティング支援サービス「ONE-AIGENT」の一環として、御社が提供する価値を下支えするプラットフォームということでしたね。

柴山：はい。「CREATIVE BLOOM PLANNING」を通してAIと並走し、的確にプラニングした上で、「CREATIVE BLOOM DISPLAY Ads」もしくは「CREATIVE BLOOM TEXT Ads」でクリエイティブを量産します。各クリエイティブの効果予測までカバーするので、最終的に配信すべきクリエイティブの判断まで担うことができます。

野口：前回見せていただいたアウトプットイメージは、鮮烈でした。このようにバナー広告を量産でき、「広げる」「深掘る」といった訴求の方向性も確認できると、配信後の知見も相当蓄積できそうです。訴求の方向性や、「このワードを入れたい」といった細かい部分まで、指定することもできるのですか？

柴山：はい、できます。むしろ、AIに任せて全自動のみでやることのほうが少ないです。AIと壁打ちしながらプラニングする段階で、私たちにもいろいろな気づきがあるので、そこで得られたアイデアをクリエイティブ量産の段階でも入れ込めるようにしています。

AIが学習する「コーパス」の問題、法と倫理

野口：クリエイティブをAIで量産する場合、常に議論になるのが著作権の問題だと思います。広告主も気にされている部分ですが、そうした点はどう配慮されているのですか？

柴山：広告会社として、AIを活用し始めた初期から、著作権や倫理にいたるまで重視しています。AIが言葉を学習するために集められた、大規模なテキストデータの集合体を「コーパス（corpus）」と言いますが、利用するAIがどの範囲までコーパスへ取り込んでいるのか、法律的な観点だけでなく、いわゆる日本における倫理的な世論も含めて考慮しています。

　後ほどデモを見ていただく、生成AIによるクリエイティブ大量生成を担う構成案ジェネレータは、ガードレールについて入念に調整を加えたモデルを組み合わせて生成を行っていますし、リスクを最大限排除しています。また、一般の生成AIモデルを利用してクリエイティブを制作する際も、手順を踏んでリスク排除をしていきます。

　具体的には、利用する生成AIモデルがどの程度クリーンなコーパスかどうか、ガードレールが機能しているのかの線引きと、その線引きを採用した際のリスクに関して、あらかじめクライアント企業には説明し、同意いただいた上で実践に移します。それによって、クライアント企業ごとのAIモデルの利用範囲が決まります。

野口：ある意味、広告主が自前で複数モデルを駆使して生成していたら、危険性が増すかもしれないですね。

柴山：そうかもしれません。モデル単位でのリスク調査、リスクに対しての回避方法など、数あるAIモデルを把握して、ガイドラインに反映し、社員教育を行うまでを網羅的にもれなく実行し続けることはかなり大変で、すべての企業ができることではないかもしれません。その点当社は、広告会社として必要な環境整備・コストと捉え、広告会社が負うべき倫理方針として、マーケターやクリエイターに限らず、全社員が理解すべき点だと考え、社内ガイドラインやAI研修にも反映しています。

野口：法と倫理については、AI×クリエイティブを扱う上で、広告主が絶対に通らなくてはいけない点だと思います。これを押さえているのは、非常に優位性があると感じます。